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
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. Builder
  4. Creation
  5. 봇 설계

봇 설계

봇 개발 전에, 여러분과 업무를 지원하는 봇과 그 기능을 이해하세요. 이해를 통해 명확하고 효율적인 봇 개발이 가능합니다.

챗봇은 사용자가 문자나 음성 인터페이스를 통해 상호 작용하는 인공 지능 시스템입니다. 이러한 상호 작용은 봇에게 일기 예보를 묻거나 은행 계좌에서 누락된 항목을 추적하는 것과 같이 간단합니다.

또한, 사용자가 제시된 항목 목록이나 인간 상담사가 참여한 대화와 유사한 구조화되지 않은 자유형 흐름에서 옵션을 선택할 수 있도록 하여 상호 작용을 구조화할 수 있습니다. 사용자 상호 작용 유형에 관계없이, 좋은 설계는 효율적인 봇 구축에 있어 도움이 됩니다. 좋은 설계를 통해 대부분의 사용자 문의에 답변하고, 모든 대화 흐름을 예상하며, 예상치 못한 결과를 예상합니다.

릴리스 버전 7.2 이후, 플랫폼에는 스토리보드 기능을 사용해 대화를 설계하는 데 도움이 되는 옵션이 있습니다. 봇 청사진 과정을 단순화하고 간소화한 직관적인 대화 디자이너이며 외부 순서도, 추적, 버전 관리 도구가 필요 없습니다. 자세한 내용은 여기를 확인하세요.

플랫폼 권장 사항: 봇을 설계할 때 다음 단계를 고려합니다.

  • 사용자 요구 사항 이해: 챗봇 범위를 설정합니다. 사업 스폰서, 사업 분석가, 제품 소유자는 시장 요구 사항을 수집하고, 내부 요구 사항을 평가하여 사용자 요구 사항을 식별하는 데 중요한 역할을 수행합니다.
  • 챗봇 목표 설정: 잘 정의된 사용 사례 생성에 도움이 됩니다. 위에서 식별한 범위를 사용 사례로 변환하는 작업을 포함합니다. 이 단계에서 봇 개발자를 참여시키는 것이 좋습니다.
  • 챗봇 대화 설계: 사용자와의 상호 작용 시 가능한 모든 시나리오에서 챗봇 동작을 정의합니다. 대화를 시뮬레이션하면 가능한 모든 시나리오를 식별하는 데 큰 도움이 됩니다.

봇 기능과 이상적인 사용 사례가 잘 정의되면 봇 개발자는 봇 작업 구성 프로세스를 시작하고, 인텐트와 엔티티를 정의하고, 대화형 대화를 구축할 수 있습니다.

챗봇 설계 시 유의할 사항: 다음 질문(전부가 아닌 일부)에 답변을 시도하세요.

  • 이용 대상은 누구입니까? 기술에 정통한 고객을 대상으로 한 기술 지원 봇은 은행 고객과 같은 일반인을 위한 지원 봇과 비교할 때 다른 설계가 필요합니다. 따라서 이용 대상을 평가하는 것은 항상 중요합니다.
  • 어떤 봇 페르소나가 이 그룹에 가장 큰 반향을 일으킬까요? 이것은 봇이 대화하는 방식을 정의하여 모든 상황에서의 행동을 지원합니다.
  • 봇의 용도는 무엇입니까? 목적(즉, 봇이 해결해야 하는 고객 문의)은 대화의 끝점을 정의합니다.
  • 봇은 어떤 불만 사항을 해결합니까? 봇의 용도와 범위가 설정되고, 봇이 처리하는 내용과 인간 상담사가 인계받아야 하는 시기를 식별합니다.
  • 봇은 당사와 고객에게 어떤 혜택을 제공합니까? 봇을 사용하여 얻는 주요 혜택은 시간 절약입니다. 사용자는 인간 상담사가 문의에 답변하도록 기다리는 데 시간을 낭비할 필요가 없습니다. 사업주인 여러분은 모든 고객의 요구 사항을 충족해야 하는 데 거기에 있지 않다고 걱정할 필요가 없습니다.
  • 내 봇이 수행했으면 하는 작업은 무엇입니까? 사용자 대화 시뮬레이션을 통해 봇이 충족해야 할 작업을 식별할 수 있습니다.
  • 봇은 어떤 채널에 존재합니까? 봇이 표시되는 방식을 어느 정도 유도할 수 있고, 챗봇에 사용 가능한 다양한 옵션은 사용되는 채널/매체에 의해 제한됩니다.
  • 내 봇은 어떤 언어를 구사해야 합니까? 다국어 커뮤니티에 서비스할 때 언어 지원은 필수이며 사전을 동시에 구축하는 것이 유용합니다.

봇 설계

봇 개발 전에, 여러분과 업무를 지원하는 봇과 그 기능을 이해하세요. 이해를 통해 명확하고 효율적인 봇 개발이 가능합니다.

챗봇은 사용자가 문자나 음성 인터페이스를 통해 상호 작용하는 인공 지능 시스템입니다. 이러한 상호 작용은 봇에게 일기 예보를 묻거나 은행 계좌에서 누락된 항목을 추적하는 것과 같이 간단합니다.

또한, 사용자가 제시된 항목 목록이나 인간 상담사가 참여한 대화와 유사한 구조화되지 않은 자유형 흐름에서 옵션을 선택할 수 있도록 하여 상호 작용을 구조화할 수 있습니다. 사용자 상호 작용 유형에 관계없이, 좋은 설계는 효율적인 봇 구축에 있어 도움이 됩니다. 좋은 설계를 통해 대부분의 사용자 문의에 답변하고, 모든 대화 흐름을 예상하며, 예상치 못한 결과를 예상합니다.

릴리스 버전 7.2 이후, 플랫폼에는 스토리보드 기능을 사용해 대화를 설계하는 데 도움이 되는 옵션이 있습니다. 봇 청사진 과정을 단순화하고 간소화한 직관적인 대화 디자이너이며 외부 순서도, 추적, 버전 관리 도구가 필요 없습니다. 자세한 내용은 여기를 확인하세요.

플랫폼 권장 사항: 봇을 설계할 때 다음 단계를 고려합니다.

  • 사용자 요구 사항 이해: 챗봇 범위를 설정합니다. 사업 스폰서, 사업 분석가, 제품 소유자는 시장 요구 사항을 수집하고, 내부 요구 사항을 평가하여 사용자 요구 사항을 식별하는 데 중요한 역할을 수행합니다.
  • 챗봇 목표 설정: 잘 정의된 사용 사례 생성에 도움이 됩니다. 위에서 식별한 범위를 사용 사례로 변환하는 작업을 포함합니다. 이 단계에서 봇 개발자를 참여시키는 것이 좋습니다.
  • 챗봇 대화 설계: 사용자와의 상호 작용 시 가능한 모든 시나리오에서 챗봇 동작을 정의합니다. 대화를 시뮬레이션하면 가능한 모든 시나리오를 식별하는 데 큰 도움이 됩니다.

봇 기능과 이상적인 사용 사례가 잘 정의되면 봇 개발자는 봇 작업 구성 프로세스를 시작하고, 인텐트와 엔티티를 정의하고, 대화형 대화를 구축할 수 있습니다.

챗봇 설계 시 유의할 사항: 다음 질문(전부가 아닌 일부)에 답변을 시도하세요.

  • 이용 대상은 누구입니까? 기술에 정통한 고객을 대상으로 한 기술 지원 봇은 은행 고객과 같은 일반인을 위한 지원 봇과 비교할 때 다른 설계가 필요합니다. 따라서 이용 대상을 평가하는 것은 항상 중요합니다.
  • 어떤 봇 페르소나가 이 그룹에 가장 큰 반향을 일으킬까요? 이것은 봇이 대화하는 방식을 정의하여 모든 상황에서의 행동을 지원합니다.
  • 봇의 용도는 무엇입니까? 목적(즉, 봇이 해결해야 하는 고객 문의)은 대화의 끝점을 정의합니다.
  • 봇은 어떤 불만 사항을 해결합니까? 봇의 용도와 범위가 설정되고, 봇이 처리하는 내용과 인간 상담사가 인계받아야 하는 시기를 식별합니다.
  • 봇은 당사와 고객에게 어떤 혜택을 제공합니까? 봇을 사용하여 얻는 주요 혜택은 시간 절약입니다. 사용자는 인간 상담사가 문의에 답변하도록 기다리는 데 시간을 낭비할 필요가 없습니다. 사업주인 여러분은 모든 고객의 요구 사항을 충족해야 하는 데 거기에 있지 않다고 걱정할 필요가 없습니다.
  • 내 봇이 수행했으면 하는 작업은 무엇입니까? 사용자 대화 시뮬레이션을 통해 봇이 충족해야 할 작업을 식별할 수 있습니다.
  • 봇은 어떤 채널에 존재합니까? 봇이 표시되는 방식을 어느 정도 유도할 수 있고, 챗봇에 사용 가능한 다양한 옵션은 사용되는 채널/매체에 의해 제한됩니다.
  • 내 봇은 어떤 언어를 구사해야 합니까? 다국어 커뮤니티에 서비스할 때 언어 지원은 필수이며 사전을 동시에 구축하는 것이 유용합니다.
메뉴