チャットボットを介して処理したい組織のユースケースを特定したとします。 あなたはに精通しました Amazon Lex、プロトタイプを作成し、ボットとのいくつかの試行的な相互作用を行いました。 全体的なエクスペリエンスが気に入っており、ボットを本番環境にデプロイしたいと考えていますが、AmazonLexのベストプラクティスについてはよくわかりません。 この投稿では、Amazon Lexボットを開発およびデプロイするためのベストプラクティスを確認し、エンドツーエンドのボットライフサイクルを合理化して運用を最適化できるようにします。
以前に、計画、設計、および構成のフェーズについて説明しました。 ブログ記事。 先に進む前に、ボットとの魅力的な会話を構築するために、これらの投稿を確認することをお勧めします。 ボットを最初に構成した後、ボットを内部でテストし、ボット定義を繰り返す必要があります。 これで、ボットがライブ会話を処理する本番環境（コールセンターなど）にデプロイする準備が整いました。 本番環境に移行したら、継続的に監視して、目的のビジネス目標を満たしていることを確認する必要があります。 このサイクルは、新しいユースケースと拡張機能を追加するときに繰り返されます。
ボットの開発、テスト、デプロイ、モニタリングのベストプラクティスを確認しましょう。
開発
ボットを開発するときは、次のベストプラクティスを考慮してください。
- コードを介してボットスキーマを管理する – Amazon Lexコンソールは、ボットを設計および構成するときに使いやすいインターフェースを提供しますが、セットアップを複製するために手動のアクションに依存しています。 この手順を簡素化するために、設計の完了後にボットスキーマをコードに変換することをお勧めします。 使用できます API or AWS CloudFormation （参照してください AWSCloudFormationを使用したAmazonLexV2リソースの作成）ボットをプログラムで管理します。
- ボットのバージョン管理を使用したチェックポイントボットスキーマ –チェックポイントは、アプリケーションを最後に認識された安定した状態に戻すためによく使用される一般的なアプローチです。 Amazon Lexは、この機能を ボットのバージョニング。 開発プロセスの各マイルストーンで新しいバージョンを使用することをお勧めします。 これにより、ボット定義に段階的な変更を加えることができ、期待どおりに機能しない場合に簡単に元に戻すことができます。
- データ処理要件を特定し、適切な制御を構成します –AmazonLexはAWSに準拠しています 責任分担モデル、業界の規制および会社独自のデータプライバシー基準に準拠するためのデータ保護のガイドラインが含まれています。 さらに、AmazonLexは コンプライアンスプログラム SOC、PCI、FedRAMPなど。 Amazon Lexは、機密性が高いと見なされるスロットを難読化する機能を提供します。 データプライバシー要件を特定し、ボットで適切なコントロールを構成する必要があります。
テスト
ボットの定義を取得したら、ボットをテストして、意図したとおりに機能し、正しく構成されていることを確認する必要があります。 たとえば、次のような他のサービスをトリガーする権限が必要です。 AWSラムダ 機能。 さらに、ボットをテストして、さまざまなタイプのユーザーリクエストを解釈できることを確認する必要があります。 テストについては、次のベストプラクティスを検討してください。
- テストデータを特定する –ボットのパフォーマンスをテストするには、関連するテストデータを収集する必要があります。 テストデータには、ボットとの予想されるユーザーの会話の包括的な表現を含める必要があります。特に、ボットが音声入力を理解する必要があるIVRのユースケースの場合はそうです。 テストデータは、さまざまな話し方とアクセントをカバーする必要があります。 このようなテストデータは、ターゲット顧客ベースのエクスペリエンス検証を提供できます。
- ユーザーエクスペリエンスの指標を特定する –会話体験を定義するのは難しい場合があります。 ユーザーがボットを操作するさまざまな方法をすべて予測して計画する必要があります。 あまりにも規範的に聞こえることなく、どのように発信者を導きますか？ 発信者が不正確または不完全な情報を提供した場合、どのように回復しますか？ さまざまなシナリオでダイアログを管理するには、さまざまな話し方、音響条件、モダリティをカバーする明確な目標を設定し、追跡できる客観的な指標を特定する必要があります。 たとえば、客観的な指標は「会話の90％で、ユーザーに対してXNUMX回未満の再プロンプトが再生される必要があります」であるのに対し、「会話の大部分はユーザーに入力を繰り返すように求めてはならない」などの主観的な指標です。
- 途中でユーザーエクスペリエンスを評価する –場合によっては、一見小さな変更がユーザーエクスペリエンスに大きな影響を与える可能性があります。 たとえば、アカウントIDスロットタイプに使用される正規表現に誤ってタイプミスを導入した場合を考えてみます。これにより、ボットがユーザーに再度入力を求めるように促します。 ユーザーエクスペリエンスを評価し、自動テストに投資して主要な指標を生成する必要があります。 参照できます 自動音声認識サービスの評価 & AmazonConnectとAmazonLexを使用した精度と回帰のテスト 主要なメトリックをテストおよび生成する方法の例については。
展開
ボットのパフォーマンスに満足したら、ボットをデプロイして本番トラフィックの処理を開始する必要があります。 ボットをライフサイクル全体にわたって反復するときは、デプロイを繰り返して継続的なプロセスにするため、エラーの可能性を減らすために、合理化された自動デプロイメントを用意することが重要です。 展開については、次のベストプラクティスを検討してください。
- マルチアカウント環境を使用する –AWSが推奨する方法に従う必要があります マルチアカウント環境のセットアップ 組織内で、開発段階と本番段階に別々のAWSアカウントを使用します。 マルチリージョンのプレゼンスがある場合は、本番環境にリージョンごとに個別のAWSアカウントを使用する必要もあります。 ステージごとに個別のAWSアカウントを使用すると、AWSリソースのセキュリティ、アクセス、請求の境界が提供されます。
- 開発から本番までのボットの宣伝を自動化する –開発段階のボットセットアップを本番段階に複製する場合は、自動化されたソリューションを使用し、手動のタッチポイントを最小限に抑える必要があります。 ボットを作成するには、CloudFormationテンプレートを使用する必要があります。 または、 AmazonLexのエクスポートおよびインポートAPI アカウント間でボットスキーマをコピーする自動化された手段を提供します。
- 変更を段階的に展開する –変更を段階的に本番環境にデプロイして、変更がすべてのユーザーにリリースされる前に本番トラフィックのサブセットにリリースされるようにする必要があります。 このようなアプローチは、変更に問題がある場合に備えて、爆風半径を制限する機会を提供します。 これを実現する05つの方法は、95段階のデプロイメントアプローチを使用することです。ボットの05つのエイリアス（たとえば、prod-95とprod-XNUMX）を作成します。 最初に、新しいボットバージョンをXNUMXつのエイリアス（この例ではprod-XNUMX）に関連付けます。 主要な指標が成功基準を満たしていることを検証した後、XNUMX番目のエイリアス（prod-XNUMX）を新しいボットバージョンに関連付けます。
AmazonLexボットとの統合に使用されるクライアントアプリケーションでのトラフィックの分散を制御する必要があることに注意してください。 たとえば、使用している場合 アマゾンコネクト ボットと統合するには、 パーセンテージで配布 XNUMXつ以上と組み合わせたコンタクトブロック 顧客の意見を聞く ブロック。
AmazonLexはすぐに使用できるテストエイリアスを提供していることに注意してください。 テストエイリアスは、Amazon Lexコンソールを介したアドホックな手動テストにのみ使用されることを意図しており、本番規模の負荷を処理することを意図していません。 本番トラフィックには専用のエイリアスを使用することをお勧めします。
監視
監視は、信頼性、可用性、および効果的なエンドユーザーエクスペリエンスを維持するために重要です。 ボットのメトリクスを分析し、その学習をフィードバックメカニズムとして使用して、ボットスキーマと、開発、テスト、およびデプロイのプラクティスを改善する必要があります。 Amazon Lexは、複数のメカニズムをサポートしています。 ボットを監視する。 Lexボットを監視するための次のベストプラクティスを検討してください。
- 常に監視し、繰り返します –AmazonLexはと統合します アマゾンクラウドウォッチ ユーザーのボットとの相互作用に関する重要な洞察を提供できるほぼリアルタイムのメトリックを提供します。 これらの洞察は、エンドユーザーエクスペリエンスの見通しを立てるのに役立ちます。 Amazon Lexが発行するさまざまなタイプのメトリックの詳細については、を参照してください。 AmazonCloudWatchを使用したAmazonLexV2のモニタリング。 アラームをトリガーするためのしきい値を設定することをお勧めします。 同様に、Amazon Lexは、ユーザーのボットとの対話からの生の入力発話を可視化します。 あなたは使用する必要があります 発話統計 or 会話ログ 通信パターンを特定し、必要に応じてボットに適切な変更を加えるための洞察を得る。 ボット用にパーソナライズされた分析ダッシュボードを作成する方法については、以下を参照してください。 AmazonLexチャットボットの運用指標を監視する.
この投稿で説明するベストプラクティスは、主にAmazonLex固有のユースケースに焦点を当てています。 これらに加えて、AWSでクラウドインフラストラクチャを管理する際のベストプラクティスを確認して遵守する必要があります。 クラウドインフラストラクチャが安全であり、許可されたユーザーのみがアクセスできることを確認してください。 また、適切なものを確認して採用する必要があります AWSセキュリティのベストプラクティス 組織内。 最後に、積極的にレビューする必要があります AWSクォータ 個々のAWSサービス（Amazon Lexクォータを含む）に対して、必要に応じて適切な変更をリクエストします。
まとめ
Amazon Lexを使用して、洗練された自然言語の会話を可能にし、カスタマーサービスの効率を高めることができます。 この投稿では、ボットライフサイクルの開発、テスト、デプロイ、モニタリングの各フェーズのベストプラクティスを確認しました。 これらのガイドラインを使用すると、エンドユーザーエクスペリエンスを向上させ、顧客エンゲージメントを向上させることができます。 今日からAmazonLexの会話体験の構築を始めましょう！
著者について
スワパンディープ・シン AmazonLexチームのエンジニアです。 彼は、ボットとのやり取りをよりスムーズで人間らしいものにすることに取り組んでいます。 仕事以外では、彼は旅行してさまざまな文化について学ぶのが好きです。
