Crea una app de chat generativo con Vertex AI Conversation

1. Descripción general

Qué compilarás

En este codelab, usarás la funcionalidad del agente de almacén de datos en Vertex AI Conversation para compilar, configurar e implementar un agente virtual que pueda ayudar a los clientes que tengan preguntas sobre los productos y dispositivos en Google Store, como teléfonos, relojes, laptops, dispositivos de casa inteligente y otros dispositivos para consumidores.

¿Qué es un agente de almacén de datos?

Un agente de almacén de datos es una función de Vertex AI Conversation que se basa en la funcionalidad de Dialogflow CX.

Con un agente de almacén de datos, puedes proporcionar la URL de un sitio web, datos estructurados o datos no estructurados. Luego, el agente de almacén de datos analiza el contenido y crea un agente virtual basado en almacenes de datos y modelos de lenguaje grandes. De esta manera, tus clientes y usuarios finales pueden mantener conversaciones con el agente y hacerle preguntas sobre el contenido. Consulta la documentación sobre el agente de almacén de datos para obtener más información.

Personas que buscan información en una laptop

Qué aprenderás

  • Cómo crear un agente de almacén de datos
  • Cómo agregar datos no estructurados al almacén de datos de tu agente
  • Cómo habilitar las experiencias de voz y chat para tu agente
  • Cómo probar tu agente y simular las preguntas de los clientes
  • Cómo ver el historial y las estadísticas de conversaciones de tu agente

Requisitos

  • Un proyecto de Google Cloud
  • Un navegador como Chrome

2. Habilita las APIs

Antes de comenzar a usar un agente de almacén de datos en Vertex AI Conversation, debes habilitar Dialogflow y las APIs de Vertex AI Search and Conversation.

Para habilitar la API de Dialogflow, sigue estos pasos:

  1. En tu navegador, ve a la página Detalles del servicio de la API de Dialogflow.
  2. Haz clic en el botón Habilitar para habilitar la API de Dialogflow en tu proyecto de Google Cloud.

Para habilitar la API de Vertex AI Search and Conversation, sigue estos pasos:

  1. En la consola de Google Cloud, navega a la consola de Vertex AI Search and Conversation.
  2. Lee y acepta las Condiciones del Servicio y, luego, haz clic en Continuar y activar la API.

3. Crea una nueva app de chat

Ahora, crearás una nueva app de chat para tu agente virtual y la configurarás con una fuente de datos. El propósito del agente que compilarás es ayudar a los clientes que tienen preguntas sobre los productos de Google Store.

Usarás la consola de Vertex AI Conversation y la consola de Dialogflow CX para realizar los pasos restantes de este codelab y crear, configurar e implementar un agente virtual que pueda responder preguntas y respuestas usando un agente de almacén de datos.

  1. Para crear una app de chat nueva en Vertex AI Conversation, puedes hacer lo siguiente:
    1. Navega a la consola de Vertex AI Conversation y, luego, haz clic en + App nueva cerca de la parte superior de la consola.
    2. Navega a la consola de Dialogflow CX, haz clic en +Crear agente nuevo y, luego, selecciona la opción Generar automáticamente. A continuación, se te redireccionará al siguiente paso en la consola de Vertex AI Conversation.
  2. En la consola de Vertex AI Conversation, selecciona Chat como el tipo de app que quieres crear.
  3. Ingresa un Nombre de la empresa de Google Store. Este parámetro se usa para definir la empresa a la que representa tu agente y su alcance.
  4. En Agent name, especifica Google Store.
  5. Haz clic en Continuar.
  6. Haz clic en Crear almacén de datos nuevo.
  7. Elige Cloud Storage como fuente de datos para tu almacén de datos.
  8. Especifica la siguiente carpeta de Google Cloud Storage que contiene datos de muestra para este codelab y ten en cuenta que no es necesario el prefijo gs://:
    cloud-samples-data/dialogflow-cx/google-store
  9. Elige Documentos no estructurados como el tipo de datos que importas.
  10. Haz clic en Continuar.
  11. Especifica un Nombre del almacén de datos de Google Store.
  12. Haz clic en Crear para crear el almacén de datos.
  13. En la lista de almacenes de datos, selecciona el Google Store recién creado.
  14. Haz clic en Crear para crear tu app de chat.

¡Felicitaciones! Completaste la compilación de tu app de chat con tecnología de conocimiento y lista para ayudar a tus clientes, así que tómate un momento para celebrar.

Sin embargo, aún queda trabajo por hacer para que el bot sea accesible a tus usuarios. En la siguiente sección, probarás tu agente virtual y comprobarás si responde las preguntas de los usuarios sobre varios productos en Google Store.

4. Prueba tu agente virtual

Las pruebas son una parte importante del trabajo con agentes conversacionales para encontrar errores, identificar limitaciones y simular una experiencia del cliente. Puedes iniciar una sesión interactiva con tu chatbot para ver cómo responde a las distintas preguntas que podría hacerle un cliente.

  1. En la consola de Vertex AI Conversation, haz clic en el nombre de tu app de chat, que te redireccionará a la consola de Dialogflow CX para realizar más pruebas y personalizaciones.
  2. En la consola de Dialogflow CX y desde tu agente, haz clic en Test Agent para abrir el simulador.Agente de prueba en Dialogflow CX
  3. Escribe un saludo para tu agente, como Hello.
  4. Hazle algunas preguntas al agente sobre varios productos, por ejemplo:
    • 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?
    • Haz otras preguntas sobre timbres, termostatos, iluminación inteligente y otros dispositivos de Google Store.

Prueba tu agente virtual

¡Muy bien! Recuerda que tu agente virtual sabe bastante sobre los distintos productos de Google Store, ya que transfirió información del dominio raíz que especificaste con anterioridad. Consulta la documentación del simulador de agentes para obtener más información sobre cómo probar tu agente.

5. Habilita las llamadas de voz

Ahora que probaste tu agente y estás satisfecho con su nivel actual de funcionalidad, puedes agregarle una puerta de enlace telefónica a tu bot, que usará las capacidades de voz a texto y texto a voz en Google Cloud.

  1. En la consola Dialogflow CX y desde tu agente, haz clic en la pestaña Manage de la barra lateral y, a continuación, en Integrations.
  2. Haz clic en Administrar en la sección CX Phone Gateway en la parte superior de la página Integraciones.Integraciones: CX Phone Gateway
  3. En la página Números de teléfono, haz clic en Crear nuevo para iniciar el proceso de creación de un número de teléfono nuevo para tu agente virtual.
  4. Elige un código de país y haz clic en Request para continuar con el siguiente paso.
  5. Elige uno de los números de teléfono que aparecen, escribe un nombre visible y haz clic en Save.
  6. Llama a tu agente y hazle algunas preguntas.
    • 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?
    • Haz otras preguntas sobre timbres, termostatos, iluminación inteligente y otros dispositivos de Google Store.

Felicitaciones, tu agente virtual ya tiene su propio número de teléfono y voz. Para obtener más información sobre otras integraciones de voz y telefonía disponibles, consulta la documentación sobre las integraciones de Dialogflow CX.

A continuación, integrarás un mensajero de chat para tu agente virtual en un sitio web externo.

6. Habilita un widget de chat

Ahora que tu bot tiene una puerta de enlace telefónica para interacciones de voz, le incorporaremos un widget de chat en un sitio web. De esta manera los clientes, además de hacer una llamada telefónica para hablar con tu agente, podrán chatear con él.

  1. En la consola Dialogflow CX y desde tu agente, haz clic en la pestaña Manage de la barra lateral y, a continuación, en Integrations.
  2. Haz clic en Conectar en Dialogflow Messenger.
  3. Haz clic en Habilitar en el cuadro de diálogo y, luego, copia el código HTML para la integración de mensajería.
  4. Abre un editor de código en línea, como CodePen o JSFiddle, y pega el código HTML de Dialogflow Messenger.
  5. Prueba y chatea con tu agente virtual. Estos son algunos ejemplos de preguntas que puedes hacer:
    • 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?
    • Haz otras preguntas sobre timbres, termostatos, iluminación inteligente y otros dispositivos de Google Store.

Ahora tu agente virtual puede administrar las preguntas y respuestas de tus clientes con el chat o las llamadas de voz, lo que ellos prefieran. Para obtener más información sobre otras integraciones de chat disponibles, consulta la documentación de integraciones de Dialogflow CX.

Integración de Chat con Dialogflow Messenger

7. Análisis de conversaciones

Si cuando pruebas tu agente virtual, observas que las respuestas de tu bot no cumplen tus expectativas, puedes agregar más URLs al almacén de datos para mejorar la forma en que administra las preguntas y respuestas.

Además de probar una gran variedad de rutas diferentes que los clientes podrían tomar, ¿de qué otra manera puedes determinar dónde están los problemas y los puntos que generan inconvenientes en tu agente virtual? El historial y análisis de conversaciones pueden ayudarte.

  1. En la consola de Dialogflow CX y desde tu agente, haz clic en Agent settings en el menú.Configuración del agente en Dialogflow CX
  2. En Configuración de registro, habilita la opción Habilitar el registro de interacciones.Registro de interacciones en la configuración del agente
  3. Usa el simulador de agente, la integración de voz o la integración de chat para conversar con tu bot y hacerle algunas preguntas.
  4. Después de terminar la conversación con tu agente, en la consola de Dialogflow CX y desde tu agente, haz clic en la pestaña Administrar en la barra lateral y, luego, en Historial de conversaciones.Historial de conversaciones en Dialogflow CX
  5. Haz clic en una de las conversaciones recientes y, luego, revísala y observa su duración, las respuestas que proporcionó el agente y los intents que coincidieron en el proceso.Detalles de la conversación en Dialogflow CX
  6. En la consola de Dialogflow CX y desde tu agente, haz clic en la pestaña Administrar en la barra lateral y, luego, en Analytics. A medida que los clientes interactúen con tu agente, en esta página se mostrará un resumen de varias estadísticas relacionadas con las solicitudes y respuestas del agente.

¡Genial! Ahora ya sabes cómo examinar conversaciones específicas con más detalle y revisar otras métricas relacionadas con las respuestas de tus agentes y las interacciones con los clientes. Consulta la documentación sobre el historial de conversaciones y el análisis de conversaciones para obtener más información sobre la evaluación del rendimiento y la visualización de las métricas de tu agente.

Estos datos te ayudan a evaluar el uso de tu agente en producción y también se pueden usar para determinar qué sitios web y documentos podrías agregar a tu base de conocimiento para mejorar tu agente y la experiencia del cliente.

8. Felicitaciones

Con Vertex AI Conversation y Dialogflow CX, creaste correctamente un agente de almacén de datos, agregaste fuentes de datos y también implementaste un agente habilitado para voz y chat para ayudar a tus clientes.

Tu agente virtual puede responder a cientos de preguntas diferentes sobre productos de Google Store y no tuvo que pasar por el proceso manual de crear un gran número de intents, frases de entrenamiento, mensajes de respuesta, etcétera.

Puedes probar otros tipos de datos en tus almacenes de datos y explorar otras funciones disponibles relacionadas con Vertex AI Conversation y Dialogflow CX.

Agente de atención al cliente satisfecho

Realiza una limpieza

Puedes realizar la siguiente limpieza para evitar que se apliquen cargos a tu cuenta de Google Cloud por los recursos que se usaron en este codelab:

Más información

Continúa con el aprendizaje sobre la IA conversacional y la IA generativa con las siguientes guías y recursos:

Licencia

Este trabajo cuenta con una licencia Atribución 2.0 Genérica de Creative Commons.