Rozwój technologii sztucznej inteligencji umożliwia organizacjom przyjmowanie i ulepszanie możliwości samoobsługi w operacjach contact center w celu tworzenia bardziej proaktywnego, terminowego i efektywnego doświadczenia klienta. Boty głosowe lub konwersacyjne interaktywne systemy odpowiedzi głosowej (IVR) wykorzystują przetwarzanie języka naturalnego (NLP), aby zrozumieć pytania klientów i udzielać odpowiednich odpowiedzi. Firmy mogą zautomatyzować odpowiedzi na często zadawane pytania transakcyjne, wdrażając boty dostępne 24/7. W rezultacie klienci korzystają ze skróconego czasu oczekiwania i szybszego rozwiązywania połączeń, zwłaszcza w godzinach szczytu.
W poście Poprawa jakości obsługi klienta za pomocą konwersacyjnej sztucznej inteligencji: Zasil swoje centrum kontaktowe dzięki Amazon Lex i Genesys Cloud, wprowadziliśmy Amazonka Lex wsparcia na platformie Genesys Cloud i nakreślił proces aktywacji integracji. W tym poście pokazujemy, jak podnieść poziom tradycyjnych często zadawanych pytań dotyczących obsługi klienta za pomocą interaktywnego bota głosowego. Zagłębiamy się w typowy przypadek użycia samoobsługi, badamy interakcje z pytaniami i odpowiedziami i oferujemy zautomatyzowane podejście za pomocą QnABot w rozwiązaniu AWS zbudowany na Amazon Lex z Genesys Cloud.
Omówienie rozwiązania
Interakcje informacyjne mają szerokie zastosowanie, z przykładami, takimi jak godziny pracy, informacje o polityce, harmonogramy szkolne lub inne często zadawane pytania, które są obszerne i proste. Rozwiązanie omówione w tym poście umożliwia klientom naturalną i konwersacyjną interakcję z botem głosowym wspieranym przez kuratorską bazę wiedzy. Klienci mogą uzyskać odpowiedzi bez konieczności oczekiwania na przedstawiciela obsługi klienta, co skraca czas rozwiązywania problemów i poprawia satysfakcję klienta. Możesz także zaimplementować tego samego bota bezpośrednio jako klienta internetowego lub osadzić go w istniejącej witrynie jako widget czatu, rozszerzając punkty kontaktu za pośrednictwem wielu kanałów i zwiększając ogólne zaangażowanie klientów.
Aby obejrzeć film demonstracyjny opisujący wrażenia klienta dzwoniącego do centrum kontaktowego i interakcji z QnABot, obejrzyj poniższy film:
QnABot zapewnia wstępnie skonfigurowaną architekturę, która zapewnia obsługę niskiego kodu, jak pokazano na poniższym diagramie. Za kulisami korzysta z Amazon Lex wraz z innymi usługami AWS. Użytkownicy nietechniczni mogą wdrożyć rozwiązanie jednym kliknięciem, zbudować swojego bota za pomocą przyjaznego dla użytkownika interfejsu i zintegrować bota głosowego z przepływem połączeń Genesys Cloud.
Przepływ pracy rozwiązania zawiera następujące kroki:
- Administrator wdraża rozwiązanie QnABot na swoim koncie AWS, otwiera interfejs Content Designer i używa Amazon Cognito do uwierzytelnienia.
- Po uwierzytelnieniu Amazon CloudFront i Usługa Amazon Simple Storage (Amazon S3) dostarcza zawartość interfejsu projektanta treści.
- Administrator konfiguruje pytania i odpowiedzi w Projektancie treści, a interfejs użytkownika wysyła żądania do Brama Amazon API aby zapisać pytania i odpowiedzi.
- Projektant treści AWS Lambda funkcja zapisuje dane wejściowe w Usługa Amazon OpenSearch w pytaniu indeksu banku.
- Administrator aktywuje integrację Amazon Lex w Genesys Cloud, eksportuje przykładowy przepływ z interfejsu Content Designer i importuje ten przepływ do Genesys Cloud za pomocą narzędzia Genesys Archy.
- Klient łączy się z Genesys Cloud i rozpoczyna interakcję z QnABot. Genesys Cloud przesyła ten dźwięk do Amazon Lex, który konwertuje dźwięk na tekst i wywołuje funkcję Bot Fulfillment Lambda.
- Funkcja Bot Fulfillment pobiera dane wprowadzone przez użytkownika i wyszukuje odpowiedź w usłudze OpenSearch. Alternatywnie możesz użyć Amazonka Kendra jeśli indeks jest skonfigurowany i dostarczony w czasie wdrażania. Odpowiedź jest syntezowana na głos przez Amazon Polly i odtwarzane klientowi.
- Interakcje użytkownika z funkcją Bot Fulfillment generują logi i dane metryk, które są wysyłane do Wąż strażacki Amazon Kinesis Data następnie do Amazon S3 w celu późniejszej analizy danych.
Aby wdrożyć to rozwiązanie, przechodzimy przez następujące kroki:
- Włącz integrację Amazon Lex V2 z Genesys.
- Skonfiguruj Archy, procesor Genesys Cloud Architect YAML.
- Wyeksportuj przepływ wywołań Genesys z QnABot Content Designer.
- Importuj i publikuj przepływ połączeń za pomocą Archy.
- Zaimportuj przykładowe pytania do QnABot.
- Utwórz połączenie testowe i wejdź w interakcję z botem.
- Dostosuj przepływ połączeń w Genesys Architect.
Wymagania wstępne
Aby rozpocząć, potrzebujesz:
Włącz integrację Amazon Lex V2 z Genesys Cloud
Pierwszym krokiem jest umożliwienie integracji Amazon Lex V2 z Genesys Cloud. Aby uzyskać instrukcje, zobacz Poprawa jakości obsługi klienta za pomocą konwersacyjnej sztucznej inteligencji: Zasil swoje centrum kontaktowe dzięki Amazon Lex i Genesys Cloud.
Konfiguruj Archiego
Przygotowaliśmy przykładowy przepływ połączeń przychodzących, aby rozpocząć pracę z QnABot i Genesys Cloud. Używamy Archy, narzędzia procesora Genesys Cloud Architect YAML, aby opublikować ten przepływ połączeń. Najpierw musisz wygenerować identyfikator klienta i klucz tajny klienta OAuth, a następnie możesz pobrać i skonfigurować Archy.
Wygeneruj identyfikator klienta OAuth i tajny klucz klienta
Archy wymaga albo identyfikatora klienta i pary tajnej, albo tokena autoryzacyjnego. Aby uzyskać więcej informacji na temat wymagań Archy's OAuth, zobacz Wymagania wstępne w dokumentacji instalacyjnej Archy.
Aby wygenerować parę identyfikator klienta i klucz tajny, wykonaj następujące czynności:
- Na stronie administratora Genesys Cloud przejdź do Integracje, A następnie wybierz OAuth.
- Dodaj Dodaj klienta.
- W razie zamówieenia projektu Nazwa aplikacji, wchodzić
QnABot
. - W razie zamówieenia projektu Opiswprowadź opis.
- W razie zamówieenia projektu Rodzaje dotacji, Wybierz Poświadczenia klienta.
nowa role pojawi się zakładka.
- Na role przypisz rolę z uprawnieniami Architekt > przepływ > publikowanie.
Na poniższym zrzucie ekranu przypisujemy admin
rola. Być może będziesz musiał również przypisać Master Admin
Rola.
- Dodaj Zapisz.
- Na Dane klienta skopiuj wartości identyfikatora klienta i klucza tajnego klienta.
Pobierz i skonfiguruj Archy
Do pobrania i rozpakuj odpowiednią wersję Archy dla twojego systemu operacyjnego. Następnie przejdź do folderu w terminalu i rozpocznij proces instalacji, uruchamiając następujące polecenie:
Kontynuuj konfigurację Archy i po wyświetleniu monitu podaj identyfikator klienta i klucz tajny klienta.
Wyeksportuj YAML przepływu połączeń z QnABot Content Designer
Teraz, gdy Archy ma uprawnienia do publikowania przepływów połączeń, eksportujemy wstępnie skonfigurowany przepływ połączeń z QnABot Content Designer.
- Zaloguj się, aby Projektant zawartości QnABot.
- Na Tools menu, wybierz Chmura Genesys.
- Dodaj Następna dopóki nie dotrzesz do Pobierz przepływ połączeń
- Dodaj Pobierz przepływ połączeń przychodzących.
Pobierasz plik o nazwie QnABotFlow.yaml
, który jest wstępnie skonfigurowanym przepływem wywołań Genesys.
- Skopiuj ten plik do tego samego folderu, w którym znajduje się Archy.
Importuj i publikuj przepływ połączeń za pomocą Archy
Aby opublikować przepływ połączeń do Archy, uruchom następujące polecenie:
Po zakończeniu nowy przepływ połączeń przychodzących o nazwie QnABotFlow
jest dostępny w Genesys Architect.
Aby przypisać ten przepływ połączeń, na stronie administratora Genesys Cloud przejdź do Routing i wybierz Przekierowywanie połączeń.
Nowa QnABotFlow
powinien pojawić się na liście przepływów połączeń pod Regularne wyznaczanie tras. Przypisz przepływ, a następnie wybierz Zapisz.
Importuj przykładowe pytania do QnABot
Wróć do projektanta zawartości QnABot, wybierz Tools menu i wybierz import.
Rozszerzać Przykłady / rozszerzenia, znajdź przykład GenesysWizardQnA i wybierz Załadować.
Jeśli wrócisz do strony z głównymi pytaniami i odpowiedziami, masz teraz GenesysHelper
pytania. Oto zestaw przykładowych pytań i odpowiedzi, od których możesz zacząć.
Utwórz testową rozmowę telefoniczną i wejdź w interakcję z botem
Wracając do Genesys Cloud Admin, upewnij się, że masz przychodzący numer telefonu powiązany z QnABotFlow
przepływ połączeń pod Przekierowywanie połączeń. Przechodzimy teraz do pulpitu agenta i wykonujemy testowe połączenie, aby po raz pierwszy wejść w interakcję z botem.
QnABot został zaprojektowany, aby odpowiadać na pytania na podstawie danych wstępnie skonfigurowanych w Content Designer. Wypróbujmy następujące rozwiązania:
- Jaka jest Twoja godzina pracy?
- Jaki jest sens życia?
Za każdym razem, gdy QnABot udzieli odpowiedzi, możesz zadać kolejne pytanie, zakończyć rozmowę, mówiąc „Do widzenia” lub poprosić o połączenie z agentem, mówiąc „Chciałbym porozmawiać z agentem”.
Dostosuj przepływ połączeń za pomocą Genesys Architect
Przepływ połączeń Genesys jest wstępnie skonfigurowany, aby włączyć określone atrybuty sesji Amazon Lex. Na przykład, jeśli edytujesz pytanie z identyfikatorem GenesysHelper.Hours
, odpowiedź zawiera następujące stwierdzenie:
Jest to oparte na Kierownicei umożliwia ustawienie wartości atrybutów sesji. Wyeksportowany przepływ wywołań Genesys Cloud CX zawiera blok, który odczytuje z powrotem wartość genesys_nextPrompt
atrybut sesji, który jest wypowiadany tylko przez przepływ wywołań Genesys.
Aby przejść do kolejki lub innego przepływu połączeń, można użyć odpowiedzi QnABot setSessionAttr
ustawić genesys_nextAction
do określonej wartości. Przykładem tego jest pytanie z ID GenesysHelper.Agent,
gdzie jest odpowiedź? {{setSessionAttr 'nextAction' 'AGENT'}}
. W zadaniu wielokrotnego użytku QnABot przepływu połączeń znajduje się blok przełącznika, który odczytuje wartość tego atrybutu, aby rozgałęziać się do określonej akcji. Przykładowy przepływ połączeń zawiera gałęzie dla AGENT
, MENU
, END
. Jeśli nie ma wartości dla genesys_nextAction
sesji, przepływ połączeń odtwarza dowolny ciąg znaleziony w genesys_nextPrompt
treść, czyli wartość defaultPrompt
zmienna zadania zdefiniowana na początku głównego przepływu, która domyślnie ustawiona jest na ask another question or say return to main menu
.
Poniższy diagram ilustruje główny przepływ połączeń.
Poniższy diagram ilustruje przepływ zadania wielokrotnego użytku.
Sprzątać
Aby uniknąć ponoszenia przyszłych opłat, usuń zasoby utworzone za pomocą szablonu, przechodząc do Tworzenie chmury AWS konsoli, wybierając stos QnABot utworzony przez szablon i wybierając Usuń. Spowoduje to usunięcie wszystkich zasobów utworzonych przez szablon.
Aby usunąć zasoby w Genesys Cloud, najpierw usuń przepływ połączeń z routingu połączeń. Następnie usuń przepływ połączeń z Genesys Architect.
Wnioski
W tym poście omówiliśmy, jak rozpocząć pracę z QnABot i Genesys Cloud, korzystając z łatwego do wdrożenia i łatwego w użyciu rozwiązania, które rozwiązuje przypadek użycia interakcji transakcyjnej. Ten bot głosowy pozwala przedstawicielom obsługi klienta spędzać czas z klientami na bardziej złożonych zadaniach i zapewnia użytkownikom lepsze wrażenia dzięki samoobsłudze. Zadowolenie klientów wzrasta, a koszty spadają, ponieważ zużywasz mniej minut połączonych i maksymalizujesz wykorzystanie agentów.
Aby rozpocząć, możesz uruchom QnABot jednym kliknięciem i przejdź przez Warsztaty QnABot aby dowiedzieć się o dodatkowych funkcjach. Integracja z Amazon Lex jest dostępna na Genesys App Foundry.
O autorach
Krzysztof Lott jest starszym architektem rozwiązań w zespole AWS AI Language Services. Posiada 20-letnie doświadczenie w tworzeniu oprogramowania dla przedsiębiorstw. Chris mieszka w Sacramento w Kalifornii i lubi ogrodnictwo, lotnictwo i podróże po świecie.
Jessica Ho jest Architektem Rozwiązań w Amazon Web Services, wspierającym partnerów ISV budujących aplikacje biznesowe na AWS. Jej pasją jest tworzenie zróżnicowanych rozwiązań, które otwierają klientów na przyjęcie w chmurze. Poza pracą lubi zamieniać swój ogród w mini dżunglę.
- Zaawansowane (300)
- AI
- ai sztuka
- generator sztuki ai
- masz robota
- Amazonka Lex
- sztuczna inteligencja
- certyfikacja sztucznej inteligencji
- sztuczna inteligencja w bankowości
- robot sztucznej inteligencji
- roboty sztucznej inteligencji
- oprogramowanie sztucznej inteligencji
- Chatbot AWS
- Uczenie maszynowe AWS
- blockchain
- konferencja blockchain ai
- pomysłowość
- contact center
- sztuczna inteligencja konwersacyjna
- konferencja kryptograficzna
- Dall's
- głęboka nauka
- google to
- Interaktywne systemy odpowiedzi głosowej
- IVR
- uczenie maszynowe
- plato
- Platon Ai
- Analiza danych Platona
- Gra Platona
- PlatoDane
- platogaming
- QnABot
- detaliczny
- skala ai
- składnia
- Instrukcje techniczne
- Bot głosowy
- zefirnet