Remarque
L’accès à cette page nécessite une autorisation. Vous pouvez essayer de vous connecter ou de modifier des répertoires.
L’accès à cette page nécessite une autorisation. Vous pouvez essayer de modifier des répertoires.
Les phrases déclencheuses constituent la base de la reconnaissance efficace des sujets dans Copilot Studio. Ils entraînent le modèle de compréhension du langage naturel (NLU) de votre agent pour identifier lorsque les utilisateurs posent des questions sur des sujets spécifiques. En utilisant des phrases déclencheures, votre agent peut orienter les conversations vers le bon sujet avec précision.
Quelles sont les phrases déclencheuses dans Copilot Studio ?
Les phrases déclencheuses entraînent le modèle de compréhension du langage naturel (NLU) de votre agent. Les expressions de déclencheur indiquent à l’agent quels énoncés utilisateur classiques doivent déclencher une rubrique spécifique.
Les phrases déclencheuses capturent généralement la manière dont un utilisateur pose des questions sur un problème ou une question. Par exemple, une expression déclencheuse pourrait être « problème avec les mauvaises herbes dans la pelouse ».
Lorsque vous créez une nouvelle rubrique, vous n’avez besoin de fournir que quelques exemples de phrases (idéalement entre 5 et 10). Au moment de l’exécution, l’IA analyse ce que dit l’utilisateur et déclenche la rubrique la plus proche de l’énoncé de l’utilisateur. En savoir plus dans Choisir des phrases déclencheuses efficaces.
Importance du contexte déclencheur
Copilot Studio NLU se comporte différemment en fonction de l’état de la conversation. Ce comportement peut parfois entraîner des comportements différents pour la même déclaration d’utilisateur.
Voici les différents états de la conversation :
Début de la conversation : L’agent n’a pas de contexte, donc une déclaration utilisateur est censée soit :
- Déclencher directement une rubrique (reconnaissance de l’intention).
- Déclencher une question de clarification « vouliez-vous dire » (plusieurs sujets correspondants) parmi les candidats ayant plusieurs intentions si plusieurs sujets correspondent.
- Accéder à un sujet par défaut si l’intention n’est pas reconnue.
Après le déclenchement d’un sujet « vouliez-vous dire » (Plusieurs sujets correspondants) : le CLN s’optimise pour faire correspondre l’une des rubriques proposées, avec des seuils plus élevés pour s’écarter des options présentées.
Basculer d’un sujet en cours : si le NLU essaie de remplir un champ dans un sujet, et que l'utilisateur donne une requête qui pourrait déclencher un autre sujet (changement de sujet).
Normalisation des entités et déclenchement de rubriques
Au moment de l’exécution, les agents qui utilisent l’orchestration classique sélectionnent une rubrique en comparant l’énoncé de l’utilisateur aux expressions de déclencheur de chaque rubrique.
Le système normalise les entités détectées à leurs types d’entités et calcule la similarité en fonction du formulaire normalisé. Cette méthode peut augmenter la reconnaissance des intentions, mais elle peut également élargir les correspondances de manière qui ne sont pas évidentes lorsque vous créez des expressions de déclencheur.
Par exemple, supposons que l’expression déclencheur de la rubrique A est Créer une réunion avec Alex, et que l’énoncé d’un utilisateur est Créer une réunion avec Susan.
Avec la correspondance de texte uniquement, la similarité serait faible, car « Alex » et « Susan » sont des valeurs littérales différentes. Avec la normalisation d’entité, la similarité peut être élevée si les deux valeurs sont reconnues comme le même type d’entité (par exemple, nom de personne). Dans ce cas, la rubrique A est sélectionnée même si le nom spécifique dans l’énoncé utilisateur n’apparaît pas dans l’expression de déclencheur.
La normalisation des entités rend les agents qui utilisent l’orchestration classique plus robuste pour les valeurs d’entité variables et peuvent tolérer une correspondance plus large.
Cette fonctionnalité s’applique aux cas d’usage tels que :
- Vos expressions de déclencheur diffèrent principalement par les valeurs d’entité (noms, emplacements, dates, nombres) et vous souhaitez que la rubrique corresponde en fonction de la structure de la requête plutôt que des jetons d’entité exacts.
- Vous vous appuyez sur des entités de liste fermée ou d'autres entités structurées et souhaitez un taux de rappel plus élevé lors de la correspondance.
- Vous résolvez les problèmes liés aux scores de faible correspondance où la normalisation des entités est attendue, mais ne se produit pas car la rubrique ne contient pas d’entités éligibles pour la normalisation. Par exemple, seules les entités de liste dynamique sont présentes, qui ne participent pas à la normalisation au moment du déclencheur.
Ponctuation
Le modèle NLU fonctionne de la même manière, quelle que soit la ponctuation, y compris les points d’interrogation.
Créer de nouvelles phrases déclencheuses
Si possible, commencez par de vraies données de production au lieu d’inventer vos propres phrases déclencheures. Les meilleures phrases déclencheuses sont similaires aux données réelles provenant des utilisateurs. Ces phrases sont celles que les utilisateurs posent à un agent déployé.
N’oubliez pas de mots précis. Le modèle accorde moins d’importance aux mots inutiles, comme les mots stop. Les mots de stop sont des mots que le système filtre avant de traiter les données en langage naturel car ils sont insignifiants.
Optimiser les phrases déclencheuses
Les bonnes pratiques suivantes vous aident à optimiser vos phrases déclencheures.
| Conseil / Astuce | Exemples |
|---|---|
|
Comporter au moins 5 à 10 phrases déclencheuses par rubrique Effectuez des itérations et ajoutez-en au fur et à mesure de l'apprentissage des utilisateurs. |
Trouver mon magasin le plus proche Vérifier l’emplacement du magasin Trouver un magasin Trouvez-moi votre emplacement le plus proche Magasin près de chez moi |
|
Varier la structure des phrases et les termes clés Le modèle prend automatiquement en compte les variantes de ces phrases. |
Quand êtes-vous fermé Heures d’ouverture quotidiennes |
|
Utiliser des phrases déclencheur courtes De moins de 10 mots. |
Quand êtes-vous ouvert |
|
Évitez les phrases déclencheur composées d’un seul mot Cette pratique augmente le poids des mots spécifiques dans le déclenchement de rubriques. Cela peut introduire une confusion entre des sujets similaires. |
Magasin |
| Utiliser des phrases complètes | Puis-je parler à un conseiller humain |
| Utiliser des verbes et des noms uniques ou des combinaisons de ceux-ci |
J’ai besoin du service clientèle Je veux parler à un conseiller |
|
Éviter d’utiliser la même variation d’entité Vous n'avez pas besoin d'utiliser tous les exemples liés à la valeur d'entité. Le NLU prend automatiquement en compte toutes les variantes. |
Je veux commander un hamburger Je voudrais une pizza Je voudrais des nuggets de poulet |
Équilibrer le nombre de phrases déclencheuses par thème
Essayez d’équilibrer le nombre de phrases déclencheurs entre les sujets. De cette façon, les fonctionnalités CLN n’accorderont pas trop de poids à un sujet par rapport à un autre en fonction des phrases déclencheurs configurées.
Évaluez vos changements
Après avoir mis à jour les phrases déclencheuses, fusionné ou divisé les sujets, évaluez les changements. Par exemple:
- Vous observez un changement immédiat dans le comportement de l’agent via le chat test. Par exemple, un sujet peut déclencher ou cesser de se déclencher en fonction des mises à jour des phrases déclenchantes.
- Après avoir déployé votre agent et géré le trafic, vous constatez des taux de déviation plus élevés ou plus faibles (taux non d’escalade). Pour observer ces taux, accédez à la page Analytics dans Copilot Studio.
Conseil / Astuce
Pour tester le déclenchement de sujets et les performances de votre modèle NLU par rapport aux données de test en masse, utilisez le Copilot Agent Kit.
Résolution des problèmes
Si un agent répond plusieurs fois à un seul message utilisateur ou déclenche une rubrique inattendue, les expressions de déclencheur qui se chevauchent ou les configurations de rubrique en conflit provoquent souvent le problème.
Procédez comme suit pour diagnostiquer et résoudre le problème :
Vérifier la configuration de l’agent :
- Examinez tous les sujets pour vous assurer que chacun a un but unique et des phrases déclencheuses clairement définies.
- Confirmez qu’un seul sujet est configuré pour répondre automatiquement à une entrée utilisateur spécifique.
Vérifiez s’il y a des intentions ou conditions qui se chevauchent :
- Identifiez les phrases déclencheuses similaires sur plusieurs sujets.
- Examinez les conditions, entités et sujets système qui pourraient être évalués comme vrais pour le même message utilisateur.
Ajustez la priorité et la portée des sujets :
- Affinez les expressions de déclencheur afin que des rubriques plus spécifiques correspondent avant des rubriques plus larges.
- Pour empêcher les réponses en double, désactiver, fusionner ou affiner les rubriques qui se chevauchent dans les fonctionnalités.