Créer une application de chat générative avec Vertex AI Conversation

1. Présentation

Remarque : La fonctionnalité Agent Data Store est exclue du SLA Dialogflow.

Ce que vous allez faire

Dans cet atelier de programmation, vous allez utiliser la fonctionnalité d'agent de data store dans Vertex AI Conversation afin de créer, configurer et déployer un agent virtuel pouvant répondre aux questions des clients sur les produits et les appareils proposés dans le Google Store, y compris les téléphones, les montres, les ordinateurs portables, les appareils connectés pour la maison et d'autres appareils grand public.

Qu'est-ce qu'un agent de datastore ?

Un agent Data Store est une fonctionnalité de Vertex AI Conversation qui s'appuie sur les fonctionnalités de Dialogflow CX.

Avec un agent de datastore, vous pouvez fournir une URL de site Web, des données structurées ou des données non structurées. L'agent de datastore analyse ensuite votre contenu et crée un agent virtuel alimenté par des datastores et de grands modèles de langage. Vos clients et utilisateurs finaux peuvent alors discuter avec l'agent et lui poser des questions sur le contenu. Pour en savoir plus, consultez la documentation de l'agent Data Store.

Points abordés

• Créer un agent Data Store
• Ajouter des données non structurées au data store de votre agent
• Activer les expériences vocales et de chat pour votre agent
• Tester votre agent et simuler des questions de clients
• Afficher l'historique des conversations et les données analytiques de votre agent

Prérequis

• Un projet Google Cloud
• Un navigateur tel que Chrome

2. Activer les API

Pour pouvoir utiliser un agent de data store dans Vertex AI Conversation, vous devez activer les API Dialogflow, Vertex AI Search et Vertex AI Conversation.

Pour activer l'API Dialogflow, procédez comme suit :

1. Dans votre navigateur, accédez à la page Détails de l'API/du service Dialogflow.
2. Cliquez sur le bouton Activer pour activer l'API Dialogflow dans votre projet Google Cloud.

Pour activer l'API Vertex AI Search and Conversation, procédez comme suit :

1. Dans la console Google Cloud, accédez à la console Vertex AI Search and Conversation.
2. Lisez et acceptez les conditions d'utilisation, puis cliquez sur Continuer et activer l'API.

3. Créer une application de chat

Vous allez maintenant créer une application de chat pour votre agent virtuel et la configurer avec une source de données. L'objectif de l'agent que vous allez créer est d'aider les clients qui ont des questions sur les produits du Google Store.

Vous utiliserez les consoles Vertex AI Conversation et Dialogflow CX pour effectuer les étapes restantes de cet atelier de programmation. Vous pourrez ainsi créer, configurer et déployer un agent virtuel capable de gérer les questions et les réponses à l'aide d'un agent de data store.

1. Pour créer une application de chat dans Vertex AI Conversation, vous pouvez :
   1. Accédez à la console Vertex AI Conversation, puis cliquez sur + Nouvelle application en haut de la console.
   2. Accédez à la console Dialogflow CX, cliquez sur + Créer un agent, puis sélectionnez l'option Générer automatiquement. Vous serez ensuite redirigé vers l'étape suivante dans la console Vertex AI Conversation.
2. Dans la console Vertex AI Conversation, sélectionnez Chat comme type d'application à créer.
3. Indiquez Google Store pour le nom de l'entreprise. Ce paramètre permet de définir l'entreprise que votre agent représente et son champ d'application.
4. Spécifiez un nom d'agent de Google Store.
5. Cliquez sur Continuer.
6. Cliquez sur Créer un data store.
7. Sélectionnez Cloud Storage comme source de données pour votre data store.
8. Spécifiez le dossier Google Cloud Storage suivant, qui contient des exemples de données pour cet atelier de programmation. Notez que le préfixe gs:// n'est pas obligatoire :

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

9. Sélectionnez Documents non structurés comme type de données à importer.
10. Cliquez sur Continuer.
11. Spécifiez le nom du data store sur Google Store.
12. Cliquez sur Créer pour créer le datastore.
13. Dans la liste des data stores, sélectionnez le Google Store que vous venez de créer.
14. Cliquez sur Créer pour créer votre application de chat.

Remarque : Un délai maximal de quatre heures peut être nécessaire pour que vos documents soient disponibles et prêts à être utilisés par votre agent, le temps que vos nouvelles données soient indexées.

Félicitations ! Vous avez terminé de créer votre application de chat basée sur les connaissances, qui est prête à aider vos clients. Prenez donc le temps de célébrer votre réussite.

Toutefois, il reste encore du travail avant que le bot soit accessible à vos utilisateurs. Dans la section suivante, vous allez tester votre agent virtuel et voir dans quelle mesure il est capable de répondre aux questions des utilisateurs sur différents produits du Google Store.

4. Tester votre agent virtuel

Les tests sont une étape importante pour travailler avec des agents conversationnels. Ils permettent de trouver des bugs, d'identifier des limites et de simuler une expérience client. Vous pouvez démarrer une session interactive avec votre chatbot pour voir comment il répond à différentes questions qu'un client peut poser.

1. Dans la console Vertex AI Conversation, cliquez sur le nom de votre application de chat. Vous serez alors redirigé vers la console Dialogflow CX pour effectuer d'autres tests et personnalisations.
2. Dans la console Dialogflow CX, ouvrez votre agent et cliquez sur Tester l'agent pour ouvrir le simulateur.
3. Saisissez un message de salutation pour votre agent, par exemple Hello.
4. Posez à l'agent des questions sur différents produits, par exemple :
   • 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?
   • Posez d'autres questions sur les sonnettes, les thermostats, les systèmes d'éclairage connectés ou d'autres appareils disponibles sur le Google Store.

Remarque : Si votre agent vous donne des réponses à partir de l'intention négative par défaut (par exemple, "Je suis désolé, je n'ai pas compris. Pouvez-vous reformuler votre question ?"), sachez qu'un délai allant jusqu'à quatre heures peut être nécessaire pour que l'agent soit prêt à être utilisé, le temps que vos domaines, URL ou documents soient indexés.

Bravo ! Notez que votre agent virtuel connaît de nombreux produits du Google Store, car il a ingéré des informations provenant du domaine racine que vous avez spécifié précédemment. Pour en savoir plus sur le test de votre agent, consultez la documentation du simulateur d'agent.

5. Activer les appels vocaux

Maintenant que vous avez testé votre agent et que vous êtes satisfait de son niveau de fonctionnalité actuel, vous pouvez ajouter une passerelle téléphonique à votre bot, qui utilisera les fonctionnalités Speech-to-Text et Text-to-Speech de Google Cloud.

1. Dans la console Dialogflow CX, ouvrez votre agent, cliquez sur l'onglet Gérer dans la barre latérale, puis sur Intégrations.
2. Cliquez sur Gérer dans la section Passerelle de téléphonie CX en haut de la page Intégrations.
3. Sur la page Numéros de téléphone, cliquez sur Créer pour commencer à créer un numéro de téléphone pour votre agent virtuel.
4. Sélectionnez un code de pays, puis cliquez sur Demander pour passer à l'étape suivante.
5. Sélectionnez l'un des numéros de téléphone qui s'affichent, saisissez un nom à afficher, puis cliquez sur Enregistrer.
6. Appelez votre agent et posez-lui des questions !
   • 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?
   • Posez d'autres questions sur les sonnettes, les thermostats, les systèmes d'éclairage connectés ou d'autres appareils disponibles sur le Google Store.

Félicitations, vous avez attribué un numéro de téléphone et une voix à votre agent virtuel ! Pour en savoir plus sur les autres intégrations vocales et téléphoniques disponibles, consultez la documentation sur les intégrations Dialogflow CX.

Vous allez ensuite intégrer un chat Messenger pour votre agent virtuel à un site Web externe.

6. Activer le widget de chat

Maintenant que votre bot dispose d'une passerelle de téléphonie pour les interactions vocales, intégrons un widget de chat sur un site Web afin que les clients puissent discuter avec lui en plus de l'appeler.

1. Dans la console Dialogflow CX, ouvrez votre agent, cliquez sur l'onglet Gérer dans la barre latérale, puis sur Intégrations.
2. Cliquez sur Connect (Connecter) sous Dialogflow Messenger.
3. Cliquez sur Activer dans la boîte de dialogue, puis copiez le code HTML pour l'intégration de la messagerie.
4. Ouvrez un éditeur de code en ligne tel que CodePen ou JSFiddle, puis collez votre code HTML Dialogflow Messenger.
5. Testez votre agent virtuel et discutez avec lui. Voici quelques exemples de questions à poser :
   • 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?
   • Posez d'autres questions sur les sonnettes, les thermostats, les systèmes d'éclairage connectés ou d'autres appareils disponibles sur le Google Store.

Votre agent virtuel peut désormais répondre aux questions de vos clients par chat ou par voix, selon leur préférence. Pour en savoir plus sur les autres intégrations de chat disponibles, consultez la documentation sur les intégrations Dialogflow CX.

7. Analyse des conversations

Lorsque vous testez votre agent virtuel, si vous constatez que les réponses de votre chatbot ne répondent pas à vos attentes, vous pouvez toujours ajouter des URL au data store pour améliorer la façon dont votre chatbot traite les questions et les réponses.

Outre le test de nombreux parcours différents que les clients peuvent emprunter, comment pouvez-vous déterminer où se trouvent les problèmes et les points de friction dans votre agent virtuel ? L'historique des conversations et les données analytiques peuvent vous aider.

1. Dans la console Dialogflow CX, ouvrez votre agent et cliquez sur Paramètres de l'agent dans le menu.
2. Dans les paramètres Logging (Journalisation), sélectionnez Enable Conversation History (Activer l'historique des conversations).
3. Discutez avec votre bot via le simulateur d'agent, l'intégration vocale ou l'intégration de chat, et posez-lui des questions.
4. Une fois la conversation avec votre agent terminée, dans la console Dialogflow CX, ouvrez votre agent, cliquez sur l'onglet Manage (Gérer) dans la barre latérale, puis sur Conversation history (Historique des conversations).
5. Cliquez sur l'une des conversations récentes, puis examinez-la et notez sa durée, les réponses fournies par l'agent et les intents qui ont été mis en correspondance.
6. Dans la console Dialogflow CX, ouvrez votre agent, cliquez sur l'onglet Gérer dans la barre latérale, puis sur Analytics. À mesure que les clients interagissent avec votre agent, cette page affiche un récapitulatif de diverses statistiques liées aux requêtes et aux réponses de l'agent.

Parfait ! Vous savez maintenant comment examiner plus en détail des conversations spécifiques et consulter d'autres métriques liées aux réponses de votre agent et aux interactions avec les clients. Pour en savoir plus sur l'évaluation des performances et l'affichage des métriques de votre agent, consultez la documentation sur l'historique des conversations et les analyses des conversations.

Ces données vous aident à évaluer la manière dont votre agent est utilisé en production. Elles peuvent également vous aider à déterminer les sites Web et les documents que vous pourriez ajouter à votre base de connaissances pour améliorer votre agent et l'expérience client.

8. Félicitations

Vous avez réussi à créer un agent de data store, à ajouter des sources de données et à déployer un agent vocal et de chat pour aider vos clients à l'aide de Vertex AI Conversation et Dialogflow CX.

Votre agent virtuel peut répondre à des centaines de questions différentes sur les produits de la Google Store, sans que vous ayez à créer manuellement un grand nombre d'intentions, de phrases d'entraînement, de messages de réponse, etc.

N'hésitez pas à tester d'autres types de données dans vos data stores et à explorer les autres fonctionnalités disponibles en lien avec Vertex AI Conversation et Dialogflow CX.

Effectuer un nettoyage

Pour éviter que les ressources utilisées dans cet atelier de programmation soient facturées sur votre compte Google Cloud, vous pouvez effectuer le nettoyage suivant :

• Pour éviter d'encourir des frais inutiles liés à Google Cloud, supprimez votre projet à l'aide de la console Google Cloud si vous n'en avez plus besoin.
• Si vous avez utilisé un projet Google Cloud existant, supprimez les ressources que vous avez créées pour éviter que des frais ne soient facturés sur votre compte. Pour en savoir plus, consultez la procédure Supprimer une application.
• Si vous souhaitez désactiver les API Vertex AI Conversation et Dialogflow, accédez à la page Détails de l'API Discovery Engine, cliquez sur Désactiver l'API et confirmez, puis accédez à la page Détails de l'API Dialogflow, cliquez sur Désactiver l'API et confirmez.

En savoir plus

Pour en savoir plus sur l'IA conversationnelle et l'IA générative, consultez les guides et ressources suivants :

• Présentation de Vertex AI Conversation
• Créer et utiliser des agents de data store
• Documentation Dialogflow CX
• Documentation sur les agents Data Store
• L'IA générative dans Google Cloud

Licence

Ce document est publié sous une licence Creative Commons Attribution 2.0 Generic.