בדף הזה מוסבר איך לספק לסוכנים לאינטראקציה עם נתונים של Conversational Analytics API את ההקשר הכי טוב, באמצעות כתיבת פרומפטים יעילים בהוראות המערכת, ובמקורות נתונים מסוימים – גם באמצעות הקשר מובנה. הוספת הקשר היא אופציונלית, אבל הקשר מובנה היטב יכול לשפר את הדיוק והרלוונטיות של התשובות שה-API מספק.
מהו הקשר שנוצר על ידי משתמשים?
הקשר מוגדר הוא הנחיות שמפתחים יכולים לספק כדי לעצב את ההתנהגות של סוכן לאינטראקציה עם נתונים ולשפר את התשובות של ה-API. הנחיה זו כוללת הוראות מערכת בפריסה גמישה, ובחלק ממקורות הנתונים, שדות הקשר מובנים עם מידע כמו תיאורי טבלאות ושאילתות לדוגמה. כדי לענות על שאלות, הנציג משלב את ההקשר הזה עם מידע ממקורות נתונים – כמו טבלאות ב-BigQuery, חקירות ב-Looker, Data Studio ומקורות נתונים של מסדי נתונים – ועם היסטוריית השיחות (לשיחות עם כמה פניות).
כדי לשפר את היכולת של הנציג לפרש את השאלות של המשתמשים וליצור תשובות שימושיות ומדויקות, אתם יכולים לספק הנחיות ברורות באמצעות שדות הקשר מובְנים והוראות מערכת בפורמט חופשי. הקשר מוגדר היטב שימושי במיוחד אם אתם מתחברים לנתונים כמו טבלאות ב-BigQuery. לדוגמה, אתם יכולים להשתמש בהקשר שנוצר על ידי משתמש כדי לספק לסוכן את סוגי ההנחיות הבאים:
- לוגיקה ספציפית לעסק: הגדירו לקוח "נאמן" כלקוח שביצע יותר מחמש רכישות בפרק זמן מסוים.
- פורמט התשובות: כדי לחסוך זמן למשתמשים, סכמו את כל התשובות מהסוכן לאינטראקציה עם נתונים ב-20 מילים או פחות.
- הצגת נתונים: עיצוב כל המספרים בהתאם למדריך הסגנון של החברה.
הוספת הקשר שנוצר על ידי משתמשים
המידע הספציפי שאתם יכולים לספק תלוי במקור הנתונים. בנתונים מ-BigQuery, בנתונים מ-Looker ובנתונים ממסד נתונים, אתם יכולים להגדיר גם הקשר מובנה וגם הוראות למערכת. כדי לקבל את התוצאות הכי טובות, קודם צריך לספק לנציג הקשר באמצעות השדות המובְנים הזמינים. אחר כך אתם יכולים לספק הנחיות נוספות באמצעות הגדרת הוראות מערכת.
אתם מספקים הקשר מובנה בשדות ה-API לפרטים כמו תיאורי טבלאות ושאילתות לדוגמה. כדי לספק הוראות למערכת, משתמשים בפרמטר system_instruction ומזינים מחרוזת בפורמט YAML.
אחרי שמגדירים את ההקשר, אפשר לספק אותו ל-API באחת מהקריאות הבאות:
- יצירת סוכן לאינטראקציה עם נתונים קבוע: כדי להגדיר התנהגות של סוכן שנשמרת בכמה שיחות, צריך לכלול הקשר שנוצר באובייקט
published_contextבגוף הבקשה. מידע נוסף זמין במאמר יצירת סוכן לאינטראקציה עם נתונים (HTTP) או הגדרת הקשר לצ'אט עם שמירת מצב או ללא שמירת מצב (Python SDK). - שליחת בקשה ללא שמירת מצב (stateless): מספקים הקשר שנוצר בתוך האובייקט
inline_contextבבקשת צ'אט כדי להגדיר את ההתנהגות של הנציג בקריאה הספציפית הזו ל-API. מידע נוסף זמין במאמר יצירת שיחה רב-שלבית בלי שמירת מצב (HTTP) או במאמר שימוש ב-API כדי לשאול שאלות (Python SDK). - שליחת בקשה לשאילתת נתונים: במקורות נתונים של מסדי נתונים, צריך לספק את מזהה קבוצת ההקשר של ההקשר שנוצר בתוך האובייקט
agent_context_referenceבבקשה לשאילתת נתונים. מידע נוסף זמין במאמר הגדרת ההקשר של סוכן לאינטראקציה עם נתונים למקורות נתונים של מסדי נתונים.
שיטה מומלצת לפיתוח סוכנים: שימוש בניהול גרסאות להקשר שנוצר
כדי לשלוט בגרסאות של ההקשר כשיוצרים סוכנים באמצעות Conversational Analytics API, משתמשים בשדות stagingContext, publishedContext ו-lastPublishedContext. התרחיש לדוגמה הבא ממחיש איך להשתמש בשדות האלה כדי ליצור גרסת Staging וגרסת ייצור של הקשר הסוכן.
נניח שאתם משתמשים בסוכן קיים עם השדה publishedContext, אבל אתם צריכים לעדכן את הסוכן (למשל, לשנות את הצבע של כל התרשימים לירוק במקום כחול).
כדי לבצע את השינויים ולבדוק אותם לפני הפרסום, פועלים לפי השלבים הבאים:
- מבצעים את השינויים בסוכן בשדה
stagingContextובודקים את הסוכן עם השינויים. - כשהשינויים מוכנים, מעדכנים את השדה
publishedContextבשינויים מ-stagingContext. - אם צריך, אפשר לחזור לסוכן הישן על ידי עדכון
publishedContextל-lastPublishedContext.
מקורות מידע שקשורים לנושא
- יצירת סוכן לאינטראקציה עם נתונים באמצעות HTTP ו-Python
- יצירת סוכן לאינטראקציה עם נתונים באמצעות Python SDK
- הגדרת ההקשר של סוכן לאינטראקציה עם נתונים למקורות נתונים ב-BigQuery
- הגדרת ההקשר של סוכן לאינטראקציה עם נתונים למקורות נתונים ב-Looker
- הגדרת ההקשר של סוכן לאינטראקציה עם נתונים למקורות נתונים של מסדי נתונים