ნამუშევრის აღმოჩენა

კლასიკური ჩეთბოტები ეყრდნობოდნენ ნამუშევრის კლასიფიკატორს, რომელიც გაწვდილი იყო თითოეული ნამუშევრის მაგალითური ფრაზების მიხედვით: “სად არის ჩემი პაკეტი”, “ჩემი შეკვეთა არ მოსულა” და “ტრეკინგის ნომერი?” ყველა მონიშნული იყო track_order. შემდეგ სლოტის გამტაცებელი ამოიღებდა დეტალებს, როგორიცაა შეკვეთის ნომერი. კვლევის მონაცემთა ნაკრები, როგორიცაა BANKING77 (Casanueva და კოლეგები, 2020), 77 დეტალური საბანკო ნამუშევრით, აჩვენებს, რამდენად რთულია კარგი მოდელებისთვისაც კი ზუსტი განსხვავებები.

დიდი ენის მოდელებთან, ნამუშევრის აღმოჩენა ხშირადImplicit-ია. მოდელი კითხულობს შეტყობინებას, გადაწყვეტს, რას სურს ადამიანს და არჩევს, რომელი ინსტრუმენტი გამოიძახოს. ზოგი გუნდი მაინც ინარჩუნებს ექსპლიციტურ კლასიფიკაციის ნაბიჯს საუბრის მიმართულების, ანგარიშების მონიშვნის ან კონკრეტული სამუშაო პროცესების გაწვდვისთვის.

ნამუშევრის ცოდნა განსაზღვრავს, რა მოხდება შემდეგ: პასუხი FAQ-დან, შეკვეთის მოძიება, დაბრუნების გახსნა, საუბრის გადაგზავნა ბილინგზე, ან პიროვნების დაუყოვნებლივ გამოძახება საჩივრისთვის. ათასობით საუბრის გაწვდილი, ნამუშევრები ასევე ამბობენ ბიზნესს, რაზე უკავშირდებიან მომხმარებლები - ეს არის ინფორმაცია გვერდების, პოლიტიკის და პროდუქტების გაუმჯობესებისთვის.

ელექტრონულ კომერციაში ყველაზე ხშირი ნამუშევრები ჩვეულებრივ არიან შეკვეთის სტატუსი, მიწოდების დრო, დაბრუნებები და გაცვლები, პროდუქტის კითხვები და გადახდის პრობლემები.

რეალური შეტყობინებები ხშირად შეიცავს რამდენიმე ნამუშევარს (“სად არის ჩემი შეკვეთა, და შეიძლება შევცვალო ზომა?”). ფიქსირებული ნამუშევრების სიები სწრაფად ძველდება, რადგან პროდუქტები და პოლიტიკა იცვლება, და იშვიათი მოთხოვნების გრძელი კუდი არასდროს შეეფერება რომელიმე ეტიკეტს. ნდობის ზღვარი, რომელიც ძალიან დაბალია, მომხმარებლებს არასწორი გზით აგზავნის; ზღვარი, რომელიც ძალიან მაღალია, ყველაფერს აძლიერებს. სისტემებმა უნდა დაუშვანFallback - დააკონკრეტონ კითხვა ან გადასცენ - ნაცვლად იმისა, რომ იძულებით გამოიცნონ.

AI SmartTalk არ გთხოვთ განსაზღვროთ ნიზების სია. ასისტენტის ენის მოდელი ინტერპრეტირებს თითოეულ შეტყობინებას და ირჩევს თავის ხელსაწყოებს - ცოდნის ძიება, პროდუქტის ძიება, შეკვეთის მოძიება, შეხვედრების დაჯავშნა, გადაცემის პროცესი. მარშრუტიზაციისა და ანგარიშგებისთვის, საუბრები შეიძლება იყოს მარკირებული, და SmartFlow სამუშაო პროცესები შეიძლება გაიყოს AI პირობით იმაზე, რაც მომხმარებელმა თქვა. კითხვები, რომლებზე პასუხიც ასისტენტმა ვერ გასცა, ჩამოთვლილია, რათა გუნდი შეავსოს ხარვეზები.