Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.
Gunakan layanan mandiri bertenaga AI generatif dengan Amazon Q di Connect
Tip
Lihat kursus ini dari AWS Workshop: Menyesuaikan Amazon Q di Connect Self-Service
Amazon Q in Connect mendukung kasus penggunaan layanan mandiri pelanggan di saluran obrolan dan suara (IVR). Hal ini dapat:
-
Jawab pertanyaan pelanggan.
-
Berikan step-by-step bimbingan.
-
Selesaikan tindakan seperti penjadwalan ulang janji temu dan pemesanan perjalanan.
Ketika pelanggan membutuhkan bantuan tambahan, Amazon Q in Connect dengan mulus mentransfernya ke agen sambil mempertahankan konteks percakapan lengkap.
Daftar Isi
Alat sistem default
Amazon Q in Connect dilengkapi dengan alat bawaan berikut yang berfungsi out-of-the-box:
-
PERTANYAAN: Memberikan jawaban dan mengumpulkan informasi yang relevan ketika tidak ada alat lain yang dapat secara langsung menjawab kueri.
-
ESKALASI: Secara otomatis mentransfer ke agen ketika pelanggan meminta bantuan manusia.
catatan
Ketika ESCALATION dipilih, dibutuhkan cabang Error dari blok input Dapatkan pelanggan.
-
PERCAKAPAN: Terlibat dalam dialog dasar ketika tidak ada niat pelanggan tertentu.
-
LENGKAP: Menyimpulkan interaksi ketika kebutuhan pelanggan terpenuhi.
-
FOLLOW_UP_QUESTION: Memungkinkan percakapan yang lebih interaktif dan mengumpulkan informasi dengan pelanggan. Untuk informasi selengkapnya tentang penggunaan alat ini, lihatAlat FOLLOW_UP_QUESTION.
Anda dapat menyesuaikan alat default ini untuk memenuhi persyaratan spesifik Anda.
Siapkan layanan mandiri
Ikuti langkah-langkah berikut untuk mengaktifkan Amazon Q di Connect untuk layanan mandiri:
-
Aktifkan Amazon Q di Connect di bot Amazon Lex Anda dengan mengaktifkan AMAZON. QinConnectIntent. Untuk petunjuk, lihat Membuat Amazon Q di Connect intent.
-
Tambahkan Amazon Q di Connect blok ke alur Anda.
-
Tambahkan Dapatkan masukan pelanggan blok ke alur Anda untuk menentukan:
-
Saat Amazon Q di Connect harus mulai menangani interaksi pelanggan.
-
Jenis interaksi apa yang harus ditangani.
Untuk petunjuk, lihat Buat alur dan tambahkan bot AI percakapan Anda.
-
-
(Opsional) Tambahkan Periksa atribut kontak blok ke alur Anda dan konfigurasikan untuk menentukan apa yang harus terjadi setelah Amazon Q di Connect menyelesaikan pergantian percakapan: Di bagian Atribut untuk diperiksa, setel properti sebagai berikut:
-
Set Namespace = Lex
-
Atribut Set Key = Sesi
-
Set Session Attribute Key = nama alat
Amazon Q di Connect menyimpan nama alat yang dipilih sebagai atribut sesi Lex. Atribut session ini kemudian dapat diakses dengan menggunakan blok Check contact attributes.
-
-
(Opsional) Tentukan logika perutean berdasarkan alat yang dipilih oleh Amazon Q di Connect:
-
Rute respons LENGKAP untuk mengakhiri interaksi.
-
Rutekan respons alat khusus (seperti TRIP_BOOKING) ke alur kerja tertentu.
Gambar berikut menunjukkan contoh bagaimana Anda dapat membuat keputusan perutean berdasarkan apa yang diputuskan Amazon Q di Connect.
-
Tindakan khusus untuk layanan mandiri
Anda dapat memperluas kemampuan Amazon Q di Connect dengan menambahkan alat khusus. Alat-alat ini dapat:
-
Perlihatkan tindakan terbaik berikutnya untuk pelanggan.
-
Delegasikan tugas ke bot Amazon Lex yang ada.
-
Tangani kasus penggunaan khusus.
Saat menambahkan alat khusus ke prompt AI Anda:
-
Sertakan contoh yang relevan untuk membantu Amazon Q di Connect memilih tindakan yang sesuai.
-
Gunakan Periksa atribut kontak blok untuk membuat logika percabangan.
-
Saat Anda mengonfigurasi Periksa atribut kontak, di bagian Atribut untuk memeriksa, masukkan nama alat kustom Anda.
Gambar berikut menunjukkan alat kustom bernama TRIP_BOOKING ditentukan.
-
Contoh: Singkirkan maksud pelanggan
Anda dapat membuat asisten AI generatif yang mengumpulkan informasi sebelum merutekan ke agen. Ini membutuhkan:
-
Tidak ada konfigurasi basis pengetahuan.
-
Instruksi sederhana untuk mengumpulkan informasi.
-
Step-by-step panduan untuk menyajikan informasi kepada agen. Untuk informasi selengkapnya, lihat Menampilkan konteks kontak di ruang kerja agen saat kontak dimulai di Amazon Connect.
Berikut ini adalah contoh definisi alat untuk disambiguasi. Anda dapat menghapus semua alat default kecuali CONVERSATION dan menambahkan satu alat kustom baru yang disebut HANDOFF:
tools: - name: CONVERSATION description: Continue holding a casual conversation with the customer. input_schema: type: object properties: message: type: string description: The message you want to send next to hold a conversation and get an understanding of why the customer is calling. required: - message - name: HANDOFF description: Used to hand off the customer engagement to a human agent with a summary of what the customer is calling about. input_schema: type: object properties: message: type: string description: Restatement to the customer of what you believe they are calling about and any pertinent information. MUST end with a statement that you are handing them off to an agent. Be as concise as possible. summary: type: string description: A list of reasons the customer has reached out in the format <SummaryItems><Item>Item one</Item><Item>Item two</Item></SummaryItems>. Each item in the Summary should be as discrete as possible. required: - message - summary
Contoh: Merekomendasikan tindakan untuk pelanggan
Anda dapat mengonfigurasi tindakan terbaik berikutnya Amazon Connect dengan menggunakan alur. Anda juga dapat mengonfigurasi tindakan otomatis dan membuat step-by-step panduan untuk memberikan tindakan berbasis UI kepada pelanggan. Untuk informasi selengkapnya, lihat Step-by-step Panduan untuk menyiapkan ruang kerja agen Amazon Connect. Amazon Q di Connect menyimpan nama alat yang dipilih sebagai atribut sesi Lex. Atribut kemudian dapat diakses dengan menggunakan blok aliran atribut kontak Periksa.
Berikut adalah contoh definisi alat untuk memesan perjalanan:
name: TRIP_BOOKING description: Tool to transfer to another bot who can do trip bookings. Use this tool only when the last message from the customer indicates they want to book a trip or hotel. input_schema: type: object properties: message: type: string description: The polite message you want to send while transferring to the agent who can help with booking. required: - message
Saat menggunakan blok alur Periksa atribut kontak untuk menentukan alat yang dipilih Amazon Q in Connect, Anda dapat membuat keputusan percabangan untuk memilih step-by-step panduan yang relevan bagi pengguna tersebut. Misalnya, jika pelanggan ingin memesan perjalanan selama interaksi obrolan swalayan, Anda dapat:
-
Cocokkan respons alat TRIP_BOOKING dalam alur Anda.
-
Rute ke step-by-step panduan yang sesuai.
-
Tampilkan step-by-step antarmuka langsung di jendela obrolan pelanggan.
Untuk informasi selengkapnya tentang menerapkan step-by-step panduan dalam obrolan, lihatMenerapkan step-by-step panduan di obrolan Amazon Connect.
Alat FOLLOW_UP_QUESTION
Alat FOLLOW_UP_QUESTION meningkatkan kemampuan layanan mandiri Amazon Q in Connect dengan memungkinkan percakapan yang lebih interaktif dan mengumpulkan informasi dengan pelanggan. Alat ini bekerja bersama alat default dan kustom. Ini membantu mengumpulkan informasi yang diperlukan sebelum menentukan tindakan mana yang harus diambil.
Kode berikut menunjukkan konfigurasi alat FOLLOW_UP_QUESTION.
- name: FOLLOW_UP_QUESTION description: Ask follow-up questions to understand customer needs, clarify intent, and collect additional information throughout the conversation. Use this to gather required details before selecting appropriate actions. input_schema: type: object properties: message: type: string description: The message you want to send next in the conversation with the customer. This message should be grounded in the conversation, polite, and focused on gathering specific information. required: - message
Alat FOLLOW_UP_QUESTION melengkapi alat yang Anda tentukan dengan mengaktifkan Amazon Q di Connect untuk mengumpulkan informasi yang diperlukan sebelum memutuskan tindakan mana yang akan diambil. Ini sangat berguna untuk:
-
Disambiguasi maksud
Jika maksud pelanggan tidak jelas, gunakan alat ini untuk mengajukan pertanyaan klarifikasi sebelum memilih tindakan yang sesuai.
-
Pengumpulan informasi
Kumpulkan detail yang diperlukan untuk menyelesaikan tugas atau menjawab pertanyaan.
Contoh kasus penggunaan FOLLOW_UP_QUESTION
Untuk bot swalayan yang dirancang untuk melaporkan penipuan, Anda dapat menentukan alat bernama CONFIRM_SUBMISSION untuk mengumpulkan informasi spesifik dari pelanggan:
- name: CONFIRM_SUBMISSION description: Confirm all collected information and finalize the report submission. input_schema: type: object properties: message: type: string description: A message reviewing all of the collected information and asking for final confirmation before submission. report_details: type: string description: The user's report or complaint details reporter_info: type: string description: Reporter's contact information (if provided) or "Anonymous" subject_info: type: string description: Information about the individual or business being reported required: - message - report_details - reporter_info - subject_info
Namun, Anda dapat menggunakan alat FOLLOW_UP_QUESTION sebagai gantinya untuk mengumpulkan informasi ini step-by-step, seperti yang ditunjukkan pada contoh berikut:
- name: FOLLOW_UP_QUESTION description: Ask follow-up questions to understand customer needs and collect additional information throughout the complaint process. Use this for all information gathering steps including confidentiality preferences, contact info, subject details etc. input_schema: type: object properties: message: type: string description: The message you want to send next in the conversation with the customer. This message should be grounded in the conversation and polite. Use this for asking clarification questions, collecting contact information, gathering subject details, and all other follow-up steps in the complaint process. required: - message
Instruksi yang cepat
Tambahkan instruksi ke prompt Anda untuk memandu bot swalayan Anda kapan harus menggunakan alat FOLLOW_UP_QUESTION. Misalnya:
CRITICAL: Use FOLLOW_UP_QUESTION for all information gathering steps after the initial analysis. Do NOT proceed to other tools until you have collected all required information. Use this tool to disambiguate customer intent when unclear. When using FOLLOW_UP_QUESTION: 1. Ask one specific question at a time 2. Focus on collecting required information for the most likely intent 3. Be conversational but direct 4. Acknowledge information the customer has already provided 5. Only move to other tools (like CONFIRM_SUBMISSION or TRIP_BOOKING) when you have all required information
Contoh percakapan
Berikut ini adalah tiga contoh percakapan yang menunjukkan alat FOLLOW_UP_QUESTION yang digunakan.
-
Contoh 1: Ketika pelanggan bertanya tentang pelaporan penipuan, model perlu mengumpulkan informasi (seperti
report_details
reporter_info
,,subject_info
) dari pelanggan untuk membuat laporan. Alih-alih menggunakan alat kustom bernama alat CONFIRM_SUBMISSION untuk mengumpulkan informasi, contoh ini menunjukkan bagaimana ia dapat mulai mengumpulkan informasi yang diperlukan menggunakan alat FOLLOW_UP_QUESTION. -
Contoh 2: Contoh ini melanjutkan tema yang sama, menampilkan informasi alternatif yang dapat diambil untuk informasi kontak reporter dengan menggunakan alat FOLLOW_UP_QUESTION.
-
Contoh 3: Contoh ini menunjukkan bagaimana model harus menanggapi permintaan yang tidak jelas dari pelanggan dan mengklarifikasi berbagai hal dengan menggunakan alat FOLLOW_UP_QUESTION.
<examples> <example> <conversation> [CUSTOMER] I want to report someone who I think is committing fraud </conversation> <thinking> The customer wants to report fraud. I need to collect specific information including details about the suspected fraud, reporter information, and subject information. I'll start by asking about the suspected fraudulent activity. </thinking> <tool> [FOLLOW_UP_QUESTION(message="I'd be happy to help you report suspected fraud. Could you please describe the fraudulent activity you've observed?")] </tool> </example> <example> <conversation> [AGENT] Can you provide me your full address? [CUSTOMER] I don't feel comfortable sharing my address </conversation> <thinking> The caller declined to share their address. I should respect their privacy concerns while still trying to collect alternative contact information. </thinking> <tool> [FOLLOW_UP_QUESTION(message="I understand your privacy concerns. That's completely fine. Would you be comfortable providing a phone number or email address instead? Or you can choose to remain anonymous.")] </tool> </example> <example> <conversation> [CUSTOMER] I'm not getting my benefit payments anymore </conversation> <thinking> The customer is reporting a payment issue. This sounds like a general service issue rather than fraud. I should clarify if they need assistance with their benefits. </thinking> <tool> [FOLLOW_UP_QUESTION(message="I'm sorry to hear about the issue with your payments. To help me understand better, could you tell me when you last received a payment and if you've received any notification about why they stopped?")] </tool> </example> </examples>