Copilot Studio には、会話ブースティング機能とフォールバック システム トピックが組み込まれています。 これらのトピックは、自然言語理解 (NLU) モデルが、特定のユーザーのクエリに対して一致するトピックやアクションを見つけられない場合にトリガーされます。 優先順位としては、会話ブースティングはフォールバック トピックよりも先にトリガーされます。
認識されない発話のほとんどが人間の担当者に転送される場合、フォールバックを一貫して引き起こす使用パターンに対処することで、転送率を改善できます。
ヒント
トピックのエンリッチメントとは、オフラインでのデータ分析作業であり、フォールバック トピックをトリガーしたユーザークエリを、Copilot Studio内 の関連トピックをトリガーするように再利用することに焦点を当てています。
フォールバック トピックをもとに分析したユーザー クエリは通常、次のバケットに分類されます。
既存のトピックをトリガーすることが想定されるユーザーのクエリで、エージェントの NLU が検出できなかったもの。
新しく提案されたトピックに変換できるユーザー クエリ。
既存または新しいトピックに関連していない、マップされていないユーザー クエリ。
その他のカテゴリには以下が含まれます:
- 複数のトピックが一致した (別名「もしかして」) トピックを引き起こしたユーザー クエリに続いて、会話ブースティングまたはフォールバックが発生したケースです。
- 会話ブースティングまたはフォールバックの対象となる、不明確なユーザークエリ。
- 会話ブースティングまたはフォールバックにつながった、不完全な会話からのユーザーのクエリ。
これらのカテゴリーのうち、最初の 2 つは直ちに実行可能です。 これらのカテゴリの結果に基づいて、既存のトピックにトリガー フレーズを追加したり、新しいトピックを作成したりして、トピックを充実させることができます。
次のステップ
重複したり意味的に類似したトリガーフレーズを特定、解決する方法を学び、エージェントが混乱を軽減し、不必要な確認の質問を避け、トピックの正確性と偏向率を向上させましょう。