Setelan agen

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

Setelan agen konsol Agent Percakapan

Untuk mengakses setelan agen:

Konsol

  1. Buka konsol Agen Percakapan.
  2. Pilih project Google Cloud Anda.
  3. Pilih agen Anda.
  4. Klik ikon setelan ini di pojok kanan atas.
  5. Perbarui setelan sesuai keinginan.
  6. Klik Simpan.

API

Lihat metode get dan patch/update untuk jenis Agent.

Pilih protokol dan versi untuk referensi Agen:

Protokol V3 V3beta1
REST Referensi agen Referensi agen
RPC Antarmuka agen Antarmuka agen
C++ AgentsClient Tidak tersedia
C# AgentsClient Tidak tersedia
Go AgentsClient Tidak tersedia
Java AgentsClient AgentsClient
Node.js AgentsClient AgentsClient
PHP Tidak tersedia Tidak tersedia
Python AgentsClient AgentsClient
Ruby Tidak tersedia Tidak tersedia

Subbagian berikut menjelaskan berbagai kategori setelan agen.

Setelan umum

Setelan umum berikut tersedia untuk agen:

  • Nama tampilan

    Nama agen yang dapat dibaca manusia.

  • Zona waktu

    Zona waktu default untuk agen Anda.

  • Awal percakapan

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

  • Lokasi agen

    Region agen yang Anda pilih saat membuat agen.

  • Penguncian agen

    • Mengunci agen

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

  • Setelan logging

    • Aktifkan Cloud Logging

      Menunjukkan apakah Cloud logging diaktifkan untuk agen atau tidak.

    • Mengaktifkan histori percakapan

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

    • Mengaktifkan penyamaran input pengguna akhir berbasis izin

      Jika setelan ini diaktifkan, Anda akan 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, penyamaran tidak akan terjadi.

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

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

  • BigQuery Export

    • Mengaktifkan BigQuery Export

      Menunjukkan apakah BigQuery Export diaktifkan atau tidak.

    • BigQuery dataset

      Nama set data BigQuery.

    • BigQuery table

      Nama tabel BigQuery.

  • Saran Intent

    Anda dapat mengaktifkan saran intent.

  • Masukan pengguna

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

  • Integrasi Git

    Gunakan setelan ini untuk menambahkan integrasi Git.

Setelan AI generatif

Tersedia setelan AI generatif berikut:

  • Umum

    • Pemilihan model generatif

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

    • Batas token

      • 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 berada di antara satu karakter dan satu kata. Batas token yang lebih kecil memiliki latensi yang lebih rendah, tetapi ukuran input modelnya terbatas. Batas token yang lebih besar memiliki latensi yang lebih tinggi, tetapi ukuran input model dapat lebih besar.

      • Batas token output

        Pilih batas token output untuk model generatif. Dimensi ini adalah ukuran token maksimum untuk output yang diterima dari model. Bergantung pada modelnya, token dapat berada di antara satu karakter dan satu kata. Batas token yang lebih kecil memiliki latensi yang lebih rendah, tetapi ukuran output modelnya terbatas. Batas token yang lebih besar memiliki latensi yang lebih tinggi, tetapi ukuran output model dapat lebih besar.

    • Suhu

      Suhu untuk LLM memungkinkan Anda mengontrol seberapa kreatif respons tersebut. Nilai yang rendah memberikan respons yang lebih dapat diprediksi. Nilai yang tinggi memberikan respons yang lebih kreatif atau acak.

    • Batas token konteks

      Setelan ini mengecualikan beberapa belokan sebelumnya dari perintah LLM untuk menjaga ukuran perintah agar tidak bertambah dengan setiap giliran berurutan yang ditangani oleh agen. Fitur ini menawarkan cara untuk mengurangi pertumbuhan ukuran prompt yang tidak diinginkan.

      Biasanya, tanpa pemotongan, setiap belokan berikutnya akan ditambahkan ke "histori percakapan" perintah LLM, terlepas dari apakah perintah tersebut relevan dengan belokan saat ini atau tidak. Hal ini pada akhirnya dapat menyebabkan dialog meningkat dari waktu ke waktu. Karena semakin banyak perintah yang diambil oleh histori percakapan, lebih sedikit perintah yang dapat digunakan untuk contoh beberapa kali (sehingga mungkin akan dihapus). Pada akhirnya, prompt juga mungkin 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.

      Pemotongan konteks memungkinkan Anda menetapkan persentase anggaran token yang akan dicadangkan untuk histori percakapan, secara maksimum. Giliran percakapan dipertahankan dari urutan terbaru hingga terakhir. Setelan ini dapat membantu Anda mencegah agar tidak melampaui batas token. Terlepas dari setelan yang Anda pilih, setidaknya dua putaran percakapan akan dipertahankan, dari urutan terbaru hingga terbaru.

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

      Konteks pemotongan dapat menyebabkan beberapa parameter tanpa sengaja hilang jika merupakan bagian dari pengalihan yang dihentikan. Evaluasi interaksi playbook Anda dengan cermat setelah mengaktifkan opsi ini.

      Anggaran input token juga digunakan oleh yang berikut:

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

    • Frasa yang diblokir

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

    • Filter keamanan

      Konfigurasi 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 rujukan ke tindakan seksual dan/atau konten cabul lainnya
      Pelecehan Komentar jahat, mengintimidasi, penindasan, dan/atau kasar yang menarget individu lain

      Konten diblokir berdasarkan kemungkinan bahwa konten tersebut berbahaya. Tingkat sensitivitas dapat disesuaikan dengan memilih salah satu dari Blokir beberapa, Blokir beberapa, dan Blokir sebagian besar untuk setiap kategori. Anda juga dapat memperoleh akses ke opsi Block none yang menonaktifkan pemeriksaan RAI untuk kategori tersebut setelah mengirim permintaan konfirmasi risiko untuk project Anda dan menerima persetujuan.

      Untuk mengetahui informasi selengkapnya, lihat mengonfigurasi atribut keamanan.

    • Keamanan dialog

      Anda dapat memeriksa setelan enable Prompt security check untuk mengaktifkan prompt security check. Saat diaktifkan, agen akan mencoba mencegah serangan injeksi perintah. Serangan ini dapat digunakan untuk mengungkap bagian dari prompt agen atau memberikan respons yang tidak seharusnya diberikan agen. Hal ini dilakukan dengan mengirimkan perintah LLM tambahan yang memeriksa apakah kueri pengguna mungkin berbahaya.

    • Fallback Generatif

  • Penyimpanan Data

    Lihat Setelan agen penyimpanan data.

Flow Determenistik

Setelan ini berlaku untuk semua alur di agen ini, kecuali untuk setelan ML yang diterapkan per alur. Untuk mengedit setelan spesifik per alur, arahkan ke flow di konsol dan edit setelan di sana.

  • Pelatihan intent

    Flow menggunakan algoritma machine learning (ML) untuk memahami input pengguna akhir, mencocokkannya dengan intent, dan mengekstrak data terstruktur. Alur belajar dari frasa pelatihan yang Anda berikan dan model bahasa yang dibangun ke dalam alur. Berdasarkan data ini, AI membangun model untuk membuat keputusan tentang intent yang harus dicocokkan dengan input pengguna akhir. Anda dapat menerapkan setelan ML unik untuk tiap alur agen.

    Tersedia setelan pelatihan intent berikut:

    • Koreksi ejaan

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

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

      Peringatan dan praktik terbaik:

      • Koreksi ejaan tidak dapat memperbaiki error ASR (pengenalan ucapan otomatis), jadi sebaiknya jangan mengaktifkannya untuk agen yang menggunakan input ASR.
      • Input yang dikoreksi dapat cocok dengan intent yang salah. Anda dapat memperbaikinya dengan menambahkan frasa yang biasanya 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 spesifik per alur

      • Jenis NLU

        Hal ini dapat berupa salah satu dari:

      • Latih otomatis

        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 (PP) dan tetap mendapatkan variasi dalam input natural language yang cocok untuk agen Anda, Anda dapat menyesuaikan batas klasifikasi machine learning. Setelan ini mengontrol keyakinan deteksi intent minimum yang diperlukan untuk pencocokan intent.

        Jika skor keyakinan untuk kecocokan intent kurang dari nilai minimum, maka peristiwa tanpa kecocokan akan dipanggil.

        Anda dapat menetapkan nilai minimum klasifikasi terpisah untuk setiap alur dalam setiap bahasa yang diaktifkan untuk agen. Hal ini untuk mengakomodasi berbagai bahasa yang memiliki performa terbaik pada batas klasifikasi yang berbeda-beda. Untuk informasi selengkapnya tentang membuat agen multibahasa, lihat dokumentasi agen multibahasa.

      • Status pelatihan

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

      • Kereta

        Gunakan tombol ini untuk melatih alur secara manual.

    • Bahasa

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

      1. Ekspor agen Anda ke format JSON.
      2. Ekstrak file yang didownload.
      3. Temukan 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 khusus bahasa dan nilai entity sesuai kebutuhan.

      Anda juga dapat mengaktifkan deteksi otomatis dan pengalihan bahasa.

Konektivitas

  • Template payload kustom

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

  • Definisi parameter

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

  • Setelan sertifikat klien

    Digunakan untuk mengupload sertifikat SSL.

Ucapan dan IVR

  • Opsi ucapan

    • 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 dropbox 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 cloning suara.

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

    • Speech-to-Text

  • Pendamping panggilan

    Lihat Pendamping panggilan.

Setelan UI

Anda dapat menggunakan setelan ini untuk menyesuaikan antarmuka pengguna Messenger dan Pendamping Panggilan.

Keamanan

Lihat Setelan keamanan.

Setelan agen konsol Dialogflow CX

Untuk mengakses setelan agen:

Konsol

  1. Buka konsol Dialogflow CX.
  2. Pilih project Google Cloud Anda.
  3. Pilih agen Anda.
  4. Klik Setelan Agen.
  5. Perbarui setelan sesuai keinginan.
  6. Klik Simpan.

API

Lihat metode get dan patch/update untuk jenis Agent.

Pilih protokol dan versi untuk referensi Agen:

Protokol V3 V3beta1
REST Referensi agen Referensi agen
RPC Antarmuka agen Antarmuka agen
C++ AgentsClient Tidak tersedia
C# AgentsClient Tidak tersedia
Go AgentsClient Tidak tersedia
Java AgentsClient AgentsClient
Node.js AgentsClient AgentsClient
PHP Tidak tersedia Tidak tersedia
Python AgentsClient AgentsClient
Ruby Tidak tersedia Tidak tersedia

Subbagian berikut menjelaskan berbagai kategori setelan agen.

Setelan umum

Setelan umum berikut tersedia untuk agen:

  • Nama tampilan

    Nama agen yang dapat dibaca manusia.

  • Zona waktu

    Zona waktu default untuk agen Anda.

  • Bahasa default

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

    1. Ekspor agen Anda ke format JSON.
    2. Ekstrak file yang didownload.
    3. Temukan 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 khusus bahasa dan nilai entity sesuai kebutuhan.

  • Penguncian agen

    • Mengunci agen

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

  • Setelan logging

    • Aktifkan Cloud Logging

      Menunjukkan apakah Cloud logging diaktifkan untuk agen atau tidak.

    • Mengaktifkan logging interaksi

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

    • Mengaktifkan penyamaran input pengguna akhir berbasis izin

      Jika setelan ini diaktifkan, Anda akan dapat menggunakan parameter sesi khusus untuk mengontrol apakah input dan parameter pengguna akhir akan disamarkan dari histori percakapan dan Cloud logging. Secara default, parameter sesinya adalah true. Jika setelan ini dinonaktifkan, penyamaran tidak akan terjadi.

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

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

  • Ekspor BigQuery

    • Mengaktifkan BigQuery Export

      Menunjukkan apakah BigQuery Export diaktifkan atau tidak.

    • BigQuery dataset

      Nama set data BigQuery.

    • BigQuery table

      Nama tabel BigQuery.

  • Saran Intent

    Anda dapat mengaktifkan saran intent.

  • 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 intent, dan mengekstrak data terstruktur. Agen Percakapan (Dialogflow CX) belajar dari frasa pelatihan yang Anda berikan dan model bahasa yang dibangun ke dalam Agen Percakapan (Dialogflow CX). Berdasarkan data ini, AI membangun model untuk membuat keputusan tentang intent 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 tingkat agen berikut tersedia:

  • Memungkinkan ML untuk mengoreksi ejaan

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

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

    Peringatan dan praktik terbaik:

    • Koreksi ejaan tidak dapat memperbaiki error ASR (pengenalan ucapan otomatis), jadi sebaiknya jangan mengaktifkannya untuk agen yang menggunakan input ASR.
    • Input yang dikoreksi dapat cocok dengan intent yang salah. Anda dapat memperbaikinya dengan menambahkan frasa yang biasanya 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 spesifik per alur berikut tersedia:

  • Jenis NLU

    Hal ini dapat berupa salah satu dari:

  • Latih otomatis

    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 (PP) dan tetap mendapatkan variasi dalam input natural language yang cocok untuk agen Anda, Anda dapat menyesuaikan batas klasifikasi machine learning. Setelan ini mengontrol keyakinan deteksi intent minimum yang diperlukan untuk pencocokan intent.

    Jika skor keyakinan untuk kecocokan intent kurang dari nilai minimum, maka peristiwa tanpa kecocokan akan dipanggil.

    Anda dapat menetapkan nilai minimum klasifikasi terpisah untuk setiap alur dalam setiap bahasa yang diaktifkan untuk agen. Hal ini untuk mengakomodasi berbagai bahasa yang memiliki performa terbaik pada batas klasifikasi yang berbeda-beda. Untuk informasi selengkapnya tentang membuat agen multibahasa, lihat dokumentasi agen multibahasa.

  • Status pelatihan

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

  • NLU Kereta

    Gunakan tombol ini untuk melatih alur secara manual.

Setelan AI generatif

Tersedia setelan AI generatif berikut:

  • Umum

    • Frasa yang diblokir

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

    • Filter keamanan

      Konfigurasi tingkat sensitivitas filter keamanan dalam kaitannya 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 aktivitas berbahaya
      Konten seksual vulgar Berisi rujukan ke tindakan seksual atau konten cabul lainnya
      Pelecehan Komentar berbahaya, mengintimidasi, menindas, atau melecehkan yang menarget individu lain

      Konten diblokir berdasarkan kemungkinan bahwa konten tersebut berbahaya. Tingkat sensitivitas dapat disesuaikan dengan memilih salah satu dari Blokir beberapa, Blokir beberapa, dan Blokir sebagian besar untuk setiap kategori. Anda juga dapat memperoleh akses ke opsi Block none yang menonaktifkan pemeriksaan RAI untuk kategori tersebut setelah mengirim permintaan konfirmasi risiko untuk project Anda dan menerima persetujuan.

      Untuk mengetahui informasi selengkapnya, lihat mengonfigurasi atribut keamanan.

    • Keamanan dialog

      Anda dapat memeriksa setelan enable Prompt security check untuk mengaktifkan prompt security check. Saat diaktifkan, agen akan mencoba mencegah serangan injeksi perintah. Serangan ini dapat digunakan untuk mengungkap bagian dari prompt agen atau memberikan respons yang tidak seharusnya diberikan agen. Hal ini dilakukan dengan mengirimkan perintah LLM tambahan yang memeriksa apakah kueri pengguna mungkin berbahaya.

  • Agen Generatif

    • Pemilihan model generatif

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

    • Pemotongan konteks Playbook

      Pemotongan konteks Playbook memisahkan beberapa giliran sebelumnya dari prompt playbook agar ukuran perintah tidak bertambah setiap giliran yang berurutan yang ditangani oleh playbook. Fitur ini menawarkan cara untuk mengurangi pertumbuhan ukuran prompt yang tidak diinginkan.

      Biasanya, tanpa pemotongan, setiap belokan berikutnya akan ditambahkan ke "histori percakapan" perintah LLM, terlepas dari apakah perintah tersebut relevan dengan belokan saat ini atau tidak. Hal ini pada akhirnya dapat menyebabkan dialog meningkat dari waktu ke waktu. Karena semakin banyak perintah yang diambil oleh histori percakapan, lebih sedikit perintah yang dapat digunakan untuk contoh beberapa kali (sehingga mungkin akan dihapus). Pada akhirnya, prompt juga mungkin 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.

      Pemotongan konteks Playbook memungkinkan Anda menetapkan persentase anggaran token yang akan dicadangkan untuk histori percakapan, secara maksimum. Giliran percakapan dipertahankan dari urutan terbaru hingga terakhir. Setelan ini dapat membantu Anda mencegah agar tidak melampaui batas token. Terlepas dari setelan yang Anda pilih, setidaknya dua putaran percakapan akan dipertahankan, dari urutan terbaru hingga terbaru.

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

      Penting: Konteks terpotong dapat menyebabkan beberapa parameter tidak sengaja hilang jika merupakan bagian dari pengalihan yang dihilangkan. Evaluasi interaksi playbook Anda dengan cermat setelah mengaktifkan opsi ini.

      Anggaran input token juga digunakan oleh yang berikut:

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

  • Fallback Generatif

  • 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 dropbox 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 Dialogflow Service Agent service-PROJECT_NUMBER@gcp-sa-dialogflow.iam.gserviceaccount.com diberikan dengan "AutoML Predictor" pada project suara kustom Anda.
      • Untuk panggilan API reguler, pastikan akun layanan yang digunakan untuk memanggil Agen Percakapan (Dialogflow CX) diberikan dengan peran "AutoML Predictor" di project suara kustom Anda.

  • Speech-to-Text

DTMF

Lihat DTMF untuk integrasi telepon untuk mengetahui informasi selengkapnya.

Multimodal

Lihat Pendamping panggilan.

Setelan berbagi

Lihat Kontrol akses.

Setelan bahasa

Tambahkan dukungan bahasa lain ke agen Anda. Untuk mengetahui daftar lengkap bahasa, lihat referensi bahasa.

Deteksi otomatis bahasa

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

    Region aplikasi agen.

  • Kunci aplikasi

    Jika diaktifkan, perubahan pada aplikasi agen tidak akan 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 atau tidak.

  • Mengaktifkan BigQuery Export

    Jika diaktifkan, histori percakapan akan 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 berada di antara satu karakter dan satu kata. Batas token yang lebih kecil memiliki latensi yang lebih rendah, tetapi ukuran input modelnya terbatas. Batas token yang lebih besar memiliki latensi yang lebih tinggi, tetapi ukuran input model dapat lebih besar.

  • Batas token output

    Pilih batas token output untuk model generatif. Dimensi ini adalah ukuran token maksimum untuk output yang diterima dari model. Bergantung pada modelnya, token dapat berada di antara satu karakter dan satu kata. Batas token yang lebih kecil memiliki latensi yang lebih rendah, tetapi ukuran output modelnya terbatas. Batas token yang lebih besar memiliki latensi yang lebih tinggi, tetapi ukuran output model dapat lebih besar.

  • Temperature

    Suhu untuk LLM memungkinkan Anda mengontrol seberapa kreatif respons tersebut. Nilai yang rendah memberikan respons yang lebih dapat diprediksi. Nilai yang tinggi memberikan respons yang lebih kreatif atau acak.

  • Frasa yang diblokir

    Daftar frasa yang dilarang untuk AI generatif. Jika frasa yang diblokir muncul pada perintah atau respons yang dihasilkan, agen akan menampilkan respons penggantian.

  • Filter keamanan

    Konfigurasi tingkat sensitivitas filter keamanan dalam kaitannya 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 aktivitas berbahaya
    Konten seksual vulgar Berisi rujukan ke tindakan seksual atau konten cabul lainnya
    Pelecehan Komentar berbahaya, mengintimidasi, menindas, atau melecehkan yang menarget individu lain

    Konten diblokir berdasarkan kemungkinan bahwa konten tersebut berbahaya. Tingkat sensitivitas dapat disesuaikan dengan memilih salah satu opsi Blokir beberapa (hanya memblokir instance konten berbahaya dengan probabilitas tinggi), Blokir beberapa (instance probabilitas sedang dan tinggi), dan Blokir sebagian besar (probabilitas rendah, sedang, dan tinggi) untuk setiap kategori. Anda juga dapat memperoleh akses ke opsi Block none yang menonaktifkan pemeriksaan RAI untuk kategori tersebut setelah mengirim permintaan konfirmasi risiko untuk project Anda dan menerima persetujuan.

    Untuk mengetahui informasi selengkapnya, lihat mengonfigurasi atribut keamanan.

  • Keamanan dialog

    Anda dapat memeriksa setelan enable Prompt security check untuk mengaktifkan prompt security check. Saat diaktifkan, agen akan mencoba mencegah serangan injeksi perintah. Serangan ini dapat digunakan untuk mengungkap bagian dari prompt agen atau memberikan respons yang tidak seharusnya diberikan agen. Hal ini dilakukan dengan mengirimkan perintah LLM tambahan yang memeriksa apakah kueri pengguna mungkin berbahaya.

Git

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

Sebelumnya
Pengumpulan kode pos
Berikutnya
Model ucapan