Crea un'app di chat generativa con Vertex AI Conversation

1. Panoramica

Che cosa creerai

In questo codelab, utilizzerai la funzionalità Agente datastore in Vertex AI Conversation per creare, configurare ed eseguire il deployment di un agente virtuale in grado di assistere i clienti che hanno domande sui prodotti e sui dispositivi del Google Store, inclusi smartphone, smartwatch, laptop, dispositivi per la smart home e altri dispositivi di consumo.

Che cos'è un agente datastore?

Un agente datastore è una funzionalità di Vertex AI Conversation basata sulle funzionalità di Dialogflow CX.

Con un agente datastore, puoi fornire un URL del sito web, dati strutturati o dati non strutturati, quindi l'agente datastore analizza i contenuti e crea un agente virtuale basato su datastore e modelli linguistici di grandi dimensioni. I clienti e gli utenti finali possono quindi conversare con l'agente e porre domande sui contenuti. Per maggiori informazioni, consulta la documentazione dell'agente Data Store.

Persone che cercano informazioni su un laptop

Obiettivi didattici

Come creare un agente datastore
Come aggiungere dati non strutturati al datastore dell'agente
Come attivare le esperienze vocali e di chat per l'agente
Come testare l'agente e simulare le domande dei clienti
Come visualizzare la cronologia delle conversazioni e le analisi per l'agente

Che cosa ti serve

Un progetto Google Cloud
Un browser come Chrome

2. Abilita API

Prima di poter iniziare a utilizzare un agente datastore in Vertex AI Conversation, devi abilitare le API Dialogflow e Vertex AI Search and Conversation.

Per abilitare l'API Dialogflow:

Nel browser, vai alla pagina Dettagli del servizio API Dialogflow.
Fai clic sul pulsante Abilita per abilitare l'API Dialogflow nel progetto Google Cloud.

Per abilitare l'API Vertex AI Search and Conversation:

Nella console Google Cloud, vai alla console Vertex AI Search and Conversation.
Leggi e accetta i Termini di servizio, quindi fai clic su Continua e attiva l'API.

3. Crea una nuova app di chat

Ora creerai una nuova app di chat per l'agente virtuale e la configurerai con un'origine dati. Lo scopo dell'agente che creerai è assistere i clienti che hanno domande sui prodotti del Google Store.

Utilizzerai la console Vertex AI Conversation e la console Dialogflow CX per eseguire i passaggi rimanenti di questo codelab per creare, configurare ed eseguire il deployment di un agente virtuale in grado di gestire domande e risposte utilizzando un agente datastore.

Per creare una nuova app di chat in Vertex AI Conversation, puoi:
1. Vai alla console Vertex AI Conversation, quindi fai clic su +Nuova app nella parte superiore della console.
2. Vai alla console Dialogflow CX, fai clic su +Crea nuovo agente, seleziona l'opzione Genera automaticamente, quindi verrai reindirizzato al passaggio successivo nella console Vertex AI Conversation.
Nella console Vertex AI Conversation, seleziona Chat come tipo di app che vuoi creare.
Inserisci un nome dell'azienda Google Store. Questo parametro viene utilizzato per definire l'azienda che l'agente rappresenta e l'ambito dell'agente.
Specifica un nome dell'agente Google Store.
Fai clic su Continua.
Fai clic su Crea nuovo datastore.
Seleziona Cloud Storage come origine dati per il datastore.
Specifica la seguente cartella Google Cloud Storage contenente i dati di esempio per questo codelab e tieni presente che il prefisso gs:// non è obbligatorio:
```
cloud-samples-data/dialogflow-cx/google-store
```
Seleziona Documenti non strutturati come tipo di dati da importare.
Fai clic su Continua.
Specifica un nome del datastore Google Store.
Fai clic su Crea per creare il datastore.
Nell'elenco dei datastore, seleziona quello appena creato Google Store.
Fai clic su Crea per creare l'app di chat.

Complimenti! Hai completato la creazione dell'app di chat basata sulla conoscenza, pronta ad aiutare i tuoi clienti. Prenditi un momento per festeggiare.

Tuttavia, devi ancora fare altro per rendere il bot accessibile ai tuoi utenti. Nella sezione successiva, testerai l'agente virtuale e vedrai quanto è bravo a rispondere alle domande degli utenti sui vari prodotti del Google Store.

4. Testa l'agente virtuale

Il test è una parte importante del lavoro con gli agenti conversazionali per trovare bug, identificare limitazioni e simulare una customer experience. Puoi avviare una sessione interattiva con il chatbot per vedere come risponde alle varie domande che un cliente potrebbe porre.

Nella console Vertex AI Conversation, fai clic sul nome dell'app di chat, che ti reindirizzerà alla console Dialogflow CX per ulteriori test e personalizzazioni.
Nella console Dialogflow CX e all'interno dell'agente, fai clic su Testa agente per aprire il simulatore.
Digita un saluto all'agente, ad esempio Hello.
Poni all'agente alcune domande su vari prodotti, ad esempio:
- 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?
- Poni altre domande su campanelli, termostati, illuminazione smart o altri dispositivi del Google Store.

Testare l'agente virtuale

Ottimo. Tieni presente che l'agente virtuale conosce abbastanza bene i diversi prodotti del Google Store, poiché ha acquisito informazioni dal dominio principale che hai specificato in precedenza. Per scoprire di più sui test dell'agente, consulta la documentazione del simulatore dell'agente.

5. Attiva le chiamate vocali

Ora che hai testato l'agente e sei soddisfatto del suo livello di funzionalità attuale, puoi aggiungere un gateway telefonico al bot, che utilizzerà le funzionalità Speech-to-Text e Text-to-Speech in Google Cloud.

Nella console Dialogflow CX e all'interno dell'agente, fai clic sulla scheda Gestisci nella barra laterale, quindi fai clic su Integrazioni.
Fai clic su Gestisci nella sezione CX Phone Gateway nella parte superiore della pagina Integrazioni.
Nella pagina Numeri di telefono, fai clic su Crea nuovo per avviare la procedura di creazione di un nuovo numero di telefono per l'agente virtuale.
Seleziona un prefisso internazionale e fai clic su Richiedi per continuare al passaggio successivo.
Seleziona uno dei numeri di telefono visualizzati, inserisci un nome visualizzato, quindi fai clic su Salva.
Chiama l'agente e poni alcune domande.
- 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?
- Poni altre domande su campanelli, termostati, illuminazione smart o altri dispositivi del Google Store.

Congratulazioni, hai fornito al tuo agente virtuale un numero di telefono e una voce. Per maggiori informazioni su altre integrazioni vocali e telefoniche disponibili, consulta la documentazione relativa alle integrazioni di Dialogflow CX.

Successivamente, integrerai un messenger di chat per l'agente virtuale in un sito web esterno.

6. Attiva il widget di chat

Ora che il bot ha un gateway telefonico per le interazioni vocali, incorporiamo un widget di chat in un sito web in modo che i clienti possano chattare con il bot oltre a effettuare una chiamata per parlare con lui.

Nella console Dialogflow CX e all'interno dell'agente, fai clic sulla scheda Gestisci nella barra laterale, quindi fai clic su Integrazioni.
Fai clic su Connetti in Dialogflow Messenger.
Fai clic su Attiva nella finestra di dialogo, quindi copia il codice HTML per l'integrazione della messaggistica.
Apri un editor di codice online come CodePen o JSFiddle e incolla il codice HTML di Dialogflow Messenger.
Testa l'agente virtuale e chatta con lui. Ecco alcune domande di esempio da porre:
- 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?
- Poni altre domande su campanelli, termostati, illuminazione smart o altri dispositivi del Google Store.

Ora l'agente virtuale può gestire domande e risposte dei clienti tramite chat o voce, a seconda delle loro preferenze. Per maggiori informazioni su altre integrazioni di chat disponibili, consulta la documentazione relativa alle integrazioni di Dialogflow CX.

Integrazione della chat con Dialogflow Messenger

7. Analisi conversazionale

Durante il test dell'agente virtuale, se le risposte del bot non soddisfano le tue aspettative, puoi sempre aggiungere altri URL al datastore per migliorare la gestione di domande e risposte da parte del bot.

Oltre a testare molti percorsi diversi che i clienti potrebbero intraprendere, in che altro modo puoi determinare dove si trovano i problemi e i punti di attrito nell'agente virtuale? La cronologia delle conversazioni e le analisi possono aiutarti.

Nella console Dialogflow CX e all'interno dell'agente, fai clic su Impostazioni agente nel menu.
Nelle impostazioni Registrazione, seleziona Attiva cronologia conversazioni.
Avvia una conversazione con il bot tramite il simulatore dell'agente, l'integrazione vocale o l'integrazione di chat e poni alcune domande.
Dopo aver terminato la conversazione con l'agente, nella console Dialogflow CX e all'interno dell'agente, fai clic sulla scheda Gestisci nella barra laterale, quindi fai clic su Cronologia conversazioni.
Fai clic su una delle conversazioni recenti, quindi esamina la conversazione e prendi nota della durata della conversazione, delle risposte fornite dall'agente e degli intent che sono stati abbinati durante la conversazione.
Nella console Dialogflow CX e all'interno dell'agente, fai clic sulla scheda Gestisci nella barra laterale, quindi fai clic su Analisi. Man mano che i clienti interagiscono con l'agente, questa pagina mostrerà un riepilogo di varie statistiche relative alle richieste e alle risposte dell'agente.

Bene. Ora sai come esaminare le conversazioni specifiche in modo più dettagliato e rivedere altre metriche relative alle risposte dell'agente e alle interazioni con i clienti. Per maggiori informazioni sulla valutazione del rendimento e sulla visualizzazione delle metriche per l'agente, consulta la documentazione relativa alla cronologia delle conversazioni e all'analisi conversazionale.

Questi dati ti aiutano a valutare l'utilizzo dell'agente in produzione e possono essere utilizzati per determinare quali siti web e documenti potresti voler aggiungere alla knowledge base per migliorare l'esperienza dell'agente e dei clienti.

8. Complimenti

Utilizzando Vertex AI Conversation e Dialogflow CX, hai creato correttamente un agente datastore, aggiunto origini dati ed eseguito il deployment di un agente abilitato alla voce e alla chat per aiutare i tuoi clienti.

L'agente virtuale può rispondere a centinaia di domande diverse sui prodotti del Google Store e non hai dovuto eseguire la procedura manuale di creazione di un numero elevato di intent, frasi di addestramento, messaggi di risposta e così via.

Prova altri tipi di dati nei datastore ed esplora le altre funzionalità disponibili relative a Vertex AI Conversation e Dialogflow CX.

Addetto all'assistenza felice

Esegui la pulizia

Puoi eseguire la seguente pulizia per evitare che al tuo account Google Cloud vengano addebitati costi relativi alle risorse utilizzate in questo codelab:

Per evitare addebiti Google Cloud non necessari, utilizza la console Google Cloud per eliminare il progetto se non ti serve.
Se hai utilizzato un progetto Google Cloud esistente, elimina le risorse che hai creato per evitare addebiti sul tuo account. Per maggiori informazioni, consulta i passaggi per eliminare un'app.
Se vuoi disattivare le API per Vertex AI Conversation e Dialogflow, vai alla pagina Dettagli del servizio API Discovery Engine, fai clic su Disattiva API e conferma, quindi vai alla pagina Dettagli del servizio API Dialogflow, fai clic su Disattiva API e conferma.

Scopri di più

Continua a scoprire l'AI conversazionale e l'AI generativa con queste guide e risorse:

Licenza

Questo lavoro è concesso in licenza ai sensi di una licenza Creative Commons Attribution 2.0 Generic.