生成式模型与确定性模型

在对话期间,Dialogflow CX 智能体始终使用语言模型来理解最终用户的意图,但您可以决定是否以及如何将语言模型用于智能体回答。在设计智能体时,您可以选择完全生成式、部分生成式和确定性功能。

本指南简要介绍了这些功能,并帮助您决定要使用哪些功能。

完全生成式

完全生成式功能基于 Vertex AI 大语言模型 (LLM) 构建,用于理解最终用户意图并生成代理回答。这些功能可提供自然的对话体验。

以下是完全生成式功能的概览:

  • Playbook 提供了一种使用 LLM 创建虚拟客服的方法。提供自然语言指令和结构化数据。这可以减少虚拟客服创建和维护时间,并让您为业务创建新型对话式体验。
  • 数据存储区会解析和理解您的公开或私密内容,例如网站或内部文档。这些信息编入索引后,您的代理就可以回答问题并就内容进行对话。

确定性对话流

如果您需要对对话和所有代理回答进行更确定的控制,可以使用流来设计代理:

  • Flow 使用语言模型来理解最终用户意图,这可能是不确定的。不过,一旦意图确定,您就可以完全控制对话流程和代理回答。设计具有确定性对话流的智能体需要更多设计时间,但对于需要明确控制智能体回答的智能体来说,这是一个不错的选择。

部分生成式 flow

流包含可选的生成式功能,当您在某些场景中不需要对代理回答进行确定性控制时,可以使用这些功能。

这些功能如下:

  • 生成器用于生成代理回答。您无需明确提供智能体回答,而是提供一个 LLM 提示,该提示可以处理许多场景,包括对话摘要、问答、客户信息检索和上报给人工。
  • 生成式后备会在最终用户输入未匹配任何预期意图时生成智能体回答。您可以通过提供 LLM 提示来生成回答,从而在某些场景中启用生成式后备。