מונע ע"י אמזון לקס, ה QnABot ב-AWS הפתרון הוא צ'אט בוט לשיחה בקוד פתוח, רב-ערוצי, רב שפות. QnABot מאפשר לך לפרוס במהירות בינה מלאכותית לשיחה בשירות עצמי במרכז הקשר שלך, באתרי האינטרנט ובערוצי המדיה החברתית שלך, להפחית עלויות, לקצר את זמני ההמתנה ולשפר את חווית הלקוח ואת סנטימנט המותג. לקוחות רוצים כעת ליישם את הכוח של מודלים של שפה גדולה (LLMs) כדי לשפר עוד יותר את חווית הלקוח עם יכולות בינה מלאכותית. זה כולל הפקה אוטומטית של תשובות מדויקות ממסמכי החברה ומבסיסי ידע קיימים, והפיכת צ'אטבוטים בשירות עצמי שלהם לשיחיים יותר.
המהדורות האחרונות שלנו QnABot, v5.4.0+, יכולות כעת להשתמש ב-LLM כדי לבלבל שאלות של לקוחות על ידי התחשבות בהקשר השיחה, יצירת תשובות דינמית משאלות נפוצות רלוונטיות או אמזון קנדרה תוצאות חיפוש וקטעי מסמכים. זה גם מספק ייחוס ושקיפות על ידי הצגת קישורים למסמכי ההתייחסות וקטעי ההקשר ששימשו את ה- LLM לבניית התשובות.
כאשר אתה פורס QnABot, אתה יכול לבחור לפרוס אוטומטית מודל LLM מתקדם בקוד פתוח (הדרכה של Falcon-40B) על אמזון SageMaker נקודת קצה. נוף ה-LLM מתפתח כל הזמן - דגמים חדשים משוחררים לעתים קרובות והלקוחות שלנו רוצים להתנסות עם דגמים וספקים שונים כדי לראות מה עובד הכי טוב עבור מקרי השימוש שלהם. זו הסיבה ש-QnABot משתלב גם עם כל LLM אחר באמצעות an AWS למבדה פונקציה שאתה מספק. כדי לעזור לך להתחיל, פרסמנו גם קבוצה של פונקציות Lambda לדוגמא הניתנות לפריסה בלחיצה אחת (תוספים) כדי לשלב את QnABot עם הבחירה שלך של ספקי LLM מובילים, כולל שלנו סלע אמזון שירות וממשקי API מספקי צד שלישי, Anthropic ו-AI21.
בפוסט זה, אנו מציגים את התכונות החדשות של AI Generative עבור QnABot ועוברים על מדריך ליצירה, פריסה והתאמה אישית של QnABot לשימוש בתכונות אלו. אנו דנים גם בכמה מקרי שימוש רלוונטיים.
תכונות חדשות של AI Generative
באמצעות ה-LLM, ל-QnABot יש כעת שתי תכונות חשובות חדשות, עליהם נדון בסעיף זה.
צור תשובות לשאלות מתוצאות החיפוש של אמזון קנדרה או קטעי טקסט
QnABot יכול כעת ליצור תשובות תמציתיות לשאלות מתוך תמציות מסמכים שסופקו על ידי חיפוש אמזון קנדרה, או קטעי טקסט שנוצרו או יובאו ישירות. זה מספק את היתרונות הבאים:
- מספר השאלות הנפוצות שאתה צריך לתחזק ולייבא לתוך QnABot מצטמצם, מכיוון שאתה יכול כעת לסנתז תשובות תמציתיות תוך כדי תנועה מהמסמכים הקיימים שלך.
- ניתן לשנות את התשובות שנוצרו כדי ליצור את החוויה הטובה ביותר עבור הערוץ המיועד. לדוגמה, אתה יכול להגדיר את התשובות להיות קצרות, תמציתיות ומתאימות לבוטים של מרכז קשר של ערוץ קול, ובוטים של אתר או טקסט עשויים לספק מידע מפורט יותר.
- התשובות שנוצרו תואמות באופן מלא לתמיכה מרובת השפות של QnABot - משתמשים יכולים לקיים אינטראקציה בשפות הנבחרות ולקבל תשובות שנוצרו באותה שפה.
- תשובות שנוצרו יכולות לכלול קישורים למסמכי ההתייחסות ולקטעי ההקשר שבהם נעשה שימוש, כדי לספק ייחוס ושקיפות לגבי האופן שבו ה-LLM בנה את התשובות.
לדוגמה, כאשר נשאל "מה זה Amazon Lex?", QnABot יכול לאחזר קטעים רלוונטיים מאינדקס אמזון קנדרה (המכיל תיעוד AWS). לאחר מכן, QnABot מבקשת (מנחה) את ה-LLM לענות על השאלה בהתבסס על ההקשר של הקטעים (שניתן לצפות בהם גם בלקוח האינטרנט). צילום המסך הבא מציג דוגמה.
הבהרה בשאלות המשך המסתמכות על ההקשר של השיחה הקודמת
הבנת הכיוון וההקשר של שיחה המתפתחת היא המפתח לבניית ממשקי שיחה טבעיים דמויי אדם. שאילתות משתמש דורשות לרוב בוט לפרש בקשות על סמך זיכרון שיחה והקשר. כעת QnABot יבקש מה-LLM ליצור שאלה מעורפלת על סמך היסטוריית השיחה. זה יכול לשמש כשאילתת חיפוש כדי לאחזר את השאלות הנפוצות, הקטעים או תוצאות Amazon Kendra כדי לענות על שאלת המשתמש. להלן היסטוריית צ'אט לדוגמה:
QnABot משתמשת ב-LLM כדי לשכתב את שאלת ההמשך כדי להפוך את "זה" חד משמעי, למשל, "האם אמזון לקס יכול להשתלב עם מערכת ה-CRM שלי?" זה מאפשר למשתמשים לקיים אינטראקציה כמו בשיחה אנושית, ו-QnABot מייצר שאילתות חיפוש ברורות כדי למצוא את השאלות הנפוצות הרלוונטיות או קטעי מסמכים שיש להם את המידע לענות על שאלת המשתמש.
תכונות חדשות אלו הופכות את QnABot לשיחתי יותר ומספקות את היכולת ליצור תגובות באופן דינמי המבוססות על בסיס ידע. זו עדיין תכונה ניסיונית עם פוטנציאל אדיר. אנו ממליצים מאוד למשתמשים להתנסות כדי למצוא את ה-LLM הטובים ביותר ואת ההנחיות המתאימות ופרמטרי מודל לשימוש. QnABot עושה את זה פשוט להתנסות!
הדרכה
הגיע הזמן לנסות את זה! בואו נפרוס את ה-QnABot העדכני ביותר (גרסה 5.4.0 ואילך) ונפעיל את התכונות החדשות של Generative AI. השלבים ברמה הגבוהה הם כדלקמן:
- צור ואכלס אינדקס של אמזון קנדרה.
- בחר ופרוס תוסף LLM (אופציונלי).
- פריס QnABot.
- הגדר את QnABot עבור הפלאגין Lambda שלך (אם אתה משתמש בתוסף).
- גש ללקוח האינטרנט QnABot והתחל להתנסות.
- התאם אישית את ההתנהגות באמצעות הגדרות QnABot.
- הוסף שאלות ותשובות אוצרות וקטעי טקסט למאגר הידע.
צור ואכלס אינדקס אמזון קנדרה
הורד והשתמש בדברים הבאים תבנית AWS CloudFormation כדי ליצור אינדקס חדש של אמזון קנדרה.
תבנית זו כוללת נתונים לדוגמה המכילים תיעוד מקוון של AWS עבור Amazon Kendra, Amazon Lex ו- SageMaker. פריסת המחסנית דורשת כ-30 דקות ואחריהן כ-15 דקות לסנכרון ולהטמעת הנתונים באינדקס.
כאשר ערימת האינדקס של אמזון קנדרה נפרסת בהצלחה, נווט למחסנית של הערימה יציאות לשונית ושימו לב ל Index Id
, שבו תשתמש מאוחר יותר בעת פריסת QnABot.
לחלופין, אם כבר יש לך אינדקס אמזון קנדרה עם תוכן משלך, אתה יכול להשתמש בו במקום עם שאלות לדוגמה משלך עבור המדריך.
בחר ופריסה של תוסף LLM (אופציונלי)
QnABot יכול לפרוס LLM מובנה (הוראה של Falcon-40B ב- SageMaker) או להשתמש בפונקציות Lambda כדי להתקשר לכל LLM אחר שתבחר. בסעיף זה, אנו מראים לך כיצד להשתמש באפשרות Lambda עם פונקציית Lambda לדוגמה בנויה מראש. דלג לשלב הבא אם אתה רוצה להשתמש במקום זאת ב-LLM המובנה.
ראשית, בחר את הפלאגין LLM שבו אתה רוצה להשתמש. סקור את האפשרויות שלך מה- qnabot-on-aws-plugin-samples
מאגר README. נכון לכתיבת שורות אלה, תוספים זמינים עבור Amazon Bedrock (בתצוגה מקדימה), ועבור AI21 ו-Anthropic API של צד שלישי. אנו מצפים להוסיף עוד תוספים לדוגמה עם הזמן.
פרוס את הפלאגין שבחרת על ידי בחירה השקת ערימה ב פרוס ערימת פלאגין חדשה סעיף, שיפרוס לתוך us-east-1
אזור כברירת מחדל (לפריסה באזורים אחרים, ראה בנה ופרסם חפצים של תוספי QnABot של CloudFormation).
כאשר ערימת הפלאגין נפרסת בהצלחה, נווט אל המחסנית יציאות לשונית (ראה את צילום המסך הבא) ובדוק את תוכנו, שבו תשתמש בשלבים הבאים כדי לפרוס ולהגדיר את QnABot. השאר את הכרטיסייה הזו פתוחה בדפדפן שלך.
פריס QnABot
בחרו הפעל את פתרון מה-QnABot מדריך יישום לפרוס את תבנית QnABot העדכנית ביותר באמצעות AWS CloudFormation. ספק את הפרמטרים הבאים:
- בעד
DefaultKendraIndexId
, השתמש במזהה Amazon Kendra Index (GUID) שאספת קודם לכן - בעד
EmbeddingsApi
(ראה חיפוש סמנטי באמצעות הטמעות טקסט), בחר אחת מהאפשרויות הבאות:SAGEMAKER
(דגם ההטבעות המובנה המוגדר כברירת מחדל)LAMBDA
(כדי להשתמש ב-Amazon Bedrock Embeddings API עםBEDROCK-EMBEDDINGS-AND-LLM
חיבור)- בעד
EmbeddingsLambdaArn
, להשתמש בEmbeddingsLambdaArn
ערך הפלט שלךBEDROCK-EMBEDDINGS-AND-LLM
ערימת פלאגין.
- בעד
- בעד
LLMApi
(ראה ביעור שאילתות לאחזור שיחות, ומענה על שאלות יצירתיות), בחר אחת מהאפשרויות הבאות:SAGEMAKER
(דגם ברירת המחדל המובנה של LLM)LAMBDA
(כדי להשתמש בתוסף LLM שנפרס קודם לכן)- בעד
LLMLambdaArn
, להשתמש בLLMLambdaArn
ערך פלט מחסנית הפלאגין שלך
- בעד
עבור כל שאר הפרמטרים, קבל את ברירות המחדל (ראה את מדריך יישום עבור הגדרות פרמטרים), והמשך להפעיל את ערימת QnABot.
הגדר את QnABot עבור הפלאגין Lambda שלך (אם אתה משתמש בתוסף)
אם פרסת את QnABot באמצעות תוסף LLM Lambda לדוגמה כדי לגשת ל-LLM אחר, עדכן את פרמטרי המודל של QnABot והגדרות תבנית בקשות כפי שהומלץ עבור הפלאגין שבחרת. למידע נוסף, ראה עדכן את הגדרות QnABot. אם השתמשת באפשרות SageMaker (מובנית) LLM, דלג לשלב הבא, מכיוון שההגדרות כבר מוגדרות עבורך.
גש ללקוח האינטרנט QnABot והתחל להתנסות
במסוף AWS CloudFormation, בחר את ה יציאות לשונית של ערימת ה-QnABot CloudFormation ובחר את ClientURL
קישור. לחלופין, הפעל את הלקוח על ידי בחירה QnABot בלקוח AWS מתפריט הכלים של מעצב תוכן.
כעת, נסה לשאול שאלות הקשורות לשירותי AWS, למשל:
- מה זה אמזון לקס?
- איך SageMaker מגדיל את עומסי העבודה של הסקת מסקנות?
- האם קנדרה הוא שירות חיפוש?
לאחר מכן תוכל לשאול שאלות המשך מבלי לציין את השירותים או ההקשר שהוזכרו קודם לכן, למשל:
- האם זה בטוח?
- האם זה קנה מידה?
התאם אישית את ההתנהגות באמצעות הגדרות QnABot
אתה יכול להתאים אישית הגדרות רבות ב-QnABot הגדרות מעצב תוכן עמוד - ראה README - הגדרות LLM לרשימה מלאה של הגדרות רלוונטיות. לדוגמה, נסה את הפעולות הבאות:
- לקבוע
ENABLE_DEBUG_RESPONSES
לTRUE
, שמור את ההגדרות ונסה שוב את השאלות הקודמות. כעת תראה פלט ניפוי באגים נוסף בראש כל תגובה, המראה לך כיצד ה-LLM מייצר את שאילתת החיפוש של Amazon Kendra בהתבסס על היסטוריית הצ'אט, כמה זמן לקח להסקת ה-LLM לפעול ועוד. לדוגמה: - לקבוע
ENABLE_DEBUG_RESPONSES
חזרהFALSE
, הגדרLLM_QA_SHOW_CONTEXT_TEXT
וLLM_QA_SHOW_SOURCE_LINKS
לFALSE
, ונסה שוב את הדוגמאות. כעת קישורי ההקשר והמקורות אינם מוצגים, והפלט מכיל רק את התגובה שנוצרה על ידי LLM. - אם אתה מרגיש הרפתקני, התנסה גם עם הגדרות תבנית ההנחיות של LLM—
LLM_GENERATE_QUERY_PROMPT_TEMPLATE
וLLM_QA_PROMPT_TEMPLATE
. מתייחס README - הגדרות LLM כדי לראות כיצד אתה יכול להשתמש במצייני מיקום עבור ערכי זמן ריצה כמו היסטוריית צ'אט, הקשר, קלט משתמש, שאילתה ועוד. שים לב שככל הנראה ניתן לשפר ולהתאים את הנחיות ברירת המחדל כך שיתאימו טוב יותר למקרי השימוש שלך, אז אל תפחד להתנסות! אם אתה שובר משהו, אתה תמיד יכול לחזור להגדרות ברירת המחדל באמצעות ה איפוס לברירות מחדל אפשרות בדף ההגדרות.
הוסף שאלות ותשובות אוצרות וקטעי טקסט למאגר הידע
QnABot יכולה, כמובן, להמשיך לענות על שאלות על סמך שאלות ותשובות שנאספו. זה יכול גם להשתמש ב-LLM כדי ליצור תשובות מקטעי טקסט שנוצרו או מיובאים ישירות לתוך QnABot, בנוסף לשימוש באינדקס אמזון קנדרה.
QnABot מנסה למצוא תשובה טובה לשאלת המשתמש המעורפלת ברצף הבא:
- פריטי QnA
- פריטי קטע טקסט
- מדד אמזון קנדרה
בואו ננסה כמה דוגמאות.
בתפריט כלי מעצב התוכן של QnABot, בחר תבואו, ולאחר מכן טען את שתי החבילות לדוגמה:
TextPassages-NurseryRhymeExamples
blog-samples-final
QnABot יכול להשתמש הטמעות טקסט לספק יכולת חיפוש סמנטית (באמצעות אינדקס OpenSearch המובנה של QnABot כחנות וקטורית), המשפרת את הדיוק ומפחיתה את כוונון השאלות, בהשוואה להתאמה מבוססת מילות מפתח רגילה של OpenSearch. כדי להמחיש זאת, נסה שאלות כמו הבאות:
- "ספר לי על מכשיר אלקסה עם המסך"
- "ספר לי על מכשיר הזרמת הווידאו של אמזון?"
אלה צריכים להתאים באופן אידיאלי ל-QNA לדוגמה שייבאת, למרות שהמילים המשמשות לשאלת השאלה הן התאמות גרועות של מילות מפתח (אך התאמות סמנטיות טובות) עם פריטי ה-QnA המוגדרים: Alexa.001
(מהי מופע אקו של אמזון) ו FireTV.001
(מה זה Amazon Fire TV).
גם אם אתה (עדיין) לא משתמש באמזון קנדרה (וכדאי לך!), QnABot יכול גם לענות על שאלות המבוססות על קטעים שנוצרו או מיובאים ל-Content Designer. השאלות הבאות (ושאלות ההמשך) נענות כולן מפריט טקסט מיובא המכיל את חרוז הילדים 0.HumptyDumpty
:
- "איפה האמפטי דמפטי ישב לפני שהוא נפל?"
- "מה קרה אחרי שהוא נפל? הוא היה בסדר?"
בעת שימוש בהטמעות, תשובה טובה היא תשובה המחזירה ציון דמיון מעל הסף שהוגדר על ידי הגדרת הסף המתאימה. לִרְאוֹת התאמת שאלות סמנטית, תוך שימוש בהטמעות טקסט במודל שפה גדול לפרטים נוספים כיצד לבדוק ולכוון את הגדרות הסף.
אם אין תשובות טובות, או אם התגובה של ה-LLM תואמת לביטוי הרגולרי המוגדר ב LLM_QA_NO_HITS_REGEX
, ואז QnABot מפעיל את ההגדרה מותאם אישית לא יודע (no_hits
) התנהגות, אשר, כברירת מחדל, מחזירה הודעה שאומרת "הכפשת אותי".
נסה כמה ניסויים על ידי יצירת שאלות ותשובות או פריטי קטעי טקסט ב-QnABot, כמו גם שימוש באינדקס של אמזון קנדרה לתשובות מחולקות. ניסוי (באמצעות מבחן הכרטיסייה במעצב) כדי למצוא את הערכים הטובים ביותר לשימוש עבור הגדרות סף ההטמעה כדי לקבל את ההתנהגות הרצויה. קשה להגיע לאיזון המושלם, אבל בדוק אם אתה יכול למצוא איזון מספיק טוב שיביא לתשובות שימושיות רוב הזמן.
לנקות את
אתה יכול, כמובן, להשאיר את QnABot פועל כדי להתנסות בו ולהראות אותו לעמיתיך! אבל זה כרוך בעלות מסוימת - ראה תכנן את הפריסה שלך - עלות לפרטים נוספים. כדי להסיר את המשאבים ולהימנע מעלויות, מחק את ערימות CloudFormation הבאות:
- מחסנית QnABot
- ערימת פלאגין LLM (אם רלוונטי)
- ערימת אינדקס של אמזון קנדרה
השתמש בדוגמאות המקרה
תכונות חדשות אלו הופכות את QnABot לרלוונטי עבור מקרי שימוש רבים של לקוחות כגון שירות לקוחות בשירות עצמי ובבוטים של תמיכה ובוטים אוטומטיים מבוססי אינטרנט של שאלות ותשובות. אנו דנים בשני מקרי שימוש כאלה בחלק זה.
השתלב עם מרכז קשר
יכולות המענה האוטומטי לשאלות של QnABot מספקות שירות עצמי יעיל עבור שיחות קוליות נכנסות במרכזי קשר, עם תוצאות משכנעות. לדוגמה, ראה כיצד ארון התחבורה של קנטקי צמצם את זמן השהיית שיחות וחוויית לקוח משופרת עם סוכנים וירטואליים בשירות עצמי המשתמשים באמזון קונקט ובאמזון לקס. שילוב תכונות הבינה המלאכותית החדשות המחזקות את הצעת הערך הזו על ידי יצירת תשובות מהימנות באופן דינמי מתוכן קיים כגון מסמכים, מאגרי ידע ואתרים. זה מבטל את הצורך של מעצבי בוטים לצפות ולאצור באופן ידני תגובות לכל שאלה אפשרית שמשתמש עשוי לשאול. לשילוב QnABot עם אמזון Connectראה חיבור QnABot ב-AWS למוקד טלפוני של Amazon Connect. לשילוב עם מרכזי קשר אחרים, ראה כיצד ניתן להשתמש ב- Amazon Chime SDK כדי לחבר בוטים קוליים של Amazon Lex עם 3rd מרכזי קשר של המפלגה באמצעות SIPREC ו בנו סוכן וירטואלי מופעל בינה מלאכותית עבור Genesys Cloud באמצעות QnABot ו-Amazon Lex.
ה-QnABot המופעל על ידי LLM יכול גם למלא תפקיד מרכזי בתור עוזר סוכן אוטומטי בזמן אמת. בפתרון זה, QnABot מקשיב באופן פסיבי לשיחה ומשתמש ב-LLM כדי ליצור הצעות בזמן אמת עבור הסוכנים האנושיים על סמך רמזים מסוימים. זה פשוט להגדיר ולנסות - נסה את זה! ניתן להשתמש בפתרון זה גם עם Amazon Connect וגם עם מרכזי קשר מקומיים וענן אחרים. למידע נוסף, ראה ניתוח שיחות חי וסיוע לסוכן עבור מרכז הקשר שלך עם שירותי AI בשפת אמזון.
השתלב עם אתר אינטרנט
הטמעת QnABot באתרים ובאפליקציות שלך מאפשרת למשתמשים לקבל סיוע אוטומטי בדיאלוג טבעי. למידע נוסף, ראה פרוס ממשק משתמש באינטרנט לצ'אט בוט שלך. עבור תוכן שאלות ותשובות אוצרות, השתמש בתחביר סימון ובלחצני ממשק משתמש ושלב קישורים, תמונות, סרטונים ואלמנטים דינמיים אחרים שמודיעים ומשמחים את המשתמשים שלך. שלב את ממשק המשתמש האינטרנטי של QnABot Amazon Lex עם Amazon Connect צ'אט חי כדי להקל על הסלמה מהירה לסוכנים אנושיים כאשר העוזרת האוטומטית לא יכולה לטפל במלואה בפניית המשתמש בעצמו.
ה-QnABot במאגר דגימות הפלאגין של AWS
כפי שמוצג בפוסט זה, QnABot v5.4.0+ מציע לא רק תמיכה מובנית בהטמעות ודגמי LLM המתארחים ב- SageMaker, אלא הוא גם מציע את היכולת להשתלב בקלות עם כל LLM אחר על ידי שימוש בפונקציות Lambda. אתה יכול ליצור פונקציות למבדה מותאמות אישית משלך או להתחיל מהר יותר עם אחת הדוגמאות שסיפקנו בחדש שלנו qnabot-on-aws-plugin-samples מאגר.
מאגר זה כולל תוסף מוכן לפריסה עבור Amazon Bedrock, התומך הן בהטמעות והן בבקשות ליצירת טקסט. בזמן הכתיבה, Amazon Bedrock זמין דרך תצוגה מקדימה פרטית - אתה יכול לבקש גישה לתצוגה מקדימה. כאשר Amazon Bedrock זמין בדרך כלל, אנו מצפים לשלב אותו ישירות עם QnABot, אבל למה לחכות? הגש בקשה לגישה לתצוגה מקדימה והשתמש בתוסף לדוגמה שלנו כדי להתחיל להתנסות!
מחזור החדשנות של LLM של היום מניע קצב מסחרר של מהדורות דגמים חדשות, שכל אחת מהן שואפת לעלות על הקודמת. מאגר זה יתרחב ויכלול דוגמאות נוספות של תוסף QnABot לאורך זמן. נכון לכתיבת שורות אלה, יש לנו תמיכה בשני ספקי דגמי צד שלישי: Anthropic ו-AI21. אנו מתכננים להוסיף אינטגרציות לעוד LLMs, הטמעות ודוגמאות שימוש פוטנציאליות שכוללות ווים של Lambda ובסיסי ידע. תוספים אלה מוצעים כפי שהם ללא אחריות, לנוחיותך - המשתמשים אחראים לתמוך בהם ולתחזק אותם לאחר פריסתם.
אנו מקווים שמאגר התוספים של QnABot יבשיל לפרויקט קהילתי משגשג בקוד פתוח. צפה ב qnabot-on-aws-plugin-samples ריפו של GitHub כדי לקבל עדכונים על תוספים ותכונות חדשות, השתמש ב- נושאים פורום לדווח על בעיות או לספק משוב, ולתרום שיפורים באמצעות למשוך בקשות. תרומות יתקבלו בברכה!
סיכום
בפוסט זה, הצגנו את תכונות הבינה המלאכותיות החדשות עבור QnABot ועברנו על פתרון ליצירה, פריסה והתאמה אישית של QnABot לשימוש בתכונות אלו. דנו גם בכמה מקרי שימוש רלוונטיים. אוטומציה של פניות שחוזרות על עצמן משחררת עובדים אנושיים ומגבירה את הפרודוקטיביות. תגובות עשירות יוצרות חוויות מרתקות. פריסת ה-QnABot המופעלת על ידי LLM יכולה לעזור לך לשפר את חווית השירות העצמי ללקוחות ולעובדים.
אל תפספס את ההזדמנות הזו - התחל עוד היום וחולל מהפכה בחוויית המשתמש בפריסת QnABot שלך!
על המחברים
קליבסטר תיאו הוא אדריכל פתרונות שותפים בכיר ב-AWS, המתמקד באקו-סיסטם השותפים של המגזר הציבורי. הוא נהנה לבנות אבות טיפוס, להישאר פעיל בחוץ ולחוות מטבחים חדשים. קליבסטר נלהבת להתנסות בטכנולוגיות מתפתחות ולעזור לשותפי AWS לחדש ולשרת טוב יותר את לקוחות המגזר הציבורי.
וינדריך הוא אדריכל פתרונות ב-AWS שעובד עם לקוחות בתעשיות כמו פיננסים ותחבורה, כדי לעזור להאיץ את מסע האימוץ שלהם בענן. הוא מתעניין במיוחד בטכנולוגיות ללא Server וכיצד לקוחות יכולים למנף אותן כדי להביא ערכים לעסק שלהם. מחוץ לעבודה, וינדריך נהנה לשחק ולצפות בספורט, כמו גם לחקור מאכלים שונים ברחבי העולם.
בוב סטרהאן הוא אדריכל פתרונות ראשי בצוות שירותי AI של שפת AWS.
- הפצת תוכן ויחסי ציבור מופעל על ידי SEO. קבל הגברה היום.
- PlatoData.Network Vertical Generative Ai. העצים את עצמך. גישה כאן.
- PlatoAiStream. Web3 Intelligence. הידע מוגבר. גישה כאן.
- PlatoESG. רכב / רכבים חשמליים, פחמן, קלינטק, אנרגיה, סביבה, שמש, ניהול פסולת. גישה כאן.
- PlatoHealth. מודיעין ביוטכנולוגיה וניסויים קליניים. גישה כאן.
- ChartPrime. הרם את משחק המסחר שלך עם ChartPrime. גישה כאן.
- BlockOffsets. מודרניזציה של בעלות על קיזוז סביבתי. גישה כאן.
- מקור: https://aws.amazon.com/blogs/machine-learning/deploy-self-service-question-answering-with-the-qnabot-on-aws-solution-powered-by-amazon-lex-with-amazon-kendra-and-large-language-models/
- :יש ל
- :הוא
- :לֹא
- $ למעלה
- 100
- 12
- 15%
- 30
- 7
- 8
- a
- יכולת
- אודות
- מֵעַל
- להאיץ
- לְקַבֵּל
- גישה
- חֶשְׁבּוֹן
- דיוק
- מדויק
- פעיל
- להוסיף
- תוספת
- נוסף
- כתובת
- אימוץ
- יתרונות
- חושש
- לאחר
- שוב
- סוֹכֵן
- סוכנים
- AI
- שירותי AI
- מונע AI
- מכוון
- Alexa
- תעשיות
- מאפשר
- כְּבָר
- גם
- תמיד
- אמזון בעברית
- אמזון קנדרה
- אמזון לקס
- אמזון שירותי אינטרנט
- an
- ניתוח
- ו
- לענות
- תשובות
- אנתרופי
- לצפות
- כל
- API
- ממשקי API
- ישים
- יישומים
- החל
- ARE
- סביב
- AS
- לעזור
- סיוע
- עוזר
- At
- ניסיונות
- מחבר
- אוטומטי
- באופן אוטומטי
- אוטומציה
- זמין
- לְהִמָנַע
- AWS
- AWS CloudFormation
- בחזרה
- איזון
- בסיס
- מבוסס
- BE
- כי
- לפני
- התנהגות
- הטוב ביותר
- מוטב
- שילינג
- מגביר
- בוט
- שניהם
- בוטים
- מותג
- לשבור
- להביא
- דפדפן
- בִּניָן
- מובנה
- עסקים
- אבל
- by
- שיחה
- שיחות
- CAN
- לא יכול
- יכולות
- יכולת
- מקרה
- מקרים
- מרכז
- מרכזים
- מסוים
- ערוץ
- ערוצים
- chatbot
- chatbots
- צִלצוּל
- בחירה
- בחרו
- בחירה
- נבחר
- ברור
- לקוחות
- ענן
- אימוץ ענן
- Common
- קהילה
- חברה
- לעומת
- תואם
- משכנע
- תמציתית
- מוגדר
- לְחַבֵּר
- קונסול
- תמיד
- לבנות
- צור קשר
- מוקדי שירות
- מכיל
- תוכן
- תוכן
- הקשר
- להמשיך
- לתרום
- תרומות
- שיחה
- שיחה
- AI שיחה
- תוֹאֵם
- עלויות
- יכול
- קורס
- לִיצוֹר
- נוצר
- יוצרים
- CRM
- אוצר
- מנהג
- לקוח
- חווית לקוח
- שירות לקוחות
- לקוחות
- אישית
- אישית
- מחזור
- נתונים
- בְּרִירַת מֶחדָל
- מחדל
- מוגדר
- הגדרות
- לענג
- למסור
- לפרוס
- פרס
- פריסה
- פריסה
- מְעַצֵב
- מעצבים
- מְפוֹרָט
- פרטים
- מכשיר
- דיאלוג
- DID
- אחר
- כיוון
- ישירות
- לדון
- נָדוֹן
- מציג
- מסמך
- תיעוד
- מסמכים
- עושה
- לא
- נהיגה
- דינמי
- באופן דינמי
- כל אחד
- מוקדם יותר
- בקלות
- הד
- המערכת האקולוגית
- אפקטיבי
- אלמנטים
- הרם
- מבטל
- הטבעה
- מתעורר
- טכנולוגיות מתפתחות
- עובדים
- לאפשר
- לעודד
- נקודת קצה
- מרתק
- מספיק
- הסלמה
- במיוחד
- אֲפִילוּ
- כל
- דוגמה
- דוגמאות
- קיימים
- לְהַרְחִיב
- לצפות
- ניסיון
- חוויות
- התנסות
- לְנַסוֹת
- ניסיוני
- ניסויים
- היכרות
- ביטוי
- תמציות
- לְהַקֵל
- מהר
- מהר יותר
- מאפיין
- תכונות
- מָשׁוֹב
- להרגיש
- לממן
- אש
- אש טלוויזיה
- מרוכז
- בעקבות
- הבא
- כדלקמן
- בעד
- פוֹרוּם
- בתדירות גבוהה
- החל מ-
- מלא
- לגמרי
- פונקציה
- פונקציות
- נוסף
- בדרך כלל
- ליצור
- נוצר
- מייצר
- יצירת
- דור
- גנרטטיבית
- AI Generative
- לקבל
- GitHub
- טוב
- קרה
- קשה
- יש
- he
- לעזור
- עזרה
- ברמה גבוהה
- היסטוריה
- להחזיק
- הוקס
- לקוות
- אירח
- איך
- איך
- HTML
- http
- HTTPS
- בן אנוש
- ID
- באופן אידיאלי
- if
- תמונות
- לייבא
- חשוב
- לשפר
- משופר
- שיפורים
- שיפור
- in
- באחר
- לכלול
- כולל
- כולל
- בע"מ
- מדד
- תעשיות
- לְהוֹדִיעַ
- מידע
- לחדש
- חדשנות
- קלט
- פניות
- חקירה
- במקום
- לשלב
- משלב
- שילוב
- ואינטגרציות
- התכוון
- אינטראקציה
- מעוניין
- ממשקים
- אל תוך
- מבוא
- הציג
- מעורר
- מעורב
- IT
- פריטים
- שֶׁלָה
- מסע
- jpg
- שמור
- מפתח
- ידע
- נוף
- שפה
- שפות
- גָדוֹל
- אחרון
- מאוחר יותר
- האחרון
- לשגר
- מוביל
- יציאה
- תנופה
- כמו
- סביר
- קשר
- קישורים
- רשימה
- לחיות
- LLM
- לִטעוֹן
- ארוך
- לתחזק
- שמירה
- לעשות
- עושה
- עשייה
- באופן ידני
- רב
- להתאים
- תואם
- בוגר
- me
- מדיה
- זכרון
- מוּזְכָּר
- תפריט
- הודעה
- יכול
- דקות
- מודל
- מודלים
- שונים
- יותר
- רוב
- MS
- my
- טבעי
- נווט
- צורך
- חדש
- תכונות חדשות
- הבא
- לא
- עַכשָׁיו
- מספר
- of
- מוצע
- המיוחדות שלנו
- לעתים קרובות
- on
- פעם
- ONE
- באינטרנט
- רק
- לפתוח
- קוד פתוח
- אפשרות
- אפשרויות
- or
- אחר
- שלנו
- תוצאות
- בחוץ
- תפוקה
- בחוץ
- יותר
- שֶׁלוֹ
- שלום
- חבילות
- עמוד
- פרמטר
- פרמטרים
- שותף
- שותפים
- צד
- מעבר
- לוהט
- מכריע
- תכנית
- אפלטון
- מודיעין אפלטון
- אפלטון נתונים
- לְשַׂחֵק
- משחק
- חיבור
- תוספים
- עני
- אפשרי
- הודעה
- פוטנציאל
- פוטנציאל
- כּוֹחַ
- מופעל
- תצוגה מקדימה
- קודם
- קוֹדֶם
- מנהל
- פְּרָטִי
- בעיות
- להמשיך
- פִּריוֹן
- פּרוֹיֶקט
- הצעה
- טיפוס
- לספק
- ובלבד
- ספקים
- מספק
- ציבורי
- לפרסם
- שאלות ותשובות
- QnABot
- שאילתות
- שאלה
- שאלות
- מָהִיר
- מהירות
- זמן אמת
- לקבל
- מוּמלָץ
- מופחת
- מפחית
- הפחתה
- באזור
- אזורים
- רגיל
- קָשׁוּר
- שוחרר
- עיתונות
- רלוונטי
- אָמִין
- לסמוך
- להסיר
- חוזר על עצמו
- לדווח
- מאגר
- בקשות
- לדרוש
- דורש
- משאבים
- תגובה
- תגובות
- אחראי
- תוצאות
- החזרות
- לחזור
- סקירה
- לְחוֹלֵל מַהְפֵּכָה
- עשיר
- תפקיד
- הפעלה
- ריצה
- בעל חכמים
- אותו
- שמור
- אמר
- סולם
- ציון
- Sdk
- חיפוש
- סעיף
- מגזר
- לבטח
- לִרְאוֹת
- שירות עצמי
- לחצני מצוקה לפנסיונרים
- רגש
- רצף
- לשרת
- ללא שרת
- שרות
- שירותים
- סט
- הצבה
- הגדרות
- קצר
- צריך
- לְהַצִיג
- הראה
- הופעות
- לשבת
- So
- חֶברָתִי
- מדיה חברתית
- פִּתָרוֹן
- פתרונות
- כמה
- משהו
- מָקוֹר
- מקורות
- ספורט
- לערום
- ערימות
- תֶקֶן
- התחלה
- החל
- מדינה-of-the-art
- שלב
- צעדים
- עוד
- חנות
- פשוט
- נהירה
- מתחזק
- מחרוזת
- בְּתוֹקֶף
- בהצלחה
- כזה
- כדלקמן
- מַתְאִים
- תמיכה
- מסייע
- תומך
- לעלות
- תחביר
- מערכת
- נטילת
- נבחרת
- טכנולוגיות
- תבנית
- מבחן
- זֶה
- השמיים
- המידע
- העולם
- שֶׁלָהֶם
- אותם
- אז
- שם.
- אלה
- הֵם
- צד שלישי
- זֶה
- אם כי?
- סף
- משגשגת
- דרך
- זמן
- פִּי
- ל
- היום
- לקח
- כלים
- חלק עליון
- שקיפות
- להעביר
- הובלה
- עָצוּם
- לנסות
- הדרכה
- tv
- שתיים
- ui
- עדכון
- עדכונים
- להשתמש
- במקרה להשתמש
- מְשׁוּמָשׁ
- משתמש
- חוויית משתמש
- משתמשים
- שימושים
- באמצעות
- מנוצל
- ערך
- ערכים
- באמצעות
- וִידֵאוֹ
- וידאו
- וירטואלי
- קול
- לחכות
- הלך
- רוצה
- היה
- שעון
- צופה
- we
- אינטרנט
- שירותי אינטרנט
- המבוסס על האינטרנט
- אתר
- אתרים
- טוֹב
- היו
- מה
- מה
- מתי
- אשר
- מי
- למה
- יצטרך
- עם
- לְלֹא
- מילים
- תיק עבודות
- עובדים
- עובד
- עוֹלָם
- היה
- כתיבה
- יאמל
- עוד
- אתה
- זפירנט