生成式回退

当最终用户输入与表单填充 intent 或参数不匹配时，生成式回退功能会使用 Google 最新的生成式大语言模型 (LLM) 生成虚拟客服人员回答。

此功能可通过文本提示进行配置，以指示 LLM 如何响应。您可以使用预定义的文本提示，也可以添加自己的提示。借助预定义的提示，虚拟客服能够处理基本对话场景。例如：

• 向用户问候和告别。
• 重复客服人员所说的内容，以防用户不理解。
• 在用户要求时保持通话。
• 总结对话内容。

您可以在流、页面或参数填充期间针对无匹配事件处理脚本启用生成式回退。为无匹配事件启用生成式回退后，每当该事件触发时，Conversational Agents (Dialogflow CX) 都会尝试生成一个响应，并将其说回给用户。如果生成响应失败，系统将改为发出常规的规定客服人员响应。

限制

此功能支持 Gemini API 支持的语言。

启用生成式后备

您可以在代理中针对无匹配事件处理脚本启用生成式回退，该回退可用于流、页面或参数执行方式。

为整个流程的无匹配事件启用生成式回退：

1. 前往 Dialogflow CX 控制台。
2. 选择一个项目。
3. 选择一个代理，然后选择一个流程。
4. 点击流程的开始页面以将其展开。
5. 点击“事件处理脚本”下的 sys.no-match-default。
6. 在客服回答下，选中启用生成式后备回答。
7. 点击保存。

针对特定的无匹配事件启用生成式回退：

1. 前往目标 No-match 事件处理脚本（以 No-match 开头的任何事件，例如 No-match default、No-match 1 等）。
2. 在客服回答下，选中启用生成式后备回答。
3. 点击保存。

配置生成式后备

如上所述，生成式回退功能会将请求传递给大型语言模型，以生成回答。该请求采用文本提示的形式，其中混合了自然语言和有关客服人员和对话当前状态的信息。系统会对问题和生成的回答进行检查，以确保其不包含禁止使用的字词。如果这些信息包含任何禁用字词或被视为不安全，系统将无法生成回答，而是改为发出常规规定的回答（在同一执行方式中的客服人员的回答下方）。

您可以通过多种方式配置此功能：

1. 选择一个预定义的提示。
2. 定义自定义提示。
3. 在禁用短语列表中添加或移除短语。

创建问题时，除了使用自然语言描述应生成哪种上下文之外，还可以使用以下占位符：

术语	定义
$conversation	代理与用户之间的对话，不包括最后一句用户话语。
${conversation USER:"<user prefix>" AI:"<agent prefix>" TURNS:<turn count>}	$conversation 占位符的参数化版本。您可以自定义最终用户前缀 (USER)、代理前缀 (AI) 以及要包含的上一个对话轮数 (TURNS)。必须指定所有占位符参数值。例如：${conversation USER:"Human says:" AI:"Agent says:" TURNS:4}
$last-user-utterance	最后一次用户语音指令。
$flow-description	正在运行的流的流程说明。
$route-descriptions	有效 intent 的 intent 说明。

请务必提供流畅的流程和清晰的意图说明。

选择预定义的提示

1. 在客服人员设置中，依次前往 Generative AI 标签页和 Generative Fallback 子标签页。
2. 从模板下拉菜单中选择一个选项。
3. 点击保存。

此功能提供了两个模板提示，即默认模板（不可见）和示例模板，可作为编写您自己的提示的指南。

定义您自己的提示

1. 在客服人员设置中，依次前往 Generative AI 标签页和 Generative Fallback 子标签页。
2. 在模板下拉菜单中，选择 + 新建模板。
3. 添加模板名称。
4. 添加文本提示。
5. 点击保存。

您也可以先修改示例模板，然后将其另存为新模板：

1. 在模板下拉菜单中，选择示例。
2. 点击修改。
3. 修改模板名称。
4. 修改文本提示。
5. 点击保存。

修改禁用短语列表

1. 在代理设置中，依次前往生成式 AI 标签页和常规子标签页。
2. 在已禁用的词组部分中，检查列表、向列表中添加词组或从列表中移除词组。
3. 点击保存。

测试生成式后备

您可以在模拟器中测试生成式回退功能。每当用户语句导致流程/页面上发生无匹配（并且无匹配事件已配置为生成生成式回答），并且生成成功时，代理都会输出生成的回答。

Codelab

另请参阅生成式回退 Codelab。

问题排查

如果您想调试此功能，可以在 Dialogflow 控制台模拟器中检查已解析的大语言模型 (LLM) 输入提示：

1. 点击原始回答按钮：

   

2. 找到“生成式后备提示”字段。将这些字段作为纯文本读取，并检查 LLM 输入是否合理。如果任何短语包含 $，请检查模拟器输入，并明确提示中的 $ 是否有意为之（例如，price is $10 中的 $ 可能是有意为之，而 visit $city 中的 $ 可能不是，可能暗示了用法错误或 bug）。如果您不确定，请与支持团队联系。

3. 如果您使用的是非默认的提示模板，但没有看到“生成式后备提示”字段，请与支持团队联系。