Generative Chat-App mit Vertex AI Conversation erstellen

1. Übersicht

Hinweis: Die Funktion Datenspeicher-Agent ist vom Dialogflow-SLA ausgeschlossen.

Aufgaben

In diesem Codelab verwenden Sie die Funktionen des Datenspeicher-Agents in Vertex AI Conversation, um einen virtuellen Kundenservicemitarbeiter zu erstellen, zu konfigurieren und bereitzustellen, der Kunden bei Fragen zu Produkten und Geräten im Google Store unterstützen kann, darunter Smartphones, Smartwatches, Laptops, Smart-Home-Geräte und andere Verbrauchergeräte.

Was ist ein Datenspeicher-Agent?

Ein Datenspeicher-Agent ist eine Funktion in Vertex AI Conversation, die auf den Funktionen von Dialogflow CX basiert.

Mit einem Datenspeicher-Agent können Sie eine Website-URL, strukturierte Daten oder unstrukturierte Daten angeben. Anschließend parst der Datenspeicher-Agent Ihre Inhalte und erstellt einen virtuellen Kundenservicemitarbeiter, der auf Datenspeichern und Large Language Models basiert. Ihre Kunden und Endnutzer können dann mit dem Kundenservicemitarbeiter sprechen und Fragen zu den Inhalten stellen. Weitere Informationen finden Sie in der Dokumentation zum Datenspeicher-Agent.

Lerninhalte

• So erstellen Sie einen Datenspeicher-Agent
• So fügen Sie dem Datenspeicher Ihres Agents unstrukturierte Daten hinzu
• Sprach- und Chatfunktionen für Kundenservicemitarbeiter aktivieren
• Agent testen und Kundenfragen simulieren
• Unterhaltungsverlauf und Analysen für Ihren Agent ansehen

Voraussetzungen

• Ein Google Cloud-Projekt
• Ein Browser wie Chrome

2. APIs aktivieren

Bevor Sie mit einem Datenspeicher-Agent in Vertex AI Conversation starten können, müssen Sie Dialogflow sowie die Vertex AI Search and Conversation APIs aktivieren.

So aktivieren Sie die Dialogflow API:

1. Rufen Sie in Ihrem Browser die Seite mit den Dienstdetails der Dialogflow API auf.
2. Klicken Sie auf die Schaltfläche Aktivieren, um die Dialogflow API in Ihrem Google Cloud-Projekt zu aktivieren.

So aktivieren Sie die Vertex AI Search and Conversation API:

1. Rufen Sie in der Google Cloud Console die Vertex AI Search and Conversation Console auf.
2. Lesen und akzeptieren Sie die Nutzungsbedingungen und klicken Sie anschließend auf Fortfahren und API aktivieren.

3. Neue Chat-App erstellen

Jetzt erstellen Sie eine neue Chat-App für den virtuellen Kundenservicemitarbeiter und konfigurieren sie mit einer Datenquelle. Der Agent, den Sie erstellen, soll Kunden helfen, die Fragen zu Produkten im Google Store haben.

Sie verwenden die Vertex AI Conversation-Konsole und die Dialogflow CX-Konsole, um die verbleibenden Schritte in diesem Codelab auszuführen und einen virtuellen Kundenservicemitarbeiter zu erstellen, zu konfigurieren und bereitzustellen, der Fragen und Antworten mithilfe eines Datenspeicher-Agents verarbeiten kann.

1. Zum Erstellen einer neuen Chatanwendung in Vertex AI Conversation haben Sie folgende Möglichkeiten:
   1. Rufen Sie die Vertex AI Conversation Console auf und klicken Sie oben in der Konsole auf +Neue Anwendung.
   2. Rufen Sie die Dialogflow CX-Konsole auf, klicken Sie auf + Neuen Agent erstellen und wählen Sie die Option Automatisch generieren aus. Sie werden dann zum folgenden Schritt in der Vertex AI Conversation-Konsole weitergeleitet.
2. Wählen Sie in der Vertex AI Conversation-Konsole Chat als Anwendungstyp aus, den Sie erstellen möchten.
3. Geben Sie für Company name den Wert Google Store ein. Mit diesem Parameter werden das Unternehmen, das der Agent repräsentiert, und den Bereich des Agents definiert.
4. Geben Sie als Agent-Name Google Store an.
5. Klicken Sie auf Weiter.
6. Klicken Sie auf Neuen Datenspeicher erstellen.
7. Wählen Sie Cloud Storage als Datenquelle für den Datenspeicher aus.
8. Geben Sie den folgenden Google Cloud Storage-Ordner an, der Beispieldaten für dieses Codelab enthält. Das Präfix gs:// ist nicht erforderlich:

   cloud-samples-data/dialogflow-cx/google-store
   

9. Wählen Sie als Datentyp für den Import Unstrukturierte Dokumente aus.
10. Klicken Sie auf Weiter.
11. Geben Sie für Datenspeichername Google Store an.
12. Klicken Sie auf Erstellen, um den Datenspeicher anzulegen.
13. Wählen Sie in der Liste der Datenspeicher die neu erstellte Google Store aus.
14. Klicken Sie auf Erstellen, um die Chat-App zu erstellen.

Hinweis:Während die neu hinzugefügten Daten indexiert werden, kann es bis zu 4 Stunden dauern, bis Ihre Dokumente vom Agent verfügbar und einsatzbereit sind.

Glückwunsch! Du hast deine Wissens-Chat-App fertig erstellt, die bereit ist, deinen Kunden zu helfen. Nimm dir also einen Moment Zeit und feiere das!

Es gibt jedoch noch viel zu tun, um den Bot für Ihre Nutzer zugänglich zu machen. Im nächsten Abschnitt testen Sie Ihren virtuellen Kundenservicemitarbeiter und sehen, wie gut er Fragen von Nutzern zu verschiedenen Produkten im Google Store beantwortet.

4. Virtuellen Kundenservicemitarbeiter testen

Tests sind ein wichtiger Bestandteil der Arbeit mit Kundenservicemitarbeitern im Gespräch, um Fehler zu finden, Einschränkungen zu identifizieren und eine Kundenerfahrung zu simulieren. Sie können eine interaktive Sitzung mit dem Chatbot starten, um zu sehen, wie er auf verschiedene Fragen des Kunden reagiert.

1. Klicken Sie in der Vertex AI Conversation Console auf den Namen Ihrer Chat-App. Sie werden dann für weitere Tests und Anpassungen zur Dialogflow CX-Konsole weitergeleitet.
2. Klicken Sie in der Dialogflow CX-Konsole und im Agent auf Test Agent (Agent testen), um den Simulator zu öffnen.
3. Geben Sie eine Begrüßung für den Agent ein, z. B. Hello.
4. Sie können dem Kundenservicemitarbeiter Fragen zu verschiedenen Produkten stellen, zum Beispiel:
   • How long does the battery in the Pixel 7 Pro last?
   • Is the Pixel Watch water resistant?
   • Can I display my Google Photos on a Nest Hub?
   • Sie können weitere Fragen zu Türklingeln, Thermostaten, intelligenten Lampen oder anderen Geräten im Google Store stellen.

Hinweis:Wenn Ihr Agent Ihnen Antworten vom standardmäßigen negativen Intent (z.B. „Tut mir leid, das habe ich nicht verstanden. Wenn Sie Ihre Frage anders formulieren, beachten Sie, dass es bis zu 4 Stunden dauern kann, bis der Agent einsatzbereit ist und Ihre Domains, URLs oder Dokumente indexiert werden.

Super! Ihr virtueller Kundenservicemitarbeiter weiß viel über die verschiedenen Produkte im Google Store, da er Informationen aus der zuvor angegebenen Stammdomain aufgenommen hat. Weitere Informationen zum Testen des Agents finden Sie in der Dokumentation zum Agent-Simulator.

5. Sprachanrufe aktivieren

Nachdem Sie den Agent getestet haben und mit dem aktuellen Funktionsumfang zufrieden sind, können Sie Ihrem Bot ein Telefonie-Gateway hinzufügen, das die Funktionen Speech-to-Text und Text-to-Speech in Google Cloud nutzt.

1. Klicken Sie in der Dialogflow CX-Konsole und im Agent in der Seitenleiste auf den Tab Manage (Verwalten) und dann auf Integrations (Integrationen).
2. Klicken Sie oben auf der Seite Integrationen im Abschnitt CX-Telefonie-Gateway auf Verwalten.
3. Klicken Sie auf der Seite Telefonnummern auf Neu erstellen, um eine neue Telefonnummer für Ihren virtuellen Kundenservicemitarbeiter zu erstellen.
4. Wählen Sie einen Ländercode aus und klicken Sie auf Anfordern, um mit dem nächsten Schritt fortzufahren.
5. Wählen Sie eine der angezeigten Telefonnummern aus, geben Sie einen Anzeigenamen ein und klicken Sie auf Speichern.
6. Rufen Sie den Kundenservicemitarbeiter an und stellen Sie ihm ein paar Fragen!
   • Do the Pixel 7 Pro and Pixel 7 both have face unlock?
   • What coverage does Preferred Care provide for a Pixelbook Go laptop?
   • Do the Pixel Buds Pro have active noise cancellation?
   • Sie können weitere Fragen zu Türklingeln, Thermostaten, intelligenten Lampen oder anderen Geräten im Google Store stellen.

Herzlichen Glückwunsch! Sie haben Ihrem virtuellen Kundenservicemitarbeiter eine eigene Telefonnummer und Stimme zugewiesen. Weitere Informationen zu anderen verfügbaren Sprach- und Telefonieintegrationen finden Sie in der Dokumentation zu Dialogflow CX-Integrationen.

Als Nächstes integrieren Sie einen Chat-Messenger für Ihren virtuellen Kundenservicemitarbeiter in eine externe Website.

6. Chat-Widget aktivieren

Ihr Bot hat jetzt ein Telefon-Gateway für Sprachinteraktionen. Betten Sie jetzt ein Chat-Widget auf einer Website ein, damit Kunden nicht nur telefonisch mit dem Bot sprechen können, sondern auch damit chatten können.

1. Klicken Sie in der Dialogflow CX-Konsole und im Agent in der Seitenleiste auf den Tab Manage (Verwalten) und dann auf Integrations (Integrationen).
2. Klicken Sie unter Dialogflow Messenger auf Connect (Verbinden).
3. Klicken Sie im Dialogfeld auf Aktivieren und kopieren Sie dann den HTML-Code für die Messaging-Integration.
4. Öffnen Sie einen Online-Code-Editor wie CodePen oder JSFiddle und fügen Sie den HTML-Code von Dialogflow Messenger ein.
5. Testen und chatten Sie mit Ihrem virtuellen Kundenservicemitarbeiter. Hier sind einige Beispielfragen:
   • Do the Pixel 7 Pro and Pixel 7 both have face unlock?
   • How does Preferred Care relate to a Pixelbook Go laptop?
   • Do the Pixel Buds Pro have noise cancellation?
   • Sie können weitere Fragen zu Türklingeln, Thermostaten, intelligenten Lampen oder anderen Geräten im Google Store stellen.

Jetzt kann Ihr virtueller Kundenservicemitarbeiter Fragen und Antworten Ihrer Kunden per Chat oder Sprachanruf bearbeiten – je nachdem, was sie bevorzugen. Weitere Informationen zu anderen verfügbaren Chatintegrationen finden Sie in der Dokumentation zu Dialogflow CX-Integrationen.

7. Konversationsanalyse

Wenn Sie beim Testen des virtuellen Kundenservicemitarbeiters feststellen, dass die Antworten Ihres Bots Ihre Erwartungen nicht erfüllen, können Sie dem Datenspeicher jederzeit weitere URLs hinzufügen, um die Verarbeitung von Fragen und Antworten zu verbessern.

Wie können Sie – abgesehen vom Testen vieler verschiedener Möglichkeiten, die Kunden einschlagen – herausfinden können, wo die Probleme und Reibungspunkte bei Ihrem virtuellen Kundenservicemitarbeiter liegen? Der Unterhaltungsverlauf und die Analyse können dabei helfen.

1. Klicken Sie in der Dialogflow CX-Konsole und im Agent im Menü auf Agent settings (Agent-Einstellungen).
2. Aktivieren Sie unter Logging-Einstellungen die Option Interaktions-Logging aktivieren.
3. Führen Sie über den Agent-Simulator, die Sprach- oder Chatintegration eine Unterhaltung mit Ihrem Bot und stellen Sie ihm einige Fragen.
4. Nachdem Sie die Unterhaltung mit dem Agent beendet haben, klicken Sie in der Dialogflow CX-Konsole und im Agent in der Seitenleiste auf den Tab Manage (Verwalten) und dann auf Conversation history (Unterhaltungsverlauf).
5. Klicken Sie auf eine der letzten Unterhaltungen, sehen Sie sich die Unterhaltung an und notieren Sie sich die Dauer, die vom Agent ausgegebenen Antworten und die dabei zugeordneten Intents.
6. Klicken Sie in der Dialogflow CX-Konsole und im Agent in der Seitenleiste auf den Tab Manage (Verwalten) und dann auf Analytics (Analysen). Wenn Kunden mit Ihrem Agent interagieren, wird auf dieser Seite eine Zusammenfassung verschiedener Statistiken zu Anfragen und Antworten des Kundenservicemitarbeiters angezeigt.

Sehr gut! Jetzt wissen Sie, wie Sie sich bestimmte Unterhaltungen genauer ansehen und andere Messwerte zu den Antworten des Agents und den Kundeninteraktionen prüfen können. Weitere Informationen zum Bewerten der Leistung und zum Aufrufen von Messwerten für Ihren Agent finden Sie in den Abschnitten zum Unterhaltungsverlauf und zur Unterhaltungsanalyse.

Anhand dieser Daten können Sie beurteilen, wie Ihr Agent in der Produktion verwendet wird. Sie können auch verwendet werden, um zu bestimmen, welche Websites und Dokumente Sie Ihrer Wissensdatenbank hinzufügen sollten, um den Agent und die Kundenerfahrung zu verbessern.

8. Glückwunsch

Mit Vertex AI Conversation und Dialogflow CX haben Sie erfolgreich einen Datenspeicher-Agent erstellt, Datenquellen hinzugefügt und einen sprach- und chatfähigen Agent bereitgestellt, um Ihre Kunden zu unterstützen.

Ihr virtueller Kundenservicemitarbeiter kann Hunderte von verschiedenen Fragen zu Produkten im Google Store beantworten und Sie mussten nicht den manuellen Prozess zum Erstellen einer großen Anzahl von Intents, Trainingsformulierungen, Antwortnachrichten usw. durchlaufen.

Sie können gerne andere Datentypen in Ihren Datenspeichern ausprobieren und die weiteren Funktionen kennenlernen, die mit Vertex AI Conversation und Dialogflow CX verfügbar sind.

Bereinigen

Mit der folgenden Bereinigung können Sie vermeiden, dass Ihrem Google Cloud-Konto die in diesem Codelab verwendeten Ressourcen in Rechnung gestellt werden:

• Löschen Sie Ihr Projekt mit der Google Cloud Console, wenn Sie es nicht benötigen, um unnötige Google Cloud-Gebühren zu vermeiden.
• Wenn Sie ein vorhandenes Google Cloud-Projekt verwendet haben, löschen Sie die erstellten Ressourcen, damit Ihrem Konto keine Gebühren in Rechnung gestellt werden. Weitere Informationen finden Sie unter App löschen.
• Wenn Sie die APIs für Vertex AI Conversation und Dialogflow deaktivieren möchten, rufen Sie die Seite mit den Dienstdetails der Discovery Engine API auf. Klicken Sie auf API deaktivieren und bestätigen Sie die Auswahl. Rufen Sie dann die Seite „Dialogflow API-Dienstdetails“ auf, klicken Sie auf API deaktivieren und bestätigen Sie den Vorgang.

Weitere Informationen

In diesen Leitfäden und Ressourcen erfahren Sie mehr über konversationelle und generative KI:

• Übersicht über Vertex AI Conversation
• Datenspeicher-Agents erstellen und verwenden
• Dokumentation für Dialogflow CX
• Dokumentation für Datenspeicher-Agents
• Generative KI in Google Cloud

Lizenz

Dieser Text ist mit einer Creative Commons Attribution 2.0 Generic License lizenziert.