Diese Seite wurde von der Cloud Translation API übersetzt.

Baseline-Modell der Zusammenfassung V2 für Chat und Sprache

Agent Assist unterstützt jetzt ein neues V2-Baseline-Modell für die Zusammenfassung von Sprach- und Chatdaten. Mit diesem Modell können Nutzer den Inhalt der Zusammenfassung anpassen, indem sie aus den folgenden vordefinierten Abschnitten auswählen:

Situation: Wobei der Kunde Hilfe benötigt oder worauf sich seine Frage bezieht.
Aktion: Was der Kundenservicemitarbeiter tut, um dem Kunden zu helfen.
Lösung: Ergebnis des Kundenservice.
Kundenzufriedenheit: „Unzufrieden“, wenn der Kunde am Ende der Unterhaltung unzufrieden ist, andernfalls „Zufrieden“.
Grund für die Kündigung: Wenn der Kunde den Dienst kündigen möchte. Andernfalls nicht zutreffend.
Entitäten: Die Schlüssel/Wert-Paare wichtiger Entitäten, die aus der Unterhaltung extrahiert wurden.

Diese Funktion ist in den folgenden Regionen verfügbar: us-central1, us-east1, us-west1, global.

Unterhaltungsprofil konfigurieren

Mit einem Unterhaltungsprofil wird eine Reihe von Parametern konfiguriert, die die Vorschläge steuern, die einem Kundenservicemitarbeiter während einer Unterhaltung gegeben werden. In den folgenden Schritten wird ein ConversationProfile mit einem HumanAgentAssistantConfig-Objekt erstellt.

Über die Console erstellen

Wir empfehlen, ein Unterhaltungsprofil über die Agent Assist Console zu erstellen:

Geben Sie Display name für das Unterhaltungsprofil ein.
Wählen Sie Language aus der Liste aus.
Wählen Sie den Vorschlagstyp Conversation summarization oder Conversation summarization (voice) aus.
Setzen Sie Suggestion model type auf Baseline model.
Setzen Sie Baseline model version auf 2.0.
Wenn die ausgewählte Sprache Englisch ist, wählen Sie Output sections aus, um sie in die Zusammenfassung aufzunehmen.

Über API erstellen

So erstellen Sie ein Unterhaltungsprofil:

Rufen Sie die Methode create für die Ressource ConversationProfile auf.
Geben Sie einen Namen für das neue Konversationsprofil ein.
Geben Sie Ihre Google Cloud Projekt-ID ein.
Geben Sie den Sprachcode ein.
Geben Sie Ihre Modell-ID ein. Wenn Sie das V2-Basismodell verwenden möchten, geben Sie die Modell-ID nicht an. Legen Sie stattdessen baseline_model_version auf 2.0 fest.
Wenn die eingegebene Sprache Englisch ist, geben Sie in der CreateConversationProfileRequest für die Abfragekonfiguration die Abschnitte an, die in der Zusammenfassung enthalten sein sollen. Die Standardabschnitte sind SITUATION, ACTION und RESOLUTION, wenn kein Abschnitt angegeben ist.
Geben Sie im CreateConversationProfileRequest für die Vorschlagsfunktion CONVERSATION_SUMMARIZATION für Chat oder CONVERSATION_SUMMARIZATION_VOICE für Sprache an.

Beispiel für ein Basismodell für Sprache

Das folgende JSON-Beispiel verwendet ein Baseline-Zusammenfassungsmodell für Sprache:

{
  "displayName": "CONVERSATION_PROFILE_NAME",
  "humanAgentAssistantConfig": {
    "humanAgentSuggestionConfig": {
      "featureConfigs": [{
        "suggestionFeature": {
          "type": "CONVERSATION_SUMMARIZATION_VOICE"
        },
        "queryConfig": {
          "sections": {
            "sectionTypes": "SITUATION",
            "sectionTypes": "ACTION",
            "sectionTypes": "RESOLUTION",
            "sectionTypes": "REASON_FOR_CANCELLATION",
            "sectionTypes": "CUSTOMER_SATISFACTION",
            "sectionTypes": "ENTITIES"
          }
        },
        "conversationModelConfig": {
          "baselineModelVersion": "2.0",
        }
      }]
    }
  },
  "languageCode": "en-US"
}

Die Antwort ist ein ConversationProfile-Objekt, das das Konversationsprofil name enthält:

{
  "name": "projects/PROJECT_ID/locations/global/conversationProfiles/CONVERSATION_PROFILE_ID",
  "displayName": "CONVERSATION_PROFILE_NAME",
  "automatedAgentConfig": {
  },
  "humanAgentAssistantConfig": {
    "notificationConfig": {
    },
    "humanAgentSuggestionConfig": {
      "featureConfigs": [{
        "suggestionFeature": {
          "type": "CONVERSATION_SUMMARIZATION_VOICE"
        },
        "queryConfig": {
          "sections": {
            "sectionTypes": [
              "SITUATION",
              "ACTION",
              "RESOLUTION",
              "REASON_FOR_CANCELLATION",
              "CUSTOMER_SATISFACTION",
              "ENTITIES"
            ]
          }
        },
        "conversationModelConfig": {
          "baselineModelVersion": "2.0",
        }
      }]
    },
    "messageAnalysisConfig": {
    }
  },
  "languageCode": "en-US",
  "createTime": "2023-07-06T21:06:46.841816Z",
  "updateTime": "2023-07-06T21:06:46.841816Z",
  "projectNumber": "344549229138"
}

Beispiel für ein Basismodell für Chat

Das folgende JSON-Beispiel verwendet ein Baseline-Zusammenfassungsmodell für den Chat:

{
  "displayName": "CONVERSATION_PROFILE_NAME",
  "humanAgentAssistantConfig": {
    "humanAgentSuggestionConfig": {
      "featureConfigs": [{
        "suggestionFeature": {
          "type": "CONVERSATION_SUMMARIZATION"
        },
        "queryConfig": {
          "sections": {
            "sectionTypes": "SITUATION",
            "sectionTypes": "ACTION",
            "sectionTypes": "RESOLUTION",
            "sectionTypes": "REASON_FOR_CANCELLATION",
            "sectionTypes": "CUSTOMER_SATISFACTION",
            "sectionTypes": "ENTITIES"
          }
        },
        "conversationModelConfig": {
          "baselineModelVersion": "2.0",
        }
      }]
    }
  },
  "languageCode": "en-US"
}