มีข้อมูลประกอบการตัดสินใจด้วยเครื่องสร้างและพื้นที่เก็บข้อมูลของ Dialogflow CX

1. ภาพรวม

หมายเหตุ: ทั้งฟีเจอร์เครื่องมือสร้างและฟีเจอร์ตัวแทนพื้นที่เก็บข้อมูลไม่รวมอยู่ใน Dialogflow SLA

อัปเดตล่าสุด 10-10-2023

สิ่งที่คุณจะสร้าง

ใน Codelab นี้ คุณจะใช้ Vertex AI Conversation และ Dialogflow CX เพื่อสร้าง ติดตั้งใช้งาน และกำหนดค่าตัวแทนเสมือนเพื่อช่วยผู้ที่ต้องการบริจาคเลือดและดูแลให้พวกเขามีคุณสมบัติตรงตามข้อกำหนดของการได้รับสิทธิ์ที่จำเป็น ตัวแทนจะใช้ข้อมูลสาธารณะจริงและโมเดลภาษาขนาดใหญ่ (LLM) แบบ Generative ของ Google ระหว่างดำเนินการดำเนินการตาม Dialogflow CX

ฟีเจอร์ที่คุณจะใช้

เพื่อให้ Codelab เสร็จสมบูรณ์ คุณจะต้องกำหนดค่าและใช้ 3 ฟีเจอร์ที่แตกต่างกัน ดังนี้

Agent พื้นที่เก็บข้อมูล

ฟีเจอร์ Vertex AI Conversation จะสร้าง Agent พิเศษของ Dialogflow ที่เรียกว่า Agent พื้นที่เก็บข้อมูล

ฟีเจอร์นี้ช่วยให้คุณระบุ URL ของเว็บไซต์ ข้อมูลที่มีโครงสร้าง หรือข้อมูลที่ไม่มีโครงสร้าง (พื้นที่เก็บข้อมูล) จากนั้น Google จะแยกวิเคราะห์เนื้อหาและสร้าง Agent เสมือนที่ขับเคลื่อนโดยพื้นที่เก็บข้อมูลและโมเดลภาษาขนาดใหญ่ จากนั้นลูกค้าและผู้ใช้ปลายทางจะสนทนากับตัวแทนและถามคำถามเกี่ยวกับเนื้อหาได้ ดูข้อมูลเกี่ยวกับ Agent ประเภทนี้ได้ในบทนำ Vertex AI Conversation

เครื่องกำเนิดไฟฟ้า

ฟีเจอร์โปรแกรมสร้างเป็นฟีเจอร์ของ Dialogflow CX ที่ช่วยให้นักพัฒนาแอปใช้โมเดลภาษาขนาดใหญ่ (LLM) แบบ Generative ล่าสุดของ Google และพรอมต์ที่กำหนดเองเพื่อสร้างคำตอบของ Agent ขณะรันไทม์ เครื่องมือสร้างสามารถจัดการคำตอบทั่วไปที่เกี่ยวข้องกับความรู้ทั่วไปจากชุดข้อมูลข้อความขนาดใหญ่ที่ได้รับการฝึกมา หรือบริบทจากการสนทนา

Generative โฆษณาสำรอง

ฟีเจอร์สำรอง Generative ใช้โมเดลภาษาขนาดใหญ่ (LLM) แบบ Generative ล่าสุดของ Google เพื่อสร้างการตอบกลับของตัวแทนเสมือนเมื่ออินพุตของผู้ใช้ปลายทางไม่ตรงกับ Intent หรือพารามิเตอร์สำหรับการกรอกแบบฟอร์ม สามารถกำหนดค่าฟีเจอร์ได้โดยแสดงข้อความพรอมต์ที่จะสั่งให้ LLM ตอบสนองอย่างไร คุณจะใช้พรอมต์ข้อความที่กำหนดไว้ล่วงหน้าหรือเพิ่มพรอมต์ของคุณเองก็ได้ คุณเปิดใช้ Generativeสำรองได้ในเครื่องจัดการเหตุการณ์ที่ไม่ตรงกันซึ่งใช้ในโฟลว์ หน้าเว็บ หรือระหว่างการเติมพารามิเตอร์ เมื่อเปิดใช้ทางเลือกสำรองสำหรับเหตุการณ์ที่ไม่ตรงกัน เมื่อใดก็ตามที่มีการทริกเกอร์เหตุการณ์ดังกล่าว Dialogflow จะพยายามสร้างคำตอบที่สร้างขึ้นซึ่งจะพูดตอบผู้ใช้ หากสร้างคำตอบไม่สำเร็จ ระบบจะออกคำตอบของตัวแทนที่กำหนดให้ตามปกติแทน หากต้องการดูข้อมูลเพิ่มเติมเกี่ยวกับสำรอง Generative AI ให้ลองใช้ Codelab นี้

สิ่งที่คุณจะได้เรียนรู้

• วิธีสร้าง Agent พื้นที่เก็บข้อมูลจากข้อมูลที่ไม่มีโครงสร้าง
• วิธีใช้เครื่องจัดการความรู้เพื่ออนุญาตให้ผู้ใช้ปลายทางสนทนากับตัวแทนเสมือนเกี่ยวกับเนื้อหาที่เพิ่มลงในพื้นที่เก็บข้อมูล
• วิธีกำหนดค่าพรอมต์ข้อความของโปรแกรมสร้างและปรับบริบทโดยใช้ตัวยึดตำแหน่งพรอมต์ในตัวสร้าง
• วิธีทำเครื่องหมายคำเป็นตัวยึดตำแหน่งพรอมต์ของโปรแกรมสร้าง แล้วเชื่อมโยงคำเหล่านั้นกับพารามิเตอร์เซสชันในภายหลังเพื่อนำมาใช้ค่าในระหว่างการดำเนินการ
• วิธีกำหนดค่าโปรแกรมสร้างเพื่อจัดการคำตอบที่เกี่ยวข้องกับความรู้จากชุดข้อมูลที่เป็นข้อความขนาดใหญ่และบริบทจากการสนทนาปัจจุบัน
• วิธีสร้างอีเมลอย่างเป็นทางการโดยใช้โปรแกรมสร้าง
• วิธีทดสอบตัวแทนและจำลองคำถามของลูกค้าที่จะทำให้เกิดคำตอบ

สิ่งที่ต้องมี

• โปรเจ็กต์ Google Cloud
• เบราว์เซอร์ เช่น Chrome

2. เปิดใช้ API

คุณต้องเปิดใช้ Dialogflow รวมถึง Vertex AI Search and Conversation API ก่อน จึงจะสร้าง Agent พื้นที่เก็บข้อมูลใน Vertex AI Conversation ได้

หากต้องการเปิดใช้ Dialogflow API ให้ทำตามขั้นตอนต่อไปนี้

1. ในเบราว์เซอร์ ให้ไปที่หน้ารายละเอียดบริการ Dialogflow API
2. คลิกปุ่มเปิดใช้เพื่อเปิดใช้ Dialogflow API ในโปรเจ็กต์ Google Cloud

หากต้องการเปิดใช้ Vertex AI Search and Conversation API ให้ทำตามขั้นตอนต่อไปนี้

1. ในคอนโซล Google Cloud ให้ไปที่คอนโซลการค้นหาและการสนทนาของ Vertex AI
2. โปรดอ่านและยอมรับข้อกำหนดในการให้บริการ แล้วคลิกดำเนินการต่อและเปิดใช้งาน API

3. สร้างแอปแชทใหม่และพื้นที่เก็บข้อมูลสำหรับแอปของคุณ

ในขั้นตอนนี้คุณจะต้องสร้างแอปแชทใหม่สำหรับตัวแทนเสมือน และกำหนดค่าแอปด้วยแหล่งข้อมูล วัตถุประสงค์ของตัวแทนที่คุณจะสร้างคือเพื่อช่วยเหลือลูกค้าที่มีคำถามเกี่ยวกับคุณสมบัติของเลือด คุณจะใช้ Australian Red Cross Lifeblood เป็นแหล่งข้อมูลที่เชื่อถือได้ และคุณจะสร้างที่เก็บข้อมูลโดยอิงตามข้อมูลที่ไม่มีโครงสร้างจากเว็บไซต์การมีสิทธิ์สำหรับเลือด

1. หากต้องการสร้างแอปแชทใหม่ใน Vertex AI Conversation ให้ทำดังนี้
   1. ไปที่คอนโซลการสนทนาของ Vertex AI แล้วคลิก +แอปใหม่ ใกล้กับด้านบนของคอนโซล
   2. ไปที่คอนโซล Dialogflow CX คลิก +สร้าง Agent ใหม่ แล้วเลือกตัวเลือกสร้างอัตโนมัติ จากนั้นระบบจะเปลี่ยนเส้นทางคุณไปยังขั้นตอนต่อไปนี้ในคอนโซลการสนทนา Vertex AI
2. จากคอนโซลการสนทนา Vertex AI ให้เลือก Chat เป็นประเภทแอปที่คุณต้องการสร้าง
3. ป้อนชื่อบริษัทเป็น Save a Life พารามิเตอร์นี้ใช้เพื่อระบุบริษัทที่ Agent ของคุณเป็นตัวแทนและขอบเขตของ Agent ของคุณ
4. ระบุชื่อตัวแทนของ Blood Donation Agent
5. คลิกต่อไป
6. คลิกสร้างพื้นที่เก็บข้อมูลใหม่
7. เลือก Cloud Storage เป็นแหล่งข้อมูลสำหรับพื้นที่เก็บข้อมูล
8. ระบุโฟลเดอร์ Google Cloud Storage ต่อไปนี้ที่มีข้อมูลตัวอย่างสำหรับ Codelab นี้ และโปรดทราบว่าไม่จำเป็นต้องใช้คำนำหน้า gs://:

   cloud-samples-data/dialogflow-cx/arc-lifeblood
   

9. เลือกประเภทข้อมูลที่จะนำเข้าเป็นเอกสารที่ไม่มีโครงสร้าง
10. คลิกต่อไป
11. ระบุชื่อพื้นที่เก็บข้อมูลเป็น Australian Red Cross Lifeblood Unstructured
12. คลิกสร้างเพื่อสร้างพื้นที่เก็บข้อมูล
13. ในรายการพื้นที่เก็บข้อมูล ให้เลือก Australian Red Cross Lifeblood Unstructured ที่สร้างขึ้นใหม่
14. คลิกสร้างเพื่อสร้างแอปแชท

หมายเหตุ: ระบบอาจใช้เวลาถึง 4 ชั่วโมงก่อนที่เอกสารจะพร้อมใช้งานสำหรับตัวแทนของคุณในขณะที่ระบบกำลังจัดทำดัชนีโดเมนที่เพิ่มใหม่

ยินดีด้วย คุณสร้างแอปแชทที่ขับเคลื่อนด้วยความรู้และพร้อมช่วยเหลือผู้ที่มีโอกาสบริจาคเสร็จแล้ว สละเวลามาฉลองความสำเร็จกัน

แต่ยังมีงานที่ต้องทำอีกมากมายเพื่อให้ผู้ใช้สามารถเข้าถึงตัวแทนได้ ในส่วนถัดไป คุณจะใช้เครื่องจัดการความรู้เพื่อเปิดใช้การสนทนาระหว่างตัวแทนและผู้ใช้ปลายทางเกี่ยวกับข้อกำหนดของการได้รับสิทธิ์

4. กำหนดค่าตัวแทนเพื่อตอบคำถามที่พบบ่อยเกี่ยวกับการมีสิทธิ์สำหรับเลือด

ระบุวันที่ที่แจ้งร้านค้า

ในขณะที่กระบวนการรวบรวมเอกสารทํางานอยู่เบื้องหลัง โปรดสร้างแบรนด์ให้ตัวแทนโดยการแก้ไขข้อความแจ้งเกี่ยวกับพื้นที่เก็บข้อมูล

1. คลิกชื่อแอปแชทของคุณจากคอนโซล Vertex AI Conversation ซึ่งจะนำคุณไปยังคอนโซล Dialogflow CX สำหรับการทดสอบและการปรับแต่งเพิ่มเติม
2. ในคอนโซล Dialogflow CX และจากภายในตัวแทน ให้คลิกการตั้งค่า Agent (ที่มุมขวาบนของหน้า) จากนั้นไปที่แท็บ ML และเปิดแท็บ Generative AI

3. กรอกแบบฟอร์มด้านล่างเพื่อสร้างข้อความแจ้งเกี่ยวกับพื้นที่เก็บข้อมูลดังต่อไปนี้ ชื่อของคุณ Donate และคุณเป็น chatbot ที่ยินดีช่วยเหลือและสุภาพที่ Save a life, a fictitious organization งานของคุณคือการช่วยเหลือ humans with eligibility information

เปิดใช้ Generative สำรองสำหรับกิจกรรมที่ไม่ตรงกันของโฟลว์เริ่มต้นเริ่มต้น

1. เปลี่ยนไปที่แท็บสร้าง และเปิดหน้าเริ่มต้น
2. คลิกเครื่องจัดการเหตุการณ์ sys.no-match-default เปิดใช้ฟีเจอร์สำรองแบบ Generative

ตรวจสอบพื้นที่เก็บข้อมูลของ Agent

ในหน้าเริ่มต้น ให้คลิกแก้ไขพื้นที่เก็บข้อมูลเพื่อดูการตั้งค่าพื้นที่เก็บข้อมูล

Dialogflow ได้เลือกพื้นที่เก็บข้อมูลที่คุณสร้างไว้ก่อนหน้านี้ให้คุณแล้ว

เลื่อนลงไปที่การตอบกลับของตัวแทนในส่วนการดำเนินการตามคำสั่งซื้อ Fulfillment คือการตอบกลับของตัวแทนสำหรับผู้ใช้ปลายทาง Dialogflow ได้ป้อนข้อมูล Agent Say ไว้ล่วงหน้าแล้วด้วยพารามิเตอร์ $request.knowledge.answers[0] ซึ่งขณะรันไทม์จะมีคําตอบยอดนิยมสําหรับคําถามของผู้ใช้

5. ทดสอบตัวแทน

เมื่อตัวแทนจัดเตรียมเอกสารต่างๆ พร้อมแล้ว ให้ตรวจดูว่าคำตอบนี้ดีแค่ไหน

คลิกทดสอบตัวแทนเพื่อเปิดเครื่องมือจำลองอีกครั้ง

ถามคำถามที่คุณอาจพบในหน้าคำถามที่พบบ่อยของเว็บไซต์

• What age do I need to be to donate?
• Can pregnant women donate?
• I've just come back from a trip to Africa. Can I donate?
• How can I schedule an appointment?

หมายเหตุ: หากตัวแทนตอบกลับคุณจากความตั้งใจเชิงลบเริ่มต้น (เช่น "ขอโทษครับ ไม่ค่อยเข้าใจเลย โปรดอธิบายคำถามใหม่ได้ไหม") โปรดทราบว่าระบบอาจใช้เวลาถึง 4 ชั่วโมงเพื่อให้ตัวแทนพร้อมใช้งานขณะที่ระบบกำลังจัดทำดัชนีโดเมน, URL หรือเอกสารของคุณ

โปรดสังเกตว่าคำตอบดึงมาจากเว็บไซต์ของ Australian Red Cross Lifeblood ตามที่ระบุไว้ในหน้านี้ จะมีอายุขั้นต่ำและสูงสุดสำหรับการบริจาคเลือด ผู้บริจาคครั้งแรกมีอายุ 18 ปีขึ้นไปและสูงสุดคือ 75 ปี หลักฐานเพิ่มเติมที่แสดงข้อเท็จจริงที่เราดึงข้อมูลจากพื้นที่เก็บข้อมูลได้มาจากไอคอนดาวเล็กๆ ที่ปรากฏในการตอบกลับของตัวแทนและการตอบกลับ JSON ต้นฉบับ

สุดท้าย ให้ลองและท้าทายตัวแทนด้วยคำถามที่ไม่เกี่ยวข้องกับการบริจาคเลือดโดยสิ้นเชิง

ผู้ใช้: "อากาศที่เมลเบิร์นเป็นอย่างไร"

ตัวแทน: "ขอโทษครับ ผมช่วยคุณเรื่องนั้นไม่ได้ ฉันจะช่วยอะไรคุณได้บ้างเกี่ยวกับข้อมูลการมีสิทธิ์"

คำตอบนี้มีเนื้อหาที่ AI สร้างขึ้นและมาจากข้อความแจ้งที่ Dialogflow สร้างขึ้นโดยเริ่มจากการตั้งค่าเครื่องมือเชื่อมต่อความรู้ที่ระบุไว้ก่อนหน้านี้ว่า "ชื่อของคุณคือ Donate และคุณเป็นแชทบ็อตที่คอยให้ความช่วยเหลือและสุภาพที่ Save a Life งานของคุณคือการช่วยเหลือมนุษย์เกี่ยวกับข้อมูลการมีสิทธิ์" พรอมต์ข้อความนี้ประกอบด้วยชื่อบริษัท ชื่อตัวแทน และที่สำคัญที่สุดคือสิ่งที่อยู่ในขอบเขตซึ่ง Dialogflow ใช้ในการสร้างการตอบกลับของตัวแทน

เยี่ยมมาก! ปัจจุบันคุณใช้พื้นที่เก็บข้อมูลเพื่อช่วยเหลือผู้คนที่มีคําถามที่พบบ่อยเกี่ยวกับการบริจาคเลือด ในส่วนถัดไปของ Codelab เราจะมาดูวิธีเชื่อมโยงข้อความแจ้งของโปรแกรมสร้างข้อความกับเนื้อหาเดียวกันเพื่อให้ตัดสินใจได้อย่างมีข้อมูล

6. ตั้งค่าตัวแทนสําหรับแบบทดสอบการมีสิทธิ์

งานถัดไปของเราคือการออกแบบให้ตัวแทนพิจารณาสิทธิ์ในการบริจาคเลือดของผู้ใช้ มีข้อกำหนดที่เข้มงวดที่ผู้บริจาคต้องปฏิบัติตาม เช่น อายุ น้ำหนัก สภาวะที่มี การเดินทางล่าสุด ฯลฯ โดยสำหรับขอบเขตของ Codelab นี้ เราจะพิจารณาเฉพาะอายุและน้ำหนักเท่านั้น โปรแกรมสร้างจะใช้โมเดลภาษาขนาดใหญ่ (LLM) ของ Google เพื่อช่วยในการตัดสินใจอย่างมีข้อมูลตามบริบทของการสนทนาและฐานความรู้

กำหนดค่าเส้นทางและพารามิเตอร์ใหม่

1. เปิดหน้าเริ่มต้น และคลิกแก้ไขพื้นที่เก็บข้อมูล
2. เปลี่ยนการตอบกลับของตัวแทนที่มีอยู่สำหรับ $request.knowledge.answers[0] Would you like to take the eligibility quiz to find out if you can donate blood, and start changing lives?

3. คลิกปุ่มบันทึก
4. ตอนนี้เราต้องออกแบบให้ตัวแทนตอบคำถาม "ใช่" และ "ไม่" คำตอบ ในการเริ่มต้น ให้สร้าง Intent confirmation.yes และ Intent confirmation.no ทำตามหลักเกณฑ์เหล่านี้เกี่ยวกับการใช้ความตั้งใจซ้ำ
5. จากนั้นในหน้าเริ่มต้น ให้สร้างเส้นทางสำหรับ Intent ของ confirmation.yes ที่จะเปลี่ยนเป็นแบบทดสอบการมีสิทธิ์ในหน้าใหม่

5. ดังที่ได้กล่าวไปก่อนหน้านี้ เราจะลดความซับซ้อนของแบบทดสอบโดยพิจารณาเฉพาะอายุและน้ำหนักของผู้ใช้เพื่อพิจารณาว่าผู้ใช้มีสิทธิ์บริจาคหรือไม่ เปิดหน้าแบบทดสอบการมีสิทธิ์แล้วเพิ่มพารามิเตอร์ของแบบฟอร์มใหม่ age-weight แล้วเลือก @sys.any เป็นประเภทเอนทิตี ระบุ "What is your age and weight?" เป็นการดำเนินการตามพรอมต์เบื้องต้น เราต้องการรวบรวมทั้งอายุและน้ำหนักในครั้งเดียว บันทึกการเปลี่ยนแปลงทั้งหมด

สร้างและกำหนดค่าตัวสร้างการมีสิทธิ์

ฟีเจอร์โปรแกรมสร้างเป็นฟีเจอร์ของ Dialogflow CX ที่ช่วยให้นักพัฒนาแอปใช้โมเดลภาษาขนาดใหญ่ (LLM) แบบ Generative ล่าสุดของ Google ในระหว่างการดำเนินการตาม Dialogflow CX เครื่องมือสร้างสำหรับสร้างการตอบกลับของ Agent ระหว่างรันไทม์ เครื่องมือสร้างสามารถจัดการคำตอบทั่วไปที่เกี่ยวข้องกับความรู้ทั่วไปจากชุดข้อมูลข้อความขนาดใหญ่ที่ได้รับการฝึกมา หรือบริบทจากการสนทนา

เราจะสร้างเครื่องมือสร้างใหม่ที่จะเปรียบเทียบข้อมูลที่ผู้ใช้ให้ (เช่น อายุและน้ำหนัก) กับข้อกำหนดของการได้รับสิทธิ์เพื่อระบุว่าผู้ใช้จะบริจาคได้หรือไม่

1. ในคอนโซล Dialogflow CX ให้ไปที่แท็บ Manage เลือก Generators แล้วคลิก Create new

2. จากนั้น ให้ระบุชื่อที่แสดงที่สื่อความหมายและเขียนข้อความพรอมต์ คงการตั้งค่าการควบคุมคุณภาพของโมเดลตามค่าเริ่มต้นไว้ จากนั้นคลิกบันทึกเพื่อสร้างโปรแกรมสร้าง
   • ชื่อที่แสดง: Blood Donation Eligibility
   • ข้อความแจ้ง: Check the users eligibility against the following criteria: the minimum age is 18 and the maximum age is 75. Weight should be above 50 Kg. The user age and weight is $last-user-utterance. Be nice and tell the user if they are eligible to donate (also tell them why not in case)

ระบบจะส่งพรอมต์ข้อความไปยังโมเดล Generative ในระหว่างการดำเนินการตามรันไทม์ ควรเป็นคำถามหรือคำขอที่ชัดเจนเพื่อให้โมเดลสร้างคำตอบที่น่าพึงพอใจได้ คุณสามารถใช้ตัวยึดตำแหน่งพรอมต์ของโปรแกรมสร้างในตัวแบบพิเศษในพรอมต์ข้อความได้

• $conversation การสนทนาระหว่างตัวแทนและผู้ใช้ ไม่รวมคำพูดของผู้ใช้คนสุดท้าย
• $last-user-utterance คำพูดของผู้ใช้คนสุดท้าย

ข้อความแจ้งที่คุณกำหนดค่าไว้คาดว่าผู้ใช้จะระบุอายุและน้ำหนักในมุมการสนทนา 1 ครั้ง ("$last-user-utterance")

ใช้เครื่องมือสร้างใน Fulfillment และกำหนดค่าพารามิเตอร์ที่จำเป็นทั้งหมด

1. ในหน้าแบบทดสอบการมีสิทธิ์ ให้เพิ่มเส้นทางใหม่ซึ่งจะเกิดขึ้นเมื่อระบบกรอกพารามิเตอร์ทั้งหมดแล้ว ป้อนข้อกำหนดของเงื่อนไข $page.params.status = "FINAL" แล้วคลิกบันทึก

2. ไปที่ส่วนเครื่องมือสร้างของแผงการดำเนินการตามคำสั่งซื้อ แล้วขยาย จากนั้นคลิกเพิ่มโปรแกรมสร้าง แล้วเลือกโปรแกรมสร้างสิทธิ์ในการบริจาคเลือด หลังจากเลือกโปรแกรมสร้างแล้ว คุณจะต้องกำหนดพารามิเตอร์เอาต์พุตที่จะมีผลลัพธ์ของโปรแกรมสร้างหลังการดำเนินการ

3. ใช้พารามิเตอร์เอาต์พุตในการตอบกลับของ Agent และบันทึกเส้นทาง ตอนนี้คุณพร้อมจะทดสอบทั้งหมดแล้ว

7. ทดสอบตัวแทนอีกครั้ง

คลิกทดสอบตัวแทนเพื่อเปิดเครื่องจำลองอีกครั้ง

ในเครื่องจำลอง ให้เริ่มการสนทนาใหม่กับตัวแทน ก่อนอื่นให้ถามเกี่ยวกับข้อกำหนดด้านอายุแล้วไปยังแบบทดสอบการมีสิทธิ์ ทดสอบตัวเลือก "มีสิทธิ์" เส้นทางเป็นอันดับแรก ดังนั้นให้ป้อนอายุระหว่าง 18-75 และน้ำหนักมากกว่า 50 กก.

จากนั้นจึงตรวจสอบสิทธิ์ไม่สำเร็จเมื่อมีคุณสมบัติไม่ตรงตามข้อกำหนดข้อใดข้อหนึ่งหรือทั้ง 2 ข้อ

เยี่ยมมาก โปรแกรมกำเนิดไฟฟ้าทำงานได้ตามที่คาดไว้! หรืออาจจะเป็นเช่นนั้น จะเกิดอะไรขึ้นหากผู้ใช้ระบุอายุแต่ไม่ระบุน้ำหนัก (หรือระบุน้ำหนักเป็นแบบอื่น)

8. การปรับแต่งข้อความแจ้งของโปรแกรมสร้าง

การเก็บข้อมูลอายุและน้ำหนักเมื่อ 1 ที่ผ่านมาดูเหมือนจะไม่ได้ผล เว้นแต่จะระบุอายุและน้ำหนัก เราควรสร้างแบบฟอร์มที่รวบรวมค่าทั้ง 2 ค่าเป็นพารามิเตอร์เอนทิตีแทน เราใช้ตัวยึดตำแหน่งโดยใส่ $ นำหน้าคำ เพื่อให้ข้อความแจ้งบริบทของข้อกำหนดของการได้รับสิทธิ์ทั้งหมด (เช่น อายุและน้ำหนัก) หลังจากนั้น เราจะเชื่อมโยงตัวยึดตำแหน่งของพรอมต์ของโปรแกรมสร้างเหล่านี้กับพารามิเตอร์เซสชันใน Fulfillment และแทนที่ด้วยค่าพารามิเตอร์เซสชันระหว่างการดำเนินการ

1. เปิดหน้าแบบทดสอบการมีสิทธิ์แล้วเพิ่มพารามิเตอร์แบบฟอร์ม 2 รายการแยกกัน รายการหนึ่งสำหรับน้ำหนักและอีกรายการหนึ่งสำหรับอายุ เลือก @sys.number-integer เป็นประเภทเอนทิตี และทำเครื่องหมายพารามิเตอร์ว่าต้องระบุ ระบุการดำเนินการตามพรอมต์เบื้องต้น เช่น How old are you? และ What is your correct weight? บันทึกการเปลี่ยนแปลงทั้งหมด

2. ก่อนที่เราจะเปลี่ยนข้อความแจ้งของข้อความของโปรแกรมสร้าง เนื่องจากเราจะเพิ่มตัวยึดตำแหน่งที่กำหนดเองใหม่ 2 รายการ เราต้องนำเครื่องมือสร้างออกจากกระบวนการดำเนินการตามเส้นทางก่อน คลิกบันทึก

3. ไปที่แท็บจัดการ เลือกผู้สร้าง แล้วอัปเดตข้อความแจ้งของข้อความของโปรแกรมสร้างสิทธิ์ในการบริจาคเลือดด้วย Check the users eligibility against the following criteria: the minimum age is 18 and the maximum age is 75. The weight must be at least 50 kg. The user is $age years old and weighs $weight Kg. Craft an email and politely explain to the user if they're eligible to donate and if not why. คลิก Save

สังเกตว่าเราไม่เพียงสร้างข้อความพรอมต์ตามบริบทของพารามิเตอร์อายุและน้ำหนัก เราได้เปลี่ยนประโยคสุดท้ายให้สามารถสร้างอีเมลอย่างเป็นทางการถึงผู้ใช้ซึ่งมีผลลัพธ์อย่างเป็นทางการของแบบทดสอบการมีสิทธิ์ได้

4. ในหน้าแบบทดสอบการมีสิทธิ์ ให้เลือกเส้นทางและขยายส่วนเครื่องมือสร้างในแผงการดำเนินการตามคำสั่งซื้อ จากนั้นคลิกเพิ่มโปรแกรมสร้าง แล้วเลือกเครื่องมือสร้างสิทธิ์ในการบริจาคเลือด หลังจากเลือกเครื่องมือสร้าง คุณจะต้องเชื่อมโยงตัวยึดตำแหน่งของข้อความแจ้งใหม่กับพารามิเตอร์เซสชันที่เกี่ยวข้อง นอกจากนี้ คุณยังต้องรีเซ็ตพารามิเตอร์เอาต์พุต คลิก Save

5. ทดสอบตัวแทนอีกครั้ง การตรวจสอบสิทธิ์จะพิจารณาทั้งอายุและน้ำหนัก รวมถึงการใช้คำพูดเปลี่ยนจากการใช้น้ำเสียงเป็นการพูดคุยแบบสุภาพมากขึ้นซึ่งพร้อมจะส่งออกไปโดยไม่มีบุคคลที่อาจเป็นบุคคลโต้ตอบด้วย

9. ขอแสดงความยินดี

เยี่ยมมากที่ Codelab นี้เสร็จสิ้น

วันนี้เราได้ตรวจสอบเครื่องมือสร้างในบริบทของแบบทดสอบการมีสิทธิ์ คุณเห็นว่าเครื่องมือสร้างนั้นใช้ LLM เพื่อสร้างคำตอบของตัวแทน และเมื่อขับเคลื่อนด้วยฐานความรู้ โปรแกรมก็จะตัดสินใจได้โดยมีข้อมูลครบถ้วน แน่นอนว่ายังมีกรณีการใช้งานอื่นๆ อีกมากมายที่คุณสามารถนำไปใช้โดยใช้ประโยชน์จากเครื่องกำเนิดไฟฟ้าและพื้นที่เก็บข้อมูลได้ และเราก็ตื่นเต้นมากที่จะได้ทำความรู้จักกับเครื่องมือเหล่านี้

ล้างข้อมูล

คุณสามารถดำเนินการทำความสะอาดต่อไปนี้เพื่อเลี่ยงไม่ให้เกิดการเรียกเก็บเงินกับบัญชี Google Cloud สำหรับทรัพยากรที่ใช้ใน Codelab นี้

• หากต้องการหลีกเลี่ยงการเรียกเก็บเงินจาก Google Cloud โดยไม่จำเป็น ให้ใช้คอนโซล Google Cloud เพื่อลบโปรเจ็กต์หากไม่ต้องการใช้
• หากคุณใช้โปรเจ็กต์ Google Cloud ที่มีอยู่ ให้ลบทรัพยากรที่สร้างไว้เพื่อหลีกเลี่ยงการเรียกเก็บเงินในบัญชี ดูข้อมูลเพิ่มเติมได้ที่ขั้นตอนในการลบแอป
• หากต้องการปิดใช้ API สำหรับ Vertex AI Conversation and Dialogflow ให้ไปที่หน้ารายละเอียดบริการ Discovery Engine API แล้วคลิกปิดใช้ API จากนั้นยืนยัน จากนั้นไปที่หน้ารายละเอียดบริการ Dialogflow API แล้วคลิกปิดใช้ API แล้วยืนยัน

ดูข้อมูลเพิ่มเติม

ศึกษาเพิ่มเติมเกี่ยวกับ Conversational AI และ Generative AI ด้วยคำแนะนำและแหล่งข้อมูลเหล่านี้

• เอกสารประกอบสำหรับ Dialogflow CX
• ข้อมูลเบื้องต้นเกี่ยวกับ Vertex AI Conversation
• สร้างและใช้ Agent พื้นที่เก็บข้อมูล
• เอกสารประกอบการสนทนาสำหรับ Vertex AI
• Generative AI ใน Google Cloud

ใบอนุญาต

ผลงานนี้ได้รับอนุญาตภายใต้ใบอนุญาตทั่วไปครีเอทีฟคอมมอนส์แบบระบุแหล่งที่มา 2.0