시작
Kore.ai 대화형 플랫폼
챗봇 개요
자연어 처리(NLP)
봇 개념 및 용어들
빠른 시작 가이드
봇 빌더 접근 방법
사용 고지 사항 (영어)
Kore.ai 봇 빌더로 작업하기
봇 구축 시작하기
릴리스 정보
현재 버전 (영어)
이전 버전 (영어)

개념
디자인
스토리보드
대화 작업
개요
Using the Dialog Builder Tool
노드 유형
사용자 의도 노드
대화 노드
엔티티 노드
양식 노드
확인 노드
서비스 노드
봇 조치 노드
Service Node
WebHook 노드
스크립트 노드
노드 그룹화하기
Agent Transfer Node
사용자 프롬프트
음성 통화 속성
대화 관리
노드 및 전환
구성 요소 전환
컨텍스트 개체
이벤트 기반 봇 조치
지식 그래프
소개
지식 추출
지식 그래프 생성
봇에 지식 그래프 추가
그래프 생성
지식 그래프 작성
FAQ 추가
작업 실행
기존 소스에서 FAQ 구축
특성, 동의어 및 불용어
변수 네임스페이스 관리
수정
용어 편집 및 삭제
용어 편집 및 삭제
질문과 응답 편집
Knowledge Graph Training
지식 그래프 분석
봇 온톨로지 가져오기 및 내보내기
지식 그래프 가져오기
지식 그래프 내보내기
지식 그래프 생성
CSV 파일에서
JSON 파일
지식 그래프 생성
경고 작업
스몰 토크
Digital Skills
디지털 양식
Views
Digital Views
Panels
Widgets
기차
봇 성능 향상 – NLP 최적화
기계 학습
소개
모델 검증
기초 의미
지식 그래프 학습
특성
순위 및 해결
고급 NLP 설정
NLP 설정 및 지침
봇 인텔리전스
소개
컨텍스트 관리
컨텍스트 관리
대화 관리
다중 – 의도 탐지
엔티티 수정
기본 대화
정서 관리
어조 분석
Test & Debug
봇과 대화
발화 테스트
배치 테스트하기
대화 테스트
배포
채널 활성화
봇 게시
분석
봇 분석하기
Conversations Dashboard
Performance Dashboard
사용자 정의 대시보드
소개
맞춤형 메타 태그
사용자 정의 대시보드 생성 방법
Conversation Flows
NLP 지표
Containment Metrics
사용량 지표
스마트 봇
소개
범용 봇
소개
범용 봇 정의
범용 봇 생성
범용 봇 학습
범용 봇 커스터마이징
범용 봇용 추가 언어 활성화
스토어
Manage Assistant
플랜 및 사용량
Overview
Usage Plans
Support Plans
플랜 관리
봇 인증
다국어 봇
개인 식별 정보 삭제하기
봇 변수 사용
IVR 통합
일반 설정
봇 관리

방법
간단한 봇 생성하기
Design Conversation Skills
뱅킹 봇 생성
뱅킹 봇 – 자금 이체
뱅킹 봇 – 잔액 업데이트
Knowledge Graph (KG) 구축
스마트 경고를 예약하는 방법
Design Digital Skills
디지털 양식 설정 방법
디지털 보기 설정 방법
데이터 테이블에 데이터를 추가하는 방법
데이터 테이블 내 데이터 업데이트 방법
UI 양식에서 데이터 테이블에 데이터를 추가하는 방법
Train the Assistant
특성 사용 방법
의도와 엔티티에 대한 패턴 사용 방법
컨텍스트 전환 관리 방법
Deploy the Assistant
상담사 전환을 설정하는 방법
봇 기능 사용 방법
콘텐츠 변수 사용 방법
전역 변수 사용 방법
Kore.ai 웹 SDK 튜토리얼
Kore.ai 위젯 SDK 튜토리얼
Analyze the Assistant
사용자 정의 대시보드 생성 방법
사용자 지정 태그를 사용하여 봇 메트릭을 필터링하는 방법

API 및 SDK
API 참조
Kore.ai API 사용
API 목록
API 컬렉션
koreUtil Libraries
SDK 참조
상담사 전환을 설정하는 방법
봇 기능 사용 방법
콘텐츠 변수 사용 방법
전역 변수 사용 방법
소개
Kore.ai 웹 SDK 튜토리얼
Kore.ai 위젯 SDK 튜토리얼

관리
소개
봇 관리자 콘솔
대시보드
사용자 관리
사용자 관리
그룹 관리
역할 관리
봇 관리 모듈
등록
사용자 초대
사용자 등록을 위한 대량 초대 보내기
사용자 및 사용자 데이터 가져오기
Active Directory에서 사용자 동기화
보안 및 준수
싱글 사인 온 사용
보안 설정
Kore.ai 커넥터
봇 관리자용 분석
Billing (지원하지 않음)
  1. Docs
  2. Virtual Assistants
  3. Natural Language
  4. LLM and Generative AI
  5. 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.
메뉴