Підвищуйте ефективність за допомогою найкращих практик CI/CD на Amazon Lex

Припустімо, ви визначили варіант використання у своїй організації, який хочете обробляти за допомогою чат-бота. Ви ознайомилися з Амазон Лекс, створив прототип і зробив кілька пробних взаємодій із ботом. Вам сподобався загальний досвід і тепер ви хочете розгорнути бота у своєму робочому середовищі, але не впевнені щодо найкращих практик для Amazon Lex. У цій публікації ми розглядаємо найкращі методи розробки та розгортання ботів Amazon Lex, що дає вам змогу оптимізувати наскрізний життєвий цикл бота та оптимізувати свої операції.

Раніше ми розглянули етапи планування, проектування та налаштування блогах. Ми рекомендуємо переглянути ці дописи, щоб допомогти вам побудувати цікаві розмови з вашим ботом, перш ніж продовжити. Після того, як ви спочатку налаштували бота, ви повинні перевірити його всередині та повторити визначення бота. Тепер ви готові розгорнути його у своєму робочому середовищі (наприклад, кол-центр), де бот оброблятиме живі розмови. Потрапивши у виробництво, ви повинні постійно контролювати його, щоб переконатися, що він відповідає вашим бізнес-цілям. Цей цикл повторюється, коли ви додаєте нові випадки використання та вдосконалення.

Давайте розглянемо найкращі практики розробки, тестування, розгортання та моніторингу ботів.

розробка

Під час розробки бота враховуйте наступні найкращі методи:

• Керуйте схемою бота за допомогою коду – Консоль Amazon Lex забезпечує простий у користуванні інтерфейс під час розробки та налаштування бота, але покладається на ручні дії для повторення налаштування. Ми рекомендуємо перетворити схему бота на код після завершення розробки, щоб спростити цей крок. Ви можете використовувати Інтерфейси or AWS CloudFormation (Див. Створення ресурсів Amazon Lex V2 за допомогою AWS CloudFormation) для програмного керування ботом.
• Схема бота Checkpoint із керуванням версіями бота – Контрольні точки – це поширений підхід, який часто використовують для повернення програми до останнього відомого стабільного стану. Amazon Lex пропонує цю функцію через бот версії. Ми рекомендуємо використовувати нову версію на кожному етапі процесу розробки. Це дає змогу вносити поступові зміни у визначення вашого бота з легким способом скасувати їх, якщо вони не працюють належним чином.
• Визначте вимоги до обробки даних і налаштуйте відповідні елементи керування – Amazon Lex стежить за AWS модель спільної відповідальності, який містить вказівки щодо захисту даних відповідно до галузевих норм і власних стандартів конфіденційності даних вашої компанії. Крім того, Amazon Lex дотримується програми відповідності такі як SOC, PCI і FedRAMP. Amazon Lex надає можливість маскувати слоти, які вважаються конфіденційними. Ви повинні визначити свої вимоги до конфіденційності даних і налаштувати відповідні елементи керування у своєму боті.

Тестування

Отримавши визначення бота, ви повинні протестувати бота, щоб переконатися, що він працює належним чином і правильно налаштований. Наприклад, він повинен мати дозволи для запуску інших служб, таких як AWS Lambda функції. Крім того, ви також повинні протестувати бота, щоб підтвердити, що він здатний інтерпретувати різні типи запитів користувачів. Розглянемо такі найкращі методи тестування:

• Визначте тестові дані – Ви повинні зібрати відповідні тестові дані, щоб перевірити продуктивність бота. Тестові дані повинні містити повне представлення очікуваних розмов користувача з ботом, особливо для випадків використання IVR, коли боту потрібно буде розуміти голосовий ввід. Тестові дані повинні охоплювати різні стилі мовлення та акценти. Такі тестові дані можуть забезпечити перевірку досвіду для вашої цільової клієнтської бази.
• Визначте показники взаємодії з користувачем – Визначити досвід розмови може бути важко. Ви повинні передбачити та спланувати всі різні способи взаємодії користувачів із ботом. Як скеровувати абонента, щоб не здатися надто наказовим? Як відновитися, якщо абонент надав неправильну або неповну інформацію? Щоб керувати діалогом у багатьох різних сценаріях, ви повинні встановити чітку мету, яка охоплює різні стилі мовлення, акустичні умови та модальність, а також визначити об’єктивні показники, які ви можете відстежувати. Наприклад, об’єктивним показником буде «90% розмов має мати менше двох повторних підказок для користувача» проти суб’єктивного показника, такого як «більшість розмов не повинні просити користувачів повторити свій вхід».
• Попутно оцінюйте досвід користувача – У деяких випадках, здавалося б, незначні зміни можуть мати великий вплив на досвід користувача. Наприклад, розглянемо ситуацію, коли ви ненавмисно допустили помилку в регулярному виразі, який використовується для типу слота ідентифікатора облікового запису, що призводить до того, що бот повторно запропонує користувачеві ввести дані ще раз. Ви повинні оцінити досвід користувача та інвестувати в автоматизоване тестування для генерації ключових показників. Ви можете посилатися на Оцінка послуги автоматичного розпізнавання мовлення та Тестування точності та регресії за допомогою Amazon Connect і Amazon Lex для прикладів того, як тестувати та генерувати ключові показники.

розгортання

Коли ви будете задоволені продуктивністю бота, ви захочете розгорнути бота, щоб почати обслуговувати ваш робочий трафік. Під час ітерації бота протягом його життєвого циклу ви повторюєте розгортання, роблячи його безперервним процесом, тому дуже важливо мати спрощене автоматизоване розгортання, щоб зменшити ймовірність помилок. Розглянемо такі найкращі методи розгортання:

• Використовуйте середовище кількох облікових записів – Ви повинні дотримуватися рекомендацій AWS налаштування середовища кількох облікових записів у вашій організації та використовуйте окремі облікові записи AWS для етапу розробки та етапу виробництва. Якщо ви працюєте в кількох регіонах, вам також слід використовувати окремий обліковий запис AWS для кожного регіону для виробництва. Використання окремих облікових записів AWS для кожного етапу забезпечує безпеку, доступ і межі виставлення рахунків для ваших ресурсів AWS.
• Автоматизуйте просування бота від розробки до виробництва – Під час копіювання налаштування бота на стадії розробки на стадію виробництва вам слід використовувати автоматизовані рішення та мінімізувати точки дотику вручну. Для створення ботів слід використовувати шаблони CloudFormation. Як варіант, ви можете використовувати API експорту та імпорту Amazon Lex щоб забезпечити автоматизовані засоби для копіювання схеми бота між обліковими записами.
• Впроваджуйте зміни поетапно – Ви повинні розгортати зміни у своєму робочому середовищі поетапно, щоб зміни оприлюднили частину вашого робочого трафіку, перш ніж їх опублікували для всіх користувачів. Такий підхід дає можливість обмежити радіус вибуху, якщо виникнуть проблеми зі зміною. Один із способів досягти цього — застосувати двоетапний підхід до розгортання: ви створюєте два псевдоніми для бота (наприклад, prod-05 і prod-95). Спочатку ви пов’язуєте нову версію бота з одним псевдонімом (у цьому прикладі prod-05). Після перевірки того, що ключові показники відповідають критеріям успіху, ви пов’язуєте другий псевдонім (prod-95) із новою версією бота.

Зауважте, що вам потрібно контролювати розподіл трафіку в клієнтській програмі, яка використовується для інтеграції з ботами Amazon Lex. Наприклад, якщо ви використовуєте Amazon Connect для інтеграції з вашими ботами ви можете використовувати a Розподіліть у відсотках контактний блок в поєднанні з двома або більше Отримайте відгуки клієнтів блоки

Важливо зазначити, що Amazon Lex надає тестовий псевдонім із коробки. Псевдонім тесту призначений для використання лише для спеціального ручного тестування через консоль Amazon Lex і не призначений для обробки виробничих навантажень. Ми рекомендуємо використовувати спеціальний псевдонім для робочого трафіку.

Моніторинг

Моніторинг важливий для підтримки надійності, доступності та ефективної взаємодії з кінцевим користувачем. Ви повинні проаналізувати показники свого бота та використовувати отримані знання як механізм зворотного зв’язку, щоб покращити схему бота, а також методи розробки, тестування та розгортання. Amazon Lex підтримує кілька механізмів для моніторні боти. Розгляньте наступні найкращі методи моніторингу своїх ботів Lex:

• Постійно контролюйте та повторюйте – Amazon Lex інтегрується з Amazon CloudWatch щоб забезпечити показники майже в реальному часі, які можуть надати вам ключову інформацію про взаємодію ваших користувачів із ботом. Ці відомості можуть допомогти вам отримати бачення досвіду кінцевого користувача. Щоб дізнатися більше про різні типи показників, які випускає Amazon Lex, див Моніторинг Amazon Lex V2 за допомогою Amazon CloudWatch. Ми рекомендуємо встановити порогові значення для активації тривог. Подібним чином Amazon Lex надає вам видимість необроблених вхідних висловлювань під час взаємодії ваших користувачів із ботом. Ви повинні використовувати статистика висловлювань or журнали розмов щоб отримати інформацію, щоб визначити шаблони спілкування та за потреби внести відповідні зміни до свого бота. Щоб дізнатися, як створити персоналізовану інформаційну панель аналітики для своїх ботів, див Відстежуйте оперативні показники свого чат-бота Amazon Lex.

Найкращі практики, які обговорюються в цій публікації, зосереджені насамперед на конкретних випадках використання Amazon Lex. Окрім цього, вам слід ознайомитися з передовими методами керування хмарною інфраструктурою в AWS і дотримуватися їх. Переконайтеся, що ваша хмарна інфраструктура безпечна та доступна лише авторизованим користувачам. Ви також повинні переглянути та прийняти відповідне Найкращі практики безпеки AWS у вашій організації. Нарешті, ви повинні заздалегідь переглянути Квоти AWS для окремих служб AWS (включно з квотами Amazon Lex) і за потреби вимагайте відповідних змін.

Висновок

Ви можете використовувати Amazon Lex, щоб увімкнути складні розмови природною мовою та підвищити ефективність обслуговування клієнтів. У цій публікації ми розглянули найкращі практики для етапів розробки, тестування, розгортання та моніторингу життєвого циклу бота. Завдяки цим інструкціям ви зможете покращити роботу кінцевого користувача та досягти кращого залучення клієнтів. Почніть створювати свій досвід спілкування в Amazon Lex сьогодні!

Про автора

Супандіп Сінгх є інженером у команді Amazon Lex. Він працює над тим, щоб зробити взаємодію з ботами більш плавною та схожою на людину. Поза роботою він любить подорожувати та вивчати різні культури.