Развитие технологий искусственного интеллекта позволяет организациям внедрять и улучшать возможности самообслуживания в работе контакт-центров, чтобы обеспечить более упреждающее, своевременное и эффективное обслуживание клиентов. Голосовые боты, или диалоговые интерактивные системы голосового ответа (IVR), используют обработку естественного языка (NLP), чтобы понимать вопросы клиентов и давать соответствующие ответы. Компании могут автоматизировать ответы на часто задаваемые вопросы о транзакциях, развернув ботов, доступных круглосуточно и без выходных. В результате клиенты выигрывают от сокращения времени ожидания и более быстрого разрешения вызовов, особенно в часы пик.
В сообщении Повышение качества обслуживания клиентов с помощью диалогового искусственного интеллекта: усильте свой контакт-центр с помощью Amazon Lex и Genesys Cloud, мы представили Amazon Lex поддержки на платформе Genesys Cloud и описал процесс активации интеграции. В этом посте мы покажем, как повысить качество традиционных часто задаваемых вопросов по обслуживанию клиентов с помощью интерактивного голосового бота. Мы углубимся в распространенный вариант использования самообслуживания, изучим вопросы и ответы и предложим автоматизированный подход с использованием QnABot в решении AWS создан на базе Amazon Lex с Genesys Cloud.
Обзор решения
Информационное взаимодействие широко применимо, например, часы работы, информация о правилах, школьные расписания или другие часто задаваемые вопросы, объемные и простые. Решение, обсуждаемое в этом посте, позволяет клиентам взаимодействовать с голосовым ботом, поддерживаемым кураторской базой знаний, в естественной и разговорной манере. Клиенты могут получать ответы, не дожидаясь представителя службы поддержки клиентов, тем самым сокращая время решения проблем и повышая удовлетворенность клиентов. Вы также можете внедрить того же бота непосредственно в качестве веб-клиента или встроить его в существующий сайт в качестве виджета чата, расширяя точки взаимодействия с помощью нескольких каналов и повышая общее взаимодействие с клиентами.
Демонстрационное видео, описывающее взаимодействие клиента с контакт-центром и взаимодействие с QnABot, можно посмотреть в следующем видео:
QnABot предоставляет предварительно настроенную архитектуру, обеспечивающую работу с минимальным кодом, как показано на следующей диаграмме. За кулисами он использует Amazon Lex вместе с другими сервисами AWS. Пользователи, не обладающие техническими знаниями, могут развернуть решение одним нажатием кнопки, создать своего бота с помощью удобного интерфейса и интегрировать голосового бота в поток вызовов Genesys Cloud.
Рабочий процесс решения состоит из следующих шагов:
- Администратор развертывает решение QnABot в своей учетной записи AWS, открывает пользовательский интерфейс Content Designer и использует Амазон Когнито для аутентификации.
- После аутентификации, Amazon CloudFront и Простой сервис хранения Amazon (Amazon S3) доставить содержимое пользовательского интерфейса Content Designer.
- Администратор настраивает вопросы и ответы в Контент-дизайнере, а пользовательский интерфейс отправляет запросы в Шлюз API Amazon сохранить вопросы и ответы.
- Контент-дизайнер AWS Lambda функция сохраняет ввод в Сервис Amazon OpenSearch в индексе банка вопросов.
- Администратор активирует интеграцию Amazon Lex в Genesys Cloud, экспортирует образец потока из пользовательского интерфейса Content Designer и импортирует этот поток в Genesys Cloud с помощью инструмента Genesys Archy.
- Клиент подключается к Genesys Cloud и начинает взаимодействие с QnABot. Genesys Cloud передает это аудио в потоковом режиме в Amazon Lex, который преобразует аудио в текст и вызывает функцию Bot Fulfillment Lambda.
- Функция Bot Fulfillment принимает пользовательский ввод и ищет ответ в службе OpenSearch. В качестве альтернативы вы можете использовать Амазон Кендра если индекс настроен и предоставлен во время развертывания. Ответ синтезируется в голос Amazon Polly и воспроизводится заказчику.
- Взаимодействие пользователя с функцией Bot Fulfillment создает журналы и данные метрик, которые отправляются на Пожарный шланг данных Amazon Kinesis затем в Amazon S3 для последующего анализа данных.
Чтобы реализовать это решение, мы проходим следующие шаги:
- Включите интеграцию Amazon Lex V2 с Genesys.
- Настройте Archy, процессор Genesys Cloud Architect YAML.
- Экспортируйте поток вызовов Genesys из QnABot Content Designer.
- Импортируйте и опубликуйте поток вызовов с помощью Archy.
- Импортируйте примеры вопросов в QnABot.
- Создайте тестовый звонок и взаимодействуйте с ботом.
- Настройте поток вызовов в Genesys Architect.
Предпосылки
Для начала вам понадобится следующее:
Включить интеграцию Amazon Lex V2 с Genesys Cloud
Первым шагом является включение интеграции Amazon Lex V2 с Genesys Cloud. Инструкции см. Повышение качества обслуживания клиентов с помощью диалогового искусственного интеллекта: усильте свой контакт-центр с помощью Amazon Lex и Genesys Cloud.
Настроить Archy
Мы подготовили образец потока входящих вызовов, чтобы вы могли начать работу с QnABot и Genesys Cloud. Мы используем Archy, процессорный инструмент Genesys Cloud Architect YAML, для публикации этого потока вызовов. Сначала вы должны сгенерировать идентификатор клиента OAuth и секрет клиента, а затем загрузить и настроить Archy.
Создайте идентификатор клиента OAuth и секрет клиента.
Archy требуется либо идентификатор клиента и секретная пара, либо токен авторизации. Для получения дополнительной информации о требованиях Archy OAuth см. Предпосылки в документации по установке Archy.
Чтобы сгенерировать пару идентификатора клиента и секрета, выполните следующие действия:
- На странице администратора Genesys Cloud перейдите к Интеграции, а затем выберите OAuth.
- Выберите Добавить клиента.
- Что касается Имя приложения, войти
QnABot
. - Что касается Описаниевведите описание.
- Что касается Типы грантов, наведите на Учетные данные клиента.
Новая роли появится вкладка.
- На роли на вкладке назначьте роль с разрешениями Архитектор > поток > публикация.
На следующем снимке экрана мы назначаем admin
роль. Возможно, вам придется также назначить Master Admin
Роль.
- Выберите Сохранить.
- На Детали клиента на вкладке скопируйте значения идентификатора клиента и секрета клиента.
Загрузите и настройте Archy
Скачать и разархивируйте соответствующую версию Archy для вашей операционной системы. Затем перейдите в папку в терминале и начните процесс установки, выполнив следующую команду:
Продолжите настройку Archy и укажите идентификатор клиента и секрет клиента при появлении запроса.
Экспорт потока вызовов в формате YAML из QnABot Content Designer.
Теперь, когда Archy имеет право публиковать потоки вызовов, мы экспортируем предварительно настроенный поток вызовов из QnABot Content Designer.
- Войти в Контент-дизайнер QnABot.
- На Инструменты Меню, выберите Облако Genesys.
- Выберите Следующая пока вы не достигнете Скачать поток вызовов .
- Выберите Скачать поток входящих вызовов.
Вы загружаете файл с именем QnABotFlow.yaml
, который представляет собой предварительно настроенный поток вызовов Genesys.
- Скопируйте этот файл в ту же папку, в которой находится Archy.
Импортируйте и опубликуйте поток звонков с Archy
Чтобы опубликовать поток вызовов в Archy, выполните следующую команду:
После завершения новый поток входящих вызовов с именем QnABotFlow
доступен в Genesys Architect.
Чтобы назначить этот поток вызовов, на странице администрирования Genesys Cloud перейдите к Маршрутизация , а затем выбрать Маршрутизация звонков.
Новый QnABotFlow
должен появиться в списке потоков вызовов под Обычная маршрутизация. Назначьте поток, затем выберите Сохранить.
Импорт примеров вопросов в QnABot
Вернитесь в QnABot Content Designer, выберите Инструменты меню и выберите Импортировать.
Расширьте Примеры / Extensions, найдите пример GenesysWizardQnA и выберите нагрузка.
Если вы вернетесь на главную страницу вопросов и ответов, у вас появится GenesysHelper
вопросы. Это набор примеров вопросов и ответов для начала работы.
Создайте тестовый телефонный звонок и взаимодействуйте с ботом
Вернитесь к Genesys Cloud Admin и убедитесь, что у вас есть входящий номер телефона, связанный с QnABotFlow
поток вызовов под Маршрутизация звонков. Теперь мы переходим к рабочему столу агента и делаем тестовый вызов, чтобы в первый раз взаимодействовать с ботом.
QnABot предназначен для ответов на вопросы на основе данных, предварительно настроенных в конструкторе контента. Давайте попробуем следующее:
- Какой у вас рабочий час?
- В чем смысл жизни?
Каждый раз, когда QnABot предоставляет ответ, у вас есть возможность задать другой вопрос, завершить вызов, сказав «До свидания», или попросить соединиться с человеком, сказав: «Я хотел бы поговорить с агентом».
Настройте поток вызовов с помощью Genesys Architect
Поток вызовов Genesys предварительно настроен для включения определенных атрибутов сеанса Amazon Lex. Например, если вы редактируете вопрос с идентификатором GenesysHelper.Hours
, ответ содержит следующее утверждение:
Это основано на Рулии позволяет устанавливать значения для атрибутов сеанса. Экспортированный поток вызовов Genesys Cloud CX содержит блок, который считывает значение genesys_nextPrompt
атрибут сеанса, который произносится только потоком вызовов Genesys.
Чтобы перейти к очереди или другому потоку вызовов, ответ QnABot может использовать setSessionAttr
установить genesys_nextAction
к определенному значению. Пример этого в вопросе с ID GenesysHelper.Agent,
где ответ {{setSessionAttr 'nextAction' 'AGENT'}}
. В многоразовой задаче QnABot потока вызовов есть блок переключения, который считывает значение этого атрибута для перехода к определенному действию. Пример потока вызовов содержит ветки для AGENT
, MENU
качества END
. Если нет значения для genesys_nextAction
сеанса, поток вызовов воспроизводит любую строку, найденную в genesys_nextPrompt
содержание или стоимость defaultPrompt
переменная задачи, определенная в начале основного потока, которая по умолчанию имеет значение ask another question or say return to main menu
.
Следующая диаграмма иллюстрирует основной поток вызовов.
Следующая диаграмма иллюстрирует поток повторно используемой задачи.
Убирать
Чтобы избежать будущих расходов, удалите ресурсы, созданные с помощью шаблона, перейдя к AWS CloudFormation консоли, выбрав стек QnABot, созданный по шаблону, и выбрав Удалить. Это удаляет все ресурсы, созданные шаблоном.
Чтобы удалить ресурсы в Genesys Cloud, сначала удалите поток вызовов из маршрутизации вызовов. Затем удалите поток вызовов из Genesys Architect.
Заключение
В этом посте мы рассказали, как начать работу с QnABot и Genesys Cloud с простым в развертывании и готовым к использованию решением для решения задач транзакционного взаимодействия. Этот голосовой бот позволяет вашим представителям службы поддержки проводить время с вашими клиентами над более сложными задачами и предоставляет пользователям лучший опыт за счет самообслуживания. Удовлетворенность клиентов повышается, а расходы снижаются, поскольку вы тратите меньше минут на подключение и максимально используете агентов.
Для начала вы можете запустить QnABot одним щелчком мыши и пройти через Мастерская QnABot узнать о дополнительных функциях. Интеграция с Amazon Lex доступна на Genesys AppFoundry.
Об авторах
Кристофер Лотт является старшим архитектором решений в команде AWS AI Language Services. Он имеет 20-летний опыт разработки корпоративного программного обеспечения. Крис живет в Сакраменто, штат Калифорния, и увлекается садоводством, аэрокосмической промышленностью и путешествиями по миру.
Джессика Хо работает архитектором решений в Amazon Web Services, поддерживая партнеров-независимых поставщиков программного обеспечения, которые создают бизнес-приложения на AWS. Она увлечена созданием дифференцированных решений, которые открывают клиентам доступ к облачным технологиям. Вне работы ей нравится превращать свой сад в мини-джунгли.
- Продвинутый (300)
- AI
- ай искусство
- генератор искусств ай
- искусственный интеллект
- Amazon Lex
- искусственный интеллект
- сертификация искусственного интеллекта
- искусственный интеллект в банковском деле
- робот с искусственным интеллектом
- роботы с искусственным интеллектом
- программное обеспечение искусственного интеллекта
- Чат-бот AWS
- Машинное обучение AWS
- блокчейн
- конференция по блокчейну
- Coingenius
- контакт-центр
- разговорный искусственный интеллект
- криптоконференция ИИ
- дал-и
- глубокое обучение
- google ai
- Интерактивные системы голосового управления
- IVR
- обучение с помощью машины
- Платон
- Платон Ай
- Платон Интеллектуальные данные
- Платон игра
- ПлатонДанные
- платогейминг
- QnABot
- розничный
- масштаб ай
- синтаксис
- Технические инструкции
- Голосовой бот
- зефирнет