Analyse der Themenanreicherung

Copilot Studio verfügt über integrierte Unterhaltungsverbesserung- und Fallback-Systemthemen. Diese Themen werden ausgelöst, wenn das Verständnis natürlicher Sprache (NLU)-Modell für eine Benutzerabfrage kein passendes Thema oder keine passende Aktion findet. Trigger zur Unterhaltungsverbesserung haben in Bezug auf die Priorität Vorrang vor dem Fallback-Thema.

Wenn die meisten nicht erkannten Äußerungen an einen menschlichen Mitarbeiter gehen, können Sie die Umleitung verbessern, indem Sie Nutzungsmuster angehen, die konsequent Fallback auslösen.

Die analysierten Benutzerabfragen aus dem Fallback-Thema fallen typischerweise in diese Bereiche:

• Benutzerabfragen, die eigentlich bestehende Themen auslösen sollten, aber vom NLU-Modell des Agent nicht erkannt wurden.

• Benutzeranfragen, die in neu vorgeschlagene Themen umgewandelt werden können.

• Nicht zugeordnete Benutzeranfragen, die für keine bestehenden oder neuen Themen relevant sind.

• Weitere Kategorien, darunter:

  • Benutzerabfragen, die ein Thema Multiple Topics Matched (auch bekannt als „Meinst du“) auslösten, gefolgt von Unterhaltungsverbesserung oder Fallback.
  • Unklare Benutzerabfragen, die zu einer Förderung des Konversationsboosting oder einem Fallback führen.
  • Nutzerabfragen aus unvollständigen Unterhaltungen, die zu Konversationsboosting oder Fallback führten.

Von diesen Kategorien sind die ersten beiden sofort umsetzbar. Auf der Grundlage der Erkenntnisse aus diesen Kategorien können Sie die Themen anreichern, indem Sie weitere Auslöser-Phrasen für bestehende Themen hinzufügen oder neue Themen erstellen.

Nächster Schritt

Lernen Sie, wie Sie überlappende oder semantisch ähnliche Triggerausdrücke erkennen und lösen, damit Ihr Agent Verwirrung vermeiden, unnötige klärende Fragen vermeiden und die Genauigkeit sowie die Ablenkungsraten des Themas verbessern kann.