Le traduzioni sono generate tramite traduzione automatica. In caso di conflitto tra il contenuto di una traduzione e la versione originale in Inglese, quest'ultima prevarrà.

Utilizza il self-service agentico

Il self-service Agentic consente agli agenti di Connect AI di risolvere autonomamente i problemi dei clienti attraverso i canali vocali e di chat. A differenza del self-service tradizionale, in cui l'agente AI restituisce il controllo del flusso di contatti quando viene selezionato uno strumento personalizzato, il self-service agentic utilizza agenti AI orchestratori che possono ragionare su più fasi, richiamare gli strumenti MCP per intraprendere azioni per conto dei clienti e mantenere una conversazione continua fino alla risoluzione del problema o alla necessità di aggravarlo.

Ad esempio, quando un cliente chiama per una prenotazione alberghiera, un agente AI incaricato dell'orchestrazione può salutarlo per nome, porre domande di chiarimento, cercare la sua prenotazione ed elaborare una modifica, il tutto all'interno di un'unica conversazione, senza riprendere il controllo del flusso di contatti tra un passaggio e l'altro.

Funzionalità chiave

Il self-service Agentic offre le seguenti funzionalità:

Strumenti per orchestrare gli agenti AI

Puoi configurare l'agente AI di orchestrator per il self-service con i seguenti tipi di strumenti:

Configura il self-service agentico

Segui questi passaggi di alto livello per configurare il self-service agentico:

Crea strumenti Return to Control personalizzati

Gli strumenti Return to Control segnalano all'agente AI di interrompere l'elaborazione e riportare il controllo al flusso di contatti. Quando viene richiamato uno strumento Return to Control, il nome dello strumento e i relativi parametri di input vengono memorizzati come attributi di sessione di Amazon Lex, che il flusso di contatti può leggere utilizzando un Verifica attributi contatto blocco per determinare l'azione successiva.

Sebbene l'agente SelfServiceOrchestrator AI includa strumenti Escalate Return to Control predefiniti Complete e Return to Control, puoi creare strumenti Return to Control personalizzati con schemi di input che acquisiscono un contesto aggiuntivo su cui il flusso di contatti può agire.

Per creare uno strumento Return to Control personalizzato:

Esempio: strumento Escalate personalizzato con contesto

L'esempio seguente mostra come sostituire lo strumento Escalate predefinito con una versione personalizzata che acquisisce il motivo dell'escalation, il riepilogo, l'intenzione del cliente e il sentimento. Questo contesto aggiuntivo offre agli agenti umani un vantaggio iniziale quando iniziano la conversazione.

Innanzitutto, rimuovi lo strumento Escalate predefinito dal tuo agente AI. Quindi crea un nuovo strumento Return to Control denominato Escalate con il seguente schema di input:

{
    "type": "object",
    "properties": {
        "customerIntent": {
            "type": "string",
            "description": "A brief phrase describing what the customer wants to accomplish"
        },
        "sentiment": {
            "type": "string",
            "description": "Customer's emotional state during the conversation",
            "enum": ["positive", "neutral", "frustrated"]
        },
        "escalationSummary": {
            "type": "string",
            "description": "Summary for the human agent including what the customer asked for, what was attempted, and why escalation is needed",
            "maxLength": 500
        },
        "escalationReason": {
            "type": "string",
            "description": "Category for the escalation reason",
            "enum": [
                "complex_request",
                "technical_issue",
                "customer_frustration",
                "policy_exception",
                "out_of_scope",
                "other"
            ]
        }
    },
    "required": [
        "escalationReason",
        "escalationSummary",
        "customerIntent",
        "sentiment"
    ]
}

Nel campo Istruzioni, descrivi quando l'agente AI deve intensificarsi. Esempio:

Escalate to a human agent when:
1. The customer's request requires specialized expertise
2. Multiple tools fail or return errors repeatedly
3. The customer expresses frustration or explicitly requests a human
4. The request involves complex coordination across multiple services
5. You cannot provide adequate assistance with available tools

(Facoltativo) Aggiungi esempi per orientare il tono dell'agente AI durante l'escalation. Esempio:

<message>
I understand this requires some specialized attention. Let me connect you
with a team member who can help coordinate all the details. I'll share
everything we've discussed so they can pick up right where we left off.
</message>

Gestisci gli strumenti Return to Control nel tuo flusso di contatti

Quando l'agente AI richiama uno strumento Return to Control, il controllo ritorna al flusso di contatti. È necessario configurare il flusso per rilevare quale strumento è stato richiamato e indirizzare il contatto di conseguenza.

Come funziona il rilevamento Return to Control

Quando l'agente AI richiama uno strumento Return to Control:

Configura il routing in base agli strumenti Return to Control

Segui questi passaggi per aggiungere il routing Return to Control al tuo flusso di contatti:

Esempio: instradamento di uno strumento Escalate con contesto

Se hai creato uno strumento Escalate personalizzato con contesto (vediEsempio: strumento Escalate personalizzato con contesto), puoi copiare il contesto di escalation negli attributi dei contatti utilizzando un blocco. Set contact attributes (Imposta attributi contatti) Imposta dinamicamente i seguenti attributi:

(Facoltativo) Aggiungi un blocco Set event flow per mostrare il contesto di escalation all'agente umano quando accetta il contatto. Imposta l'evento su Flusso predefinito per l'interfaccia utente dell'agente e seleziona un flusso che presenti all'agente il riepilogo, il motivo e il sentimento dell'escalation.

Utilizza strumenti costanti per il test e lo sviluppo

Gli strumenti costanti restituiscono un valore di stringa statico configurato all'agente AI quando vengono richiamati. A differenza degli strumenti Return to Control, gli strumenti Constant non terminano la conversazione AI: l'agente AI riceve la stringa e continua la conversazione. Ciò rende gli strumenti Constant utili per i test e l'iterazione rapida durante lo sviluppo, consentendoti di simulare le risposte degli strumenti senza collegarti ai sistemi di backend.

Per creare uno strumento Constant:

Ad esempio, puoi creare uno strumento Constant denominato getOrderStatus che restituisca una risposta JSON di esempio. Ciò consente di verificare in che modo l'agente AI gestisce le richieste di stato degli ordini prima di collegarsi al sistema di gestione degli ordini effettivo tramite uno strumento MCP.