Aumente a eficiência com as melhores práticas de CI/CD no Amazon Lex

Digamos que você identificou um caso de uso em sua organização que gostaria de tratar por meio de um chatbot. Você se familiarizou com Amazon-Lex, construiu um protótipo e fez algumas interações de teste com o bot. Você gostou da experiência geral e agora deseja implantar o bot em seu ambiente de produção, mas não tem certeza sobre as práticas recomendadas para o Amazon Lex. Nesta postagem, analisamos as práticas recomendadas para desenvolver e implantar bots do Amazon Lex, permitindo que você simplifique o ciclo de vida completo do bot e otimize suas operações.

Cobrimos as fases de planejamento, projeto e configuração em postagens no blog. Sugerimos revisar essas postagens para ajudá-lo a criar conversas envolventes com seu bot antes de prosseguir. Depois de configurar o bot inicialmente, você deve testá-lo internamente e iterar na definição do bot. Agora você está pronto para implantá-lo em seu ambiente de produção (como um call center), onde o bot processará conversas ao vivo. Uma vez em produção, você deve monitorá-lo continuamente para garantir que esteja atendendo às metas de negócios desejadas. Esse ciclo se repete à medida que você adiciona novos casos de uso e aprimoramentos.

Vamos revisar as práticas recomendadas para bots de desenvolvimento, teste, implantação e monitoramento.

Desenvolvimento

Considere as seguintes práticas recomendadas ao desenvolver seu bot:

• Gerenciar esquema de bot por meio de código – O console do Amazon Lex fornece uma interface fácil de usar à medida que você projeta e configura o bot, mas depende de ações manuais para replicar a configuração. Recomendamos converter o esquema do bot em código após concluir o design para simplificar esta etapa. Você pode usar APIs or Formação da Nuvem AWS (Vejo Criando recursos do Amazon Lex V2 com AWS CloudFormation) para gerenciar o bot programaticamente.
• Esquema de bot de checkpoint com controle de versão de bot – Checkpointing é uma abordagem comum frequentemente usada para reverter um aplicativo para um último estado estável conhecido. O Amazon Lex oferece essa funcionalidade por meio de versão de bot. Recomendamos o uso de uma nova versão em cada etapa do seu processo de desenvolvimento. Isso permite que você faça alterações incrementais em sua definição de bot, com uma maneira fácil de revertê-las caso não funcionem conforme o esperado.
• Identifique os requisitos de manipulação de dados e configure os controles apropriados – Amazon Lex segue a AWS modelo de responsabilidade compartilhada, que inclui diretrizes para proteção de dados em conformidade com os regulamentos do setor e com os padrões de privacidade de dados da sua empresa. Além disso, o Amazon Lex segue programas de conformidade como SOC, PCI e FedRAMP. O Amazon Lex oferece a capacidade de ofuscar slots considerados confidenciais. Você deve identificar seus requisitos de privacidade de dados e configurar os controles apropriados em seu bot.

ensaio

Depois de ter uma definição de bot, você deve testar o bot para garantir que ele funcione conforme o esperado e esteja configurado corretamente. Por exemplo, ele deve ter permissões para acionar outros serviços, como AWS Lambda funções. Além disso, você também deve testar o bot para confirmar que ele é capaz de interpretar diferentes tipos de solicitações do usuário. Considere as seguintes práticas recomendadas para teste:

• Identificar dados de teste – Você deve coletar dados de teste relevantes para testar o desempenho do bot. Os dados de teste devem incluir uma representação abrangente das conversas esperadas do usuário com o bot, especialmente para casos de uso de IVR em que o bot precisará entender as entradas de voz. Os dados do teste devem abranger diferentes estilos de fala e sotaques. Esses dados de teste podem fornecer validação de experiência para sua base de clientes-alvo.
• Identifique as métricas de experiência do usuário – Definir a experiência de conversação pode ser difícil. Você precisa antecipar e planejar todas as diferentes maneiras pelas quais os usuários podem se envolver com o bot. Como você orienta o interlocutor sem soar muito prescritivo? Como você se recupera se o chamador fornecer informações incorretas ou incompletas? Para gerenciar o diálogo por meio de muitos cenários diferentes, você deve definir uma meta clara que abranja diferentes estilos de fala, condições acústicas e modalidades, além de identificar métricas objetivas que possam ser acompanhadas. Por exemplo, um indicador objetivo seria “90% das conversas devem ter menos de dois re-prompts reproduzidos para o usuário”, versus um indicador subjetivo como “a maioria das conversas não deve pedir aos usuários que repitam sua entrada”.
• Avalie a experiência do usuário ao longo do caminho – Em alguns casos, mudanças aparentemente pequenas podem ter um grande impacto na experiência do usuário. Por exemplo, considere uma situação em que você inadvertidamente introduz um erro de digitação na expressão regular usada para um tipo de slot de ID de conta, o que leva o bot a solicitar novamente que o usuário forneça a entrada novamente. Você deve avaliar a experiência do usuário e investir em um teste automatizado para gerar as principais métricas. Você pode consultar Avaliando um serviço de reconhecimento automático de fala e Testes de precisão e regressão com Amazon Connect e Amazon Lex para obter exemplos de como testar e gerar métricas-chave.

desenvolvimento

Quando estiver satisfeito com o desempenho do bot, você desejará implantá-lo para começar a atender seu tráfego de produção. Ao iterar o bot ao longo de seu ciclo de vida, você repete as implantações, tornando-o um processo contínuo, por isso é fundamental ter uma implantação simplificada e automatizada para reduzir a chance de erros. Considere as seguintes práticas recomendadas para implantação:

• Use um ambiente de várias contas – Você deve seguir as recomendações da AWS configuração de ambiente de várias contas em sua organização e use contas da AWS separadas para seu estágio de desenvolvimento e produção. Se você tiver uma presença em várias regiões, também deverá usar uma conta da AWS separada por região para produção. O uso de contas separadas da AWS por estágio oferece segurança, acesso e limites de cobrança para seus recursos da AWS.
• Automatize a promoção de um bot desde o desenvolvimento até a produção – Ao replicar a configuração do bot em seu estágio de desenvolvimento para seu estágio de produção, você deve usar soluções automatizadas e minimizar os pontos de contato manuais. Você deve usar os modelos do CloudFormation para criar seus bots. Alternativamente, você pode usar APIs de exportação e importação do Amazon Lex para fornecer um meio automatizado de copiar um esquema de bot entre contas.
• Implemente as alterações de forma faseada – Você deve implantar as alterações em seu ambiente de produção em fases, para que as alterações sejam liberadas para um subconjunto de seu tráfego de produção antes de serem liberadas para todos os usuários. Essa abordagem oferece a chance de limitar o raio da explosão caso haja algum problema com a alteração. Uma maneira de conseguir isso é ter uma abordagem de implantação em duas fases: você cria dois aliases para um bot (por exemplo, prod-05 e prod-95). Você primeiro associa a nova versão do bot a um alias (prod-05 neste exemplo). Depois de validar que as principais métricas atendem aos critérios de sucesso, você associa o segundo alias (prod-95) à nova versão do bot.

Observe que você precisa controlar a distribuição do tráfego no aplicativo cliente usado para integração com bots do Amazon Lex. Por exemplo, se você estiver usando Amazon Conectar para integrar com seus bots, você pode usar um Distribuir por porcentagem bloco de contato em conjunto com dois ou mais Obtenha a opinião do cliente blocos.

É importante observar que o Amazon Lex fornece um alias de teste pronto para uso. O alias de teste deve ser usado apenas para testes manuais ad hoc por meio do console do Amazon Lex e não deve lidar com cargas em escala de produção. Recomendamos usar um alias dedicado para seu tráfego de produção.

do Paciente

O monitoramento é importante para manter a confiabilidade, a disponibilidade e uma experiência eficaz do usuário final. Você deve analisar as métricas do seu bot e usar os aprendizados como um mecanismo de feedback para melhorar o esquema do bot, bem como suas práticas de desenvolvimento, teste e implantação. O Amazon Lex oferece suporte a vários mecanismos para monitorar bots. Considere as seguintes práticas recomendadas para monitorar seus bots Lex:

• Monitore constantemente e itere – Amazon Lex integra-se com Amazon CloudWatch para fornecer métricas quase em tempo real que podem fornecer informações importantes sobre as interações de seus usuários com o bot. Esses insights podem ajudá-lo a obter uma perspectiva sobre a experiência do usuário final. Para saber mais sobre os diferentes tipos de métricas que o Amazon Lex emite, consulte Monitoramento do Amazon Lex V2 com o Amazon CloudWatch. Recomendamos configurar limites para acionar alarmes. Da mesma forma, o Amazon Lex oferece visibilidade dos enunciados de entrada brutos das interações de seus usuários com o bot. Você deveria usar estatísticas de enunciado or registros de conversas para obter insights para identificar padrões de comunicação e fazer as alterações apropriadas em seu bot, conforme necessário. Para saber como criar um painel de análise personalizado para seus bots, consulte Monitore as métricas operacionais do seu chatbot Amazon Lex.

As melhores práticas discutidas nesta postagem se concentram principalmente em casos de uso específicos do Amazon Lex. Além disso, você deve revisar e aderir às melhores práticas ao gerenciar sua infraestrutura de nuvem na AWS. Certifique-se de que sua infraestrutura de nuvem seja segura e acessível apenas por usuários autorizados. Você também deve revisar e adotar as Práticas recomendadas de segurança da AWS dentro de sua organização. Por último, você deve revisar proativamente o Cotas da AWS para serviços individuais da AWS (incluindo cotas do Amazon Lex) e solicite as alterações apropriadas, se necessário.

Conclusão

Você pode usar o Amazon Lex para permitir conversas sofisticadas em linguagem natural e aumentar a eficiência do atendimento ao cliente. Nesta postagem, analisamos as práticas recomendadas para as fases de desenvolvimento, teste, implantação e monitoramento de um ciclo de vida de bot. Com essas diretrizes, você pode melhorar a experiência do usuário final e obter um melhor envolvimento do cliente. Comece a criar sua experiência de conversação no Amazon Lex hoje mesmo!

Sobre o autor

Swapandeep Singh é engenheiro da equipe do Amazon Lex. Ele trabalha para tornar as interações com bots mais suaves e mais humanas. Fora do trabalho, gosta de viajar e conhecer culturas diferentes.