Tetikleme tümceciklerini ve doğal dil anlamayı en iyi duruma getirme

Önemli

Power Virtual Agents yetenekleri ve özellikleri, Microsoft Copilot genelinde üretken yapay zekaya ve gelişmiş tümleştirmelere yapılan önemli yatırımların ardından artık Microsoft Copilot Studio'nun parçasıdır.

Bazı makalelerde ve ekran görüntülerinde, belgeler ve eğitim içeriği güncelleştirilirken Power Virtual Agents'a başvurulabilir.

Microsoft Copilot Studio'ta tetikleme tümcecikleri nelerdir?

• Tetikleme tümcecikleri, yardımcı pilotunuzun doğal dil anlama (NLU) modelini eğitir.

• Tetikleme tümcecikleri, konu düzeyinde yapılandırılır ve yardımcı pilota belirli bir konunun hangi tipik kullanıcı ifadelerini tetiklemesi gerektiğini belirtir.

• Tetikleme tümcecikleri tipik olarak bir son kullanıcının bir sorun hakkında soru sorma şeklini yakalar. Örneğin, "çim biçmede otlarla ilgili problem"

İpucu

Yeni bir konu oluştururken, oluşturucunun yalnızca birkaç örnek ifade (ideal olarak beş ve on arasında) sağlaması gerekir. Yardımcı pilot kullanıldığında yapay zeka, kullanıcının söylediklerini ayrıştırır ve kullanıcının ifadesine anlam açısından en yakın konuyu tetikler.

Tetikleme bağlamının önemi

Microsoft Copilot Studio NLU, konuşma durumuna bağlıdır ve bazen aynı kullanıcı ifadesi için farklı davranışlara neden olabilir.

Aşağıda farklı konuşma durumları verilmiştir:

• Konuşmanın başlangıcı: Yardımcı pilotun bağlamı yoktur, bu nedenle kullanıcı tonunun her iki durumdan biri de olması gerekir: konu doğrudan (amaç tanıma) tetikleme, "demek mi istedin" (Birden Çok Konu Eşleştirildi) ile ilgili soru tetikleyebilir, birden fazla eşleşen konu varsa veya amaç tanınmıyorsa temel bir konu gidin.
• "Şunu mu demek istediniz" (Birden Fazla Konu Eşleşti) tetiklendikten sonra: NLU, önerilen konulardan biriyle eşleşecek şekilde ve sunulan seçeneklerin dışına gitme eşiklerini yükselterek iyileştirme yapar.
• Geçerli bir konudan geçiş yapma: NLU bir konuda alan doldurmaya çalışıyorsa ve kullanıcı başka bir konuyu tetikleyebilecek bir kullanıcı sorgusu veriyorsa (konu değiştirme).

Noktalama işaretlerinde

NLU modeli, soru işaretleri de dahil olmak üzere noktalamayı bilmemektedir.

Yeni tetikleme tümcecikleri oluşturma

Mümkünse, kendi tetikleme tümceciklerinizi oluşturmak için gerçek üretim verileriyle başlayın. En iyi tetikleme tümcecikleri, son kullanıcılardan gelen gerçek verilerle benzer olanlardır. Bu tümcecikler, kullanıcıların dağıtılan bir yardımcı pilota sordukları tümceciklerdir.

Belirli sözcükleri hariç tutmaya gerek yoktur: Model, durdurma sözcükleri gibi gereksiz sözcüklere (önemsiz olması nedeniyle doğal dil verilerinin işlenmesinden önce filtrelenen kelimeler) daha az ağırlık vermek üzere tasarlanmıştır.

Tetikleme tümceciklerini optimize etme

#	İpucu	Örnekler
1	Konu başına en az 5-10 tetikleme tümceciği bulundurun Kullanıcılardan öğrendikçe yinelemeler yapın ve daha fazla ekleyin.	En yakındaki mağazayı bul Mağaza konumunu kontrol et Mağaza bul En yakın konumunu bul Yakınımdaki mağaza
2	Cümle yapısını ve anahtar terimleri çeşitlendirin Model otomatik olarak bu ifadelerin varyasyonlarını dikkate alır.	Ne zaman kapatıyorsunuz Günlük çalışma saatleri
3	Kısa tetikleme tümcecikleri kullanın 10 kelimeden daha az.	Ne zaman açıksınız
4	Tek sözcüklü tetikleme tümceciklerinden kaçının Bu, konu tetiklemesinde belirli sözcüklerin ağırlığını artırır. Bu, benzer konular arasında karışıklığa neden olabilir.	Store
5	Tam ifadeler kullanın	Bir insan temsilci ile konuşabilir miyim
6	Benzersiz fiillere ve isimlere veya bunların birleşimlerine sahip olun	Müşteri desteğine ihtiyacım var Bir danışman ile konuşmak istiyorum
7	Aynı varlık varyasyonunu kullanmaktan kaçının Varlık değerindeki örneklerin tümünü kullanmanıza gerek yoktur. Tüm varyasyonlar NLU tarafından otomatik olarak dikkate alınır.	Bir burger sipariş etmek istiyorum Bir pizza istiyorum Tavuk nugget istiyorum

Konu başına düşen tetikleme tümceciği sayısını dengeleyin

Tetikleme tümceciği sayısını konular arasında dengelemeye çalışın.

İpucu

Bu şekilde, NLU özellikleri, yapılandırılmış tetikleme tümceciklerine göre bir konuya diğerinden fazla ağırlık vermez.

Değişikliklerinizin etkisini değerlendirme

Tetikleme tümcecikleri güncelleştirilirken veya konuları birleştirirken veya bölerken, değişiklikleri değerlendirmek için birden çok yol vardır:

• Yardımcı pilot davranışında, "test yardımcı pilotu" tuvali üzerinden gözlenebilen ani bir değişiklik (örneğin, şu anda tetikleyen veya tetikleme tümceciği güncelleştirmelerine dayalı olmayan bir konu).
• Yardımcı pilot dağıtımından ve karşılaşılan trafikten sonra, daha yüksek veya daha düşük sapma (aktarma dışı) oranlarına dönüştüren bir değişiklik. Bu, Microsoft Copilot Studio'taki analizler sekmesinden gözlemlenebilir.

İpucu

Yardımcı Pilot Test Çerçevesi'nden yararlanarak konu tetiklemeyi ve NLU modelinizin test verilerine göre nasıl performans gösterdiğini toplu olarak test edebilirsiniz.

Yardımcı Pilot Test Çerçevesi'ni oluşturmak için kullanılan temel özellikler ve bileşenler (Direct Line API'si ile etkileşim gibi) tam olarak desteklense de Yardımcı Pilot Test Çerçevesi'nin kendisi bu özelliklerin örnek uygulamalarını temsil eder.

Müşterilerimiz ve topluluğumuz, toplu testleri uygulamak için Yardımcı Pilot Test Çerçevesi'ni kullanabilir ve ayarlayabilir. Yardımcı Pilot Test Çerçevesi ile ilgili sorunlarla karşılaşıyorsanız sorunu şu adreste bildirin: https://aka.ms/PVASamples. (Microsoft Desteği, bu örneklerle ilgili sorunlarınızda size yardımcı olmaz ancak ilgili, temel platform ve özelliklere ilişkin sorunlar konusunda yardımcı olabilir.)

Varlıklar ve alan doldurma ile ilgili en iyi uygulamalar