Повышайте эффективность с помощью лучших практик CI/CD в Amazon Lex

Допустим, вы определили вариант использования в своей организации, который вы хотели бы обработать с помощью чат-бота. Вы ознакомились с Amazon Lex, построил прототип и сделал несколько пробных взаимодействий с ботом. Вам понравился общий опыт, и теперь вы хотите развернуть бота в своей производственной среде, но не уверены в передовых методах работы с Amazon Lex. В этом посте мы рассмотрим передовые методы разработки и развертывания ботов Amazon Lex, которые позволят вам упростить сквозной жизненный цикл ботов и оптимизировать свои операции.

Мы рассмотрели этапы планирования, проектирования и настройки в предыдущих Сообщения в блоге. Мы предлагаем просмотреть эти сообщения, чтобы помочь вам построить увлекательные разговоры с вашим ботом, прежде чем продолжить. После того, как вы изначально настроили бота, вы должны протестировать его внутренне и повторить определение бота. Теперь вы готовы развернуть его в своей производственной среде (например, в колл-центре), где бот будет обрабатывать живые разговоры. После запуска вы должны постоянно контролировать его, чтобы убедиться, что он соответствует вашим бизнес-целям. Этот цикл повторяется по мере добавления новых вариантов использования и улучшений.

Давайте рассмотрим лучшие практики разработки, тестирования, развертывания и мониторинга ботов.

Разработка

При разработке бота учитывайте следующие рекомендации:

• Управление схемой бота через код – Консоль Amazon Lex предоставляет простой в использовании интерфейс при проектировании и настройке бота, но для воспроизведения настройки требуются ручные действия. Мы рекомендуем преобразовать схему бота в код после завершения проектирования, чтобы упростить этот шаг. Вы можете использовать API or AWS CloudFormation (См. Создание ресурсов Amazon Lex V2 с помощью AWS CloudFormation) для программного управления ботом.
• Схема бота контрольной точки с управлением версиями бота – Контрольные точки – это распространенный подход, который часто используется для возврата приложения к последнему известному стабильному состоянию. Amazon Lex предлагает эту функциональность через управление версиями бота. Мы рекомендуем использовать новую версию на каждом этапе процесса разработки. Это позволяет вам вносить дополнительные изменения в определение вашего бота с простым способом отменить их, если они не работают должным образом.
• Определите требования к обработке данных и настройте соответствующие элементы управления – Amazon Lex следует за AWS модель совместной ответственности, который включает рекомендации по защите данных в соответствии с отраслевыми нормами и собственными стандартами конфиденциальности данных вашей компании. Кроме того, Amazon Lex придерживается программы соответствия такие как SOC, PCI и FedRAMP. Amazon Lex предоставляет возможность запутать слоты, которые считаются конфиденциальными. Вы должны определить свои требования к конфиденциальности данных и настроить соответствующие элементы управления в своем боте.

Тестирование

Получив определение бота, вы должны протестировать его, чтобы убедиться, что он работает должным образом и правильно настроен. Например, у него должны быть разрешения на запуск других служб, таких как AWS Lambda функции. Кроме того, вам также следует протестировать бота, чтобы убедиться, что он может интерпретировать различные типы пользовательских запросов. Рассмотрите следующие рекомендации по тестированию:

• Определение тестовых данных – Вы должны собрать соответствующие тестовые данные, чтобы проверить производительность бота. Тестовые данные должны включать всестороннее представление ожидаемых пользовательских разговоров с ботом, особенно для случаев использования IVR, когда боту необходимо будет понимать голосовой ввод. Тестовые данные должны охватывать разные стили речи и акценты. Такие тестовые данные могут обеспечить проверку опыта для вашей целевой клиентской базы.
• Определите показатели пользовательского опыта – Определить разговорный опыт может быть сложно. Вы должны предвидеть и планировать все различные способы взаимодействия пользователей с ботом. Как вы направляете звонящего, чтобы это не звучало слишком предписывающе? Что делать, если звонящий предоставил неверную или неполную информацию? Чтобы управлять диалогом по множеству различных сценариев, вы должны установить четкую цель, которая охватывает различные стили речи, акустические условия и модальность, а также определить объективные показатели, которые вы можете отслеживать. Например, объективный показатель будет таким: «90% диалогов должны иметь менее двух повторных подсказок для пользователя» по сравнению с субъективным показателем, таким как «большинство диалогов не должны просить пользователей повторять вводимые данные».
• Оценивайте пользовательский опыт на этом пути – В некоторых случаях, казалось бы, небольшие изменения могут сильно повлиять на пользовательский опыт. Например, рассмотрим ситуацию, когда вы случайно вводите опечатку в регулярное выражение, используемое для типа слота идентификатора учетной записи, что приводит к тому, что бот повторно предлагает пользователю ввести данные еще раз. Вы должны оценить пользовательский опыт и инвестировать в автоматическое тестирование для получения ключевых показателей. Вы можете обратиться к Оценка службы автоматического распознавания речи и Проверка точности и регрессии с помощью Amazon Connect и Amazon Lex примеры того, как тестировать и генерировать ключевые показатели.

развертывание

Как только вы будете удовлетворены производительностью бота, вы захотите развернуть его, чтобы начать обслуживать рабочий трафик. По мере итерации бота в течение его жизненного цикла вы повторяете развертывания, делая его непрерывным процессом, поэтому очень важно иметь оптимизированное автоматизированное развертывание, чтобы снизить вероятность ошибок. Рассмотрите следующие рекомендации по развертыванию:

• Используйте среду с несколькими учетными записями – Вы должны следовать рекомендациям AWS настройка среды с несколькими учетными записями в вашей организации и используйте отдельные учетные записи AWS для этапа разработки и производства. Если у вас есть присутствие в нескольких регионах, вам также следует использовать отдельную учетную запись AWS для каждого региона для производства. Использование отдельных учетных записей AWS для каждого этапа обеспечивает безопасность, доступ и границы выставления счетов за ресурсы AWS.
• Автоматизируйте продвижение бота от разработки до производства – При воспроизведении настройки бота с этапа разработки на этап производства следует использовать автоматизированные решения и свести к минимуму количество ручных операций. Вы должны использовать шаблоны CloudFormation для создания своих ботов. В качестве альтернативы вы можете использовать API экспорта и импорта Amazon Lex предоставить автоматизированные средства для копирования схемы бота между учетными записями.
• Внедряйте изменения поэтапно – Вы должны развертывать изменения в своей производственной среде поэтапно, чтобы изменения были выпущены для подмножества вашего производственного трафика, прежде чем они будут выпущены для всех пользователей. Такой подход дает вам возможность ограничить радиус взрыва в случае возникновения каких-либо проблем с изменением. Один из способов добиться этого — использовать двухэтапный подход к развертыванию: вы создаете два псевдонима для бота (например, prod-05 и prod-95). Сначала вы связываете новую версию бота с одним псевдонимом (в этом примере prod-05). После проверки соответствия ключевых показателей критериям успеха вы связываете второй псевдоним (prod-95) с новой версией бота.

Обратите внимание, что вам необходимо контролировать распределение трафика в клиентском приложении, используемом для интеграции с ботами Amazon Lex. Например, если вы используете Амазон Коннект для интеграции с вашими ботами вы можете использовать Распределить по процентам контактный блок в сочетании с двумя и более Получите отзывы клиентов блоки.

Важно отметить, что Amazon Lex по умолчанию предоставляет тестовый псевдоним. Псевдоним test предназначен для использования только для специального ручного тестирования через консоль Amazon Lex и не предназначен для работы с производственными нагрузками. Мы рекомендуем использовать выделенный псевдоним для рабочего трафика.

мониторинг

Мониторинг важен для поддержания надежности, доступности и эффективного взаимодействия с конечным пользователем. Вам следует проанализировать показатели своего бота и использовать полученные знания в качестве механизма обратной связи для улучшения схемы бота, а также методов разработки, тестирования и развертывания. Amazon Lex поддерживает несколько механизмов для мониторить ботов. Рассмотрите следующие рекомендации по мониторингу ботов Lex:

• Постоянно контролируйте и повторяйте – Amazon Lex интегрируется с Amazon CloudWatch для предоставления метрик почти в реальном времени, которые могут предоставить вам ключевую информацию о взаимодействии ваших пользователей с ботом. Эти идеи могут помочь вам получить представление об опыте конечного пользователя. Дополнительные сведения о различных типах метрик, формируемых Amazon Lex, см. Мониторинг Amazon Lex V2 с помощью Amazon CloudWatch. Мы рекомендуем установить пороговые значения для срабатывания сигналов тревоги. Точно так же Amazon Lex дает вам представление о необработанных входных высказываниях ваших пользователей, взаимодействующих с ботом. Вы должны использовать статистика высказываний or журналы разговоров чтобы получить информацию, чтобы определить модели общения и внести соответствующие изменения в своего бота по мере необходимости. Чтобы узнать, как создать персонализированную панель аналитики для своих ботов, см. Отслеживайте операционные показатели своего чат-бота Amazon Lex.

Передовой опыт, обсуждаемый в этом посте, в первую очередь касается конкретных вариантов использования Amazon Lex. В дополнение к этому вы должны ознакомиться с передовыми методами управления облачной инфраструктурой в AWS и придерживаться их. Убедитесь, что ваша облачная инфраструктура защищена и доступна только авторизованным пользователям. Вы также должны рассмотреть и принять соответствующие Лучшие практики безопасности AWS внутри вашей организации. И, наконец, вы должны предварительно просмотреть Квоты AWS для отдельных сервисов AWS (включая квоты Amazon Lex) и при необходимости запрашивать соответствующие изменения.

Заключение

Вы можете использовать Amazon Lex для организации сложных разговоров на естественном языке и повышения эффективности обслуживания клиентов. В этом посте мы рассмотрели лучшие практики для этапов разработки, тестирования, развертывания и мониторинга жизненного цикла бота. С помощью этих рекомендаций вы можете улучшить взаимодействие с конечным пользователем и повысить вовлеченность клиентов. Начните создавать свой диалоговый интерфейс Amazon Lex уже сегодня!

Об авторе

Свапандип Сингх — инженер команды Amazon Lex. Он работает над тем, чтобы сделать взаимодействие с ботами более плавным и похожим на человека. Вне работы он любит путешествовать и знакомиться с разными культурами.