Setelan agen

Agen memiliki banyak setelan yang memengaruhi perilaku. Setiap konsol menyediakan setelan yang berbeda.

Setelan agen konsol Agen Percakapan

Untuk mengakses setelan agen:

Subbagian berikut menjelaskan berbagai kategori setelan agen.

Setelan umum

Setelan umum berikut tersedia untuk agen:

• Nama tampilan link

  Nama yang dapat dibaca manusia untuk agen Anda.

• Zona waktu link

  Zona waktu default untuk agen Anda.

• Mulai percakapan link

  Setelan ini menentukan apakah agen Anda memulai percakapan dengan playbook generatif atau alur deterministik.

• Lokasi agen link

  Wilayah agen yang Anda pilih saat membuat agen.

• Kunci agen link

  • Mengunci agen

    Menunjukkan apakah agen dikunci. Agen yang dikunci tidak dapat diedit.

• Setelan logging link

  • Aktifkan Cloud Logging

    Menunjukkan apakah Logging cloud diaktifkan untuk agen.

  • Mengaktifkan histori percakapan

    Menunjukkan apakah Anda ingin Google mengumpulkan dan menyimpan kueri pengguna akhir yang disamarkan untuk peningkatan kualitas.

  • Mengaktifkan penyensoran input pengguna akhir berbasis izin

    Jika setelan ini diaktifkan, Anda dapat menggunakan parameter sesi khusus untuk mengontrol apakah input dan parameter pengguna akhir disamarkan dari histori percakapan dan Cloud Logging. Secara default, parameter sesi adalah true. Jika setelan ini dinonaktifkan, tidak ada penyensoran yang terjadi.

    Izin pengguna dikumpulkan menggunakan parameter sesi boolean: $session.params.conversation-redaction. Jika setelan ini diaktifkan, dan parameter sesi disetel ke false, tidak ada penyensoran yang terjadi (strategi penyensoran lainnya tetap berlaku). Jika setelan ini diaktifkan, dan parameter sesi disetel ke true, maka penyamaran akan terjadi.

    Contoh alur permintaan izin dapat berupa: pertama, tanyakan kepada pengguna apakah mereka ingin menyimpan input pengguna akhir, dan cocokkan respons dengan dua maksud, yang satu adalah "maksud ya" dan yang lainnya adalah "maksud tidak". Kemudian, tetapkan parameter sesi ke false (tanpa penyensoran) di preset parameter rute "intent ya" di fulfillment, dan ke true (penyensoran terjadi) di preset parameter rute "intent tidak".

• BigQuery Export link

  • Mengaktifkan BigQuery Export

    Menunjukkan apakah BigQuery Export diaktifkan.

  • BigQuery dataset

    Nama set data BigQuery.

  • BigQuery table

    Nama tabel BigQuery.

• Saran Maksud Pengguna link

  Anda dapat mengaktifkan saran maksud.

• Masukan pengguna link

  Anda dapat mengaktifkan setelan ini untuk memberikan masukan tentang kualitas jawaban agen, yang mencakup penilaian suka/tidak suka.

• Integrasi Git link

  Gunakan setelan ini untuk menambahkan Integrasi Git.

Setelan AI generatif

Setelan AI generatif berikut tersedia:

• Umum

  • Pemilihan model generatif link

    Pilih model yang digunakan oleh fitur generatif. Untuk mengetahui informasi selengkapnya, lihat versi model.

  • Batas token

    • Batas token input link

      Pilih batas token input untuk model generatif. Ini adalah ukuran token maksimum untuk input yang dikirim ke model. Bergantung pada modelnya, token dapat berupa satu karakter hingga satu kata. Batas token yang lebih kecil memiliki latensi yang lebih rendah, tetapi ukuran input model terbatas. Batas token yang lebih besar memiliki latensi yang lebih tinggi, tetapi ukuran input model bisa lebih besar.

    • Batas token output link

      Pilih batas token output untuk model generatif. Ini adalah ukuran token maksimum untuk output yang diterima dari model. Bergantung pada modelnya, token dapat berupa satu karakter hingga satu kata. Batas token yang lebih kecil memiliki latensi yang lebih rendah, tetapi ukuran output model terbatas. Batas token yang lebih besar memiliki latensi yang lebih tinggi, tetapi ukuran output model bisa lebih besar.

  • Suhu link

    Temperatur untuk LLM memungkinkan Anda mengontrol seberapa kreatif respons yang dihasilkan. Nilai rendah memberikan respons yang lebih mudah diprediksi. Nilai yang tinggi memberikan respons yang lebih kreatif atau acak.

  • Batas token konteks link

    Setelan ini memangkas beberapa giliran sebelumnya dari perintah LLM untuk mencegah ukuran perintah bertambah dengan setiap giliran berurutan yang ditangani oleh agen. Fitur ini menawarkan cara untuk mengurangi pertumbuhan ukuran perintah yang tidak diinginkan.

    Biasanya, tanpa pemotongan, setiap giliran berikutnya akan ditambahkan ke "histori percakapan" perintah LLM, terlepas dari apakah relevan dengan giliran saat ini atau tidak. Hal ini pada akhirnya dapat menyebabkan perintah bertambah besar di setiap giliran. Jika sebagian besar perintah diisi dengan histori percakapan, maka lebih sedikit perintah yang dapat digunakan untuk contoh few-shot (sehingga contoh ini mungkin dihilangkan). Pada akhirnya, perintah juga dapat melanggar batas token saat ini. Anda dapat meningkatkan ukuran token untuk mengakomodasi hal ini, tetapi perlu diingat bahwa peningkatan ukuran perintah juga menambah latensi respons LLM.

    Pemangkasan konteks memungkinkan Anda menetapkan persentase anggaran token yang akan dicadangkan untuk histori percakapan, sebagai maksimum. Giliran percakapan dipertahankan dalam urutan dari yang terbaru hingga yang terlama. Setelan ini dapat membantu Anda mencegah batas token terlampaui. Apa pun setelan yang Anda pilih, minimal dua giliran percakapan dipertahankan, dalam urutan terbaru hingga terlama.

    Anda harus menetapkan batas token terlebih dahulu sebelum dapat mengubah setelan ini.

    Memangkas konteks dapat menyebabkan beberapa parameter tidak sengaja hilang jika merupakan bagian dari giliran yang dihapus. Evaluasi interaksi playbook Anda dengan cermat setelah mengaktifkan opsi ini.

    Anggaran input token juga digunakan oleh:

    • Petunjuk dan contoh sistem: Ditambahkan secara otomatis ke perintah. Perilaku ini tidak dapat diubah.
    • Petunjuk dan sasaran playbook: Petunjuk dan sasaran apa pun yang Anda tulis akan ditambahkan ke perintah secara keseluruhan.
    • Contoh sedikit tembakan playbook: Ditambahkan secara berurutan (secara default) atau oleh algoritma yang Anda pilih (seperti pengurutan kecocokan terbaik ekspresi reguler). Contoh dipangkas agar sesuai dengan anggaran token input setelah semua item lainnya disertakan.
    • Histori percakapan yang terdiri dari ucapan pengguna dan agen, konteks transisi playbook dan alur, panggilan dan output alat dalam sesi yang sama dari semua giliran sebelumnya yang ditangani secara berurutan oleh playbook saat ini.

  • Frasa yang dilarang link

    Daftar frasa yang dilarang untuk AI generatif. Jika frasa terlarang muncul dalam perintah atau respons yang dihasilkan, pembuatan akan gagal. Perhatikan bahwa daftar frasa yang dilarang memiliki konsekuensi pada setiap kueri dan panggilan LLM serta akan meningkatkan latensi.

  • Filter keamanan link

    Mengonfigurasi tingkat sensitivitas filter keamanan sehubungan dengan berbagai kategori Responsible AI (RAI). Konten akan dinilai berdasarkan empat kategori berikut:

    Kategori	Deskripsi
    Ujaran kebencian	Komentar negatif atau berbahaya yang menargetkan atribut identitas dan/atau dilindungi.
    Konten berbahaya	Mempromosikan atau memungkinkan akses ke barang, layanan, dan/atau aktivitas berbahaya
    Konten seksual vulgar	Berisi referensi ke tindakan seksual dan/atau konten cabul lainnya
    Pelecehan	Komentar jahat, mengintimidasi, menindas, dan/atau melecehkan yang menargetkan individu lain

    Konten akan diblokir berdasarkan probabilitas bahayanya. Tingkat sensitivitas dapat disesuaikan dengan memilih salah satu opsi Blokir sedikit, Blokir beberapa, dan Blokir sebagian besar untuk setiap kategori. Anda juga dapat memperoleh akses ke opsi terbatas Jangan blokir yang menonaktifkan pemeriksaan RAI untuk kategori tersebut setelah mengirimkan permintaan pengakuan risiko untuk project Anda dan menerima persetujuan.

    Untuk mengetahui informasi selengkapnya, lihat mengonfigurasi atribut keselamatan.

  • Keamanan perintah link

    Anda dapat mencentang setelan aktifkan pemeriksaan keamanan perintah untuk mengaktifkan pemeriksaan keamanan perintah. Jika diaktifkan, agen akan mencoba mencegah serangan injeksi perintah. Serangan ini dapat digunakan untuk mengungkapkan bagian dari perintah agen atau untuk memberikan respons yang seharusnya tidak diberikan oleh agen. Hal ini dilakukan dengan mengirimkan perintah LLM tambahan yang memeriksa apakah kueri pengguna berpotensi berbahaya.

  • Penggantian Generatif

    • Konfigurasi perintah teks link

      Lihat Penggantian generatif: menentukan perintah Anda sendiri.

• Penyimpanan Data

  Lihat Setelan agen penyimpanan data.

Alur Deterministik

Setelan ini berlaku untuk semua alur di agen ini, kecuali setelan ML yang diterapkan per alur. Untuk mengedit setelan khusus alur lainnya, buka alur di konsol dan edit setelannya di sana.

• Pelatihan maksud

  Flow menggunakan algoritma machine learning (ML) untuk memahami input pengguna akhir, mencocokkannya dengan maksud, dan mengekstrak data terstruktur. Alur mempelajari frasa pelatihan yang Anda berikan dan model bahasa yang disertakan dalam alur. Berdasarkan data ini, model membuat model untuk mengambil keputusan tentang intent mana yang harus dicocokkan dengan input pengguna akhir. Anda dapat menerapkan setelan ML unik untuk setiap alur agen.

  Setelan pelatihan maksud berikut tersedia:

  • Koreksi ejaan link

    Jika fitur ini diaktifkan dan input pengguna akhir memiliki kesalahan ejaan atau tata bahasa, maksud akan dicocokkan seolah-olah ditulis dengan benar. Respons deteksi maksud akan berisi input pengguna akhir yang telah dikoreksi. Misalnya, jika pengguna akhir memasukkan "Saya ingin applle", maka akan diproses seolah-olah pengguna akhir memasukkan "Saya ingin apel". Hal ini juga berlaku untuk kecocokan yang melibatkan entitas sistem dan kustom.

    Koreksi ejaan tersedia dalam bahasa Inggris, Prancis, Jerman, Spanyol, dan Italia. Fitur ini tersedia di semua wilayah Agen Percakapan (Dialogflow CX).

    Peringatan dan praktik terbaik:

    • Koreksi ejaan tidak dapat mengoreksi kesalahan ASR (pengenalan ucapan otomatis), jadi sebaiknya jangan mengaktifkannya untuk agen yang menggunakan input ASR.
    • Input yang dikoreksi dapat cocok dengan maksud yang salah. Anda dapat memperbaikinya dengan menambahkan frasa yang sering tidak cocok ke contoh negatif.
    • Koreksi ejaan sedikit meningkatkan waktu respons agen.
    • Jika agen ditentukan menggunakan jargon khusus domain, koreksi mungkin tidak diinginkan.

  • Setelan ML khusus alur

    • Jenis NLU link

      Nilai ini dapat berupa salah satu dari:

      • NLU Lanjutan (default): Teknologi NLU Lanjutan. Jenis NLU ini berfungsi lebih baik daripada NLU standar, terutama untuk agen dan alur yang besar.
      • NLU Standar: Teknologi NLU Standar. Tidak akan lagi menerima peningkatan kualitas atau fitur baru.

    • Pelatihan otomatis link

      Jika diaktifkan, alur akan dilatih setiap kali diperbarui dengan konsol. Untuk alur besar, hal ini dapat menyebabkan penundaan UI konsol, jadi Anda harus menonaktifkan setelan ini dan melatih secara manual sesuai kebutuhan untuk alur besar.

    • Nilai minimum klasifikasi link

      Untuk memfilter hasil positif palsu dan tetap mendapatkan variasi dalam input bahasa alami yang cocok untuk agen Anda, Anda dapat menyesuaikan nilai minimum klasifikasi machine learning. Setelan ini mengontrol keyakinan deteksi maksud minimum yang diperlukan untuk kecocokan maksud.

      Jika skor keyakinan untuk kecocokan maksud kurang dari nilai batas, maka peristiwa tidak cocok akan dipanggil.

      Anda dapat menetapkan nilai minimum klasifikasi terpisah untuk setiap alur dalam setiap bahasa yang diaktifkan untuk agen. Hal ini dilakukan untuk mengakomodasi berbagai bahasa yang berperforma terbaik pada berbagai nilai minimum klasifikasi. Untuk mengetahui informasi selengkapnya tentang cara membuat agen multibahasa, lihat dokumentasi agen multibahasa.

    • Status pelatihan link

      Menunjukkan apakah alur telah dilatih sejak update terbaru pada data alur.

    • Kereta link

      Gunakan tombol ini untuk melatih alur secara manual.

  • Bahasa link

    Bahasa yang didukung oleh agen Anda. Setelah dibuat, bahasa default agen tidak dapat diubah. Namun, Anda dapat melakukan hal berikut:

    1. Ekspor agen Anda ke format JSON.
    2. Ekstrak file yang didownload.
    3. Cari file agent.json.
    4. Perbarui kolom defaultLanguageCode dan supportedLanguageCodes ke nilai yang diinginkan.
    5. Pulihkan agen ke agen yang sama atau berbeda dari langkah 1.
    6. Perbarui frasa pelatihan dan nilai entity khusus bahasa sesuai kebutuhan.

    Anda juga dapat mengaktifkan deteksi dan peralihan bahasa otomatis.

Konektivitas

• Template payload kustom link

  Di bagian ini, Anda dapat membuat deskripsi dan payload untuk template payload kustom.

• Definisi parameter link

  Nyatakan dengan jelas parameter apa dari parameter sesi yang akan dikirim ke webhook, dan parameter sesi apa yang dapat ditetapkan oleh respons webhook.

• Setelan sertifikat klien link

  Digunakan untuk mengupload sertifikat SSL.

Speech dan IVR

• Opsi ucapan

  • Text-to-Speech link

    • Pemilihan suara link

      Anda dapat memilih bahasa dan suara yang digunakan untuk sintesis ucapan.

      Anda dapat mengaktifkan Suara kustom untuk agen Anda dengan memilih opsi suara kustom dari kotak drop-down pemilihan suara dan menentukan nama suara kustom di kolom yang sesuai. Nama suara kustom harus mengikuti pola berikut: projects/PROJECT_ID/locations/LOCATION/models/MODEL_NAME.

      Anda juga dapat menggunakan kloning suara.

      • Jika Anda menggunakan gateway telepon, pastikan akun layanan Agen Layanan Dialogflow service-PROJECT_NUMBER@gcp-sa-dialogflow.iam.gserviceaccount.com diberi peran "AutoML Predictor" di project suara kustom Anda.
      • Untuk panggilan API reguler, pastikan akun layanan yang digunakan untuk memanggil Agen Percakapan (Dialogflow CX) diberi peran "AutoML Predictor" dalam project suara kustom Anda.

    • Nada suara link

      Mengontrol tinggi atau rendahnya nada bicara.

    • Kecepatan bicara link

      Mengontrol kecepatan bicara suara.

    • Pengucapan link

      Gunakan setelan ini untuk memberikan pengucapan frasa tertentu kepada agen, menggunakan encoding fonetik X-SAMPA.

  • Speech-to-Text link

    • Mengaktifkan adaptasi ucapan otomatis link

      Lihat Adaptasi ucapan otomatis.

    • Aktifkan setelan ucapan lanjutan link

      Untuk mengetahui detail opsi ucapan lanjutan, lihat panduan Setelan ucapan lanjutan.

    • Setelan DTMF link

      Lihat DTMF untuk integrasi telepon untuk informasi selengkapnya.

    • Mengaktifkan adaptasi ucapan manual link

      Lihat adaptasi ucapan manual.

• Pendamping panggilan

  Lihat Pendamping panggilan.

Setelan UI

Anda dapat menggunakan setelan ini untuk menyesuaikan antarmuka pengguna Messenger dan Call Companion.

Keamanan

Lihat Setelan keamanan dan Kontrol akses.

Setelan agen konsol Dialogflow CX

Untuk mengakses setelan agen:

Setelan umum

Setelan umum berikut tersedia untuk agen:

• Nama tampilan

  Nama yang dapat dibaca manusia untuk agen Anda.

• Zona waktu

  Zona waktu default untuk agen Anda.

• Bahasa default

  Bahasa default yang didukung oleh agen Anda. Setelah dibuat, bahasa default agen tidak dapat diubah. Namun, Anda dapat melakukan hal berikut:

  1. Ekspor agen Anda ke format JSON.
  2. Ekstrak file yang didownload.
  3. Cari file agent.json.
  4. Perbarui kolom defaultLanguageCode dan supportedLanguageCodes ke nilai yang diinginkan.
  5. Pulihkan agen ke agen yang sama atau berbeda dari langkah 1.
  6. Perbarui frasa pelatihan dan nilai entity khusus bahasa sesuai kebutuhan.

• Kunci agen

  • Mengunci agen

    Menunjukkan apakah agen dikunci. Agen yang dikunci tidak dapat diedit.

• Setelan logging

  • Aktifkan Cloud Logging

    Menunjukkan apakah Logging cloud diaktifkan untuk agen.

  • Aktifkan logging interaksi

    Menunjukkan apakah Anda ingin Google mengumpulkan dan menyimpan kueri pengguna akhir yang disamarkan untuk peningkatan kualitas.

  • Mengaktifkan penyensoran input pengguna akhir berbasis izin

    Jika setelan ini diaktifkan, Anda dapat menggunakan parameter sesi khusus untuk mengontrol apakah input dan parameter pengguna akhir disamarkan dari histori percakapan dan Cloud Logging. Secara default, parameter sesi adalah true. Jika setelan ini dinonaktifkan, tidak ada penyensoran yang terjadi.

    Izin pengguna dikumpulkan menggunakan parameter sesi boolean: $session.params.conversation-redaction. Jika setelan ini diaktifkan, dan parameter sesi disetel ke false, tidak ada penyensoran yang terjadi (strategi penyensoran lainnya tetap berlaku). Jika setelan ini diaktifkan, dan parameter sesi disetel ke true, maka penyamaran akan terjadi.

    Contoh alur permintaan izin dapat berupa: pertama, tanyakan kepada pengguna apakah mereka ingin menyimpan input pengguna akhir, dan cocokkan respons dengan dua maksud, yang satu adalah "maksud ya" dan yang lainnya adalah "maksud tidak". Kemudian, tetapkan parameter sesi ke false (tanpa penyensoran) di preset parameter rute "intent ya" di fulfillment, dan ke true (penyensoran terjadi) di preset parameter rute "intent tidak".

• Ekspor BigQuery

  • Mengaktifkan BigQuery Export

    Menunjukkan apakah BigQuery Export diaktifkan.

  • BigQuery dataset

    Nama set data BigQuery.

  • BigQuery table

    Nama tabel BigQuery.

• Saran Maksud (Intent)

  Anda dapat mengaktifkan saran maksud.

• Template payload kustom

  Di bagian ini, Anda dapat membuat deskripsi dan payload untuk template payload kustom.

Setelan ML

Agen Percakapan (Dialogflow CX) menggunakan algoritma machine learning (ML) untuk memahami input pengguna akhir, mencocokkannya dengan maksud (intent), dan mengekstrak data terstruktur. Agen Percakapan (Dialogflow CX) belajar dari frasa pelatihan yang Anda berikan dan model bahasa yang disertakan dalam Agen Percakapan (Dialogflow CX). Berdasarkan data ini, model membuat model untuk mengambil keputusan tentang intent mana yang harus dicocokkan dengan input pengguna akhir. Anda dapat menerapkan setelan ML unik untuk setiap alur agen, dan model yang dibuat oleh Agen Percakapan (Dialogflow CX) bersifat unik untuk setiap alur.

Setelan ML di seluruh agen berikut tersedia:

• Mengizinkan ML mengoreksi ejaan

  Jika fitur ini diaktifkan dan input pengguna akhir memiliki kesalahan ejaan atau tata bahasa, maksud akan dicocokkan seolah-olah ditulis dengan benar. Respons deteksi maksud akan berisi input pengguna akhir yang telah dikoreksi. Misalnya, jika pengguna akhir memasukkan "Saya ingin applle", maka akan diproses seolah-olah pengguna akhir memasukkan "Saya ingin apel". Hal ini juga berlaku untuk kecocokan yang melibatkan entitas sistem dan kustom.

  Koreksi ejaan tersedia dalam bahasa Inggris, Prancis, Jerman, Spanyol, dan Italia. Fitur ini tersedia di semua wilayah Agen Percakapan (Dialogflow CX).

  Peringatan dan praktik terbaik:

  • Koreksi ejaan tidak dapat mengoreksi kesalahan ASR (pengenalan ucapan otomatis), jadi sebaiknya jangan mengaktifkannya untuk agen yang menggunakan input ASR.
  • Input yang dikoreksi dapat cocok dengan maksud yang salah. Anda dapat memperbaikinya dengan menambahkan frasa yang sering tidak cocok ke contoh negatif.
  • Koreksi ejaan sedikit meningkatkan waktu respons agen.
  • Jika agen ditentukan menggunakan jargon khusus domain, koreksi mungkin tidak diinginkan.

Setelan ML khusus alur berikut tersedia:

• Jenis NLU

  Nilai ini dapat berupa salah satu dari:

  • NLU Lanjutan (default): Teknologi NLU Lanjutan. Jenis NLU ini berfungsi lebih baik daripada NLU standar, terutama untuk agen dan alur yang besar.
  • NLU Standar: Teknologi NLU Standar. Tidak akan lagi menerima peningkatan kualitas atau fitur baru.

• Auto train

  Jika diaktifkan, alur akan dilatih setiap kali diperbarui dengan konsol. Untuk alur besar, hal ini dapat menyebabkan penundaan UI konsol, jadi Anda harus menonaktifkan setelan ini dan melatih secara manual sesuai kebutuhan untuk alur besar.

• Nilai minimum klasifikasi

  Untuk memfilter hasil positif palsu dan tetap mendapatkan variasi dalam input bahasa alami yang cocok untuk agen Anda, Anda dapat menyesuaikan nilai minimum klasifikasi machine learning. Setelan ini mengontrol keyakinan deteksi maksud minimum yang diperlukan untuk kecocokan maksud.

  Jika skor keyakinan untuk kecocokan maksud kurang dari nilai batas, maka peristiwa tidak cocok akan dipanggil.

  Anda dapat menetapkan nilai minimum klasifikasi terpisah untuk setiap alur dalam setiap bahasa yang diaktifkan untuk agen. Hal ini dilakukan untuk mengakomodasi berbagai bahasa yang berperforma terbaik pada berbagai nilai minimum klasifikasi. Untuk mengetahui informasi selengkapnya tentang cara membuat agen multibahasa, lihat dokumentasi agen multibahasa.

• Status pelatihan

  Menunjukkan apakah alur telah dilatih sejak update terbaru pada data alur.

• Melatih NLU

  Gunakan tombol ini untuk melatih alur secara manual.

Setelan AI generatif

Setelan AI generatif berikut tersedia:

• Umum

  • Frasa yang dilarang

    Daftar frasa yang dilarang untuk AI generatif. Jika frasa terlarang muncul dalam perintah atau respons yang dihasilkan, pembuatan akan gagal.

  • Filter keamanan

    Mengonfigurasi tingkat sensitivitas filter keamanan sehubungan dengan berbagai kategori Responsible AI (RAI). Konten akan dinilai berdasarkan empat kategori berikut:

    Kategori	Deskripsi
    Ujaran kebencian	Komentar negatif atau berbahaya yang menargetkan atribut identitas dan/atau dilindungi.
    Konten berbahaya	Mempromosikan atau memfasilitasi akses ke barang, layanan, dan aktivitas berbahaya
    Konten seksual vulgar	Berisi referensi ke tindakan seksual atau konten cabul lainnya
    Pelecehan	Komentar jahat, mengintimidasi, menindas, atau melecehkan yang menargetkan individu lain

    Konten akan diblokir berdasarkan probabilitas bahayanya. Tingkat sensitivitas dapat disesuaikan dengan memilih salah satu opsi Blokir sedikit, Blokir beberapa, dan Blokir sebagian besar untuk setiap kategori. Anda juga dapat memperoleh akses ke opsi terbatas Jangan blokir yang menonaktifkan pemeriksaan RAI untuk kategori tersebut setelah mengirimkan permintaan pengakuan risiko untuk project Anda dan menerima persetujuan.

    Untuk mengetahui informasi selengkapnya, lihat mengonfigurasi atribut keselamatan.

  • Keamanan perintah

    Anda dapat mencentang setelan aktifkan pemeriksaan keamanan perintah untuk mengaktifkan pemeriksaan keamanan perintah. Jika diaktifkan, agen akan mencoba mencegah serangan injeksi perintah. Serangan ini dapat digunakan untuk mengungkapkan bagian dari perintah agen atau untuk memberikan respons yang seharusnya tidak diberikan oleh agen. Hal ini dilakukan dengan mengirimkan perintah LLM tambahan yang memeriksa apakah kueri pengguna berpotensi berbahaya.

• Agen Generatif

  • Pemilihan model generatif

    Pilih model yang digunakan oleh fitur generatif. Untuk mengetahui informasi selengkapnya, lihat versi model.

  • Pemangkasan konteks playbook

    Pemangkasan konteks playbook memangkas beberapa giliran sebelumnya dari perintah playbook agar ukuran perintah tidak bertambah dengan setiap giliran berurutan yang ditangani oleh playbook. Fitur ini menawarkan cara untuk mengurangi pertumbuhan ukuran perintah yang tidak diinginkan.

    Biasanya, tanpa pemotongan, setiap giliran berikutnya akan ditambahkan ke "histori percakapan" perintah LLM, terlepas dari apakah relevan dengan giliran saat ini atau tidak. Hal ini pada akhirnya dapat menyebabkan perintah bertambah besar di setiap giliran. Jika sebagian besar perintah diisi dengan histori percakapan, maka lebih sedikit perintah yang dapat digunakan untuk contoh few-shot (sehingga contoh ini mungkin dihilangkan). Pada akhirnya, perintah juga dapat melanggar batas token saat ini. Anda dapat meningkatkan ukuran token untuk mengakomodasi hal ini, tetapi perlu diingat bahwa peningkatan ukuran perintah juga menambah latensi respons LLM.

    Pemangkasan konteks playbook memungkinkan Anda menetapkan persentase anggaran token yang akan dicadangkan untuk histori percakapan, sebagai maksimum. Giliran percakapan dipertahankan dalam urutan dari yang terbaru hingga yang terlama. Setelan ini dapat membantu Anda mencegah batas token terlampaui. Apa pun setelan yang Anda pilih, minimal dua giliran percakapan dipertahankan, dalam urutan terbaru hingga terlama.

    Anda harus menyetel batas token terlebih dahulu sebelum dapat mengubah setelan ini.

    Penting: Memangkas konteks dapat menyebabkan beberapa parameter tidak sengaja hilang jika merupakan bagian dari giliran yang dihapus. Evaluasi interaksi playbook Anda dengan cermat setelah mengaktifkan opsi ini.

    Anggaran input token juga digunakan oleh:

    • Petunjuk dan contoh sistem: Ditambahkan secara otomatis ke perintah. Perilaku ini tidak dapat diubah.
    • Petunjuk dan sasaran playbook: Petunjuk dan sasaran apa pun yang Anda tulis akan ditambahkan ke perintah secara keseluruhan.
    • Contoh sedikit tembakan playbook: Ditambahkan secara berurutan (secara default) atau oleh algoritma yang Anda pilih (seperti pengurutan kecocokan terbaik ekspresi reguler). Contoh dipangkas agar sesuai dengan anggaran token input setelah semua item lainnya disertakan.
    • Histori percakapan yang terdiri dari ucapan pengguna dan agen, konteks transisi playbook dan alur, panggilan dan output alat dalam sesi yang sama dari semua giliran sebelumnya yang ditangani secara berurutan oleh playbook saat ini.

• Penggantian Generatif

  • Konfigurasi perintah teks

    Lihat Penggantian generatif: menentukan perintah Anda sendiri.

• Penyimpanan Data

  Lihat Setelan agen penyimpanan data.

Setelan ucapan dan IVR

Setelan ucapan dan IVR berikut tersedia:

• Text-to-Speech

  • Pemilihan suara

    Anda dapat memilih bahasa dan suara yang digunakan untuk sintesis ucapan.

    Anda dapat mengaktifkan Suara kustom untuk agen Anda dengan memilih opsi suara kustom dari kotak drop-down pemilihan suara dan menentukan nama suara kustom di kolom yang sesuai. Nama suara kustom harus mengikuti pola berikut: projects/PROJECT_ID/locations/LOCATION/models/MODEL_NAME.

    • Jika Anda menggunakan gateway telepon, pastikan akun layanan Agen Layanan Dialogflow service-PROJECT_NUMBER@gcp-sa-dialogflow.iam.gserviceaccount.com diberi peran "AutoML Predictor" di project suara kustom Anda.
    • Untuk panggilan API reguler, pastikan akun layanan yang digunakan untuk memanggil Agen Percakapan (Dialogflow CX) diberi peran "AutoML Predictor" dalam project suara kustom Anda.

• Speech-to-Text

  • Mengaktifkan adaptasi ucapan otomatis

    Lihat Adaptasi ucapan otomatis.

  • Setelan ucapan lanjutan

    Untuk mengetahui detail opsi ucapan lanjutan, lihat panduan Setelan ucapan lanjutan.

DTMF

Lihat DTMF untuk integrasi telepon untuk informasi selengkapnya.

Multimodal

Lihat Pendamping panggilan.

Setelan berbagi

Lihat Kontrol akses.

Setelan bahasa

Menambahkan dukungan bahasa tambahan ke agen Anda. Untuk mengetahui daftar lengkap bahasa, lihat referensi bahasa.

Deteksi bahasa otomatis

Saat Anda mengonfigurasi deteksi otomatis bahasa, agen chat Anda akan otomatis mendeteksi bahasa pengguna akhir dan beralih ke bahasa tersebut. Lihat dokumentasi deteksi otomatis bahasa untuk mengetahui detailnya.

Setelan keamanan

Lihat Setelan keamanan.

Setelan lanjutan

Saat ini, satu-satunya setelan lanjutan adalah untuk analisis sentimen.

Setelan konsol Aplikasi AI

Bagian ini menjelaskan setelan yang tersedia untuk aplikasi agen.

Umum

Setelan umum berikut tersedia untuk aplikasi agen:

• Nama tampilan

  Nama yang dapat dibaca manusia untuk aplikasi agen Anda.

• Location

  Wilayah aplikasi agen.

• Kunci aplikasi

  Jika diaktifkan, perubahan pada aplikasi agen tidak diizinkan.

Logging

Setelan logging berikut tersedia untuk aplikasi agen:

• Aktifkan Cloud Logging

  Jika diaktifkan, log akan dikirim ke Cloud Logging.

• Mengaktifkan Histori Percakapan

  Jika diaktifkan, histori percakapan akan tersedia. Menunjukkan apakah Anda ingin Google mengumpulkan dan menyimpan kueri pengguna akhir yang disamarkan untuk peningkatan kualitas. Setelan ini tidak memengaruhi apakah histori percakapan digunakan untuk membuat respons agen.

• Aktifkan BigQuery Export

  Jika diaktifkan, histori percakapan diekspor ke BigQuery. Setelan Aktifkan Histori Percakapan juga harus diaktifkan.

GenAI

Setelan AI generatif berikut tersedia untuk aplikasi agen:

• Pemilihan model generatif

  Pilih model generatif yang harus digunakan agen secara default.

• Batas token input

  Pilih batas token input untuk model generatif. Ini adalah ukuran token maksimum untuk input yang dikirim ke model. Bergantung pada modelnya, token dapat berupa satu karakter hingga satu kata. Batas token yang lebih kecil memiliki latensi yang lebih rendah, tetapi ukuran input model terbatas. Batas token yang lebih besar memiliki latensi yang lebih tinggi, tetapi ukuran input model bisa lebih besar.

• Batas token output

  Pilih batas token output untuk model generatif. Ini adalah ukuran token maksimum untuk output yang diterima dari model. Bergantung pada modelnya, token dapat berupa satu karakter hingga satu kata. Batas token yang lebih kecil memiliki latensi yang lebih rendah, tetapi ukuran output model terbatas. Batas token yang lebih besar memiliki latensi yang lebih tinggi, tetapi ukuran output model bisa lebih besar.

• Temperature

  Temperatur untuk LLM memungkinkan Anda mengontrol seberapa kreatif respons yang dihasilkan. Nilai rendah memberikan respons yang lebih mudah diprediksi. Nilai yang tinggi memberikan respons yang lebih kreatif atau acak.

• Frasa yang dilarang

  Daftar frasa yang dilarang untuk AI generatif. Jika frasa terlarang muncul dalam perintah atau respons yang dihasilkan, agen akan menampilkan respons pengganti.

• Filter keamanan

  Mengonfigurasi tingkat sensitivitas filter keamanan sehubungan dengan berbagai kategori Responsible AI (RAI). Konten akan dinilai berdasarkan empat kategori berikut:

  Kategori	Deskripsi
  Ujaran kebencian	Komentar negatif atau berbahaya yang menargetkan atribut identitas dan/atau dilindungi.
  Konten berbahaya	Mempromosikan atau memfasilitasi akses ke barang, layanan, dan aktivitas berbahaya
  Konten seksual vulgar	Berisi referensi ke tindakan seksual atau konten cabul lainnya
  Pelecehan	Komentar jahat, mengintimidasi, menindas, atau melecehkan yang menargetkan individu lain

  Konten akan diblokir berdasarkan probabilitas bahayanya. Tingkat sensitivitas dapat disesuaikan dengan memilih salah satu opsi Block few (memblokir hanya instance konten berbahaya dengan probabilitas tinggi), Block some (instance dengan probabilitas sedang dan tinggi), dan Block most (probabilitas rendah, sedang, dan tinggi) untuk setiap kategori. Anda juga dapat memperoleh akses ke opsi terbatas Jangan blokir yang menonaktifkan pemeriksaan RAI untuk kategori tersebut setelah mengirimkan permintaan pengakuan risiko untuk project Anda dan menerima persetujuan.

  Untuk mengetahui informasi selengkapnya, lihat mengonfigurasi atribut keselamatan.

• Keamanan perintah

  Anda dapat mencentang setelan aktifkan pemeriksaan keamanan perintah untuk mengaktifkan pemeriksaan keamanan perintah. Jika diaktifkan, agen akan mencoba mencegah serangan injeksi perintah. Serangan ini dapat digunakan untuk mengungkapkan bagian dari perintah agen atau untuk memberikan respons yang seharusnya tidak diberikan oleh agen. Hal ini dilakukan dengan mengirimkan perintah LLM tambahan yang memeriksa apakah kueri pengguna berpotensi berbahaya.

Git

Setelan ini menyediakan integrasi Git. Ikuti petunjuk untuk mengonfigurasi integrasi.