はじめに
対話型AIプラットフォーム
チャットボットの概要
自然言語処理(NLP)
ボットの概念と用語
クイックスタートガイド
プラットフォームへのアクセス
ボットビルダーの操作
リリースノート
最新バージョン(英語)
以前のバージョン(英語)
廃止機能(英語)
コンセプト
設計
ストーリーボード
ダイアログタスク
ダイアログタスクとは
ダイアログビルダー
ノードタイプ
インテントノード
ダイアログノード
エンティティノード
フォームノード
確認ノード
ロジックノード
ボットアクションノード
サービスノード
Webhookノード
スクリプトノード
グループノード
エージェント転送ノード
ユーザープロンプト
音声通話プロパティ
イベント ハンドラー
ナレッジグラフ
ナレッジグラフの抽出
ナレッジグラフの構築
ボットにナレッジグラフを追加
グラフの作成
ナレッジグラフの構築
既存のソースからFAQを構築
通知タスク
スモールトーク
デジタルスキル
デジタルフォーム
デジタルビュー
デジタルビューとは
パネル
ウィジェット
トレーニング
トレーニングとは
機械学習
機械学習とは
モデル検証
ファンダメンタルミーニング
ナレッジグラフ
示唆
ランキングおよび解決
NLPの詳細設定
NLPのガイドライン
インテリジェンス
インテリジェンスとは
コンテキスト
コンテキストインテント
割り込み
複数インテントの検出
エンティティの変更
デフォルトの会話
センチメント管理
トーン分析
テストとデバッグ
ボットと会話
発話テスト
バッチテスト
会話テスト
デプロイ
チャネル
公開
分析
ボットの分析
NLPメトリクス
会話フロー
Usage Metrics
封じ込め測定
カスタムダッシュボード
カスタムダッシュボードとは
メタタグ
カスタムダッシュボードとウィジェット
LLM and Generative AI
Introduction
LLM Integration
Kore.ai XO GPT Module
Prompts & Requests Library
Co-Pilot Features
Dynamic Conversations Features
Guardrails
ユニバーサルボット
ユニバーサルボットとは
ユニバーサルボットの定義
ユニバーサルボットの作成
ユニバーサルボットのトレーニング
ユニバーサルボットのカスタマイズ
他言語の有効化
ストア
プラントと使用
Overview
Usage Plans
Support Plans
Invoices
管理
ボット認証
複数言語対応ボット
個人を特定できる情報の編集
ボット変数の使用
IVRのシステム連携
一般設定
ボット管理
ハウツー
会話スキルの設計
バンキングボットを作成
バンキングボット – 資金の振り替え
バンキングボット – 残高を更新
ナレッジグラフを構築
スマートアラートの予約方法
Integrations
Actions
Actions Overview
Asana
Configure
Templates
Azure OpenAI
Configure
Templates
BambooHR
Configure
Templates
Bitly
Configure
Templates
Confluence
Configure
Templates
DHL
Configure
Templates
Freshdesk
Configure
Templates
Freshservice
Configure
Templates
Google Maps
Configure
Templates
Here
Configure
Templates
HubSpot
Configure
Templates
JIRA
Configure
Templates
Microsoft Graph
Configure
Templates
Open AI
Configure
Templates
Salesforce
Configure
Templates
ServiceNow
Configure
Templates
Stripe
Configure
Templates
Shopify
Configure
Templates
Twilio
Configure
Templates
Zendesk
Configure
Templates
Agents
Agent Transfer Overview
Custom (BotKit)
Drift
Genesys
Intercom
NiceInContact
NiceInContact(User Hub)
Salesforce
ServiceNow
Configure Tokyo and Lower versions
Configure Utah and Higher versions
Unblu
External NLU Adapters
Overview
Dialogflow Engine
Test and Debug
デジタルスキルの設計
デジタルフォームの設定方法
デジタルビューの設定方法
データテーブルのデータの追加方法
データテーブルのデータの更新方法
Add Data from Digital Forms
ボットのトレーニング
示唆の使用方法
インテントとエンティティのパターンの使用方法
コンテキスト切り替えの管理方法
ボットのデプロイ
エージェント転送の設定方法
ボット関数の使用方法
コンテンツ変数の使用方法
グローバル変数の使用方法
ボットの分析
カスタムダッシュボードの作成方法
カスタムタグを使ってフィルタリング
Data
Overview
Guidelines
Data Table
Table Views
App Definitions
Data as Service
Build a Travel Planning Assistant
Travel Assistant Overview
Create a Travel Virtual Assistant
Design Conversation Skills
Create an ‘Update Booking’ Task
Create a Change Flight Task
Build a Knowledge Graph
Schedule a Smart Alert
Design Digital Skills
Configure Digital Forms
Configure Digital Views
Train the Assistant
Use Traits
Use Patterns
Manage Context Switching
Deploy the Assistant
Use Bot Functions
Use Content Variables
Use Global Variables
Use Web SDK
Build a Banking Assistant
APIs & SDKs
API Reference
API Introduction
Rate Limits
API List
koreUtil Libraries
SDK Reference
SDK Introduction
Web SDK
How the Web SDK Works
SDK Security
SDK Registration
Web Socket Connect and RTM
Tutorials
Widget SDK Tutorial
Web SDK Tutorial
BotKit SDK
BotKit SDK Deployment Guide
Installing the BotKit SDK
Using the BotKit SDK
SDK Events
SDK Functions
Installing Botkit in AWS
Tutorials
BotKit - Blue Prism
BotKit - Flight Search Sample VA
BotKit - Agent Transfer

ADMINISTRATION
Intro to Bots Admin Console
Administration Dashboard
User Management
Managing Your Users
Managing Your Groups
Role Management
Manage Data Tables and Views
Bot Management
Enrollment
Inviting Users
Sending Bulk Invites to Enroll Users
Importing Users and User Data
Synchronizing Users from Active Directory
Security & Compliance
Using Single Sign-On
Two-Factor Authentication for Platform Access
Security Settings
Cloud Connector
Analytics for Bots Admin
Billing
  1. ホーム
  2. Docs
  3. Virtual Assistants
  4. How Tos
  5. グループノードを利用したインテントのスコーピング

グループノードを利用したインテントのスコーピング

文脈的に関連するサブインテントを追加することは、会話型ボットを構築する上で重要な要素の1つです。文脈的に関連するインテントは、ダイアログフローの中で異なるパスを利用して、過去に提供されたエンティティ値を修正するなど、さまざまな目的で必要となります。

コンテクスト切り替えの管理方法では、より自然で人間らしいボットとの対話を実現するために、コンテクストデータの割り込み処理と組み合わせて使用する方法を見てきました。
この機能の主な目的は、任意の2つのインテント間の割り込み動作を定義することです。
この機能を使用して、カスタムフルフィルメント動作を持つコンテクストに関連するインテントの動作を定義することは困難です。

コンテクストNLUを簡素化する目的で、グループノードの機能が強化され、インテントのスコープ、トレーニング、フルフィルメントの設定が可能になりました。詳細はこちらをご覧ください

この手引きでは、余談、入力値の修正、文脈に沿ったフォローアップの質問等を含むフライト予約ボットのシナリオを探ります。グループノードを使用して、これらすべてを簡単かつ一か所から実現していきます。

問題点

航空券を予約する過程で、ユーザーが

  1. 目的地や日程を変更する場合、
  2. 予約を確定する前に、フライト予約タスクに含まれていない気象情報を確認したい場合
  3. 予約に関して質問がある場合
  4. タスクをキャンセルする場合

前提条件

この手引きでは、以下のダイアログタスクを使用するフライト詳細ボットを使用します。

  1. フライト予約ダイアログ
    1. 出発地、目的地、日程、オンラインチェックインのオプションの入力をユーザーに促す
    2. 予約確認メッセージを表示する(わかりやすくするため、実際に予約を行うためのサービスコールは追加していません)
    3. ユーザーがさらにサポートを必要としているかどうかを確認する
    4. 会話を終了する

  2. 天気予報ダイアログ
    1. 天気予報を知りたい場所をユーザに尋ねる
    2. 天気予報のメッセージを表示する(わかりやすくするため、実際の天気予報を検索するサービスコールは追加していません)

実装

エンティティの変更

ここでは、ユーザーが目的地や日程を変更する場合を想定します。
以下は、そのための手順です。

ステップ1: サブインテントのスコーピングのため、ノードをグループ化します。

最初のステップは、目的地と日程の変更を引き起こすサブインテントのスコープを定義することです。

  1. ユーザーは、会話中にいつでも目的地や日程を変更できる必要がありますが、実際は予約の前に変更されなければならないため、範囲はエンティティノードになります。
    マウスを使って、グループノードを形成するエンティティを選択します。
  2. グループに名前を付けます。たとえば、旅行の詳細グループとします

ステップ2a: サブインテントを定義し、目的地と日程の変更に対する動作をトレーニングしてプロパティを設定する

次に、サブインテントを定義し、トレーニングを追加し、オプションとして、サブインテントが特定されるべき条件と、その場合のボットの動作を設定する必要があります。

まず、目的地と日程の変更を可能にする場合を考えてみましょう。

  1. エンティティグループウィンドウからインテントの追加ボタンをクリックします
    1. 日程と目的地の変更を許可するインテントを作成します
      • インテントの名前「変更日および変更先」のように入力します
      • 説明を入力します
    2. 「トレーニング」「機械学習」オプションを使用して、このインテントを特定できるようユーザーの発話でトレーニングしてみましょう
      • 別の日付と目的地を試してみましょう」というように、発話を追加します
      • 気が変わったから、もう一度やり直そう」というように、オプションで別の発話を追加します
      • この発話のサブインテントをトレーニングします。

    3. 目的地と日程をリセットする
      • 「フルフィルメント」「コンテクストの変数を設定する」オプションで、以下のキー/値ペアを使用して、目的地の都市と日程をリセットします。
        キー
        context.entities.To null
        context.entities.When null
    4. オプションで、変更について「分かりました、最初からやり直しましょう」というように、メッセージをユーザーに提示します
    5. 「切り替えフロー」「ノードへ移動」オプションを使用して、フローを「Fromエンティティノード」に戻します。
      Fromエンティティの値は変更されていないので、フローは次のエンティティToWhenに移動します。

ステップ2b: NERのトレーニングと一緒に、目的地変更のためのサブインテントの定義、トレーニング、動作プロパティの設定を行います

元のエンティティ値を変更するという上記の使用例の続きとして、ユーザーが自分の発話の中で変更を指定する場合があります。ここでは、ユーザが発話の中で目的地の変更を指示する場合を想定します。

  1. 「インテントの追加」ボタンをクリックすると、新しいサブインテントが追加されます。
    1. 目的地の変更を許可するインテントの作成
      • インテントの名前「目的地を変更する」のように入力します
      • 説明を入力します
    2. 「トレーニング」「機械学習」オプションを使用して、このインテントを特定できるようユーザーの発話でトレーニングしてみましょう
      • 代わりにシカゴへ行きましょう 」という発話を追加します
      • NERアプローチを使用して、発話中のToエンティティに注釈を付けます。
      • この発話のためのサブインテントをトレーニングします。

    3. キャプチャした値に目的地の値を設定します。この値は、コンテクストオブジェクトの identifiedSubIntents 配列として格納されます。なお、特定された最新のサブインテントは、常に配列の0番目のインデックスに格納されます。
      • 「フルフィルメント」「コンテクストの変数を設定する」オプションで、以下のキーと値のペアを使用して宛先の都市を設定します:
        キー
        context.entities.To context.identifiedSubIntents[0].entities.To
    4. 「目的地を{{context.identifiedSubIntents[0].entities.To}}へ変更します」というように、オプションでユーザにメッセージを表示することができます
    5. 「切り替えフロー」「ノードへ移動」オプションを使用して、フローを「Fromエンティティノード」に戻します。

ボットのテスト

  1. 「ボットと話す」オプションを使用して、ボットをテストします。
  2. さまざまな修正シナリオを試して、ボットの反応を見ます

文脈上の脱線

会話は決して直線的に起こるものではありません。ユーザーは会話が脱線しても話を戻すでしょう。
これを実現するために、グループを使った手順を見てみましょう。

飛行機を予約する際、ユーザーは日程を決定する前に目的地の天気を確認したいと思うかもしれません。ボットが日程の入力を待っている間に、「明日のXYZ市の天気はどうですか」と質問するかもしれません。このような場合、ユーザーは日付の再入力を求められる前に、天気情報を表示する必要があります。
上記のエンティティを修正する場合と同様に、手順としては、天気予報ダイアログの範囲を設定し、トレーニングを行い、動作を設定します。

  1. 天気予報に関連するクエリの範囲は、実際の予約の前の時点であるため、「エンティティの修正」の事例で使用したのと同じエンティティグループを使用します。
  2. ダイアログノードを追加して、現在のダイアログから天気予報ダイアログを実行します。
    ヒント: 既存のノードに天気予報ダイアログタスクを追加してから、接続から外し、他のノードに接続されていないフローティングノードにします。
  3. このタスクは位置情報の入力を必要とし、今回の場合は、ユーザーが入力した目的地の都市に設定することができます。
  4. このダイアログの接続ルールは、Fromエンティティにループバックする必要があります。これにより、ユーザーは元の会話の流れの中で中断したところから再開することができます。
  5. エンティティグループの設定ダイアログから
    1. インテントを新規に追加
    2. 「インテントの選択」のドロップダウンから「天気予報」を選択します。
    3. トレーニングは、天気予報ダイアログの発話、パターン、およびルールのトレーニングから入力されます。このリストに追加することもできますが、これは共通のトレーニングデータであり、天気予報が使用されるすべての事例に影響することに注意してください。
    4. 「切り替えフロー」「ノードへ移動」に設定されており、Weather_Reportノードが選択されていることを確認します。
  6. 「ボットと話す」を使用して、シナリオをテストします。

コンテクストに関するよくあるご質問

グループノードは、コンテクストの質問に答えるためにも使用できます。

ユーザーは、予約完了後のチェックインプロセスに関する問い合わせをするかもしれません。
その確認手順は入力値の修正、文脈的な脱線 – スコーピング、トレーニング、動作の定義と同じです。

  1. ここでは予約確定後を対象としているため、予約後の手続きのノードをまとめます
    • グループに名前を付けます。たとえば、問い合わせグループとします
    • 説明を入力します

  2. 問い合わせグループの設定ダイアログから、新しいインテントの追加を選択します
    1. ユーザーからの問い合わせを許可するインテントの作成をクリックします
      1. インテントの名前「チェックインに関する問い合わせ」と入力します
      2. 説明を入力します
    2. 「トレーニング」「機械学習」オプションを使用して、このインテントを特定できるようユーザーの発話でトレーニングしてみましょう
      1. 空港には何時に到着すればいいですか」 という発話を追加します
      2. オプションで、「チェックインの時間は?」という別の発話を追加します
      3. この発話のためのサブインテントをトレーニングします。

    3. 「メッセージの表示」を使って、「オンラインチェックインをご利用になりましたので、出発の30分前までにお越しください」などと、ユーザーに答えます
    4. 「切り替えフロー」「ダイアログを再開」に設定されていることを確認します

  3. 「ボットと話す」オプションを使用して、シナリオをテストします。

グループノードを利用したインテントのスコーピング

文脈的に関連するサブインテントを追加することは、会話型ボットを構築する上で重要な要素の1つです。文脈的に関連するインテントは、ダイアログフローの中で異なるパスを利用して、過去に提供されたエンティティ値を修正するなど、さまざまな目的で必要となります。

コンテクスト切り替えの管理方法では、より自然で人間らしいボットとの対話を実現するために、コンテクストデータの割り込み処理と組み合わせて使用する方法を見てきました。
この機能の主な目的は、任意の2つのインテント間の割り込み動作を定義することです。
この機能を使用して、カスタムフルフィルメント動作を持つコンテクストに関連するインテントの動作を定義することは困難です。

コンテクストNLUを簡素化する目的で、グループノードの機能が強化され、インテントのスコープ、トレーニング、フルフィルメントの設定が可能になりました。詳細はこちらをご覧ください

この手引きでは、余談、入力値の修正、文脈に沿ったフォローアップの質問等を含むフライト予約ボットのシナリオを探ります。グループノードを使用して、これらすべてを簡単かつ一か所から実現していきます。

問題点

航空券を予約する過程で、ユーザーが

  1. 目的地や日程を変更する場合、
  2. 予約を確定する前に、フライト予約タスクに含まれていない気象情報を確認したい場合
  3. 予約に関して質問がある場合
  4. タスクをキャンセルする場合

前提条件

この手引きでは、以下のダイアログタスクを使用するフライト詳細ボットを使用します。

  1. フライト予約ダイアログ
    1. 出発地、目的地、日程、オンラインチェックインのオプションの入力をユーザーに促す
    2. 予約確認メッセージを表示する(わかりやすくするため、実際に予約を行うためのサービスコールは追加していません)
    3. ユーザーがさらにサポートを必要としているかどうかを確認する
    4. 会話を終了する

  2. 天気予報ダイアログ
    1. 天気予報を知りたい場所をユーザに尋ねる
    2. 天気予報のメッセージを表示する(わかりやすくするため、実際の天気予報を検索するサービスコールは追加していません)

実装

エンティティの変更

ここでは、ユーザーが目的地や日程を変更する場合を想定します。
以下は、そのための手順です。

ステップ1: サブインテントのスコーピングのため、ノードをグループ化します。

最初のステップは、目的地と日程の変更を引き起こすサブインテントのスコープを定義することです。

  1. ユーザーは、会話中にいつでも目的地や日程を変更できる必要がありますが、実際は予約の前に変更されなければならないため、範囲はエンティティノードになります。
    マウスを使って、グループノードを形成するエンティティを選択します。
  2. グループに名前を付けます。たとえば、旅行の詳細グループとします

ステップ2a: サブインテントを定義し、目的地と日程の変更に対する動作をトレーニングしてプロパティを設定する

次に、サブインテントを定義し、トレーニングを追加し、オプションとして、サブインテントが特定されるべき条件と、その場合のボットの動作を設定する必要があります。

まず、目的地と日程の変更を可能にする場合を考えてみましょう。

  1. エンティティグループウィンドウからインテントの追加ボタンをクリックします
    1. 日程と目的地の変更を許可するインテントを作成します
      • インテントの名前「変更日および変更先」のように入力します
      • 説明を入力します
    2. 「トレーニング」「機械学習」オプションを使用して、このインテントを特定できるようユーザーの発話でトレーニングしてみましょう
      • 別の日付と目的地を試してみましょう」というように、発話を追加します
      • 気が変わったから、もう一度やり直そう」というように、オプションで別の発話を追加します
      • この発話のサブインテントをトレーニングします。

    3. 目的地と日程をリセットする
      • 「フルフィルメント」「コンテクストの変数を設定する」オプションで、以下のキー/値ペアを使用して、目的地の都市と日程をリセットします。
        キー
        context.entities.To null
        context.entities.When null
    4. オプションで、変更について「分かりました、最初からやり直しましょう」というように、メッセージをユーザーに提示します
    5. 「切り替えフロー」「ノードへ移動」オプションを使用して、フローを「Fromエンティティノード」に戻します。
      Fromエンティティの値は変更されていないので、フローは次のエンティティToWhenに移動します。

ステップ2b: NERのトレーニングと一緒に、目的地変更のためのサブインテントの定義、トレーニング、動作プロパティの設定を行います

元のエンティティ値を変更するという上記の使用例の続きとして、ユーザーが自分の発話の中で変更を指定する場合があります。ここでは、ユーザが発話の中で目的地の変更を指示する場合を想定します。

  1. 「インテントの追加」ボタンをクリックすると、新しいサブインテントが追加されます。
    1. 目的地の変更を許可するインテントの作成
      • インテントの名前「目的地を変更する」のように入力します
      • 説明を入力します
    2. 「トレーニング」「機械学習」オプションを使用して、このインテントを特定できるようユーザーの発話でトレーニングしてみましょう
      • 代わりにシカゴへ行きましょう 」という発話を追加します
      • NERアプローチを使用して、発話中のToエンティティに注釈を付けます。
      • この発話のためのサブインテントをトレーニングします。

    3. キャプチャした値に目的地の値を設定します。この値は、コンテクストオブジェクトの identifiedSubIntents 配列として格納されます。なお、特定された最新のサブインテントは、常に配列の0番目のインデックスに格納されます。
      • 「フルフィルメント」「コンテクストの変数を設定する」オプションで、以下のキーと値のペアを使用して宛先の都市を設定します:
        キー
        context.entities.To context.identifiedSubIntents[0].entities.To
    4. 「目的地を{{context.identifiedSubIntents[0].entities.To}}へ変更します」というように、オプションでユーザにメッセージを表示することができます
    5. 「切り替えフロー」「ノードへ移動」オプションを使用して、フローを「Fromエンティティノード」に戻します。

ボットのテスト

  1. 「ボットと話す」オプションを使用して、ボットをテストします。
  2. さまざまな修正シナリオを試して、ボットの反応を見ます

文脈上の脱線

会話は決して直線的に起こるものではありません。ユーザーは会話が脱線しても話を戻すでしょう。
これを実現するために、グループを使った手順を見てみましょう。

飛行機を予約する際、ユーザーは日程を決定する前に目的地の天気を確認したいと思うかもしれません。ボットが日程の入力を待っている間に、「明日のXYZ市の天気はどうですか」と質問するかもしれません。このような場合、ユーザーは日付の再入力を求められる前に、天気情報を表示する必要があります。
上記のエンティティを修正する場合と同様に、手順としては、天気予報ダイアログの範囲を設定し、トレーニングを行い、動作を設定します。

  1. 天気予報に関連するクエリの範囲は、実際の予約の前の時点であるため、「エンティティの修正」の事例で使用したのと同じエンティティグループを使用します。
  2. ダイアログノードを追加して、現在のダイアログから天気予報ダイアログを実行します。
    ヒント: 既存のノードに天気予報ダイアログタスクを追加してから、接続から外し、他のノードに接続されていないフローティングノードにします。
  3. このタスクは位置情報の入力を必要とし、今回の場合は、ユーザーが入力した目的地の都市に設定することができます。
  4. このダイアログの接続ルールは、Fromエンティティにループバックする必要があります。これにより、ユーザーは元の会話の流れの中で中断したところから再開することができます。
  5. エンティティグループの設定ダイアログから
    1. インテントを新規に追加
    2. 「インテントの選択」のドロップダウンから「天気予報」を選択します。
    3. トレーニングは、天気予報ダイアログの発話、パターン、およびルールのトレーニングから入力されます。このリストに追加することもできますが、これは共通のトレーニングデータであり、天気予報が使用されるすべての事例に影響することに注意してください。
    4. 「切り替えフロー」「ノードへ移動」に設定されており、Weather_Reportノードが選択されていることを確認します。
  6. 「ボットと話す」を使用して、シナリオをテストします。

コンテクストに関するよくあるご質問

グループノードは、コンテクストの質問に答えるためにも使用できます。

ユーザーは、予約完了後のチェックインプロセスに関する問い合わせをするかもしれません。
その確認手順は入力値の修正、文脈的な脱線 – スコーピング、トレーニング、動作の定義と同じです。

  1. ここでは予約確定後を対象としているため、予約後の手続きのノードをまとめます
    • グループに名前を付けます。たとえば、問い合わせグループとします
    • 説明を入力します

  2. 問い合わせグループの設定ダイアログから、新しいインテントの追加を選択します
    1. ユーザーからの問い合わせを許可するインテントの作成をクリックします
      1. インテントの名前「チェックインに関する問い合わせ」と入力します
      2. 説明を入力します
    2. 「トレーニング」「機械学習」オプションを使用して、このインテントを特定できるようユーザーの発話でトレーニングしてみましょう
      1. 空港には何時に到着すればいいですか」 という発話を追加します
      2. オプションで、「チェックインの時間は?」という別の発話を追加します
      3. この発話のためのサブインテントをトレーニングします。

    3. 「メッセージの表示」を使って、「オンラインチェックインをご利用になりましたので、出発の30分前までにお越しください」などと、ユーザーに答えます
    4. 「切り替えフロー」「ダイアログを再開」に設定されていることを確認します

  3. 「ボットと話す」オプションを使用して、シナリオをテストします。
メニュー