GETTING STARTED
Kore.ai XO Platform
Virtual Assistants Overview
Natural Language Processing (NLP)
Concepts and Terminology
Quick Start Guide
Accessing the Platform
Navigating the Kore.ai XO Platform
Building a Virtual Assistant
Help & Learning Resources
Release Notes
Current Version
Recent Updates
Previous Versions
Deprecations
Request a Feature
CONCEPTS
Design
Storyboard
Overview
FAQs
Conversation Designer
Overview
Dialog Tasks
Mock Scenes
Dialog Tasks
Overview
Navigate Dialog Tasks
Build Dialog Tasks
Node Types
Overview
Intent Node
Dialog Node
Dynamic Intent Node
GenAI Node
GenAI Prompt
Entity Node
Form Node
Confirmation Node
Message Nodes
Logic Node
Bot Action Node
Service Node
Webhook Node
Script Node
Process Node
Agent Transfer
Node Connections
Node Connections Setup
Sub-Intent Scoping
Entity Types
Entity Rules
User Prompts or Messages
Voice Call Properties
Knowledge AI
Introduction
Knowledge Graph
Introduction
Terminology
Build a Knowledge Graph
Manage FAQs
Knowledge Extraction
Import or Export Knowledge Graph
Prepare Data for Import
Importing Knowledge Graph
Exporting Knowledge Graph
Auto-Generate Knowledge Graph
Knowledge Graph Analysis
Answer from Documents
Alert Tasks
Small Talk
Digital Skills
Overview
Digital Forms
Digital Views
Introduction
Widgets
Panels
Session and Context Variables
Context Object
Intent Discovery
Train
NLP Optimization
ML Engine
Overview
Model Validation
FM Engine
KG Engine
Traits Engine
Ranking and Resolver
Training Validations
NLP Configurations
NLP Guidelines
LLM and Generative AI
Introduction
LLM Integration
Kore.ai XO GPT Module
Prompts & Requests Library
Co-Pilot Features
Dynamic Conversations Features
Intelligence
Introduction
Event Handlers
Contextual Memory
Contextual Intents
Interruption Management
Multi-intent Detection
Amending Entities
Default Conversations
Conversation Driven Dialog Builder
Sentinment Management
Tone Analysis
Default Standard Responses
Ignore Words & Field Memory
Test & Debug
Overview
Talk to Bot
Utterance Testing
Batch Testing
Conversation Testing
Conversation Testing Overview
Create a Test Suite
Test Editor
Test Case Assertion
Test Case Execution Summary
Glossary
Health and Monitoring
NLP Health
Flow Health
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
Deploy
Channels
Publishing
Versioning
Analyze
Introduction
Dashboard Filters
Overview Dashboard
Conversations Dashboard
Users Dashboard
Performance Dashboard
Custom Dashboards
Introduction
Custom Meta Tags
Create Custom Dashboard
Create Custom Dashboard Filters
LLM and Generative AI Logs
NLP Insights
Task Execution Logs
Conversations History
Conversation Flows
Conversation Insights
Feedback Analytics
Usage Metrics
Containment Metrics
Universal Bots
Introduction
Universal Bot Definition
Universal Bot Creation
Training a Universal Bot
Universal Bot Customizations
Enabling Languages
Store
Manage Assistant
Team Collaboration
Plan & Usage
Overview
Usage Plans
Templates
Support Plans
Invoices
Authorization
Conversation Sessions
Multilingual Virtual Assistants
Get Started
Supported Components & Features
Manage Languages
Manage Translation Services
Multiingual Virtual Assistant Behavior
Feedback Survey
Masking PII Details
Variables
Collections
IVR Settings
General Settings
Assistant Management
Manage Namespace
Data
Overview
Data Table
Table Views
App Definitions
Data as Service
HOW TOs
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
Design Conversation Skills
Create a Sample Banking Assistant
Create a Transfer Funds Task
Create a Update Balance Task
Create a Knowledge Graph
Set Up a Smart Alert
Design Digital Skills
Configure Digital Forms
Configure Digital Views
Add Data to Data Tables
Update Data in Data Tables
Add Data from Digital Forms
Train the Assistant
Composite Entities
Use Traits
Use Patterns for Intents & Entities
Manage Context Switching
Deploy the Assistant
Configure an Agent Transfer
Use Assistant Functions
Use Content Variables
Use Global Variables
Intent Scoping using Group Node
Analyze the Assistant
Create a Custom Dashboard
Use Custom Meta Tags in Filters
Migrate External Bots
Google Dialogflow Bot
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
Tutorials
BotKit - Blue Prism
BotKit - Flight Search Sample VA
BotKit - Agent Transfer
  1. Docs
  2. Virtual Assistants
  3. How Tos
  4. 그룹 노드를 사용하여 의도 범위 지정

그룹 노드를 사용하여 의도 범위 지정

대화형 봇을 구축하는 데 있어 중요한 요소 중 하나는 상황에 맞는 하위 의도를 추가하는 것입니다.

대화 흐름에서 다른 경로를 택하고, 이전에 제공된 엔티티 값을 수정하는 등 다양한 목적을 위해 상황에 맞는 적절한 의도가 필요할 수 있습니다. 컨텍스트 전환 관리 방법에서 컨텍스트 데이터를 중단 처리와 함께 사용하여 봇과 더욱 자연스럽고 인간적인 상호 작용을 실현하는 방법을 살펴보았습니다.

이 기능은 주로 두 의도의 중단 동작을 정의할 수 있도록 합니다. 이 기능을 사용하면 맞춤형 처리 동작으로 상황에 맞는 의도의 동작을 정의하기가 어려울 수 있습니다. 상황별 NLU를 간소화하기 위해 그룹 노드 기능이 의도 범위 지정, 훈련 및 처리 설정으로 향상되었습니다. 자세한 내용은 여기를 참조하세요.

본 방법에서는 맥락 이탈, 입력 값 수정, 상황에 맞는 후속 쿼리를 포함하는 항공편 예약 봇 시나리오를 살펴봅니다. 이 모든 것을 한 곳에서 쉽게 달성할 수 있도록 그룹 노드를 사용하겠습니다.

문제 설명

항공권 티켓 예약 과정 중:

  1. 사용자는 목적지 또는 여행 날짜에 관한 생각을 바꿀 수 있습니다.
  2. 사용자는 예약을 확인하기 전에 항공편 예약 작업의 일부가 아닌 날씨 정보를 확인할 수 있습니다.
  3. 사용자는 예약에 관한 후속 질문을 할 수 있습니다.
  4. 사용자는 작업 취소를 선택할 수 있습니다.

전제 조건

이 방법에서는 다음과 같은 대화 작업과 함께 항공편 세부 정보 봇을 사용합니다.

  1. 항공편 예약 대화는 다음을 수행합니다.
    1. 출발지, 목적지, 여행 날짜 및 웹 체크인 옵션을 사용자에게 알립니다.
    2. 예약 확인 메시지를 표시합니다(간소함을 위해 실제 예약을 위한 서비스 호출은 추가되지 않았습니다).
    3. 사용자에게 추가 지원이 필요한지 확인합니다.
    4. 대화를 종료합니다.

  2. 날씨 보고서 대화는 다음을 수행합니다.
    1. 원하는 위치의 날씨 보고서를 사용자에게 알립니다.
    2. 날씨 보고서 메시지를 표시합니다(간소함을 위해 실제 날씨 조회를 위한 서비스 호출은 추가하지 않았습니다).

구현

엔티티 수정

사용자가 목적지 또는 여행 날짜를 변경하려는 경우를 살펴보겠습니다. 다음은 동일하게 달성하기 위한 단계입니다. 1단계: 하위 의도 범위를 지정하는 노드를 그룹화: 첫 번째 단계는 목적지 및 여행 날짜의 변경을 트리거 하는 하위 의도에 대한 범위를 정의하는 것입니다.

  1. 사용자는 대화 중 실제 예약 전에 언제든지 목적지 또는 여행 날짜를 변경할 수 있어야 하므로 범위는 엔티티 노드가 됩니다. 마우스를 사용하여 그룹 노드를 형성하는 엔티티를 선택합니다.
  2. 그룹 이름을 명명합니다(예: 여행 세부 정보 그룹)

2a단계: 하위 의도 정의, 목적지 및 여행 날짜 변경에 대한 동작 속성을 학습 및 설정합니다. 다음으로 하위 의도를 정의하고 학습을 추가하며, 하위 의도가 식별되어야 하는 조건과 이러한 경우의 봇 동작을 선택적으로 설정해야 합니다. 먼저 목적지 및 여행 날짜를 변경할 수 있는 경우를 생각해 봅시다.

  1. 엔티티 그룹 화면에서 의도 추가 버튼을 클릭
    1. 여행 날짜 및 목적지 변경을 허용하기 위한 의도 생성
      • 의도 이름을 입력(예: 날짜 및 목적지 변경)
      • 설명을 입력합니다.
    2. 학습기계 학습 옵션을 사용하여 이러한 의도를 파악할 수 있는 사용자 발화까지 학습해보도록 하겠습니다.
      • 발화 추가(예: “다른 날짜 및 목적지를 시도해 봅시다“)
      • 선택적으로 다른 발화를 추가(예: “생각이 바뀌었네요. 다시 시작합시다.“)
      • 이 발화의 하위 의도를 학습

    3. 목적지 및 여행 날짜 값 재설정:
      • 처리컨텍스트 변수 설정 옵션에서 다음 키-값 쌍을 사용하여 목적지 도시 및 이동 날짜를 재설정합니다:
        context.entities.To null
        context.entities.When null
    4. 선택적으로 사용자에게 변경 사항에 대한 메시지 표시를 합니다.(예: “좋습니다. 처음부터 다시 시작합니다.”)
    5. 전환 흐름 아래에서 노드로 이동 옵션을 사용하여 흐름을 출발지 엔티티 노드로 다시 가져갑니다 시작 엔티티 값이 변경되지 않았기 때문에 흐름이 다음 엔티티로 이동하고 목적지 및 시간으로 이동합니다

2b단계: NER 학습과 함께 목적지 변경에 대한 하위 의도를 정의하고, 학습하고, 행동 속성을 설정합니다 원래 엔티티 값을 변경하는 위의 활용 사례를 계속 사용하면 사용자가 자신의 발화에서 변경 사항을 지정할 수 있습니다. 사용자가 사용자의 발화에서 목적지의 변경을 나타내는 경우를 생각해 보세요.

  1. 의도 추가 버튼을 클릭하여 새 하위 의도 추가
    1. 목적지 변경을 허용하기 위한 의도 생성
      • 의도 이름 입력(예: 목적지 변경)
      • 설명을 입력합니다.
    2. 학습기계 학습 옵션을 사용하여 이러한 의도를 파악할 수 있는 사용자 발화까지 학습해보도록 하겠습니다.
      • 발화 추가(예: “대신 시카고로 갑시다“)
      • NER 접근 방식을 사용하여, 발화 내 목적지 엔티티에 주석을 답니다.
      • 이 발화의 하위 의도를 학습

    3. 목적지 값을 캡처된 값으로 설정합니다. 이 값은 컨텍스트 객체에서 identifiedSubIntents 배열로 저장됩니다. 가장 최근에 식별된 하위 의도는 항상 배열의 0번째 인덱스에 저장됩니다.
      • 처리컨텍스트 변수 설정 옵션에서 다음 키-값 쌍을 사용하여 목적지를 설정합니다:
        context.entities.To context.identifiedSubIntents[0].entities.To
    4. 선택적으로 사용자에게 메시지 표시 (예: “목적지를 {{context.identifiedSubIntents[0].entities.To}}로 변경“)
    5. 전환 흐름 아래에서 노드로 이동 옵션을 사용하여 흐름을 출발지 엔티티 노드로 다시 가져갑니다

봇 테스트하기

  1. 봇과 대화 옵션을 사용하여 봇을 테스트합니다.
  2. 다양한 수정 시나리오를 시도해 보고 봇 응답을 확인하세요

맥락 이탈

대화는 선형 방식으로 일어나지 않습니다. 사용자는 주요 의도에서 이탈한 후 다시 돌아올 수 있습니다. 그룹을 사용하여 이를 달성하기 위한 단계를 살펴보겠습니다. 항공편을 예약하는 동안 사용자는 여행 날짜를 확정하기 전에 목적지 도시의 날씨를 확인하길 원할 수 있습니다. 봇이 여행 날짜 입력을 기다리는 동안 “내일 XYZ 도시의 날씨는 어떠냐“라는 질문을 할 수 있습니다. 이러한 경우, 사용자에게 날짜를 다시 묻는 메시지가 표시되기 전에 날씨 정보가 사용자에게 표시되어야 합니다. 위의 엔티티 수정 사례와 마찬가지로 날씨 보고서 대화의 범위를 설정하고 동작을 학습하고 설정하는 단계가 있습니다.

  1. 날씨 보고서와 관련된 쿼리의 범위는 실제 예약 이전이므로 엔티티 사용 사례 수정에 사용된 같은 엔티티 그룹을 사용합니다.
  2. 대화 작업 노드를 추가하여 현재 대화에서 날씨 보고서 대화 상자를 실행합니다. : 날씨 보고서 대화 작업을 기존 노드에 추가한 다음 연결에서 제거하여 다른 노드에 연결되지 않은 플로팅 노드로 만듭니다.
  3. 이 작업에는 입력값대로 위치가 필요하며 이 경우 사용자가 입력한 목적지 도시로 설정될 수 있습니다.
  4. 이 대화에 대한 연결 규칙이 출발지 엔티티로 다시 루프 백해야 합니다. 이렇게 하면 사용자가 원래 대화 흐름에서 그대로 둔 위치에서 다시 시작할 수 있습니다.
  5. 엔티티 그룹 설정 대화 상자에서
    1. 신규 추가 의도
    2. 의도 선택 드롭다운에서 날씨 보고서 선택
    3. 학습은 날씨 보고서 대화의 학습 발화, 패턴 및 규칙으로 입력됩니다. 이 목록에 추가할 수 있지만 이는 일반적인 학습 데이터이며 날씨 보고서가 사용되는 모든 인스턴스에 영향을 줄 수 있습니다.
    4. 전환 흐름노드로 이동으로 설정되어 있고 Weather_Report 노드가 선택되어 있는지 확인합니다.
  6. 봇과 대화를 사용하여 시나리오를 테스트합니다.

상황에 맞는 FAQ

그룹 노드를 사용하여 상황에 맞는 쿼리에 응답할 수도 있습니다. 사용자가 예약을 완료한 후 탑승수속 프로세스에 대해 문의할 수 있습니다. 입력 값 수정, 맥락 이탈(범위 지정, 교육 및 동작 정의)과 동일한 단계를 통해 이러한 작업을 수행할 수 있습니다:

  1. 지금 범위는 예약 확인 후이기 때문에, 노드 예약 후 절차를 그룹화하겠습니다.
    • 그룹을 명명합니다(예: 쿼리 그룹)
    • 설명 을 입력합니다

  2. 쿼리 그룹 설정 대화에서 새 의도 추가
    1. 사용자의 쿼리를 허용하기 위한 의도 생성
      1. 의도 이름 입력(예: 체크인 쿼리)
      2. 설명을 입력합니다.
    2. 학습기계 학습 옵션을 사용하여 이러한 의도를 파악할 수 있는 사용자 발화까지 학습해보도록 하겠습니다.
      1. 발화 추가(예: “공항에서 몇 시에 보고해야 합니까?)
      2. 선택적으로 다른 발화 추가(예: “체크인 시간은 언제입니까?)”
      3. 이 발화의 하위 의도를 학습

       

    3. 메시지 표시를 사용하여 사용자에게 응답(예: “웹 체크인을 선택했으므로 항공편 이륙하기 30분 전에 신고해야 합니다“)
    4. 전환 흐름대화 재개로 설정되어 있는지 확인

     

  3. 봇과 대화옵션을 사용하여 시나리오를 위해 테스트합니다.

그룹 노드를 사용하여 의도 범위 지정

대화형 봇을 구축하는 데 있어 중요한 요소 중 하나는 상황에 맞는 하위 의도를 추가하는 것입니다.

대화 흐름에서 다른 경로를 택하고, 이전에 제공된 엔티티 값을 수정하는 등 다양한 목적을 위해 상황에 맞는 적절한 의도가 필요할 수 있습니다. 컨텍스트 전환 관리 방법에서 컨텍스트 데이터를 중단 처리와 함께 사용하여 봇과 더욱 자연스럽고 인간적인 상호 작용을 실현하는 방법을 살펴보았습니다.

이 기능은 주로 두 의도의 중단 동작을 정의할 수 있도록 합니다. 이 기능을 사용하면 맞춤형 처리 동작으로 상황에 맞는 의도의 동작을 정의하기가 어려울 수 있습니다. 상황별 NLU를 간소화하기 위해 그룹 노드 기능이 의도 범위 지정, 훈련 및 처리 설정으로 향상되었습니다. 자세한 내용은 여기를 참조하세요.

본 방법에서는 맥락 이탈, 입력 값 수정, 상황에 맞는 후속 쿼리를 포함하는 항공편 예약 봇 시나리오를 살펴봅니다. 이 모든 것을 한 곳에서 쉽게 달성할 수 있도록 그룹 노드를 사용하겠습니다.

문제 설명

항공권 티켓 예약 과정 중:

  1. 사용자는 목적지 또는 여행 날짜에 관한 생각을 바꿀 수 있습니다.
  2. 사용자는 예약을 확인하기 전에 항공편 예약 작업의 일부가 아닌 날씨 정보를 확인할 수 있습니다.
  3. 사용자는 예약에 관한 후속 질문을 할 수 있습니다.
  4. 사용자는 작업 취소를 선택할 수 있습니다.

전제 조건

이 방법에서는 다음과 같은 대화 작업과 함께 항공편 세부 정보 봇을 사용합니다.

  1. 항공편 예약 대화는 다음을 수행합니다.
    1. 출발지, 목적지, 여행 날짜 및 웹 체크인 옵션을 사용자에게 알립니다.
    2. 예약 확인 메시지를 표시합니다(간소함을 위해 실제 예약을 위한 서비스 호출은 추가되지 않았습니다).
    3. 사용자에게 추가 지원이 필요한지 확인합니다.
    4. 대화를 종료합니다.

  2. 날씨 보고서 대화는 다음을 수행합니다.
    1. 원하는 위치의 날씨 보고서를 사용자에게 알립니다.
    2. 날씨 보고서 메시지를 표시합니다(간소함을 위해 실제 날씨 조회를 위한 서비스 호출은 추가하지 않았습니다).

구현

엔티티 수정

사용자가 목적지 또는 여행 날짜를 변경하려는 경우를 살펴보겠습니다. 다음은 동일하게 달성하기 위한 단계입니다. 1단계: 하위 의도 범위를 지정하는 노드를 그룹화: 첫 번째 단계는 목적지 및 여행 날짜의 변경을 트리거 하는 하위 의도에 대한 범위를 정의하는 것입니다.

  1. 사용자는 대화 중 실제 예약 전에 언제든지 목적지 또는 여행 날짜를 변경할 수 있어야 하므로 범위는 엔티티 노드가 됩니다. 마우스를 사용하여 그룹 노드를 형성하는 엔티티를 선택합니다.
  2. 그룹 이름을 명명합니다(예: 여행 세부 정보 그룹)

2a단계: 하위 의도 정의, 목적지 및 여행 날짜 변경에 대한 동작 속성을 학습 및 설정합니다. 다음으로 하위 의도를 정의하고 학습을 추가하며, 하위 의도가 식별되어야 하는 조건과 이러한 경우의 봇 동작을 선택적으로 설정해야 합니다. 먼저 목적지 및 여행 날짜를 변경할 수 있는 경우를 생각해 봅시다.

  1. 엔티티 그룹 화면에서 의도 추가 버튼을 클릭
    1. 여행 날짜 및 목적지 변경을 허용하기 위한 의도 생성
      • 의도 이름을 입력(예: 날짜 및 목적지 변경)
      • 설명을 입력합니다.
    2. 학습기계 학습 옵션을 사용하여 이러한 의도를 파악할 수 있는 사용자 발화까지 학습해보도록 하겠습니다.
      • 발화 추가(예: “다른 날짜 및 목적지를 시도해 봅시다“)
      • 선택적으로 다른 발화를 추가(예: “생각이 바뀌었네요. 다시 시작합시다.“)
      • 이 발화의 하위 의도를 학습

    3. 목적지 및 여행 날짜 값 재설정:
      • 처리컨텍스트 변수 설정 옵션에서 다음 키-값 쌍을 사용하여 목적지 도시 및 이동 날짜를 재설정합니다:
        context.entities.To null
        context.entities.When null
    4. 선택적으로 사용자에게 변경 사항에 대한 메시지 표시를 합니다.(예: “좋습니다. 처음부터 다시 시작합니다.”)
    5. 전환 흐름 아래에서 노드로 이동 옵션을 사용하여 흐름을 출발지 엔티티 노드로 다시 가져갑니다 시작 엔티티 값이 변경되지 않았기 때문에 흐름이 다음 엔티티로 이동하고 목적지 및 시간으로 이동합니다

2b단계: NER 학습과 함께 목적지 변경에 대한 하위 의도를 정의하고, 학습하고, 행동 속성을 설정합니다 원래 엔티티 값을 변경하는 위의 활용 사례를 계속 사용하면 사용자가 자신의 발화에서 변경 사항을 지정할 수 있습니다. 사용자가 사용자의 발화에서 목적지의 변경을 나타내는 경우를 생각해 보세요.

  1. 의도 추가 버튼을 클릭하여 새 하위 의도 추가
    1. 목적지 변경을 허용하기 위한 의도 생성
      • 의도 이름 입력(예: 목적지 변경)
      • 설명을 입력합니다.
    2. 학습기계 학습 옵션을 사용하여 이러한 의도를 파악할 수 있는 사용자 발화까지 학습해보도록 하겠습니다.
      • 발화 추가(예: “대신 시카고로 갑시다“)
      • NER 접근 방식을 사용하여, 발화 내 목적지 엔티티에 주석을 답니다.
      • 이 발화의 하위 의도를 학습

    3. 목적지 값을 캡처된 값으로 설정합니다. 이 값은 컨텍스트 객체에서 identifiedSubIntents 배열로 저장됩니다. 가장 최근에 식별된 하위 의도는 항상 배열의 0번째 인덱스에 저장됩니다.
      • 처리컨텍스트 변수 설정 옵션에서 다음 키-값 쌍을 사용하여 목적지를 설정합니다:
        context.entities.To context.identifiedSubIntents[0].entities.To
    4. 선택적으로 사용자에게 메시지 표시 (예: “목적지를 {{context.identifiedSubIntents[0].entities.To}}로 변경“)
    5. 전환 흐름 아래에서 노드로 이동 옵션을 사용하여 흐름을 출발지 엔티티 노드로 다시 가져갑니다

봇 테스트하기

  1. 봇과 대화 옵션을 사용하여 봇을 테스트합니다.
  2. 다양한 수정 시나리오를 시도해 보고 봇 응답을 확인하세요

맥락 이탈

대화는 선형 방식으로 일어나지 않습니다. 사용자는 주요 의도에서 이탈한 후 다시 돌아올 수 있습니다. 그룹을 사용하여 이를 달성하기 위한 단계를 살펴보겠습니다. 항공편을 예약하는 동안 사용자는 여행 날짜를 확정하기 전에 목적지 도시의 날씨를 확인하길 원할 수 있습니다. 봇이 여행 날짜 입력을 기다리는 동안 “내일 XYZ 도시의 날씨는 어떠냐“라는 질문을 할 수 있습니다. 이러한 경우, 사용자에게 날짜를 다시 묻는 메시지가 표시되기 전에 날씨 정보가 사용자에게 표시되어야 합니다. 위의 엔티티 수정 사례와 마찬가지로 날씨 보고서 대화의 범위를 설정하고 동작을 학습하고 설정하는 단계가 있습니다.

  1. 날씨 보고서와 관련된 쿼리의 범위는 실제 예약 이전이므로 엔티티 사용 사례 수정에 사용된 같은 엔티티 그룹을 사용합니다.
  2. 대화 작업 노드를 추가하여 현재 대화에서 날씨 보고서 대화 상자를 실행합니다. : 날씨 보고서 대화 작업을 기존 노드에 추가한 다음 연결에서 제거하여 다른 노드에 연결되지 않은 플로팅 노드로 만듭니다.
  3. 이 작업에는 입력값대로 위치가 필요하며 이 경우 사용자가 입력한 목적지 도시로 설정될 수 있습니다.
  4. 이 대화에 대한 연결 규칙이 출발지 엔티티로 다시 루프 백해야 합니다. 이렇게 하면 사용자가 원래 대화 흐름에서 그대로 둔 위치에서 다시 시작할 수 있습니다.
  5. 엔티티 그룹 설정 대화 상자에서
    1. 신규 추가 의도
    2. 의도 선택 드롭다운에서 날씨 보고서 선택
    3. 학습은 날씨 보고서 대화의 학습 발화, 패턴 및 규칙으로 입력됩니다. 이 목록에 추가할 수 있지만 이는 일반적인 학습 데이터이며 날씨 보고서가 사용되는 모든 인스턴스에 영향을 줄 수 있습니다.
    4. 전환 흐름노드로 이동으로 설정되어 있고 Weather_Report 노드가 선택되어 있는지 확인합니다.
  6. 봇과 대화를 사용하여 시나리오를 테스트합니다.

상황에 맞는 FAQ

그룹 노드를 사용하여 상황에 맞는 쿼리에 응답할 수도 있습니다. 사용자가 예약을 완료한 후 탑승수속 프로세스에 대해 문의할 수 있습니다. 입력 값 수정, 맥락 이탈(범위 지정, 교육 및 동작 정의)과 동일한 단계를 통해 이러한 작업을 수행할 수 있습니다:

  1. 지금 범위는 예약 확인 후이기 때문에, 노드 예약 후 절차를 그룹화하겠습니다.
    • 그룹을 명명합니다(예: 쿼리 그룹)
    • 설명 을 입력합니다

  2. 쿼리 그룹 설정 대화에서 새 의도 추가
    1. 사용자의 쿼리를 허용하기 위한 의도 생성
      1. 의도 이름 입력(예: 체크인 쿼리)
      2. 설명을 입력합니다.
    2. 학습기계 학습 옵션을 사용하여 이러한 의도를 파악할 수 있는 사용자 발화까지 학습해보도록 하겠습니다.
      1. 발화 추가(예: “공항에서 몇 시에 보고해야 합니까?)
      2. 선택적으로 다른 발화 추가(예: “체크인 시간은 언제입니까?)”
      3. 이 발화의 하위 의도를 학습

       

    3. 메시지 표시를 사용하여 사용자에게 응답(예: “웹 체크인을 선택했으므로 항공편 이륙하기 30분 전에 신고해야 합니다“)
    4. 전환 흐름대화 재개로 설정되어 있는지 확인

     

  3. 봇과 대화옵션을 사용하여 시나리오를 위해 테스트합니다.
메뉴