Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.
# (lama) Gunakan layanan mandiri bertenaga AI generatif dengan agen Connect AI
**penting**
Layanan mandiri lama tidak menerima pembaruan fitur baru. Untuk implementasi baru, sebaiknya gunakan [layanan mandiri agen](agentic-self-service.md), yang menyediakan penalaran multi-langkah otonom, integrasi alat MCP, dan percakapan berkelanjutan.
**Tip**
Lihat kursus ini dari AWS Workshop: [Menyesuaikan Layanan Mandiri agen Connect AI](https://catalog.workshops.aws/amazon-q-in-connect/en-US/customizing-amazon-q-in-connect-self-service).
Agen Connect AI 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, agen Connect AI dengan mulus mentransfernya ke agen sambil mempertahankan konteks percakapan penuh.
**Topics**
+ [Alat sistem default](#default-system-actions-for-ai-agents-self-service)
+ [Siapkan layanan mandiri](#enable-self-service-ai-agents)
+ [Tindakan khusus untuk layanan mandiri](#custom-actions-for-connect-ai-agents-self-service)
+ [Alat FOLLOW\_UP\_QUESTION](#follow-up-question-tool)
## Alat sistem default
Agen Connect AI dilengkapi dengan alat bawaan berikut yang berfungsi out-of-the-box:
1. **PERTANYAAN**: Memberikan jawaban dan mengumpulkan informasi yang relevan ketika tidak ada alat lain yang dapat secara langsung menjawab kueri.
1. **ESKALASI**: Secara otomatis mentransfer ke agen ketika pelanggan meminta bantuan manusia.
**catatan**
Ketika ESCALATION dipilih, dibutuhkan cabang **Error** dari blok **input Dapatkan pelanggan**.
1. **PERCAKAPAN**: Terlibat dalam dialog dasar ketika tidak ada niat pelanggan tertentu.
1. **LENGKAP**: Menyimpulkan interaksi ketika kebutuhan pelanggan terpenuhi.
1. **FOLLOW\_UP\_QUESTION**: Memungkinkan percakapan yang lebih interaktif dan mengumpulkan informasi dengan pelanggan. Untuk informasi selengkapnya tentang penggunaan alat ini, lihat[Alat FOLLOW\_UP\_QUESTION](#follow-up-question-tool).
Anda dapat menyesuaikan alat default ini untuk memenuhi persyaratan spesifik Anda.
## Siapkan layanan mandiri
Ikuti langkah-langkah berikut untuk mengaktifkan agen Connect AI untuk layanan mandiri:
1. Aktifkan Connect AI agent di bot Amazon Lex Anda dengan mengaktifkan [AMAZON. QinConnectIntent](https://docs.aws.amazon.com/lexv2/latest/dg/built-in-intent-qinconnect.html). Untuk petunjuk, lihat [Buat maksud Connect AI agent](create-qic-intent-connect.md).
1. Tambahkan [Asisten Connect](connect-assistant-block.md) blok ke alur Anda.
1. Tambahkan [Dapatkan masukan pelanggan](get-customer-input.md) blok ke alur Anda untuk menentukan:
+ Ketika Connect, agen AI harus mulai menangani interaksi pelanggan.
+ Jenis interaksi apa yang harus ditangani.
Untuk petunjuk, lihat [Buat alur dan tambahkan bot AI percakapan Anda](create-bot-flow.md).
1. (Opsional) Tambahkan [Periksa atribut kontak](check-contact-attributes.md) blok ke alur Anda dan konfigurasikan untuk menentukan apa yang harus terjadi setelah agen Connect AI menyelesaikan pergantian percakapannya: Di bagian **Atribut untuk diperiksa**, atur properti sebagai berikut:
+ **Set **Namespace = Lex****
+ **Atribut Set **Key** = Sesi**
+ Set **Kunci Atribut Sesi** = Alat
Agen Connect AI menyimpan nama alat yang dipilih sebagai atribut sesi Lex. Atribut sesi ini kemudian dapat diakses dengan menggunakan blok **Periksa atribut kontak**.
1. (Opsional) Tentukan logika perutean berdasarkan alat yang dipilih oleh agen Connect AI:
+ Rute respons LENGKAP untuk mengakhiri interaksi.
+ Rutekan respons alat kustom (seperti TRIP\_BOOKING) ke alur kerja tertentu.
Gambar berikut menunjukkan contoh bagaimana Anda dapat membuat keputusan perutean berdasarkan apa yang diputuskan oleh agen Connect AI.
## Tindakan khusus untuk layanan mandiri
Anda dapat memperluas kemampuan agen Connect AI 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 agen Connect AI memilih tindakan yang sesuai.
+ Gunakan [Periksa atribut kontak](check-contact-attributes.md) 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: Disambiguasi 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](display-contact-attributes-sg.md).
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 - Item one
- Item two
. 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 Connect Customer 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](step-by-step-guided-experiences.md). Agen Connect AI 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 mana yang telah dipilih oleh agen Connect AI, 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, lihat[Menerapkan step-by-step panduan di obrolan Amazon Connect](step-by-step-guides-chat.md).
## Alat FOLLOW\_UP\_QUESTION
Alat FOLLOW\_UP\_QUESTION meningkatkan kemampuan layanan mandiri agen Connect AI 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 memungkinkan agen Connect AI 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. Contoh:
```
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.
```
[CUSTOMER] I want to report someone who I think is committing fraud
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.
[FOLLOW_UP_QUESTION(message="I'd be happy to help you report suspected fraud.
Could you please describe the fraudulent activity you've observed?")]
[AGENT] Can you provide me your full address?
[CUSTOMER] I don't feel comfortable sharing my address
The caller declined to share their address. I should respect their privacy
concerns while still trying to collect alternative contact information.
[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.")]
[CUSTOMER] I'm not getting my benefit payments anymore
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.
[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?")]
```