View a markdown version of this page

Amazon Lex V2 核心概念 - Amazon Lex
快速入門學習路徑詳細開發程序核心概念和術語進階 Amazon Lex V2 功能區域可用性

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。

Amazon Lex V2 核心概念

Amazon Lex V2 可讓您建置聊天應用程式 （機器人），以從使用者引出資訊來完成任務。例如，您可以建立聊天機器人以提供客戶支援、回答常見問題或預約預約。以下是使用 Amazon Lex V2 的一般步驟：

快速入門學習路徑

第一次使用 Amazon Lex V2？ 遵循此漸進式學習路徑以快速開始：

  1. 從範本開始 (5 分鐘） – 從預先建置的聊天機器人範本中選擇，例如客戶支援常見問答集、預約預訂或訂單狀態。範本包括預先設定的意圖、槽和範例表達用語。

  2. 自訂您的 Chatbot (15 分鐘） – 修改範本以符合您的特定使用案例。新增您自己的意圖、更新範例表達用語，以及設定網域的槽類型。

  3. 測試和精簡 (10 分鐘） – 使用內建測試主控台與您的聊天機器人進行對話。啟用輔助 NLU，以最少的訓練資料來改善理解。

  4. 部署和整合 (20 分鐘） – 發佈您的聊天機器人，並將其與您偏好的平台 (Slack、Web 應用程式或行動應用程式） 整合。

使用聊天機器人的總時間：~50 分鐘

如需更全面的了解，請繼續以下詳細的開發程序。

詳細開發程序

對於更複雜的機器人或從頭建置時，請遵循以下全面的開發程序：

  1. 建立機器人並新增一個或多個語言。設定機器人，使其了解使用者的目標、與使用者進行對話以引出資訊，並滿足使用者的意圖。

  2. 測試機器人。您可以使用 Amazon Lex V2 主控台提供的測試時段用戶端。

  3. 發佈版本並建立別名。

  4. 部署機器人。您可以在自己的應用程式或簡訊平台上部署機器人，例如 Facebook Messenger 或 Slack

核心概念和術語

開始之前，請先熟悉下列 Amazon Lex V2 核心概念和術語：

  • 機器人 – 機器人會執行自動化任務，例如訂購比薩、預訂飯店、訂花等。Amazon Lex V2 機器人採用自動語音辨識 (ASR) 和自然語言理解 (NLU) 功能。

    Amazon Lex V2 機器人可以了解以文字或語音提供的使用者輸入，並交談自然語言。

  • 語言 – Amazon Lex V2 機器人可以一或多個語言交談。每種語言都獨立於其他語言，您可以將 Amazon Lex V2 設定為使用原生單字和片語與使用者交談。如需詳細資訊，請參閱Amazon Lex V2 支援的語言和地區設定。

  • 意圖 – 意圖代表使用者想要執行的動作。您建立機器人來支援一或多個相關的意圖。例如，您可以建立訂購比薩和飲料的意圖。對於每個意圖，您提供以下必要的資訊：

    • 意圖名稱 – 意圖的描述性名稱。例如 OrderPizza。

    • 表達用語範例 – 使用者如何傳達意圖。例如，使用者可能會說「我是否可以訂購比薩」或「我想要訂購比薩」。

    • 如何實現意圖 – 在使用者提供必要資訊後，您希望如何實現意圖。我們建議您建立 Lambda 函數以滿足意圖。

      您可以選擇性地設定意圖，讓 Amazon Lex V2 將資訊傳回用戶端應用程式，以進行必要的履行。

    除了自訂意圖之外，Amazon Lex V2 還提供內建意圖，以快速設定您的機器人。如需詳細資訊，請參閱內建槽。

    Amazon Lex 一律包含每個機器人的備用意圖。每當 Amazon Lex 無法推斷使用者的意圖時，就會使用備用意圖。如需詳細資訊，請參閱AMAZON.FallbackIntent。

  • 槽 – 意圖可能需要零個或多個槽或參數。您將槽新增為意圖組態的一部分。在執行時間，Amazon Lex V2 會提示使用者輸入特定的槽值。使用者必須提供所有必要插槽的值，Amazon Lex V2 才能滿足意圖。

    例如，OrderPizza意圖需要插槽，例如大小、餅皮類型和比薩數量。對於每個插槽，您提供插槽類型，以及 Amazon Lex V2 傳送給用戶端以從使用者引出值的一或多個提示。使用者可以使用包含其他單字的槽值來回覆，例如「請大比薩」或「用小寫貼圖」。Amazon Lex V2 仍然了解槽值。

  • 槽類型 – 每個槽都有一個類型。您可以建立自己的插槽類型，也可以使用內建插槽類型。例如，您可以建立和使用以下 OrderPizza 意圖的槽類型：

    • 大小 – 使用列舉值 Small、Medium 以及 Large。

    • 餅皮 – 使用列舉值 Thick 和 Thin。

    Amazon Lex V2 也提供內建插槽類型。例如，AMAZON.Number 是您可以用於訂購的比薩數量的內建槽類型。如需詳細資訊，請參閱內建槽。

  • 版本 – 版本是工作的編號快照，您可以發佈用於工作流程的不同部分，例如開發、Beta 部署和生產。建立版本後，您可以使用建立版本時已存在的機器人。建立版本之後，它會在您繼續處理應用程式時保持不變。

  • 別名 – 別名是特定版本機器人的指標。使用別名，您可以更新用戶端應用程式正在使用的版本。例如，您可以將別名指向版本 1 的機器人。當您準備好更新機器人時，您會發佈第 2 版，並將別名變更為指向新版本。由於您的應用程式是使用別名而非特定版本，所有您的用戶端皆無需進行更新便能獲得新功能。

進階 Amazon Lex V2 功能

除了上述核心概念之外，Amazon Lex V2 還包含增強機器人功能的進階功能：

  • 輔助 NLU – 使用大型語言模型 (LLMs) 來改善意圖分類和槽解析度。此功能可協助您的機器人更準確地了解使用者請求，即使他們使用與訓練範例不同的措辭。輔助 NLU 可在您設定的意圖和插槽內運作，提供更佳的理解，而無需大量的訓練資料。

  • 多轉對話 – Amazon Lex V2 可以維持多個對話轉場之間的內容，從而實現自然back-and-forth互動。使用者可以逐步提供資訊、改變主意，或提出釐清問題，而不會遺失對話內容。

  • 內容切換 – 進階機器人可以處理對話中的主題變更。例如，使用者可能會開始詢問帳戶資訊，然後切換到下訂單，然後返回原始主題。Amazon Lex V2 可以正常管理這些內容切換。

  • 備用策略 – 當 Amazon Lex V2 不了解使用者的請求時，您可以設定複雜的備用行為，包括釐清問題、建議提示或向人工客服人員呈報。這可確保使用者在對話中始終有向前的路徑。

  • 對話流程管理 – 使用條件式分支和對話流程控制來建立複雜的對話方塊模式，而無需撰寫程式碼。您可以根據使用者回應、槽值或外部資料來路由對話。

區域可用性

如需可使用 Amazon Lex V2 的 AWS 區域清單，請參閱《Amazon Web Services 一般參考》中的 Amazon Lex V2 端點和配額。