Nota
L'accesso a questa pagina richiede l'autorizzazione. È possibile provare ad accedere o modificare le directory.
L'accesso a questa pagina richiede l'autorizzazione. È possibile provare a modificare le directory.
Le frasi trigger sono la base del riconoscimento efficace degli argomenti in Copilot Studio. Allenano il modello di comprensione del linguaggio naturale (NLU) del tuo agente per identificare quando gli utenti chiedono su argomenti specifici. Utilizzando frasi trigger, il tuo agente può indirizzare le conversazioni verso l'argomento giusto con precisione.
Che cosa sono le frasi attivatrici in Copilot Studio?
Le frasi trigger addestrano il modello di comprensione del linguaggio naturale (NLU) del tuo agente. Le frasi trigger sono configurate a livello di argomento e indicano all'agente quali parole tipiche dell'utente dovrebbero innescare un argomento specifico.
Le frasi trigger di solito catturano come un utente chiede informazioni su un problema o una questione. Ad esempio, una frase trigger potrebbe essere "problema con le erbacce nel prato."
Quando crei un nuovo argomento, devi solo fornire alcune frasi di esempio (idealmente tra 5 e 10). In fase di esecuzione, l'IA analizza ciò che dice l'utente e attiva l'argomento di significato più vicino all'espressione dell'utente. Scopri di più in Scegli frasi trigger efficaci.
Importanza del contesto di attivazione
Copilot Studio NLU si comporta in modo diverso in base allo stato della conversazione. Questo comportamento può talvolta portare a comportamenti diversi per la stessa voce dell'utente.
Di seguito sono riportati stati di conversazione differenti:
Inizio della conversazione: L'agente non ha contesto, quindi l'enunciato dell'utente è tenuto a o:
- Attiva direttamente un argomento (riconoscimento delle finalità).
- Attiva una domanda di disambiguazione "intendevi dire" (Più argomenti corrispondenti) tra i candidati intenti se ci sono più argomenti corrispondenti.
- Passa a un argomento di fallback se la finalità non viene riconosciuta.
Dopo l'attivazione di "volevi dire" (Più argomenti corrispondenti): NLU si ottimizza per corrispondere a uno degli argomenti suggeriti, adottando soglie più alte per superare le opzioni presentate.
Passare da un argomento corrente: se la NLU cerca di riempire uno slot in un argomento e l'utente fornisce una query che potrebbe attivare un altro argomento (cambio di argomento).
Punteggiatura
Il modello NLU funziona allo stesso modo indipendentemente dalla punteggiatura, inclusi i punti interrogativi.
Crea nuove frasi trigger
Se possibile, inizia con dati di produzione reali invece di inventarti le tue frasi trigger. Le migliori frasi trigger sono simili ai dati reali degli utenti. Queste frasi sono quelle che gli utenti chiedono a un agente distribuito.
Non tralasciare parole specifiche. Il modello dà meno peso a parole inutili, come le parole stop. Le parole di stop sono parole che il sistema filtra prima di elaborare i dati in linguaggio naturale perché sono insignificanti.
Ottimizza le frasi di attivazione
Le seguenti best practice ti aiutano a ottimizzare le tue espressioni trigger.
| Suggerimento | Esempi |
|---|---|
|
Avere almeno 5-10 frasi attivanti per argomento Iterare e aggiungere di più man mano che impari dagli utenti. |
Trova il punto vendita più vicino Controlla la posizione del punto vendita Trova un punto vendita Trovami la posizione più vicina Punto vendita vicino a me |
|
Varia la struttura della frase e i termini chiave Il modello considera automaticamente le variazioni di tali frasi. |
Quando sei chiuso Orari di apertura giornalieri |
|
Usa frasi di attivazione brevi Meno di 10 parole. |
Quando sei aperto |
|
Evita frasi trigger composte da una sola parola Ciò aumenta il peso di parole specifiche nell'attivazione degli argomenti. Può introdurre confusione tra argomenti simili. |
Negozio |
| Usa frasi complete | Posso parlare con un assistente umano |
| Avere verbi e nomi univoci o una combinazione di questi |
Ho bisogno del servizio clienti Voglio parlare con un consulente |
|
Evita di utilizzare la stessa variazione di entità Non è necessario utilizzare tutti gli esempi del valore dell'entità. L'NLU considera automaticamente tutte le variazioni. |
Voglio ordinare un hamburger Vorrei una pizza Voglio crocchette di pollo |
Bilancia il numero di frasi di attivazione per argomento
Tenta di bilanciare il numero di frasi trigger tra gli argomenti. In questo modo, le funzionalità NLU non sovraccaricano un argomento rispetto a un altro in base alle frasi trigger configurate.
Valuta i tuoi cambiamenti
Dopo aver aggiornato le frasi trigger o unito o diviso gli argomenti, valuta i cambiamenti. Per esempio:
- Osservate un cambiamento immediato nel comportamento degli agenti attraverso la chat di test. Ad esempio, un argomento potrebbe attivarsi o smettere di attivarsi in base agli aggiornamenti sulle frasi di attivazione.
- Dopo aver implementato il tuo agente software e gestito il traffico, potresti vedere tassi di deflessione più alti o più bassi (tassi di non escalation). Controllare la scheda Analisi in Copilot Studio per osservare queste tariffe.
Suggerimento
Per testare l'attivazione di argomenti e il modo in cui il modello NLU opera sui dati di test in blocco, usa Copilot Studio Kit.
Risoluzione dei problemi
Se un agente risponde più volte a un singolo messaggio utente o attiva un argomento inaspettato, il problema è spesso causato da frasi trigger sovrapposte o configurazioni di argomenti in conflitto.
Utilizza i seguenti passaggi per diagnosticare e risolvere il problema:
Verifica la configurazione dell'agente:
- Rivedi tutti gli argomenti per assicurarti che ognuno abbia uno scopo unico e frasi trigger chiaramente definite.
- Conferma che solo un argomento sia configurato per rispondere automaticamente a un specifico input dell'utente.
Controlla la presenza di intenti o condizioni sovrapposte:
- Identifica frasi trigger che sono simili su più argomenti.
- Rivedere condizioni, entità e argomenti di sistema che potrebbero essere considerati veri per lo stesso messaggio utente.
Regola priorità e ambito del tema:
- Affina le frasi trigger in modo che gli argomenti più specifici siano abbinati prima di quelli più generali.
- Disabilita, unisci o restringi gli argomenti che si sovrappongono nelle funzionalità per prevenire risposte duplicate.