Entwerfen von Wissens-Bots

GILT FÜR: SDK v4

Sie können einen Wissens-Bot entwerfen, der nahezu jedes Thema abdeckt. Unabhängig vom Anwendungsfall, für den ein Wissens-Bot konzipiert ist, ist sein grundlegendes Ziel immer gleich: Suchen und Zurückgeben der Informationen, die der Benutzer durch Durchsuchen eines Datentexts angefordert hat.

Beispielsweise kann ein Wissens-Bot Fragen zu Ereignissen beantworten, z. B. "Welche Bot-Ereignisse gibt es in dieser Konferenz?", "Wann ist die nächste Reggae Show?", oder "Wer ist Tame Impala?" Eine andere kann IT-bezogene Fragen beantworten, z. B. "Wie aktualisiere ich mein Betriebssystem?" oder "Wo gehe ich zum Zurücksetzen meines Kennworts?". Eine andere kann Fragen zu Kontakten wie "Wer ist John Doe?" oder "Was ist Jane Does E-Mail-Adresse?" beantworten.

In diesem Artikel werden einige der KI-Funktionen behandelt, die Sie einem Bot hinzufügen können, z. B. um einem Benutzer die Suche nach Informationen zu ermöglichen, Fragen zu stellen oder mit Informationen zu interagieren. Welche Azure AI-Dienste das Bot Framework SDK unterstützt, finden Sie unter "Grundlegendes zu natürlicher Sprache".

Tipp

Azure KI Services umfassen sich entwickelnde Technologien. In diesem Artikel werden sowohl neuere als auch ältere Features beschrieben.

Informationen zu Konfidenzergebnissen

Einige Features ermöglichen es einem Bot, Informationen aus einer Wissensbasis oder einem Sprachmodell zurückzugeben, um einer Benutzerfrage oder Abfrage zu entsprechen.

Wenn der Benutzer beispielsweise einen Musikwissens-Bot nach Informationen zu "impala" fragt (anstelle des vollständigen Namens "Tame Impala"), kann der Bot mit Informationen antworten, die wahrscheinlich für diese Eingabe relevant sind. Ebenso können Sprachverständnisfeatures ein Sprachmodell verwenden, um die wahrscheinliche Absicht von Benutzereingaben zu extrahieren. Wenn der Benutzer beispielsweise einen Reisebüro-Bot auffragt, "einen Raum für drei Tage zu buchen", kann der Bot eine "Raum reservieren"-Absicht extrahieren und nachverfolgen, indem Details gesammelt werden.

Sowohl die Such- als auch die Absichtserkennung geben einen Konfidenzwert zurück, der den Grad des Vertrauens angibt, den das Modul hat, dass ein bestimmtes Ergebnis korrekt ist. Verwenden Sie Konfidenzbewertungen, um Ergebnisse zu sortieren oder anders zu reagieren, je nach Gesamtzuversicht in Ihrer Antwort.

Hinweis

Wenn Sie eine Kombination verschiedener Dienst- oder Featuretypen zusammen verwenden, testen Sie Eingaben mit jedem der Tools, um die Schwellenwertbewertung für jedes Ihrer Modelle zu ermitteln. Die Dienste und Features verwenden unterschiedliche Bewertungskriterien, sodass die in diesen Tools generierten Bewertungen nicht direkt vergleichbar sind. Beispielsweise hat der QnA Maker-Dienst einen Konfidenzbereich von 0 bis 100 verwendet, während die Frageantwortfunktion einen Bereich von 0,0 bis 1,0 verwendet.

• Wenn das Vertrauen hoch ist, antwortet Ihr Bot möglicherweise mit "Hier ist das Ereignis, das Ihrer Suche am besten entspricht" oder "Ich kann Ihnen helfen, einen Raum zu reservieren" und die beste Antwort zu geben oder die Nachverfolgungsfragen zu stellen.
• Wenn das Vertrauen gering ist, antwortet Ihr Bot möglicherweise mit "Hmm... suchten Sie nach einem dieser Ereignisse?" oder "Ich kann Ihnen bei den folgenden Dingen helfen:" und eine Liste möglicher Antworten oder Optionen präsentieren.

Themen filtern

Sie können Wissens-Bots entwerfen, damit ein Benutzer eine Suche eingrenzen und verfeinern kann. Innerhalb einer Unterhaltung kann der Bot Fragen stellen, Optionen präsentieren und Ergebnisse auf eine Weise überprüfen, in der die grundlegende Suche nicht möglich ist.

Beispielsweise kann ein Ereignis-Bot herausfinden, an welcher Art von Ereignis der Benutzer interessiert ist, indem er eine Reihe von Fragen stellt. Berücksichtigen Sie den folgenden Austausch:

1. Benutzer, "Ereignisse".
2. Bot: "Was interessiert Sie? Musik, Komödie, Film...".
3. Benutzer, "Musik".
4. Bot: "Für welche Art von Musik interessieren Sie sich?" Any, Rock/Pop, Hip-Hop/Rap, ...".
5. Benutzer, "Rock/Pop".
6. Bot: "Welchen Tag möchten Sie Rock/Pop sehen? Freitag, Samstag, Sonntag, Any".
7. Benutzer, "Samstag".
8. Bot: "Hier sind die Rock/Pop Shows für Samstag:", mit einer Liste der gefundenen Shows.

Durch die Verarbeitung der Benutzereingaben in jedem Schritt und darstellen relevanter Optionen leitet der Bot den Benutzer zu den gewünschten Informationen. Sobald der Bot diese Informationen liefert, kann er auch Anleitungen zu effizienteren Möglichkeiten bieten, ähnliche Informationen in zukunft zu finden.

Übrigens können Sie einfach "Rock Friday" eingeben oder nach einem Ereignis nach Namen suchen.

Informationen zu verwandten Azure-Diensten finden Sie im Konzeptartikel Search im Abschnitt über das Konzept der natürlichen Sprachverarbeitung.

Fragen beantworten

Sie können Wissens-Bots entwerfen, um häufig gestellte Fragen zu beantworten. Dienste, die Fragen- und Antwortfunktionen unterstützen, ermöglichen Ihnen oder Ihrem Bot häufig Folgendes:

• Verwalten und Trainieren einer Wissensbasis.
• Importieren Sie Informationen in eine Wissensdatenbank, z. B. aus einer Datendatei oder Webseite.
• Überlegen Sie, welche Antwort am besten zu der Frage des Benutzers passt.
• Stellen Sie dem Benutzer Nachverfolgungsfragen, um die gesuchte Antwort zu finden.

Informationen zu verwandten Azure-Diensten finden Sie unter Fragen und Antworten im Artikel zum Konzept Natürliche Sprachverstehen.

Absicht interpretieren

Einige Wissens-Bots erfordern NLP-Funktionen (Natural Language Processing), sodass sie die Nachrichten eines Benutzers analysieren können, um die Absicht des Benutzers und andere wichtige Informationen zu ermitteln.

In einem Musik-Bot könnte ein Benutzer beispielsweise die Nachricht "Spiele Reggae", "Spiele Bob Marley" oder "Spiele One Love" senden. Sie können ein Sprachmodell trainieren, um jede dieser Nachrichten der Intention „playMusic“ zuzuordnen, ohne für jeden Künstler, jedes Genre und jeden Songnamen trainiert zu werden.

Ihr Sprachmodell versteht möglicherweise nicht, ob das, was abgespielt werden soll, die Entität, ein Genre, Künstler oder Song ist. Ihr Bot kann jedoch mithilfe dieser Informationen nach dieser Entität suchen und von dort fortfahren.

Für Informationen über verwandte Azure-Dienste lesen Sie Sprachverständnis im Konzeptartikel zu Verständnis natürlicher Sprache.

So integrieren Sie mehrere Features

Jedes NLP-Feature ist ein leistungsfähiges Tool. Ihr Bot kann diese Features und andere jedoch kombinieren, um Ihren Benutzern eine flüssigere und natürlichere Erfahrung zu bieten. Verwenden Sie die Konfidenzbewertungen, um zu bestimmen, welches Feature der Nachricht des Benutzers am besten zugeordnet ist, und stellen Sie Nachverfolgungsfragen, wenn die beste Übereinstimmung mehrdeutig ist.

Ein solcher Bot kann z. B. dem Benutzer folgendes ermöglichen:

• Suchen Sie eine Präsentation, an der sie teilnehmen möchten.
• Erhalten Sie Informationen über den Künstler, den Veranstaltungsort und die Veranstaltung.
• Erwerben Sie ein Ticket oder registrieren Sie sich für Benachrichtigungen zu zukünftigen Veranstaltungen.

Informationen zu verwandten Azure-Diensten finden Sie im Konzeptartikel "Verwenden Sie mehrere Funktionen gemeinsam" im Artikel zum Natürlichen Sprachverständnis.

Proben untersuchen

Das Bot Framework-Beispiel-Repository verfügt über einige Beispiel-Bots, die Sprachverständnisfeatures veranschaulichen:

Beispiel	Beispielname	BESCHREIBUNG
11	QnA Maker (einfach)	Beantworten Sie Fragen als eine Reihe von Einzelgesprächen mit QnA Maker.
13	Kern-Bot	Interpretieren Sie die Absicht des Benutzers mithilfe von LUIS.
14	NLP mit Versand	Verteilen Sie Benutzernachrichten mithilfe von Orchestrator an LUIS oder QnA Maker.
49	QnA Maker (erweitert)	Beantworten Sie Fragen mithilfe von Multi-Turn- und aktiven Lernfunktionen in QnA Maker.

Hinweis

Azure KI QnA Maker wird am 31. März 2025 eingestellt. Ab dem 01. Oktober 2022 können Sie keine neuen QnA Maker-Ressourcen oder Wissensdatenbanken mehr erstellen. Eine neuere Version der Frage- und Antwortfunktion ist jetzt als Teil von Azure AI Language verfügbar.

Die benutzerdefinierte Beantwortung von Fragen, eine Funktion von Azure AI Language, ist die aktualisierte Version des QnA Maker-Dienstes. Weitere Informationen zur Unterstützung von Fragen und Antworten im Bot Framework SDK finden Sie unter Natürliches Sprachverständnis.

Hinweis

Language Understanding (LUIS) wird am 1. Oktober 2025 eingestellt. Ab dem 1. April 2023 können Sie keine neuen LUIS-Ressourcen erstellen. Eine neuere Version von Language Understanding ist jetzt als Teil von Azure KI Language verfügbar.

Conversational Language Understanding (CLU), ein Feature von Azure KI Language, ist die aktualisierte Version von LUIS. Weitere Informationen zur Unterstützung von Language Understanding im Bot Framework SDK finden Sie unter Natürliches Sprachverständnis.

Das Azure SDK für .NET - und Azure SDK für Python-Repositorys enthält auch einige Beispiele:

Merkmal	README-Beispiele
Beantwortung von Fragen	C#, Python
Gesprächssprachenverständnis, Orchestrierungsablauf	C#, Python