使用自訂區段生成摘要時,系統會使用 LLM 摘要客戶服務對話。模型會接收對話和自訂區段 (即定義模型執行工作的文字提示部分),然後生成摘要。
您可以選擇預先定義的章節,也可以在自訂章節中撰寫自己的摘要工作定義。
可用區域
自訂章節摘要 v4.0 版適用於下列區域:
- us-central1
- us-east1
- us-west1
- us
- northamerica-northeast1
- europe-west1
- europe-west2
- europe-west3
- asia-southeast1
- asia-northeast1
- asia-south1
- australia-southeast1
- global
預先定義的區段
這項功能提供六個預先定義的專區,供你選取:
- 情況:這是顧客需要協助或有疑問的地方。建議自訂簡要摘要。 
- 動作:指服務專員為協助顧客所採取的行動。建議自訂簡要摘要。 
- 解決方案:有四種做法。 - Y:可以。已解決所有客戶問題和查詢。
- P:部分。只解決了部分客戶問題和查詢。
- N:否。客戶的問題和查詢都未解決。
- 不適用:對話中沒有客戶提出的特定問題或查詢。
 
- 顧客滿意度:選項為不滿意或滿意。 - D:對話結束時,顧客感到不滿或有負面情緒。
- N:對話結束時,顧客情緒中立或正面。
 
- 取消原因:如果顧客要求取消,請填寫取消原因。否則為 N/A。 
- 實體:從對話中擷取的重要實體鍵/值組合。 
建立摘要生成器
控制台
如要使用 Agent Assist 控制台建立摘要產生器,請按照下列步驟操作:
- 前往控制台的「摘要」頁面,然後選取「產生器」。 
- 輸入產生器的名稱。 
- 選取產生器的版本。 
- 選取輸出語言。 
- 選取「預先定義的版面」下方的版面。 
- 在「自訂專區」下方新增專區:視需要定義新的摘要工作,並視需要新增少樣本學習範例來強化模型。 
- 按一下 [儲存]。 
REST
如要使用 API 建立摘要產生器,請按照下列步驟操作:
- 從 Generator 資源呼叫 - CreateGenerator方法。
- 在 - description欄位中輸入產生器名稱。
- 在 - output_language_code欄位中輸入生成器的輸出語言代碼。
- 輸入觸發事件 - MANUAL_CALL。
- 選取預先定義的章節,並在 - SummarizationContext中加入附有少量範例的自訂章節。
使用任何要求資料之前,請先替換以下項目:
- PROJECT_ID:您的 Cloud 專案 ID
- LOCATION_ID:您的位置 ID
HTTP 方法和網址:
POST https://dialogflow.googleapis.com/v2/projects/PROJECT_ID/locations/LOCATION_ID/generators
JSON 要求主體:
{
  "parent": "projects/PROJECT_ID/locations/LOCATION_ID",
  "description": "test",
  "triggerEvent": "MANUAL_CALL",
  "summarizationContext": {
    "summarizationSections": [{
      "type": "SITUATION"
    }, {
      "type": "ENTITIES"
    }, {
      "key": "custom_section",
      "definition": "Describe what the customer needs help with or has questions about. If there is an order number mentioned in the conversation, INCLUDE the order number.",
      "type": "CUSTOMER_DEFINED"
    }],
    "version": "2.1",
    "outputLanguageCode": "en-US"
  }
}
如要傳送要求,請展開以下其中一個選項:
您應該會收到如下的 JSON 回應:
{
  "name": "projects/PROJECT_ID/locations/LOCATION_ID/generators/GENERATOR_ID",
  "description": "test",
  "inferenceParameter": {
    "maxOutputTokens": 1024,
    "temperature": 0.0,
    "topK": 40,
    "topP": 0.8
  },
  "triggerEvent": "MANUAL_CALL",
  "createTime": "2024-05-11T00:28:14.790937126Z",
  "updateTime": "2024-05-11T01:59:15.751724150Z",
  "summarizationContext": {
    "summarizationSections": [{
      "type": "SITUATION"
    }, {
      "type": "ENTITIES"
    }, {
      "key": "custom_section",
      "definition": "Describe what the customer needs help with or has questions about. If there is an order number mentioned in the conversation, INCLUDE the order number.",
      "type": "CUSTOMER_DEFINED"
    }],
    "version": "2.1",
    "outputLanguageCode": "en-US"
  }
}
測試摘要生成器
在控制台中,您可以在「測試產生器」部分測試產生器,如下圖所示。

如要在控制台中測試產生器,請執行下列步驟:
控制台
- 對話的轉錄稿。您可以手動輸入語句,或上傳 JSON 格式的轉錄稿,如下圖所示。  
- 按一下「生成」即可顯示摘要。 
設定對話設定檔
對話設定檔會設定一組參數,控制對話期間向代理程式提供的建議。下列步驟會建立具有 HumanAgentAssistantConfig 物件的 ConversationProfile。
下列範例說明如何建立對話設定檔。
控制台
- 在 Agent Assist 控制台中,前往「對話設定檔」頁面。 
- 輸入顯示名稱。 
- 選取「對話摘要 (產生器)」做為建議類型。 
- 從清單中選取生成器的名稱。   
REST
使用任何要求資料之前,請先替換以下項目:
- PROJECT_ID:您的 Cloud 專案 ID
- LOCATION_ID:您的位置 ID
- CONVERSATION_PROFILE_ID:您的對話設定檔 ID
- GENERATOR_ID:您的產生器 ID
HTTP 方法和網址:
POST https://dialogflow.googleapis.com/v2/projects/PROJECT_ID/locations/LOCATION_ID/conversationProfiles
JSON 要求主體:
{
  "name": "projects/PROJECT_ID/locations/LOCATION_ID/conversationProfiles/CONVERSATION_PROFILE_ID",
  "displayName": "conversation-profile-with-generator",
  "humanAgentAssistantConfig": {
    "humanAgentSuggestionConfig": {
      "generators": "projects/PROJECT_ID/locations/LOCATION_ID/generators/GENERATOR_ID"
    }
  },
  "languageCode": "en-US"
}
如要傳送要求,請展開以下其中一個選項:
您應該會收到如下的 JSON 回應:
{
  "name": "projects/PROJECT_ID/LOCATION_ID/conversationProfiles/CONVERSATION_PROFILE_ID",
  "displayName": "conversation-profile-with-generator",
  "humanAgentAssistantConfig": {
    "humanAgentSuggestionConfig": {
      "generators": "projects/PROJECT_ID/locations/LOCATION_ID/generators/GENERATOR_ID"
    }
  },
  "languageCode": "en-US"
}
使用模擬器驗證
您可以在 Agent Assist 模擬工具中驗證對話設定檔。

執行階段對話
在執行階段,當使用者與服務專員開始對話時,您會建立對話,也就是服務專員 (真人或虛擬) 與支援服務客戶或使用者之間的互動。如要查看建議,請建立使用者參與者和服務專員參與者,並將他們加入對話。
建立對話
如要建立對話,請在 Conversation 資源上呼叫 create 方法。
REST
使用任何要求資料之前,請先替換以下項目:
- PROJECT_ID:您的 Cloud 專案 ID
- LOCATION_ID:您的位置 ID
- CONVERSATION_PROFILE_ID:建立對話設定檔時收到的 ID
HTTP 方法和網址:
POST https://dialogflow.googleapis.com/v2/projects/PROJECT_ID/locations/LOCATION_ID/conversations
JSON 要求主體:
{
  "conversationProfile": "projects/PROJECT_ID/locations/LOCATION_ID/conversationProfiles/CONVERSATION_PROFILE_ID",
}
如要傳送要求,請展開以下其中一個選項:
您應該會收到如下的 JSON 回應:
{
  "name": "projects/PROJECT_ID/locations/LOCATION_ID/conversations/CONVERSATION_ID",
  "lifecycleState": "IN_PROGRESS",
  "conversationProfile": "projects/PROJECT_ID/locations/LOCATION_ID/conversationProfiles/CONVERSATION_PROFILE_ID",
  "startTime": "2018-11-05T21:05:45.622Z"
}
conversations 後方的路徑區段包含了您的新對話 ID。
  
建立使用者參與者
如要建立使用者參與者,請在 Participant 資源上呼叫 create 方法。在 role 欄位中提供對話 ID 和 END_USER。
REST
使用任何要求資料之前,請先替換以下項目:
- PROJECT_ID:您的 Cloud 專案 ID
- LOCATION_ID:您的位置 ID
- CONVERSATION_ID:您的對話 ID
HTTP 方法和網址:
POST https://dialogflow.googleapis.com/v2/projects/PROJECT_ID/locations/LOCATION_ID/conversations/CONVERSATION_ID/participants
JSON 要求主體:
{
  "role": "END_USER",
}
如要傳送要求,請展開以下其中一個選項:
您應該會收到如下的 JSON 回應:
{
  "name": "projects/PROJECT_ID/locations/LOCATION_ID/conversations/CONVERSATION_ID/participants/PARTICIPANT_ID",
  "role": "END_USER"
}
participants 後方的路徑區段包含了您的新使用者參與者 ID。
  
建立代理程式參與者
呼叫 Participant 資源的 create 方法。在「role」欄位中提供對話 ID 和 HUMAN_AGENT 或 AUTOMATED_AGENT。
REST
使用任何要求資料之前,請先替換以下項目:
- PROJECT_ID:您的 Cloud 專案 ID
- LOCATION_ID:您的位置 ID
- CONVERSATION_ID:您的對話 ID
HTTP 方法和網址:
POST https://dialogflow.googleapis.com/v2/projects/PROJECT_ID/locations/LOCATION_ID/conversations/CONVERSATION_ID/participants
JSON 要求主體:
{
  "role": "HUMAN_AGENT",
}
如要傳送要求,請展開以下其中一個選項:
您應該會收到如下的 JSON 回應:
{
  "name": "projects/PROJECT_ID/locations/LOCATION_ID/conversations/CONVERSATION_ID/participants/PARTICIPANT_ID",
  "role": "HUMAN_AGENT"
}
participants 後方的路徑區段包含了新的代理商參與者 ID。
  
分析訊息
分析訊息的方法有兩種:
- 對話期間。如要為對話新增及分析代理程式訊息,請在 - Participant資源上呼叫- analyzeContent方法。提供對話 ID 和代理程式參與者 ID。如要為對話新增及分析使用者訊息,請呼叫- Participant資源上的- analyzeContent方法。提供對話 ID 和使用者參與者 ID。如果已為其他 Dialogflow 功能呼叫- analyzeContent方法,請勿重複呼叫。
- 對話結束後。如果您在對話期間未使用 - analyzeContent方法,就可以使用這個選項。您可以改用- messages資源的- batchCreate方法,擷取對話的歷來訊息。
生成摘要
您可以隨時取得任一參與者最新訊息的建議。
- 呼叫 - conversations.suggestions資源的- suggestConversationSummary方法。提供對話 ID 和任一參與者的最新訊息 ID。
- 呼叫 - generateStatelessSuggestion方法。提供- ConversationContext、產生器名稱和觸發事件 (應為- MANUAL_CALL)。
REST
使用任何要求資料之前,請先替換以下項目:
- PROJECT_ID:您的 Cloud 專案 ID
- LOCATION_ID:您的位置 ID
- GENERATOR_ID:您的產生器 ID
HTTP 方法和網址:
POST https://dialogflow.googleapis.com/v2/projects/PROJECT_ID/locations/LOCATION_ID/statelessSuggestion:generate
JSON 要求主體:
{
  "parent": "projects/PROJECT_ID/locations/LOCATION_ID",
  "generatorName": "projects/PROJECT_ID/locations/LOCATION_ID/generators/GENERATOR_ID",
  "conversationContext" {
    "messageEntries": [{
      "role": "HUMAN_AGENT",
      "text": "Hi, this is ABC messaging, how can I help you today?",
      "languageCode": "en-US"
    }, {
      "role": "END_USER",
      "text": "I want to return my order, it is broken",
      "languageCode": "en-US"
    }]
  },
  "triggerEvents": [
    "MANUAL_CALL"
  ]
}
如要傳送要求,請展開以下其中一個選項:
您應該會收到如下的 JSON 回應:
{
  "generatorSuggestion": {
    "summarySuggestion": {
      "summarySections": [
        {
          "section": "situation",
          "summary": "customer wants to return an order."
        },
        {
          "section": "resolution",
          "summary": "N"
        }
      ]
    }
  }
}
回覆會包含摘要。
完成對話
如要完成對話,請呼叫 conversations 資源上的 complete 方法。提供對話 ID。
REST
使用任何要求資料之前,請先替換以下項目:
- PROJECT_ID:您的 GCP 專案 ID
- CONVERSATION_ID:建立對話時收到的 ID
HTTP 方法和網址:
POST https://dialogflow.googleapis.com/v2/projects/PROJECT_ID/conversations/CONVERSATION_ID:complete
如要傳送要求,請展開以下其中一個選項:
您應該會收到如下的 JSON 回應:
{
  "name": "projects/PROJECT_ID/conversations/CONVERSATION_ID",
  "lifecycleState": "COMPLETED",
  "conversationProfile": "projects/PROJECT_ID/conversationProfiles/CONVERSATION_PROFILE_ID",
  "startTime": "2018-11-05T21:05:45.622Z",
  "endTime": "2018-11-06T03:50:26.930Z"
}
