Definições da ferramenta de armazenamento de dados

Estão disponíveis as seguintes definições de configuração da ferramenta de armazenamento de dados.

Definições da ferramenta (apenas na consola de agentes conversacionais)

Se selecionar uma opção no menu pendente Definições da ferramenta, afeta automaticamente as outras configurações de ferramentas disponíveis.

As opções Default e Optimized for voice são predefinições que configuram automaticamente todos os outros parâmetros no menu de configuração da ferramenta.

Estão disponíveis as seguintes opções:

Nome da definição da ferramenta Descrição
Predefinição Otimizado para todos os tipos de agentes.
Otimizado para voz Este tipo de ferramenta predefinido foi configurado especificamente para agentes de voz.
Personalizar A escolha da opção Customize permite-lhe especificar os seus próprios parâmetros de Grounding, Rewriter e Summarization em vez de usar as predefinições atribuídas Default e Optimized for voice.

Fundamentação

Os agentes conversacionais (Dialogflow CX) calculam um nível de confiança para cada resposta gerada a partir do conteúdo dos seus arquivos de dados ligados. Isto avalia a confiança de que todas as informações na resposta são suportadas por informações nas bases de dados. Pode ajustar as respostas permitidas selecionando o nível de confiança mais baixo com o qual se sente confortável. Pode selecionar o nível de confiança mais baixo permitido, e o agente não devolve respostas inferiores a esse nível.

Existem 5 níveis de confiança à escolha: VERY_LOW, LOW, MEDIUM, HIGH e VERY_HIGH.

Também pode aplicar um filtro de heurísticas de fundamentação. Se estiver ativada, as respostas que contenham conteúdo provavelmente impreciso com base em alucinações comuns são suprimidas.

Selecione o modelo de resumo

Pode selecionar o modelo generativo usado por um agente de arquivo de dados para o pedido generativo de resumo. A tabela seguinte contém as opções disponíveis:

Nome do modelo Fase de lançamento Especificação do modelo
Predefinição DG Esta é a configuração recomendada e está sujeita a alterações ao longo do tempo. Se usar esta opção, pode notar alterações no comportamento do agente (provavelmente melhorias). Se quiser uma maior consistência no comportamento do agente, selecione um modelo específico.
gemini-2.5-flash DG Gemini 2.5 Flash
gemini-2.5-flash-lite DG Gemini 2.5 Flash Lite
gemini-2.0-flash-001 DG Gemini 2.0 Flash
gemini-2.0-flash-lite-001 DG Gemini 2.0 flash lite
gemini-2.0-flash-lite-001-voice-mode DG Gemini 2.0 flash lite Otimizado para voz.

Todos os modelos indicados estão disponíveis em todos os idiomas suportados e regiões suportadas.

Comando personalizado de resumo

Pode usar um comando de resumo predefinido com o modelo de resumo selecionado ou fornecer o seu próprio comando. O comando é um modelo de texto que pode conter marcadores de posição predefinidos. Os marcadores de posição são substituídos pelos valores adequados no tempo de execução, e o texto final é enviado para o MDG.

Os marcadores de posição são os seguintes:

  • $original-query: o texto da consulta do utilizador.
  • $rewritten-query: o Dialogflow usa um módulo de reescrita para reescrever a consulta do utilizador original num formato mais preciso.
  • $sources: o Dialogflow usa a Pesquisa empresarial para pesquisar origens com base na consulta do utilizador. As fontes encontradas são renderizadas num formato específico:

    [1] title of first source
    content of first source
    [2] title of second source
    content of second source
    
  • $end-user-metadata: As informações sobre o utilizador que envia a consulta são renderizadas no seguinte formato:

    The following additional information is available about the human: {
    "key1": "value1",
    "key2": "value2",
    ...
    }
    
  • $conversation: o histórico de conversas é renderizado no seguinte formato:

    Human: user's first query
    AGENT: answer to user's first query
    Human: user's second query
    AGENT: answer to user's second query
    
  • ${conversation USER:"<user prefix>" AGENT:"<agent prefix>" TURNS:<turn count>}: uma versão parametrizada do marcador de posição $conversation. Pode personalizar o prefixo do utilizador final (USER), o prefixo do agente (AGENT) e o número de turnos anteriores a incluir (TURNS). Todos os valores dos parâmetros dos marcadores de posição têm de ser especificados.

    Por exemplo, ${conversation USER:"Human says:" AGENT:"Agent says:" TURNS:1}. O histórico de conversas é apresentado da seguinte forma:

    Human says: user's first query
    Agent says: answer to user's first query
    

Um comando personalizado deve instruir o MDI/CE a devolver "NOT_ENOUGH_INFORMATION" quando não conseguir fornecer uma resposta. Neste caso, o agente invoca um evento de não correspondência.

Por exemplo:

Given the conversation between a Human and a AI assistant and a list of sources,
write a final answer for the AI assistant.
Follow these guidelines:
+   Answer the Human's query and make sure you mention all relevant details from
  the sources, using exactly the same words as the sources if possible.
+   The answer must be based only on the sources and not introduce any additional
  information.
+   All numbers, like price, date, time or phone numbers must appear exactly as
  they are in the sources.
+   Give as comprehensive answer as possible given the sources. Include all
  important details, and any caveats and conditions that apply.
+   The answer MUST be in English.
+   Don't try to make up an answer: If the answer cannot be found in the sources,
  you admit that you don't know and you answer NOT_ENOUGH_INFORMATION.
You will be given a few examples before you begin.

Example 1:
Sources:
[1] <product or service> Info Page
Yes, <company> offers <product or service> in various options or variations.

Human: Do you sell <product or service>?
AI: Yes, <company> sells <product or service>. Is there anything else I can
help you with?

Example 2:
Sources:
[1] Andrea - Wikipedia
Andrea is a given name which is common worldwide for both males and females.

Human: How is the weather?
AI: NOT_ENOUGH_INFORMATION

Begin! Let's work this out step by step to be sure we have the right answer.

Sources:
$sources

$end-user-metadata
$conversation
Human: $original-query
AI:

Selecione o modelo de reescrita

Quando uma consulta do utilizador é processada, o agente envia a consulta do utilizador e um comando ao GML para refatorar a consulta do utilizador, o que executa uma reescritura.

Pode selecionar o modelo generativo usado por um agente de armazenamento de dados para o pedido generativo de reescrita. A tabela seguinte lista as opções disponíveis:

Nome do modelo Fase de lançamento Especificação do modelo
Predefinição DG Esta é a configuração recomendada e está sujeita a alterações ao longo do tempo. Se usar esta opção, pode notar alterações no comportamento do agente (provavelmente melhorias). Se quiser uma maior consistência no comportamento do agente, selecione um modelo específico.
Reescritor desativado DG Não ocorre qualquer reescrita de consultas. A latência melhora, mas a qualidade degrada-se. Em particular, a ferramenta de armazenamento de dados pode ter dificuldades em responder a perguntas que requerem contexto do histórico de conversas.
gemini-2.5-flash DG Gemini 2.5 Flash
gemini-2.5-flash-lite DG Gemini 2.5 Flash Lite
gemini-2.0-flash-001 DG Gemini 2.0 Flash
gemini-2.0-flash-lite-001 DG Gemini 2.0 flash lite

Todos os modelos indicados estão disponíveis em todos os idiomas suportados e regiões suportadas.

Comando personalizado do reescritor

Pode usar um comando predefinido ou, opcionalmente, fornecer o seu próprio comando. O comando é um modelo de texto que pode conter marcadores de posição predefinidos. Os marcadores de posição são substituídos pelos valores adequados no momento da execução, e o texto final é enviado para o MDG.

Os marcadores de posição e o texto obrigatório são os seguintes:

  • $original-query: o texto da consulta do utilizador.
  • $conversation: o histórico de conversas é renderizado no seguinte formato:

    Human: user's first query
    AGENT: answer to user's first query
    Human: user's second query
    AGENT: answer to user's second query
    
  • ${conversation USER:"<user prefix>" AGENT:"<agent prefix>" TURNS:<turn count>}: uma versão parametrizada do marcador de posição $conversation. Pode personalizar o prefixo do utilizador final (USER), o prefixo do agente (AGENT) e o número de turnos anteriores a incluir (TURNS). Todos os valores dos parâmetros dos marcadores de posição têm de ser especificados.

    Por exemplo, ${conversation USER:"Human says:" AGENT:"Agent says:" TURNS:1}. O histórico de conversas é apresentado da seguinte forma:

    Human says: user's first query
    Agent says: answer to user's first query
    
  • $end-user-metadata: As informações sobre o utilizador que envia a consulta são renderizadas no seguinte formato:

    The following additional information is available about the human: {
    "key1": "value1",
    "key2": "value2",
    ...
    }
    

Por exemplo:

Your goal is to perform a search query to help the AI assistant respond to the human's last statement.
* Always output the best search query you can, even if you suspect it's not needed.
* Never generate a query that is the same as the user's last statement.
* Include as much context as necessary from the conversation history.
* Output a concise search query, and nothing else.
* Don't use quotes or search operators.
* The query must be in ${language!}.

Conversation History: $conversation
Human: $original-query
Search Query:

Definições de payload

As definições de payload oferecem uma forma de adicionar os fragmentos da loja de dados como conteúdo avançado no payload de resposta, que é renderizado no mensageiro. Tem a opção de ativar ou desativar esta funcionalidade.

Configuração de pesquisa da ferramenta de armazenamento de dados

Pode configurar parâmetros de pesquisa dinâmicos para aperfeiçoar os resultados com base no contexto de uma conversa em curso. Consulte a documentação de configuração da pesquisa para ver detalhes.