Amazon Q in Connect で生成 AI を活用したセルフサービスを使用する

Amazon Q in Connect は、チャットおよび音声 (IVR) チャンネルでのカスタマーセルフサービスのユースケースをサポートしています。以下を行うことができます。

顧客が追加のサポートを必要とする場合、Amazon Q in Connect は会話全体のコンテキストを維持しながら、シームレスにエージェントに転送します。

デフォルトのシステムツール

Amazon Q in Connect には、すぐに使用可能な以下のツールを備えています。

これらのデフォルトツールは、特定の要件を満たすようにカスタマイズできます。

セルフサービスを設定する

Amazon Q in Connect をセルフサービスで有効にするには、次の手順に従います。

セルフサービスのカスタムアクション

カスタムツールを追加することで、Amazon Q in Connect の機能を拡張できます。これらのツールでは以下を行うことができます。

AI プロンプトにカスタムツールを追加する場合:

例: 顧客の意図を明確にする

エージェントにルーティングする前に情報を収集する生成 AI アシスタントを作成できます。これには以下が必要です。

以下は、あいまいさを解消するためのツール定義の例です。CONVERSATION を除くすべてのデフォルトツールを削除し、HANDOFF と呼ばれる新しいカスタムツールを 1 つ追加できます。

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

例: 顧客にアクションを推奨する

フローを使用して、Amazon Connect で次に最適なアクションを設定できます。自動アクションを設定し、UI ベースのアクションを顧客に提供するためのステップバイステップガイドを作成することもできます。詳細については、「Amazon Connect エージェントワークスペースを設定するためのステップバイステップガイド」を参照してください。  Amazon Q in Connect は、選択したツール名を Lex セッション属性として保存します。その後、この属性には [コンタクト属性の確認] フローブロックを使用してアクセスできます。 

以下に、旅行を予約するためのツール定義の例を示します。

-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

[コンタクト属性の確認] フローブロックを使用して Amazon Q in Connect が選択したツールを決定する場合、分岐の決定を行って、そのユーザーに関連するステップバイステップガイドを選択できます。例えば、顧客がセルフサービスチャットでやり取りしている際に旅行を予約する場合は、以下を行うことができます。

チャットでのステップバイステップガイドの実装の詳細については、「Amazon Connect チャットにステップバイステップガイドをデプロイする」を参照してください。

FOLLOW_UP_QUESTION ツール

FOLLOW_UP_QUESTION ツールは、顧客との対話をよりインタラクティブで情報収集を目的とするものにすることで、Amazon Q in Connect のセルフサービス機能を強化します。このツールは、デフォルトおよびカスタムツールと連動します。これは、実行するアクションを決定する前に、必要な情報を収集するのに役立ちます。

次のコードは、FOLLOW_UP_QUESTION ツールの設定を示しています。

- 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

FOLLOW_UP_QUESTION ツールは、Amazon Q in Connect が実行するアクションを決定する前に必要な情報を収集できるようにすることで、定義されたツールを補完します。特に以下の場合に便利です。

FOLLOW_UP_QUESTION ユースケースの例

不正を報告するように設計されたセルフサービスボットの場合、CONFIRM_SUBMISSION という名前のツールを定義して、顧客から特定の情報を収集できます。

- 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

ただし、次の例に示すように、代わりに FOLLOW_UP_QUESTION ツールを使用してこの情報をステップバイステップで収集できます。

- 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

プロンプトの指示

FOLLOW_UP_QUESTION ツールを使用するタイミングについてセルフサービスボットをガイドする指示をプロンプトに追加します。例:

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

会話の例

以下は、使用中の FOLLOW_UP_QUESTION ツールを示す 3 つの会話の例です。

<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>