Steigern Sie die Effizienz mit Best Practices für CI/CD auf Amazon Lex

Angenommen, Sie haben in Ihrer Organisation einen Anwendungsfall identifiziert, den Sie gerne über einen Chatbot abwickeln möchten. Sie haben sich vertraut gemacht Amazon Lex, baute einen Prototyp und führte einige Testinteraktionen mit dem Bot durch. Ihnen hat das Gesamterlebnis gefallen und Sie möchten den Bot nun in Ihrer Produktionsumgebung bereitstellen, sind sich aber nicht sicher, was die Best Practices für Amazon Lex angeht. In diesem Beitrag überprüfen wir die Best Practices für die Entwicklung und Bereitstellung von Amazon Lex-Bots, die es Ihnen ermöglichen, den End-to-End-Bot-Lebenszyklus zu rationalisieren und Ihren Betrieb zu optimieren.

Wir haben die Planungs-, Entwurfs- und Konfigurationsphasen in den vorherigen Abschnitten behandelt Blog-Beiträge. Wir empfehlen, diese Posts zu lesen, damit Sie interessante Unterhaltungen mit Ihrem Bot aufbauen können, bevor Sie fortfahren. Nachdem Sie den Bot anfänglich konfiguriert haben, sollten Sie ihn intern testen und die Bot-Definition iterieren. Sie können ihn jetzt in Ihrer Produktionsumgebung (z. B. einem Callcenter) bereitstellen, wo der Bot Live-Gespräche verarbeitet. Sobald es in Produktion ist, sollten Sie es kontinuierlich überwachen, um sicherzustellen, dass es Ihre gewünschten Geschäftsziele erreicht. Dieser Zyklus wiederholt sich, wenn Sie neue Anwendungsfälle und Verbesserungen hinzufügen.

Sehen wir uns die Best Practices für die Entwicklung, das Testen, die Bereitstellung und die Überwachung von Bots an.

Entwicklung

Berücksichtigen Sie bei der Entwicklung Ihres Bots die folgenden Best Practices:

• Bot-Schema über Code verwalten – Die Amazon Lex-Konsole bietet eine benutzerfreundliche Oberfläche beim Entwerfen und Konfigurieren des Bots, ist jedoch auf manuelle Aktionen angewiesen, um die Einrichtung zu replizieren. Wir empfehlen, das Bot-Schema nach Abschluss des Designs in Code umzuwandeln, um diesen Schritt zu vereinfachen. Sie können verwenden APIs or AWS CloudFormation (sehen Erstellen von Amazon Lex V2-Ressourcen mit AWS CloudFormation), um den Bot programmgesteuert zu verwalten.
• Checkpoint-Bot-Schema mit Bot-Versionierung – Checkpointing ist ein gängiger Ansatz, der häufig verwendet wird, um eine Anwendung auf einen zuletzt bekannten stabilen Zustand zurückzusetzen. Amazon Lex bietet diese Funktionalität über Bot-Versionierung. Wir empfehlen, bei jedem Meilenstein in Ihrem Entwicklungsprozess eine neue Version zu verwenden. Auf diese Weise können Sie inkrementelle Änderungen an Ihrer Bot-Definition vornehmen und sie auf einfache Weise rückgängig machen, falls sie nicht wie erwartet funktionieren.
• Identifizieren Sie die Anforderungen an die Datenverarbeitung und konfigurieren Sie geeignete Kontrollen – Amazon Lex folgt dem AWS Modell der geteilten Verantwortung, die Richtlinien zum Datenschutz enthält, um Branchenvorschriften und die Datenschutzstandards Ihres Unternehmens einzuhalten. Darüber hinaus hält sich Amazon Lex daran Compliance-Programme wie SOC, PCI und FedRAMP. Amazon Lex bietet die Möglichkeit, Slots zu verschleiern, die als sensibel gelten. Sie sollten Ihre Datenschutzanforderungen identifizieren und die entsprechenden Steuerelemente in Ihrem Bot konfigurieren.

Testen

Nachdem Sie eine Bot-Definition haben, sollten Sie den Bot testen, um sicherzustellen, dass er wie beabsichtigt funktioniert und richtig konfiguriert ist. Beispielsweise sollte es Berechtigungen zum Auslösen anderer Dienste haben, z AWS Lambda Funktionen. Darüber hinaus sollten Sie den Bot auch testen, um zu bestätigen, dass er verschiedene Arten von Benutzeranfragen interpretieren kann. Berücksichtigen Sie die folgenden Best Practices zum Testen:

• Testdaten identifizieren – Sie sollten relevante Testdaten sammeln, um die Bot-Leistung zu testen. Die Testdaten sollten eine umfassende Darstellung der erwarteten Benutzergespräche mit dem Bot enthalten, insbesondere für IVR-Anwendungsfälle, bei denen der Bot Spracheingaben verstehen muss. Die Testdaten sollten verschiedene Sprechstile und Akzente abdecken. Solche Testdaten können eine Erfahrungsvalidierung für Ihren Zielkundenstamm bieten.
• Identifizieren Sie Metriken zur Benutzererfahrung – Die Definition des Gesprächserlebnisses kann schwierig sein. Sie müssen all die verschiedenen Möglichkeiten antizipieren und planen, wie Benutzer mit dem Bot interagieren könnten. Wie führen Sie den Anrufer, ohne zu präskriptiv zu klingen? Wie können Sie sich erholen, wenn der Anrufer falsche oder unvollständige Informationen liefert? Um den Dialog durch viele verschiedene Szenarien zu führen, sollten Sie sich ein klares Ziel setzen, das verschiedene Sprechstile, akustische Bedingungen und Modalitäten abdeckt, und objektive Metriken identifizieren, die Sie verfolgen können. Ein objektiver Indikator wäre beispielsweise „90 % der Konversationen sollten dem Benutzer weniger als zwei erneute Eingabeaufforderungen vorspielen“ im Gegensatz zu einem subjektiven Indikator wie „Die Mehrheit der Konversationen sollte Benutzer nicht dazu auffordern, ihre Eingabe zu wiederholen“.
• Bewerten Sie dabei die Benutzererfahrung – In einigen Fällen können scheinbar kleine Änderungen einen großen Einfluss auf die Benutzererfahrung haben. Stellen Sie sich beispielsweise eine Situation vor, in der Sie versehentlich einen Tippfehler in den regulären Ausdruck einfügen, der für einen Konto-ID-Slot-Typ verwendet wird, was dazu führt, dass der Bot den Benutzer erneut auffordert, eine erneute Eingabe vorzunehmen. Sie sollten die Benutzererfahrung bewerten und in automatisierte Tests investieren, um wichtige Kennzahlen zu generieren. Sie können sich darauf beziehen Auswertung eines automatischen Spracherkennungsdienstes und Testen von Genauigkeit und Regression mit Amazon Connect und Amazon Lex finden Sie Beispiele zum Testen und Generieren von Schlüsselmetriken.

Einsatz

Sobald Sie mit der Leistung des Bots zufrieden sind, sollten Sie den Bot bereitstellen, um mit der Bereitstellung Ihres Produktionsdatenverkehrs zu beginnen. Während Sie den Bot im Laufe seines Lebenszyklus iterieren, wiederholen Sie die Bereitstellungen und machen ihn zu einem kontinuierlichen Prozess. Daher ist eine optimierte, automatisierte Bereitstellung von entscheidender Bedeutung, um die Wahrscheinlichkeit von Fehlern zu verringern. Berücksichtigen Sie die folgenden Best Practices für die Bereitstellung:

• Verwenden Sie eine Umgebung mit mehreren Konten – Sie sollten den Empfehlungen von AWS folgen Einrichtung einer Umgebung mit mehreren Konten in Ihrer Organisation und verwenden Sie separate AWS-Konten für Ihre Entwicklungs- und Produktionsphase. Wenn Sie in mehreren Regionen präsent sind, sollten Sie für die Produktion auch ein separates AWS-Konto pro Region verwenden. Die Verwendung separater AWS-Konten pro Phase bietet Ihnen Sicherheits-, Zugriffs- und Abrechnungsgrenzen für Ihre AWS-Ressourcen.
• Automatisieren Sie die Förderung eines Bots von der Entwicklung bis zur Produktion – Wenn Sie das Bot-Setup in Ihrer Entwicklungsphase in Ihre Produktionsphase replizieren, sollten Sie automatisierte Lösungen verwenden und manuelle Berührungspunkte minimieren. Sie sollten CloudFormation-Vorlagen verwenden, um Ihre Bots zu erstellen. Alternativ können Sie verwenden Export- und Import-APIs von Amazon Lex um ein automatisiertes Mittel bereitzustellen, um ein Bot-Schema zwischen Konten zu kopieren.
• Führen Sie Änderungen schrittweise ein – Sie sollten Änderungen schrittweise in Ihrer Produktionsumgebung bereitstellen, sodass Änderungen für eine Teilmenge Ihres Produktionsdatenverkehrs freigegeben werden, bevor sie für alle Benutzer freigegeben werden. Ein solcher Ansatz gibt Ihnen die Möglichkeit, den Explosionsradius zu begrenzen, falls es Probleme mit der Änderung gibt. Eine Möglichkeit, dies zu erreichen, ist ein zweiphasiger Bereitstellungsansatz: Sie erstellen zwei Aliase für einen Bot (z. B. prod-05 und prod-95). Sie verknüpfen die neue Bot-Version zunächst mit einem Alias ​​(prod-05 in diesem Beispiel). Nachdem Sie validiert haben, dass die Schlüsselmetriken die Erfolgskriterien erfüllen, ordnen Sie den zweiten Alias ​​(prod-95) der neuen Bot-Version zu.

Beachten Sie, dass Sie die Verteilung des Datenverkehrs auf der Clientanwendung steuern müssen, die für die Integration mit Amazon Lex-Bots verwendet wird. Wenn Sie beispielsweise verwenden Amazon Connect Zur Integration mit Ihren Bots können Sie a verwenden Prozentual verteilen Kontaktblock in Verbindung mit zwei oder mehr Holen Sie sich Kundeneingaben Blöcke

Es ist wichtig zu beachten, dass Amazon Lex standardmäßig einen Test-Alias ​​bereitstellt. Der Test-Alias ​​soll nur für manuelle Ad-hoc-Tests über die Amazon Lex-Konsole verwendet werden und ist nicht für die Verarbeitung von Lasten im Produktionsmaßstab vorgesehen. Wir empfehlen die Verwendung eines dedizierten Alias ​​für Ihren Produktionsdatenverkehr.

Netzwerk Performance

Die Überwachung ist wichtig, um die Zuverlässigkeit, Verfügbarkeit und eine effektive Endbenutzererfahrung aufrechtzuerhalten. Sie sollten die Metriken Ihres Bots analysieren und die Erkenntnisse als Feedbackmechanismus verwenden, um das Bot-Schema sowie Ihre Entwicklungs-, Test- und Bereitstellungspraktiken zu verbessern. Amazon Lex unterstützt mehrere Mechanismen, um Bots überwachen. Berücksichtigen Sie die folgenden Best Practices für die Überwachung Ihrer Lex-Bots:

• Überwachen Sie ständig und iterieren Sie – Amazon Lex integriert sich mit Amazon CloudWatch um Metriken nahezu in Echtzeit bereitzustellen, die Ihnen wichtige Einblicke in die Interaktionen Ihrer Benutzer mit dem Bot geben können. Diese Einblicke können Ihnen dabei helfen, eine Perspektive auf die Endbenutzererfahrung zu gewinnen. Weitere Informationen zu den verschiedenen Arten von Metriken, die Amazon Lex ausgibt, finden Sie unter Überwachung von Amazon Lex V2 mit Amazon CloudWatch. Wir empfehlen die Einrichtung von Schwellenwerten zum Auslösen von Alarmen. In ähnlicher Weise gibt Ihnen Amazon Lex Einblick in die rohen Eingabeäußerungen aus den Interaktionen Ihrer Benutzer mit dem Bot. Du solltest benutzen Äußerungsstatistik or Gesprächsprotokolle um Einblicke zu gewinnen, um Kommunikationsmuster zu identifizieren und bei Bedarf entsprechende Änderungen an Ihrem Bot vorzunehmen. Informationen zum Erstellen eines personalisierten Analyse-Dashboards für Ihre Bots finden Sie unter Überwachen Sie die Betriebskennzahlen für Ihren Amazon Lex-Chatbot.

Die in diesem Beitrag besprochenen Best Practices konzentrieren sich hauptsächlich auf Amazon Lex-spezifische Anwendungsfälle. Darüber hinaus sollten Sie Best Practices bei der Verwaltung Ihrer Cloud-Infrastruktur in AWS prüfen und einhalten. Stellen Sie sicher, dass Ihre Cloud-Infrastruktur sicher und nur für autorisierte Benutzer zugänglich ist. Sie sollten auch die entsprechenden überprüfen und übernehmen Best Practices für die AWS-Sicherheit innerhalb Ihrer Organisation. Schließlich sollten Sie die proaktiv überprüfen AWS-Kontingente für einzelne AWS-Services (einschließlich Amazon Lex-Kontingente) und fordern Sie bei Bedarf entsprechende Änderungen an.

Zusammenfassung

Sie können Amazon Lex verwenden, um anspruchsvolle Konversationen in natürlicher Sprache zu ermöglichen und die Effizienz des Kundenservice zu steigern. In diesem Beitrag haben wir die Best Practices für die Entwicklungs-, Test-, Bereitstellungs- und Überwachungsphasen eines Bot-Lebenszyklus überprüft. Mit diesen Richtlinien können Sie das Endbenutzererlebnis verbessern und eine bessere Kundenbindung erreichen. Beginnen Sie noch heute mit dem Aufbau Ihres Amazon Lex-Gesprächserlebnisses!

Über den Autor

Swapandeep Singh ist ein Ingenieur im Amazon Lex-Team. Er arbeitet daran, Interaktionen mit Bots reibungsloser und menschlicher zu gestalten. Außerhalb der Arbeit reist er gerne und lernt andere Kulturen kennen.