您可以參考下列最佳做法，建構可靠的服務機器人。
以自然語言表示的應對手冊名稱
指南名稱應以英文撰寫，並提供清楚的描述。這有助於 AI 產生器在執行階段的效能。舉例來說，「客戶服務中心 Playbook」比「company_specialist」更適合。
所有名稱的長度不得超過 64 個字元，包括英文字母和空格。
簡潔的目標
目標應簡明扼要地說明手冊的用途。
提供優質的操作說明
操作說明應符合下列條件：
- 反映解決使用者問題的逐步方法
- 以簡潔的自然語言句子提供高層級指示
- 簡單明確，並明確指出工具的使用情境
每個 Playbook 至少提供一個範例
每個 Playbook 至少應有一個範例，但建議至少有四個。範例應包含正常情況下的情況。
如果沒有足夠的範例，Playbook 可能會導致無法預測的行為。如果 Playbook 沒有回應或行為不如預期，可能是因為缺少或定義不佳的範例。請嘗試改善範例或新增範例。
指示和範例的精確度
雖然撰寫清楚且具描述性的操作說明很有幫助，但實際上，範例的品質和數量才是決定 Playbook 行為準確度的關鍵。換句話說，請花更多時間撰寫詳細範例，而非撰寫完美精確的操作說明。
在範例中參照工具
如果劇本集是設計用來使用工具提供回應，請參考與這類要求相對應的範例中的工具。
工具結構定義 operationId 欄位
定義工具的結構定義時，operationId 值非常重要。教戰手冊指示會參照這個值。以下是這個欄位的命名建議：
- 只能使用英文字母、數字和底線。
- 在結構定義中所述的所有
operationId中不得重複。 - 必須是反映提供功能的有意義名稱。
工具結構定義驗證
您應驗證工具結構定義。您可以使用 Swagger Editor 檢查 openAPI 3.0 架構語法。
處理空白工具結果
如果 Playbook 需要透過工具通知回應，空白的工具結果可能會導致 Playbook 行為無法預測。有時，Playbook AI Generator 會在回覆中產生幻覺資訊，取代工具結果。為避免這種情況發生，您可以新增特定指示，確保應對手冊 AI 產生器不會自行嘗試回答。
部分用途需要根據工具結果或提供的資料，提供可靠的劇本回應，並且需要根據劇本 AI Generator 的知識，減少回應。
以下是減少幻覺的操作說明範例：
- 「您必須使用這項工具回答所有使用者問題」
- 「如果您沒有從工具取得任何資料，請回覆您不知道使用者查詢的答案」
- 「如果工具沒有提供任何資料，請不要自行捏造答案」
使用 Gemini 產生結構定義
Gemini 可以為您產生結構定義。例如，請嘗試「可以為 Google 日曆建立 openAPI 3.0 範例結構定義嗎？」
專注應對手冊
避免建立過大且複雜的教戰手冊。每個應對手冊都應完成特定且明確的任務。如果您有複雜的劇本，建議將其拆分為較小的子劇本。
避免迴圈和遞迴
在指令中連結代理程式時，請勿建立迴圈或遞迴。如果您嘗試將路由導向直接或間接呼叫目前 Playbook 的祖系 Playbook，就可能會發生迴圈。
提供示例的路徑資訊
如果 Playbook 應導向至其他 Playbook，請將這項資訊提供給範例。這項資訊是提供給「輸入與輸出」範例部分的「End example with output information」欄位範例。
舉例來說，這個欄位的最後一句話可以是「將路由重新導向至預設的劇本，以便進行後續查詢」。
使用 Conversational Agents (Dialogflow CX) Messenger JavaScript 函式進行個人化設定
使用 Conversational Agents (Dialogflow CX) Messenger 時，下列函式可用於將使用者個人化資訊從網頁介面傳送至劇本：
規劃成效
生成式功能通常需要幾秒甚至數十秒的時間才能產生回應。雖然應對手冊可提升對話的自然度，但管理回應時間至關重要，才能維持良好的使用者體驗。以下是一些可用來提升成效的策略：
平衡生成式功能使用量
請仔細權衡執行多項生成功能所需的時間，以及這些功能為對話帶來的價值。如果這些功能對使用者的目標沒有太大幫助，請避免過度使用。
盡量減少生成式功能輸入內容
請盡量收集和處理 AI 產生器產生實用回覆所需的最低資訊量。這樣做可大幅縮短處理時間。
使用脈絡快取功能
如果您是透過工具使用 Gemini，且初始脈絡很大，請使用 Vertex AI 脈絡快取功能探索快取資訊，避免重複要求相同資料。實作速度的固定回覆：
如果應用程式不需要獨特的動態內容，建議您將常用的回覆儲存在 Firebase 等傳統資料庫中。由於這些固定回覆是預先定義且隨時可用，因此回覆速度比需要即時計算答案的生成式功能快上許多。
指示 AI 產生器產生精簡的應對手冊回覆
就文字輸入和輸出而言，AI 產生器的回應時間高度依賴所使用的模型和輸出長度。簡短的回覆可以大幅提升成效。雖然輸入長度也會納入考量，但輸出長度會帶來更大的影響。