Impulse la eficiencia con las mejores prácticas de CI/CD en Amazon Lex

Supongamos que ha identificado un caso de uso en su organización que le gustaría manejar a través de un chatbot. Te familiarizaste con Amazon lex, construyó un prototipo e hizo algunas interacciones de prueba con el bot. Le gustó la experiencia general y ahora desea implementar el bot en su entorno de producción, pero no está seguro acerca de las mejores prácticas para Amazon Lex. En esta publicación, revisamos las mejores prácticas para desarrollar e implementar bots de Amazon Lex, lo que le permite agilizar el ciclo de vida de los bots de un extremo a otro y optimizar sus operaciones.

Hemos cubierto las fases de planificación, diseño y configuración en anteriores entradas del blog. Sugerimos revisar estas publicaciones para ayudarlo a construir conversaciones interesantes con su bot antes de continuar. Una vez que haya configurado inicialmente el bot, debe probarlo internamente e iterar en la definición del bot. Ahora está listo para implementarlo en su entorno de producción (como un centro de llamadas), donde el bot procesará conversaciones en vivo. Una vez en producción, debe monitorearlo continuamente para asegurarse de que cumpla con los objetivos comerciales deseados. Este ciclo se repite a medida que agrega nuevos casos de uso y mejoras.

Revisemos las mejores prácticas para el desarrollo, prueba, implementación y monitoreo de bots.

Desarrollo

Considere las siguientes mejores prácticas al desarrollar su bot:

• Administrar esquema de bot a través de código – La consola de Amazon Lex proporciona una interfaz fácil de usar mientras diseña y configura el bot, pero se basa en acciones manuales para replicar la configuración. Recomendamos convertir el esquema del bot en código después de terminar el diseño para simplificar este paso. Puedes usar API or Formación en la nube de AWS (consulta: Creación de recursos de Amazon Lex V2 con AWS CloudFormation) para administrar el bot mediante programación.
• Esquema de bot de punto de control con control de versiones de bot – La creación de puntos de control es un enfoque común que se utiliza a menudo para revertir una aplicación al último estado estable conocido. Amazon Lex ofrece esta funcionalidad a través de versionado de bots. Recomendamos utilizar una nueva versión en cada hito de su proceso de desarrollo. Esto le permite realizar cambios incrementales en la definición de su bot, con una manera fácil de revertirlos en caso de que no funcionen como se esperaba.
• Identificar los requisitos de manejo de datos y configurar los controles apropiados – Amazon Lex sigue a AWS modelo de responsabilidad compartida, que incluye pautas para la protección de datos para cumplir con las regulaciones de la industria y con los estándares de privacidad de datos propios de su empresa. Además, Amazon Lex se adhiere a programas de cumplimiento como SOC, PCI y FedRAMP. Amazon Lex brinda la capacidad de ofuscar las ranuras que se consideran confidenciales. Debe identificar sus requisitos de privacidad de datos y configurar los controles apropiados en su bot.

Pruebas

Una vez que tenga una definición de bot, debe probar el bot para asegurarse de que funciona según lo previsto y está configurado correctamente. Por ejemplo, debe tener permisos para activar otros servicios, como AWS Lambda funciones Además, también debe probar el bot para confirmar que puede interpretar diferentes tipos de solicitudes de los usuarios. Considere las siguientes prácticas recomendadas para las pruebas:

• Identificar datos de prueba – Debe recopilar datos de prueba relevantes para probar el rendimiento del bot. Los datos de prueba deben incluir una representación integral de las conversaciones esperadas del usuario con el bot, especialmente para los casos de uso de IVR en los que el bot deberá comprender las entradas de voz. Los datos de la prueba deben cubrir diferentes estilos de habla y acentos. Dichos datos de prueba pueden proporcionar una validación de experiencia para su base de clientes objetivo.
• Identificar las métricas de la experiencia del usuario – Definir la experiencia conversacional puede ser difícil. Debe anticipar y planificar todas las diferentes formas en que los usuarios pueden interactuar con el bot. ¿Cómo guía a la persona que llama sin sonar demasiado prescriptivo? ¿Cómo se recupera si la persona que llama proporciona información incorrecta o incompleta? Para administrar el diálogo a través de muchos escenarios diferentes, debe establecer un objetivo claro que cubra diferentes estilos de habla, condiciones acústicas y modalidad, e identificar métricas objetivas que pueda rastrear. Por ejemplo, un indicador objetivo sería "el 90 % de las conversaciones debería tener menos de dos avisos repetidos para el usuario", frente a un indicador subjetivo como "la mayoría de las conversaciones no deberían pedir a los usuarios que repitan su entrada".
• Evaluar la experiencia del usuario a lo largo del camino – En algunos casos, cambios aparentemente pequeños pueden tener un gran impacto en la experiencia del usuario. Por ejemplo, considere una situación en la que inadvertidamente introduce un error tipográfico en la expresión regular utilizada para un tipo de ranura de ID de cuenta, lo que lleva a que el bot vuelva a solicitar al usuario que proporcione información nuevamente. Debe evaluar la experiencia del usuario e invertir en pruebas automatizadas para generar métricas clave. Puedes referirte a Evaluación de un servicio de reconocimiento de voz automático y Pruebas de precisión y regresión con Amazon Connect y Amazon Lex para ver ejemplos de cómo probar y generar métricas clave.

Despliegue

Una vez que esté satisfecho con el rendimiento del bot, querrá implementarlo para comenzar a atender su tráfico de producción. A medida que itera el bot a lo largo de su ciclo de vida, repite las implementaciones, lo que lo convierte en un proceso continuo, por lo que es fundamental contar con una implementación optimizada y automatizada para reducir la posibilidad de errores. Considere las siguientes prácticas recomendadas para la implementación:

• Utilice un entorno multicuenta – Debes seguir las recomendaciones de AWS configuración del entorno multicuenta en su organización y use cuentas de AWS separadas para su etapa de desarrollo y producción. Si tiene presencia en varias regiones, también debe usar una cuenta de AWS separada por región para la producción. El uso de cuentas de AWS separadas por etapa le ofrece seguridad, acceso y límites de facturación para sus recursos de AWS.
• Automatice la promoción de un bot desde el desarrollo hasta la producción – Al replicar la configuración del bot en su etapa de desarrollo a su etapa de producción, debe usar soluciones automatizadas y minimizar los puntos de contacto manual. Debe usar plantillas de CloudFormation para crear sus bots. Como alternativa, puede utilizar API de exportación e importación de Amazon Lex para proporcionar un medio automatizado para copiar un esquema de bot entre cuentas.
• Implementar los cambios de manera gradual – Debe implementar los cambios en su entorno de producción por etapas, de modo que los cambios se publiquen en un subconjunto de su tráfico de producción antes de que se publiquen para todos los usuarios. Tal enfoque le brinda la oportunidad de limitar el radio de explosión en caso de que haya algún problema con el cambio. Una forma de lograr esto es tener un enfoque de implementación en dos fases: crea dos alias para un bot (por ejemplo, prod-05 y prod-95). Primero asocia la nueva versión del bot con un alias (prod-05 en este ejemplo). Después de validar que las métricas clave cumplen los criterios de éxito, asocia el segundo alias (prod-95) con la nueva versión del bot.

Tenga en cuenta que debe controlar la distribución del tráfico en la aplicación cliente utilizada para integrarse con los bots de Amazon Lex. Por ejemplo, si está utilizando Amazon conectar para integrarse con sus bots, puede usar un Distribuir por porcentaje bloque de contacto junto con dos o más Obtenga comentarios de los clientes Bloques

Es importante tener en cuenta que Amazon Lex proporciona un alias de prueba listo para usar. El alias de prueba está diseñado para usarse para pruebas manuales ad hoc solo a través de la consola de Amazon Lex y no para manejar cargas a escala de producción. Recomendamos usar un alias dedicado para su tráfico de producción.

Monitoreo

El monitoreo es importante para mantener la confiabilidad, la disponibilidad y una experiencia efectiva para el usuario final. Debe analizar las métricas de su bot y utilizar los aprendizajes como un mecanismo de retroalimentación para mejorar el esquema del bot, así como sus prácticas de desarrollo, prueba e implementación. Amazon Lex admite varios mecanismos para monitorear robots. Considere las siguientes mejores prácticas para monitorear sus bots Lex:

• Supervisar constantemente e iterar – Amazon Lex se integra con Reloj en la nube de Amazon para proporcionar métricas casi en tiempo real que pueden brindarle información clave sobre las interacciones de sus usuarios con el bot. Esta información puede ayudarlo a obtener una perspectiva sobre la experiencia del usuario final. Para obtener más información sobre los diferentes tipos de métricas que emite Amazon Lex, consulte Supervisión de Amazon Lex V2 con Amazon CloudWatch. Recomendamos configurar umbrales para activar alarmas. De manera similar, Amazon Lex le brinda visibilidad de las expresiones de entrada sin procesar de las interacciones de sus usuarios con el bot. Deberías usar estadísticas de pronunciación or registros de conversación para obtener información para identificar patrones de comunicación y realizar los cambios apropiados en su bot según sea necesario. Para obtener información sobre cómo crear un panel de análisis personalizado para sus bots, consulte Supervise las métricas operativas de su chatbot de Amazon Lex.

Las prácticas recomendadas analizadas en esta publicación se centran principalmente en casos de uso específicos de Amazon Lex. Además de estos, debe revisar y adherirse a las mejores prácticas al administrar su infraestructura en la nube en AWS. Asegúrese de que su infraestructura en la nube sea segura y que solo los usuarios autorizados puedan acceder a ella. También debe revisar y adoptar las medidas apropiadas Prácticas recomendadas de seguridad de AWS dentro de su organización. Por último, debe revisar proactivamente el Cuotas de AWS para servicios individuales de AWS (incluidas las cuotas de Amazon Lex) y solicite los cambios correspondientes si es necesario.

Conclusión

Puede utilizar Amazon Lex para habilitar conversaciones sofisticadas en lenguaje natural e impulsar la eficiencia del servicio al cliente. En esta publicación, revisamos las mejores prácticas para las fases de desarrollo, prueba, implementación y monitoreo del ciclo de vida de un bot. Con estas pautas, puede mejorar la experiencia del usuario final y lograr una mejor participación del cliente. ¡Comience a construir su experiencia conversacional de Amazon Lex hoy mismo!

Sobre la autora

Intercambio profundo Singh es ingeniero del equipo de Amazon Lex. Trabaja para hacer que las interacciones con los bots sean más fluidas y más humanas. Fuera del trabajo, le gusta viajar y conocer diferentes culturas.