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
特性、同義語、停止用語
変数ネームスペースの管理
更新
ノード間の質問と回答の移動
用語の編集と削除
質問と応答の編集
ナレッジグラフの分析
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
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
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
Web SDK Tutorial(英語)
Widget SDK Tutorial(英語)
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
管理
ボット管理者コンソール
ダッシュボード
ユーザーの管理
ユーザーの管理
グループの管理
ロール管理
ボット管理モジュール
登録
ユーザーの招待
招待状の一括送信
ユーザーデータのインポート
Active Directoryからユーザーを同期
セキュリティ/コンプライアンス
シングル サインオンの使用
セキュリティ設定
Billing(日本未対応)
  1. ホーム
  2. Docs
  3. Virtual Assistants
  4. Natural Language
  5. LLM and Generative AI
  6. Prompts and Requests Library

Prompts and Requests Library

If you have integrated a Custom LLM, continue to add prompts. If not, skip this article and see Co-Pilot and Dynamic Conversations features.

Effective prompts play a crucial role in enhancing response accuracy when interacting with LLMs. The new Prompts Library module empowers bot designers by allowing them to create and test suitable prompts for their specific use cases. It also displays all the newly added and default request/prompt templates for the integrated models with their status as active or inactive. The default prompts are related to the pre-built models. However, you can import any default prompt, customize it, and use it for a custom LLM model.

The post-processor for prompts allows designers to align LLM responses perfectly with Platform expectations. Designers can modify the LLM response to guarantee the correct behavior and high-quality interactions during runtime.

Note: Currently, the custom LLM integration and prompt creation are available only in English.

Pre-requisites

Ensure that you have Integrated a Custom LLM successfully before proceeding further. For more information, see Custom LLM Integration.

How to add Prompts and Requests

To add a new prompt, follow the steps:

  1. Go to Build > Natural Language > Generative AI & LLM.

  2. On the top right corner of the Prompts and Requests Library section, click +Add New.
  3. Enter the prompt name. Select the feature and the respective model.

  4. The Configuration section consists of End-point URLs, Authentication, and Header values required to connect to a large language model. These are auto-populated based on the input provided while model integration and are not editable.

  5. In the Request section, you can either create a request from scratch or import the existing prompt from the Library to modify as needed.

    1. To import an existing prompt, do the following:
      1. Click Import from Prompts and Requests Library. All the prompts related to the pre-built LLM are displayed without integrating them. In the case of custom prompts, all the added prompts are displayed.

      2. Select the Feature from the dropdown menu, select the Model, and select the Prompt (in case of custom prompts only) from the dropdown menu. Hover over and click Preview Prompt to view the prompt before importing.
        Note: You have the flexibility to interchange a prompt designated for one feature with that of another, and vice versa.
      3. Click Confirm to get it imported into the JSON body.
    2. To create a prompt from scratch, click Start from scratch and enter the JSON request the LLM.

  6. Once you type the JSON, the Sample Context Values fields are displayed. Fill in the values and click Test.
  7. If the request values are correct, the response from the LLM is displayed. If not, an error message is displayed.

  8. In the Actual Response section, double-click the Key that should be used to generate the response path. For example, double-click the text key and click Save.

  9. The Response Path is displayed. Click Lookup Path.
  10. The Actual Response and Expected Response are displayed. 
    1. If the response structure matches, the responses will be in green. Click Save. Skip to Step 11.
      Note: Both Actual Response and Expected Response are not editable.

    2. If the response structure does not match, the responses will be in red. Click Configure to modify the Actual Response. The Post Processor Script is displayed.

      1. Enter the Post Processor Script. Click Save & Test.

      2. The response is displayed.

      3. Click Save. The actual response and expected response turn green.
  11. (Only for GenAI Node) Enter the Exit Scenario Key-Value fields and Virtual Assistance Response Key. The Exit Scenario Key-Value fields help identify when to end the interaction with the GenAI model and return to the dialog flow. A Virtual Assistance Response Key is available in the response payload to display the VA’s response to the user.
  12. Click Save. The request is added and displayed in the Prompts and Requests Library section.

  13. Now proceed to enable Co-Pilot Features and Dynamic Conversations features.

Prompts and Requests Library

If you have integrated a Custom LLM, continue to add prompts. If not, skip this article and see Co-Pilot and Dynamic Conversations features.

Effective prompts play a crucial role in enhancing response accuracy when interacting with LLMs. The new Prompts Library module empowers bot designers by allowing them to create and test suitable prompts for their specific use cases. It also displays all the newly added and default request/prompt templates for the integrated models with their status as active or inactive. The default prompts are related to the pre-built models. However, you can import any default prompt, customize it, and use it for a custom LLM model.

The post-processor for prompts allows designers to align LLM responses perfectly with Platform expectations. Designers can modify the LLM response to guarantee the correct behavior and high-quality interactions during runtime.

Note: Currently, the custom LLM integration and prompt creation are available only in English.

Pre-requisites

Ensure that you have Integrated a Custom LLM successfully before proceeding further. For more information, see Custom LLM Integration.

How to add Prompts and Requests

To add a new prompt, follow the steps:

  1. Go to Build > Natural Language > Generative AI & LLM.

  2. On the top right corner of the Prompts and Requests Library section, click +Add New.
  3. Enter the prompt name. Select the feature and the respective model.

  4. The Configuration section consists of End-point URLs, Authentication, and Header values required to connect to a large language model. These are auto-populated based on the input provided while model integration and are not editable.

  5. In the Request section, you can either create a request from scratch or import the existing prompt from the Library to modify as needed.

    1. To import an existing prompt, do the following:
      1. Click Import from Prompts and Requests Library. All the prompts related to the pre-built LLM are displayed without integrating them. In the case of custom prompts, all the added prompts are displayed.

      2. Select the Feature from the dropdown menu, select the Model, and select the Prompt (in case of custom prompts only) from the dropdown menu. Hover over and click Preview Prompt to view the prompt before importing.
        Note: You have the flexibility to interchange a prompt designated for one feature with that of another, and vice versa.
      3. Click Confirm to get it imported into the JSON body.
    2. To create a prompt from scratch, click Start from scratch and enter the JSON request the LLM.

  6. Once you type the JSON, the Sample Context Values fields are displayed. Fill in the values and click Test.
  7. If the request values are correct, the response from the LLM is displayed. If not, an error message is displayed.

  8. In the Actual Response section, double-click the Key that should be used to generate the response path. For example, double-click the text key and click Save.

  9. The Response Path is displayed. Click Lookup Path.
  10. The Actual Response and Expected Response are displayed. 
    1. If the response structure matches, the responses will be in green. Click Save. Skip to Step 11.
      Note: Both Actual Response and Expected Response are not editable.

    2. If the response structure does not match, the responses will be in red. Click Configure to modify the Actual Response. The Post Processor Script is displayed.

      1. Enter the Post Processor Script. Click Save & Test.

      2. The response is displayed.

      3. Click Save. The actual response and expected response turn green.
  11. (Only for GenAI Node) Enter the Exit Scenario Key-Value fields and Virtual Assistance Response Key. The Exit Scenario Key-Value fields help identify when to end the interaction with the GenAI model and return to the dialog flow. A Virtual Assistance Response Key is available in the response payload to display the VA’s response to the user.
  12. Click Save. The request is added and displayed in the Prompts and Requests Library section.

  13. Now proceed to enable Co-Pilot Features and Dynamic Conversations features.
メニュー