Verhoog de efficiëntie met best practices voor CI/CD op Amazon Lex

Stel dat u een use case in uw organisatie heeft geïdentificeerd die u via een chatbot wilt afhandelen. Je hebt jezelf vertrouwd gemaakt met Amazon-Lex, bouwde een prototype en voerde een paar proefinteracties uit met de bot. U vond de algehele ervaring prettig en wilt de bot nu in uw productieomgeving implementeren, maar weet niet zeker wat de beste werkwijzen voor Amazon Lex zijn. In dit bericht bekijken we de best practices voor het ontwikkelen en implementeren van Amazon Lex-bots, zodat u de end-to-end botlevenscyclus kunt stroomlijnen en uw activiteiten kunt optimaliseren.

We hebben de plannings-, ontwerp- en configuratiefasen in eerdere blogberichten. We raden u aan deze berichten te lezen om u te helpen boeiende gesprekken met uw bot op te bouwen voordat u doorgaat. Nadat u de bot voor het eerst hebt geconfigureerd, moet u deze intern testen en de botdefinitie herhalen. Je bent nu klaar om het in te zetten in je productieomgeving (zoals een callcenter), waar de bot live gesprekken zal verwerken. Als het eenmaal in productie is, moet u het continu controleren om er zeker van te zijn dat het voldoet aan uw gewenste bedrijfsdoelen. Deze cyclus herhaalt zich terwijl u nieuwe gebruiksscenario's en verbeteringen toevoegt.

Laten we eens kijken naar de best practices voor het ontwikkelen, testen, implementeren en bewaken van bots.

Ontwikkeling

Houd rekening met de volgende best practices bij het ontwikkelen van uw bot:

• Beheer botschema via code – De Amazon Lex-console biedt een gebruiksvriendelijke interface terwijl u de bot ontwerpt en configureert, maar vertrouwt op handmatige acties om de installatie te repliceren. We raden aan om het botschema om te zetten in code nadat het ontwerp is voltooid om deze stap te vereenvoudigen. Je kunt gebruiken APIs or AWS CloudFormatie (Zie Amazon Lex V2-bronnen maken met AWS CloudFormation) om de bot programmatisch te beheren.
• Checkpoint-botschema met botversiebeheer – Checkpointing is een veelgebruikte benadering die vaak wordt gebruikt om een ​​applicatie terug te brengen naar een laatst bekende stabiele staat. Amazon Lex biedt deze functionaliteit via bot versiebeheer. We raden aan om bij elke mijlpaal in uw ontwikkelingsproces een nieuwe versie te gebruiken. Hiermee kunt u incrementele wijzigingen aanbrengen in uw botdefinitie, met een eenvoudige manier om ze terug te draaien als ze niet werken zoals verwacht.
• Identificeer de vereisten voor gegevensverwerking en configureer de juiste controles – Amazon Lex volgt de AWS model met gedeelde verantwoordelijkheid, die richtlijnen bevat voor gegevensbescherming om te voldoen aan branchevoorschriften en aan de eigen normen voor gegevensprivacy van uw bedrijf. Bovendien houdt Amazon Lex zich aan: nalevingsprogramma's zoals SOC, PCI en FedRAMP. Amazon Lex biedt de mogelijkheid om slots te verdoezelen die als gevoelig worden beschouwd. U moet uw gegevensprivacyvereisten identificeren en de juiste bedieningselementen in uw bot configureren.

Testen

Nadat u een botdefinitie hebt, moet u de bot testen om er zeker van te zijn dat deze werkt zoals bedoeld en correct is geconfigureerd. Het moet bijvoorbeeld machtigingen hebben om andere services te activeren, zoals: AWS Lambda functies. Bovendien moet u de bot ook testen om te bevestigen dat deze verschillende soorten gebruikersverzoeken kan interpreteren. Houd rekening met de volgende best practices voor testen:

• Identificeer testgegevens – U moet relevante testgegevens verzamelen om de prestaties van de bot te testen. De testgegevens moeten een uitgebreide weergave bevatten van verwachte gebruikersgesprekken met de bot, met name voor IVR-gebruiksgevallen waarbij de bot spraakinvoer moet begrijpen. De testgegevens moeten betrekking hebben op verschillende spreekstijlen en accenten. Dergelijke testgegevens kunnen ervaringsvalidatie bieden voor uw beoogde klantenbestand.
• Identificeer gebruikerservaringsstatistieken – Het definiëren van de gesprekservaring kan moeilijk zijn. U moet anticiperen en plannen voor alle verschillende manieren waarop gebruikers met de bot kunnen omgaan. Hoe begeleid je de beller zonder te prescriptief te klinken? Hoe herstel je als de beller onjuiste of onvolledige informatie verstrekt? Om de dialoog via veel verschillende scenario's te beheren, moet u een duidelijk doel stellen dat verschillende spreekstijlen, akoestische omstandigheden en modaliteit omvat, en objectieve meetwaarden identificeren die u kunt volgen. Een objectieve indicator zou bijvoorbeeld zijn: "90% van de gesprekken zouden minder dan twee re-prompts voor de gebruiker moeten hebben", versus een subjectieve indicator zoals "de meerderheid van de gesprekken zou gebruikers niet moeten vragen om hun invoer te herhalen."
• Evalueer de gebruikerservaring onderweg – In sommige gevallen kunnen ogenschijnlijk kleine veranderingen een grote impact hebben op de gebruikerservaring. Denk bijvoorbeeld aan een situatie waarin u per ongeluk een typfout invoert in de reguliere expressie die wordt gebruikt voor een account-ID-slottype, wat ertoe leidt dat de bot de gebruiker opnieuw vraagt ​​om opnieuw invoer te geven. U moet de gebruikerservaring evalueren en investeren in geautomatiseerde tests om belangrijke statistieken te genereren. U kunt verwijzen naar Evaluatie van een automatische spraakherkenningsservice en Nauwkeurigheid en regressie testen met Amazon Connect en Amazon Lex voor voorbeelden van het testen en genereren van belangrijke statistieken.

Deployment

Zodra u tevreden bent met de prestaties van de bot, wilt u de bot inzetten om uw productieverkeer te bedienen. Terwijl u de bot in de loop van zijn levenscyclus herhaalt, herhaalt u de implementaties, waardoor het een continu proces wordt, dus het is van cruciaal belang om een ​​gestroomlijnde, geautomatiseerde implementatie te hebben om de kans op fouten te verkleinen. Houd rekening met de volgende aanbevolen procedures voor implementatie:

• Gebruik een omgeving met meerdere accounts - U moet de aanbevolen AWS volgen omgeving instellen met meerdere accounts in uw organisatie en gebruik aparte AWS-accounts voor uw ontwikkelfase en productiefase. Als u in meerdere regio's aanwezig bent, moet u voor productie ook een apart AWS-account per regio gebruiken. Het gebruik van afzonderlijke AWS-accounts per fase biedt u beveiligings-, toegangs- en factureringsgrenzen voor uw AWS-bronnen.
• Automatiseer het promoten van een bot van ontwikkeling tot productie – Wanneer u de botconfiguratie in uw ontwikkelingsfase repliceert naar uw productiefase, moet u geautomatiseerde oplossingen gebruiken en handmatige aanrakingspunten minimaliseren. U moet CloudFormation-sjablonen gebruiken om uw bots te maken. Als alternatief kunt u Amazon Lex export- en import-API's om een ​​geautomatiseerd middel te bieden om een ​​botschema tussen accounts te kopiëren.
• Wijzigingen gefaseerd uitrollen – U moet wijzigingen in uw productieomgeving gefaseerd implementeren, zodat wijzigingen worden vrijgegeven aan een subset van uw productieverkeer voordat ze worden vrijgegeven aan alle gebruikers. Een dergelijke aanpak geeft u de kans om de explosieradius te beperken voor het geval er problemen zijn met de wijziging. Een manier om dit te bereiken is door een implementatie in twee fasen te gebruiken: u maakt twee aliassen voor een bot (bijvoorbeeld prod-05 en prod-95). U koppelt eerst de nieuwe botversie aan één alias (prod-05 in dit voorbeeld). Nadat u hebt gevalideerd dat de belangrijkste metrische gegevens voldoen aan de succescriteria, koppelt u de tweede alias (prod-95) aan de nieuwe botversie.

Houd er rekening mee dat u de distributie van verkeer op de clienttoepassing die wordt gebruikt om te integreren met Amazon Lex-bots, moet beheren. Als u bijvoorbeeld Amazon Connect om te integreren met uw bots, kunt u een Verdelen per percentage contactblok in combinatie met twee of meer Krijg input van de klant blokken.

Het is belangrijk op te merken dat Amazon Lex standaard een testalias levert. De testalias is bedoeld om alleen te worden gebruikt voor ad-hoc handmatige tests via de Amazon Lex-console, en is niet bedoeld om ladingen op productieschaal te verwerken. We raden u aan een speciale alias te gebruiken voor uw productieverkeer.

Monitoren

Monitoring is belangrijk voor het behouden van betrouwbaarheid, beschikbaarheid en een effectieve eindgebruikerservaring. U moet de metrische gegevens van uw bot analyseren en de lessen gebruiken als feedbackmechanisme om het botschema en uw ontwikkelings-, test- en implementatiepraktijken te verbeteren. Amazon Lex ondersteunt meerdere mechanismen om bots bewaken. Overweeg de volgende best practices voor het monitoren van uw Lex-bots:

• Voortdurend monitoren en herhalen – Amazon Lex integreert met Amazon Cloud Watch om bijna realtime statistieken te bieden die u belangrijke inzichten kunnen bieden in de interacties van uw gebruikers met de bot. Deze inzichten kunnen u helpen perspectief te krijgen op de eindgebruikerservaring. Zie voor meer informatie over de verschillende soorten statistieken die Amazon Lex uitzendt: Amazon Lex V2 monitoren met Amazon CloudWatch. We raden aan drempels in te stellen om alarmen te activeren. Op dezelfde manier geeft Amazon Lex u inzicht in de onbewerkte invoeruitingen van de interacties van uw gebruikers met de bot. Je zou ... moeten gebruiken uitingstatistieken or conversatie logs om inzichten te verkrijgen om communicatiepatronen te identificeren en indien nodig de nodige wijzigingen aan uw bot aan te brengen. Raadpleeg voor meer informatie over het maken van een gepersonaliseerd analysedashboard voor uw bots: Bewaak operationele statistieken voor uw Amazon Lex-chatbot.

De best practices die in dit bericht worden besproken, zijn voornamelijk gericht op Amazon Lex-specifieke use-cases. Daarnaast moet u best practices doornemen en naleven bij het beheren van uw cloudinfrastructuur in AWS. Zorg ervoor dat uw cloudinfrastructuur veilig is en alleen toegankelijk is voor geautoriseerde gebruikers. U moet ook de juiste Best practices voor AWS-beveiliging binnen uw organisatie. Ten slotte moet u proactief de AWS-quota voor individuele AWS-services (inclusief Amazon Lex-quota) en vraag indien nodig om passende wijzigingen.

Conclusie

U kunt Amazon Lex gebruiken om geavanceerde natuurlijke taalconversaties mogelijk te maken en de klantenservice te verbeteren. In dit bericht hebben we de best practices besproken voor de ontwikkelings-, test-, implementatie- en monitoringfasen van een botlevenscyclus. Met deze richtlijnen kunt u de eindgebruikerservaring verbeteren en een betere klantbetrokkenheid bereiken. Begin vandaag nog met het bouwen van uw Amazon Lex-conversatie-ervaring!

Over de auteur

Swapandeep Singh is een ingenieur bij het Amazon Lex-team. Hij werkt eraan om interacties met bots soepeler en menselijker te maken. Naast zijn werk houdt hij van reizen en leren over verschillende culturen.