Käynnistinlauseiden ja luonnollisen kielen ymmärtämisen optimointi
Tärkeää
Power Virtual Agents -ominaisuudet ja -toiminnot ovat nyt Microsoft Copilot Studion osa generatiiviseen tekoälyyn tehtyjen panostusten ja parannettujen Microsoft Copilot -integrointien jälkeen.
Joissakin artikkeleissa ja näyttökuvissa voidaan viitata Power Virtual Agentsiin, kun ohjeita ja koulutussisältöä päivitetään.
Mitä ovat Microsoft Copilot Studioin käynnistinlauseet
Käynnistinlauseet harjoittavat avustajan luonnollisen kielen ymmärtämisen (NLU) mallia.
Käynnistinlauseet määritetään aihetasolla, ja ne ilmaisevat avustajalle, mille tyypillisille käyttäjän ilmaisuille käynnistetään tietty aihe.
Käynnistinlauseet sieppaavat yleensä sen, miten loppukäyttäjä kysyy ongelmaa tai hankaluutta. Esimerkiksi "ongelma: rikkaruohoja nurmikolla"
Vihje
Luodessaan uutta aihetta tekijä tarvitsee vain muutaman esimerkkilauseen (ihanteellisesti 5–10). Kun käytetään avustajaa, tekoäly jäsentää sen, mitä käyttäjä sanoo, ja käynnistää aiheen, joka on merkitykseltään lähinnä sitä.
Käynnistävän kontekstin tärkeys
Microsoft Copilot Studio NLU käyttäytyy eri tavalla keskustelutilasta riippuen, mikä voi joskus aiheuttaa saman käyttäjän käyttäytymisen eri käyttäytymismalleja.
Seuraavat ovat keskustelun eri tilat:
- Keskustelun alku: avustajalla ei ole kontekstia, joten käyttäjän ilmaisun odotetaan joko käynnistävän aiheen suoraan (aikeen tunnistus), käynnistävän täsmentävän tarkoititko (useita vastaavia aiheita) -kysymyksen mahdollisten aiemahdollisuuksien osalta, jos vastaavia aiheita on useita, tai siirtyvän vara-aiheeseen, jos aietta ei tunnisteta.
- Kun "tarkoititko" (useita yhdistettyjä aiheita) käynnistyy: NLU optimoi ne vastaamaan jotain ehdotettua aihetta ja siirtyä pois esiteltyjen vaihtoehtojen raja-arvoista.
- Siirtyminen nykyisestä aiheesta: Jos NLU yrittää täyttää paikan aiheessa, käyttäjä antaa käyttäjäkyselyn, joka voi käynnistää toisen käyttäjän aiheen (aiheen vaihtamisen).
Välimerkein
NLU-malli välimerkkeihin, myös kysymysmerkkeihin, on agnostinen.
Uusien käynnistinlauseiden luominen
Jos mahdollista, aloita todellisista tuotantotiedoista omien käynnistinlausekkeiden keksimisen sijaan. Parhaat käynnistinlausekkeet ovat samanlaisia kuin loppukäyttäjiltä tulevat todelliset tiedot. Nämä lauseet ovat niitä, joita käyttäjät kysyvät käyttöön otetulta avustajalta.
Tiettyjä sanoja ei tarvitse jättää pois: malli on suunniteltu antamaan vähemmän painoarvoa tarpeettomille sanoille, kuten lopetussanoille (sanat, jotka suodatetaan pois ennen luonnollisen kielen datan käsittelyä, koska ne ovat merkityksettömiä).
Optimoidaan käynnistinlauseita
# | Vihje | Esimerkkejä |
---|---|---|
1 | Sinulla on vähintään 5–10 käynnistinlausetta aihetta kohti Iteroi ja lisää enemmän, kun opit käyttäjiltä. |
Etsi lähin myymälän Tarkista myymälän sijainti Myymälän etsiminen Etsi lähin sijaintisi Myymälä lähelläni |
2 | Lauseiden rakenne ja tärkeimmät termit vaihtelevat Malli ottaa automaattisesti huomioon näiden lauseiden variaatiot. |
Kun olet suljettuna Päivittäiset aukiolotunnit |
3 | Käytä lyhyitä käynnistinlauseita Vähemmän kuin 10 sanaa. |
Kun olet avoinna |
4 | Yksisanaisten käynnistinlauseiden vältteleminen Tämä lisää tiettyjen sanojen painoarvoa aiheen käynnistyessä. Se voi aiheuttaa sekaannusta samankaltaisten aiheiden välillä. |
Store |
5 | Käytä täydellisiä lauseita | Voinko keskustella henkilöavustajan kanssa |
6 | Käytä yksilöllisiä verbejä ja niiden yhdistelmiä | Tarvitsen asiakaspalvelua Haluan puhua konsultille |
7 | Vältä saman entiteettivariaation käyttöä Entiteetin arvon kaikkia esimerkkejä ei tarvitse käyttää. NLU ottaa automaattisesti huomioon kaikki variaatiot. |
Haluan tilata burgerin Haluaisin pizzaa Haluan kananugetteja |
Käynnistinlauseiden määrän tasapainottaminen aihetta kohti
Yritä tasapainottaa laukaisevien lauseiden määrää aiheiden välillä.
Vihje
Näin NLU-ominaisuudet eivät ylipainota aihetta toisiin verrattuna määritettyjen laukaisulausekkeiden perusteella.
Muutosten vaikutuksen todentaminen
Kun päivität käynnistinlauseita tai kun yhdistät tai jaat aiheita, muutoksia voidaan arvioida usealla eri tavalla:
- Välitön muutos avustajan toimintatavassa, jonka voi havaita avustajan testauskaaviolla (esimerkiksi aihe, joka nyt käynnistyy tai ei käynnisty käynnistinlauseiden päivitysten perusteella).
- Avustajan käyttöönoton ja liikenteen käsittelyn jälkeinen muutos, joka johtaa suurempiin tai pienempiin uudelleenohjauksen (ei eskalointi) määriin. Tämä voidaan tehdä Microsoft Copilot Studioin Analyysit-välilehdestä.
Vihje
Voit testata aiheiden käynnistymisen ja sen, miten NLU-malli toimii testaustietoihin verrattuna, joukoittain hyödyntämällä Copilotin testauskehystä.
Vaikka Copilotin testauskehyksen muodostamisessa käytettyjä ominaisuuksia ja komponentteja (kuten vuorovaikutus Direct Line -ohjelmointirajapinnan kanssa) tuetaan, Copilotin testauskehys itse ilmaisee näiden ominaisuuksien esimerkkitoteutuksia.
Asiakkaamme ja yhteisömme voivat käyttää ja mukauttaa Copilotin testauskehystä ottaakseen joukkotestauksen käyttöön. Jos sinulla on ongelmia Copilotin testauskehyksen kanssa, ilmoita ongelmasta tänne: https://aka.ms/PVASamples. Microsoft-tuki ei auta näihin malleihin liittyvissä kysymyksissä, mutta se auttaa niihin liittyvissä, taustalla olevissa ympäristön ja ominaisuuksien ongelmissa.
Palaute
https://aka.ms/ContentUserFeedback.
Tulossa pian: Vuoden 2024 aikana poistamme asteittain GitHub Issuesin käytöstä sisällön palautemekanismina ja korvaamme sen uudella palautejärjestelmällä. Lisätietoja on täällä:Lähetä ja näytä palaute kohteelle