Desenhe frases de gatilho eficazes

As frases de gatilho são a base para um reconhecimento eficaz de temas no Copilot Studio. Eles treinam o modelo de compreensão de linguagem natural (NLU) do seu agente para identificar quando os utilizadores perguntam sobre tópicos específicos. Ao usar frases de gatilho, o seu agente pode encaminhar as conversas para o tema certo com precisão.

Quais são as frases de gatilho no Copilot Studio?

As frases acionadoras treinam o modelo de compreensão da linguagem natural (NLU) do seu agente. As frases gatilho indicam ao agente quais as expressões típicas do utilizador que devem desencadear um tópico específico.

As frases de gatilho normalmente captam a forma como o utilizador pergunta sobre um problema ou questão. Por exemplo, uma frase gatilho pode ser "problema com ervas daninhas no relvado."

Ao criar um novo tópico, só precisa de fornecer algumas frases de exemplo (idealmente entre 5 e 10). Em runtime, a IA analisa o que o utilizador diz e aciona o tópico com significado mais próximo da expressão do utilizador. Saiba mais em Escolha frases gatilho eficazes.

Importância do contexto desencadeador

O Copilot Studio NLU comporta-se de forma diferente consoante o estado da conversa. Este comportamento pode, por vezes, levar a comportamentos diferentes para o mesmo enunciado do utilizador.

Seguem-se os diferentes estados de conversa:

• Início da conversa: O agente não tem contexto, por isso espera-se que a declaração do utilizador seja:

  • Acione um tópico diretamente (reconhecimento de intenção).
  • Acione uma pergunta de desambiguação "queria dizer" (Vários Tópicos Correspondentes) entre os candidatos de intenção se existirem vários tópicos correspondentes.
  • Se a intenção não for reconhecida, recorra a um tópico alternativo.

• Depois de ser ativado um "queria dizer" (Múltiplos Tópicos Correspondentes):: a NLU otimiza para corresponder a um dos tópicos sugeridos, com limiares mais elevados para sair das opções apresentadas.

• Mudar de um tema atual: Se a NLU está a tentar preencher um espaço num tema, e o utilizador der uma consulta que pode desencadear outro tema (mudança de tema).

Normalização de entidades e acionamento de tópicos

Em tempo de execução, os agentes que usam orquestração clássica selecionam um tópico comparando a enunciação do utilizador com as frases de gatilho de cada tópico.

O sistema normaliza as entidades detetadas para os seus tipos de entidade e calcula a similaridade com base na forma normalizada. Este método pode aumentar o reconhecimento de intenções, mas também pode alargar as correspondências de intenções de maneiras que não são evidentes quando escreves frases de ativação.

Por exemplo, digamos que a frase gatilho do Tópico A é Criar uma reunião com o Alex, e a frase de um utilizador é Criar uma reunião com a Susan.

Com correspondência apenas de texto, a similaridade seria baixa porque "Alex" e "Susan" são valores literais diferentes. Com a normalização de entidades, a similaridade pode ser elevada se ambos os valores forem reconhecidos como o mesmo tipo de entidade (por exemplo, nome da pessoa). Nesse caso, o Tópico A é selecionado mesmo que o nome específico na enunciação do utilizador não apareça na frase de gatilho.

A normalização de entidades torna os agentes que usam orquestração clássica mais robustos aos valores das entidades variáveis e podem tolerar um emparelhamento mais amplo.

Esta funcionalidade aplica-se a casos de uso como:

• As suas frases de ativação diferem principalmente pelos valores das entidades (nomes, localizações, datas, números), e deseja que o tópico corresponda à estrutura do pedido, em vez dos tokens exatos das entidades.
• Dependem de entidades de lista fechada ou outras entidades estruturadas e pretendem obter maior abrangência durante o emparelhamento.
• Estás a resolver problemas com pontuações de correspondência baixas onde a normalização de entidades é esperada mas não acontece porque o tópico não contém entidades elegíveis para normalização. Por exemplo, apenas entidades dinâmicas da lista estão presentes, que não participam na normalização no momento do disparo.

Pontuação

O modelo NLU funciona da mesma forma independentemente da pontuação, incluindo os pontos de interrogação.

Criar novas frases gatilho

Se possível, começa com dados reais de produção em vez de inventares as tuas próprias frases de gatilho. As melhores frases de gatilho são semelhantes a dados reais dos utilizadores. Estas são as frases que os utilizadores utilizam para fazer perguntas a um agente implementado.

Não deixes de fora palavras específicas. O modelo dá menos peso a palavras desnecessárias, como palavras de parada. Palavras de parada são palavras que o sistema filtra antes de processar dados de linguagem natural porque são insignificantes.

Otimizar frases de gatilho

As seguintes melhores práticas ajudam-no a otimizar as suas frases de ativação.

Equilibre o número de frases acionadoras por tópico

Tente equilibrar o número de frases acionadoras entre os tópicos. Desta forma, as capacidades de NLU não priorizam um tópico em detrimento de outro com base nas frases acionadoras configuradas.

Avalie as suas mudanças

Depois de atualizares frases gatilho ou fundires ou dividires tópicos, avalia as alterações. Por exemplo:

• Observas uma mudança imediata no comportamento dos agentes através do chat de teste. Por exemplo, um tópico pode desencadear ou parar de disparar com base nas atualizações das frases gatilho.
• Depois de destacares o teu agente e gerires o tráfego, vês taxas de deflexão mais altas ou mais baixas (taxas de não-escalada). Para observar estas taxas, consulte a página Analytics na Copilot Studio.

Solução de problemas

Se um agente responder várias vezes a uma única mensagem de utilizador ou desencadear um tópico inesperado, frases de gatilho sobrepostas ou configurações conflitantes de tópicos frequentemente causam o problema.

Use os seguintes passos para diagnosticar e resolver o problema:

1. Verificar configuração do agente:

   • Reveja todos os tópicos para garantir que cada um tem um propósito único e frases de ativação claramente definidas.
   • Confirme que apenas um tópico está configurado para responder automaticamente a uma entrada específica do utilizador.

2. Verifique se intenções ou condições se sobrepõem:

   • Identifique frases gatilho que sejam semelhantes em vários temas.
   • Revise condições, entidades e tópicos do sistema que possam ser avaliados como verdadeiros para a mesma mensagem do utilizador.

3. Ajuste a prioridade e o âmbito do tema:

   • Refinar frases de gatilho para que tópicos mais específicos coincidam antes dos temas mais gerais.
   • Para evitar respostas duplicadas, desative, funde ou reduza tópicos que se sobreponham em funcionalidades.