Σχετικά με την αξιολόγηση αντιπροσώπων

Σημείωμα

Οι δυνατότητες σε αυτό το άρθρο υποστηρίζονται από την τυπική πλεξούδα, η οποία χρησιμοποιεί τις επιλογές χρέωσης που περιγράφονται στην ενότητα Άδειες χρήσης για εκπροσώπους που υποστηρίζονται από την τυπική πλεξούδα. Μάθετε πώς μπορείτε να αποκτήσετε πρόσβαση σε τυπικές δυνατότητες σε τυπικούς παράγοντες και ροές εκπροσώπου της Access.

Καθώς οι πράκτορες τεχνητής νοημοσύνης αναλαμβάνουν κρίσιμους ρόλους στις επιχειρηματικές διαδικασίες, η ανάγκη για αξιόπιστες, επαναλαμβανόμενες δοκιμές καθίσταται απαραίτητη. Η αξιολόγηση εκπροσώπου σάς επιτρέπει να δημιουργείτε δοκιμές που προσομοιώνουν σενάρια πραγματικού κόσμου για τον εκπρόσωπο σας. Αυτές οι δοκιμές καλύπτουν περισσότερες ερωτήσεις και συνομιλίες ταχύτερα από τις μη αυτόματες δοκιμές κατά περίπτωση. Στη συνέχεια, μπορείτε να μετρήσετε την ακρίβεια, τη συνάφεια και την ποιότητα των απαντήσεων στις αλληλεπιδράσεις του παράγοντα σας, με βάση τις πληροφορίες στις οποίες μπορεί να αποκτήσει πρόσβαση ο παράγοντας. Χρησιμοποιώντας τα αποτελέσματα από το σύνολο δοκιμής, μπορείτε να βελτιστοποιήσετε τη συμπεριφορά του αντιπροσώπου σας και να επαληθεύσετε ότι ο αντιπρόσωπός σας πληροί τις απαιτήσεις της επιχείρησής σας και της ποιότητας.

Γιατί να χρησιμοποιήσετε αυτοματοποιημένες δοκιμές;

Η αξιολόγηση πρακτόρων παρέχει αυτοματοποιημένες, δομημένες δοκιμές. Βοηθά στην έγκαιρη αντιμετώπιση προβλημάτων, μειώνει τον κίνδυνο κακών απαντήσεων και διατηρεί την ποιότητα καθώς εξελίσσεται ο πράκτορας. Αυτή η διαδικασία φέρνει μια αυτοματοποιημένη, επαναλαμβανόμενη μορφή διασφάλισης ποιότητας στις δοκιμές πρακτόρων. Εξασφαλίζει ότι ο παράγοντας πληροί τα πρότυπα ακρίβειας και αξιοπιστίας της επιχείρησής σας και παρέχει διαφάνεια στον τρόπο με τον οποίο λειτουργεί. Έχει διαφορετικά πλεονεκτήματα από τη δοκιμή χρησιμοποιώντας τη δοκιμαστική συνομιλία.

Εκτελείτε αξιολογήσεις και βλέπετε τα αποτελέσματα χρησιμοποιώντας τη διασύνδεση Copilot Studio, μέσω Power Platform REST API ή μέσω ενισχύοντας ενέργειες σε εργαλεία, ροές ή Power Automate.

Η αξιολόγηση πρακτόρων μετρά την ορθότητα και την απόδοση, όχι την ηθική ή τα προβλήματα ασφάλειας της τεχνητής νοημοσύνης. Ένας πράκτορας μπορεί να περάσει όλα τα τεστ αξιολόγησης, αλλά, για παράδειγμα, να δώσει μια ακατάλληλη απάντηση σε μια ερώτηση. Οι πελάτες θα πρέπει να εξακολουθήσουν να χρησιμοποιούν υπεύθυνους ελέγχους AI και φίλτρα ασφάλειας περιεχομένου. οι αξιολογήσεις δεν αντικαθιστούν αυτές τις κριτικές και τα φίλτρα.

Περιορισμοί cloud κοινότητας δημόσιων οργανισμών

Η αξιολόγηση παράγοντα σε περιβάλλοντα Government Community Cloud (GCC) έχει τους ακόλουθους περιορισμούς:

  • Οι δημιουργοί δεν μπορούν να προσθέσουν ένα προφίλ χρήστη στα σύνολα δοκιμών τους. Ωστόσο, οι δημιουργοί μπορούν ακόμα να εκτελούν αξιολογήσεις χωρίς προφίλ χρήστη.

  • Οι κατασκευαστές δεν μπορούν να χρησιμοποιήσουν τη μέθοδο δοκιμής ομοιότητας για αξιολογήσεις. Όλες οι άλλες μέθοδοι δοκιμής είναι διαθέσιμες.

Πώς λειτουργεί η αξιολόγηση πρακτόρων

Το Copilot Studio χρησιμοποιεί μια υπόθεση test για κάθε αξιολόγηση του παράγοντα. Μια υπόθεση δοκιμής είναι μια μοναδική αλληλεπίδραση που προσομοιώνει τον τρόπο αλληλεπίδρασης ενός χρήστη με τον παράγοντα σας. Η αλληλεπίδραση μπορεί να είναι μια μεμονωμένη ερώτηση ή μια ολόκληρη συζήτηση.

Μια δοκιμαστική περίπτωση μπορεί επίσης να περιλαμβάνει την απάντηση με την οποία περιμένετε να απαντήσει ο αντιπρόσωπός σας. Για παράδειγμα:

  • Η ερώτηση: Ποιο είναι το ωράριο λειτουργίας σας;

  • Η αναμενόμενη απάντηση: Είμαστε ανοιχτά από τις 9 π.μ. έως τις 5 μ.μ. από Δευτέρα έως Παρασκευή.

Χρησιμοποιώντας την αξιολόγηση παράγοντα, μπορείτε να δημιουργήσετε, να εισαγάγετε ή να γράψετε με μη αυτόματο τρόπο μια ομάδα δοκιμαστικών περιπτώσεων. Αυτή η ομάδα δοκιμαστικών περιπτώσεων ονομάζεται σύνολο δοκιμών. Ένα σετ δοκιμών σάς επιτρέπει:

  • Εκτελέστε πολλές δοκιμαστικές περιπτώσεις που καλύπτουν ένα ευρύ φάσμα δυνατοτήτων ταυτόχρονα, αντί να κάνετε στον αντιπρόσωπό σας μία ερώτηση τη φορά.

  • Αναλύστε την απόδοση του αντιπροσώπου σας με μια εύπεπτη συνολική βαθμολογία και επίσης μεγεθύνετε μεμονωμένες περιπτώσεις δοκιμών.

  • Δοκιμάστε τις αλλαγές στους εκπροσώπους σας χρησιμοποιώντας το ίδιο σύνολο δοκιμών, ώστε να έχετε ένα αντικειμενικό πρότυπο για τη μέτρηση και τη σύγκριση των αλλαγών στην απόδοση.

  • Δημιουργήστε γρήγορα νέα σύνολα δοκιμών ή τροποποιήστε τα υπάρχοντα για να καλύψετε τις μεταβαλλόμενες δυνατότητες ή απαιτήσεις των πρακτόρων.

Κάθε σύνολο δοκιμών μπορεί να αξιολογήσει τον αντιπρόσωπό σας χρησιμοποιώντας πολλές μεθόδους δοκιμής ταυτόχρονα.

Μπορείτε επίσης να επιλέξετε ένα προφίλ χρήστη για να ενεργεί ως ο διεγερμένη χρήστης. Ο εκπρόσωπος μπορεί να ρυθμιστεί ώστε να ανταποκρίνεται σε διαφορετικούς χρήστες με διαφορετικούς τρόπους ή να επιτρέπει την πρόσβαση σε πόρους με διαφορετικούς τρόπους.

Όταν επιλέγετε ένα σύνολο δοκιμών και εκτεθεί μια αξιολόγηση παράγοντα το Copilot Studio στέλνει τις ερωτήσεις στις περιπτώσεις δοκιμής, καταγράφει τις απαντήσεις του παράγοντα, συγκρίνει αυτές τις απαντήσεις με τις αναμενόμενες απαντήσεις ή ένα πρότυπο ποιότητας και αντιστοιχίζει μια βαθμολογία σε κάθε υπόθεση δοκιμής. Μπορείτε επίσης να δείτε τις λεπτομέρειες, τη μεταγραφή και τον χάρτη δραστηριότητας για κάθε δοκιμαστική περίπτωση και ποιους πόρους χρησιμοποίησε ο αντιπρόσωπός σας για τη δημιουργία της απόκρισης.

Δημιουργία μιας ολοκληρωμένης στρατηγικής αξιολόγησης

Πριν εκτελέσετε τις αξιολογήσεις, καθορίστε την εμφάνιση της επιτυχίας για τον πράκτορά σας και αποφασίστε ποια σενάρια έχουν μεγαλύτερη σημασία για τα επιχειρηματικά αποτελέσματά σας. Μια σαφής στρατηγική σάς βοηθά να επιλέξετε τις σωστές μεθόδους δοκιμής, να ιεραρχήσετε τις υποθέσεις δοκιμής υψηλής επίδρασης και να ερμηνεύσετε τα αποτελέσματα με το σωστό περιβάλλον.

Ενσωμάτωση αξιολογήσεων σε αυτοματοποιημένες ροές

Η αξιολόγηση των αντιπροσώπων υποστηρίζει αυτοματοποίηση, ώστε οι δημιουργοί να μπορούν να εκτελέσουν αξιολογήσεις χωρίς χειροκίνητη παρέμβαση. Χρησιμοποιώντας API REST ή συνδέσεις Power Platform, μπορείτε να ενεργοποιήσετε μέσω προγραμματισμού εκτελέσεις αξιολόγησης και να ενσωματώσετε δοκιμές σε αυτοματοποιημένες ροές εργασιών, όπως συνεχή ενοποίηση και συνεχείς διοχετεύσεις ανάπτυξης (CI/CD). Αυτή η προσέγγιση σάς επιτρέπει να εκτελείτε σύνολα δοκιμών σε κλίμακα και να επικυρώνετε τη συμπεριφορά του παράγοντα καθώς εισάγονται αλλαγές, χωρίς να απαιτείται μη αυτόματη εκτέλεση σε Copilot Studio.

Δοκιμή συνομιλίας έναντι αξιολόγησης πράκτορα

Κάθε μέθοδος δοκιμής σάς δίνει διαφορετικές πληροφορίες για τις ιδιότητες και τη συμπεριφορά του αντιπροσώπου σας:

Δοκιμαστική συνομιλία:

  • Λαμβάνει και απαντά σε μία ερώτηση κάθε φορά. Είναι δύσκολο να επαναλάβετε τις ίδιες δοκιμές πολλές φορές.

  • Σας επιτρέπει να δοκιμάσετε μια πλήρη περίοδο λειτουργίας που περιέχει πολλά μηνύματα.

  • Σας επιτρέπει να αλληλεπιδράτε με το copilot σας ως χρήστη χρησιμοποιώντας μια διεπαφή συνομιλίας.

Αξιολόγηση πράκτορα:

  • Μπορεί να δημιουργήσει και να εκτελέσει πολλές υποθέσεις δοκιμής ταυτόχρονα, χρησιμοποιώντας ένα σύνολο δοκιμών. Μπορείτε να επαναλάβετε δοκιμές κάνοντας δοκιμές με το ίδιο σύνολο δοκιμών.

  • Μπορεί να δοκιμάσει μία ερώτηση και μία απόκριση ανά υπόθεση δοκιμής ή μία συνομιλία ανά υπόθεση δοκιμής. Ωστόσο, έχετε λιγότερο έλεγχο στις συνομιλίες από ό,τι θα είχατε όταν χρησιμοποιούσατε τη δοκιμαστική συνομιλία.

  • Επιλέξτε διαφορετικά προφίλ χρηστών για να προσομοιώσετε διαφορετικούς χρήστες χωρίς να χρειάζεται να ολοκληρώσετε μόνοι σας τις αλληλεπιδράσεις.

Όταν δοκιμάζετε ένα copilot, χρησιμοποιήστε τόσο τη δοκιμαστική συνομιλία όσο και την αξιολόγηση copilot για μια πλήρη εικόνα του copilot σας.

Γλωσσική υποστήριξη στην αξιολόγηση παραγόντων

Οι παράγοντες του Copilot Studio υποστηρίζουν διάφορες γλώσσες. Εάν ρυθμίσετε τον παράγοντα σας ώστε να υποστηρίζει περισσότερες από μία γλώσσες, μπορείτε να επιλέξετε τη γλώσσα που θέλετε για μια δεδομένη αξιολόγηση.

Για έναν πολύγλωσσο παράγοντα, τα ακόλουθα συστατικά αξιολόγησης έχουν συγκεκριμένες συμπεριφορές:

Δημιουργία ερωτημάτων

Η προεπιλεγμένη γλώσσα είναι η γλώσσα που χρησιμοποιείτε κυρίως κατά την εισαγωγή εισόδων αξιολόγησης. Επιλέξτε τη γλώσσα στην οποία θέλετε να εκτελέσετε την αξιολόγηση Όταν εκτελείτε περισσότερες αξιολογήσεις, η έξοδος είναι στην ίδια γλώσσα με την είσοδο.

Εκτέλεση μονάδας βαθμολόγησης

Όταν αξιολογείτε έναν πολυγλωσσικό παράγοντα, η μέθοδος σύγκρισης νοήματος συγκρίνει την αναμενόμενη απάντηση με την απάντηση του παράγοντα. Εάν προκύψει κάποιο ζήτημα που σχετίζεται με πολλές γλώσσες, το σύστημα εντοπίζει τη διαφορά, ο βαθμολογητής σύγκρισης νοήματος απορρίπτει την απάντηση και η απάντηση χαρακτηρίζεται ως αποτυχημένη λόγω ασυνέπειας γλώσσας.

Έξοδος επεξηγησιμότητας

Σε συνομιλίες πολλαπλών γύρων με έναν πολυγλωσσικό παράγοντα, ο παράγοντας παρέχει αιτιολόγηση στην ίδια γλώσσα που χρησιμοποιεί στις απαντήσεις του.

Περιορισμοί

Επί του παρόντος, η αξιολόγηση παραγόντων δεν υποστηρίζει παράγοντες δεδομένων Fabric.

  • Last updated on