本文為英文版的機器翻譯版本，如內容有任何歧義或不一致之處，概以英文版為準。

提供 Insights 的意見回饋

Amazon Connect Decisions 可讓您直接透過自然語言界面 (NLI) 提供有關任何洞見的意見回饋，包括根本原因分析 (RCA) 調查結果和針對洞見產生的建議。您的意見回饋可協助 Amazon Connect Decisions 代理程式學習和改善未來分析和建議的準確性。提供意見回饋的方式有兩種：NLI 中的自然語言意見回饋，以及 NLI 中代理程式回應的向上/向下拇指評分。

Amazon Connect Decisions 客服人員會評估每個意見回饋，無論是快速上/下拇指還是詳細的自然語言校正，作為潛在的學習。確定性、不衝突且可一般化的合格意見回饋，會被視為儲存在知識存放區中的可行學習。隨著時間的推移，您的意見回饋可改善 RCA 準確性、建議相關性，並減少重複更正的需求：讓 Amazon Connect Decisions 在每次互動時更智慧。

自然語言意見回饋

您也可以在決策團隊成員/NLI 中輸入您的更正或觀察，提供詳細的內容特定意見回饋。當您想要解釋輸出不正確的原因，或分享客服人員應學習的操作知識時，這是理想的做法。

例如，您可以在法蘭克福網站檢閱電子連接器的預計缺貨提醒/洞見。根本原因代理程式會將根本原因屬性為需求預測錯誤。您可以透過 NLI 回應：

「根本原因不是預測錯誤 — 供應商 TP_00001 具有每個 PO 291 個單位的合約最大訂單數量，而系統針對 1，600 個單位產生單一 PO。供應商將拒絕此項目。將 PO 分割為多個 291 個單位或更少的訂單。」

Decisions Teammate 回應：「感謝您的更正。我已更新根本原因，以反映供應商的最大訂單數量限制。建議已重新產生為 6 個分割 POs(5 x 291 + 1 x 145 個單位）。此供應商限制條件將套用至 TP_00001 的所有未來建議。」

拇指向上/拇指向下評分

NLI 中顯示的每個 RCA 調查結果和建議都包含拇指向上和拇指向下選項。使用這些來快速發出代理程式輸出是否正確且有幫助的訊號。您可以新增註解以提供其他內容。

例如，您會收到在東北分發中心執行鞋子的預計缺貨提醒/洞見。RCA 代理程式會識別根本原因：「Supplier TP_00012 運送因長 Beach 的連接埠擁塞而延遲 8 天，並結合即將到來的波士頓馬拉松驅動的 22% 需求尖峰。」 建議代理程式建議：「將 1，200 個單位從 6 個低需求 Southeast 商店重新配置為 9 個高需求 Northeast 商店。」

您舉起大拇指並新增：「Spot on — 連接埠延遲和馬拉松需求激增是驅動此目標的原因。好的建議。」

Decisions Teammate / NLI 確認：「感謝您的確認。您的意見回饋可增強 RCA 代理程式將連接埠中斷訊號與區域需求事件相互關聯以進行未來缺貨分析的信心。」