宣布推出适用于 Amazon Lex 的可视化对话生成器

由柏拉图重新发布

关注： 0

亚马逊Lex 是一种使用语音和文本构建对话界面的服务。 Amazon Lex 提供高质量的语音识别和语言理解功能。借助 Amazon Lex，您可以将复杂的自然语言机器人添加到新的和现有的应用程序中。 Amazon Lex 减少了多平台开发工作，让您可以轻松地将语音或文本聊天机器人发布到移动设备和多种聊天服务，例如 Facebook Messenger、Slack、Kik 或 Twilio SMS。

今天，我们向 Amazon Lex 添加了 Visual Conversation Builder (VCB) — 一个拖放式对话构建器，允许用户通过操作视觉对象来交互和定义机器人信息。这些用于在无代码环境中设计和编辑对话流。 VCB 具有三个主要优点：

通过单一窗格进行协作更容易
它简化了对话式设计和测试
降低代码复杂度

在这篇文章中，我们将介绍 VCB、如何使用它，并分享客户成功案例。

可视化对话生成器概述

除了已经可用的基于菜单的编辑器和 Amazon Lex API，可视化构建器在一个位置提供了整个对话流的单一视图，从而简化了机器人设计并减少了对开发团队的依赖。对话设计师、UX 设计师和产品经理（任何有兴趣在 Amazon Lex 上构建对话的人）都可以使用该构建器。

设计人员和开发人员现在可以在 VCB 中轻松协作和构建对话，而无需编写对话背后的业务逻辑。可视化构建器通过提供更好的协作、更轻松的对话设计迭代和降低代码复杂性来帮助加快基于 Amazon Lex 的解决方案的上市时间。

借助可视化构建器，现在可以一目了然地快速查看整个意图的对话流，并在进行更改时获得可视化反馈。对设计的更改会立即反映在视图中，对依赖关系或分支逻辑的任何影响对设计人员来说都是显而易见的。您可以使用可视化构建器对意图进行任何更改，例如添加话语、槽、提示或响应。每种块类型都有自己的设置，您可以对其进行配置以定制对话流程。

以前，复杂的对话分支需要实现 AWS Lambda— 一种无服务器、事件驱动的计算服务 — 以实现所需的路径。可视化构建器减少了对 Lambda 集成的需求，设计人员无需 Lambda 代码即可执行对话分支，如以下示例所示。这有助于将对话设计活动与 Lambda 业务逻辑和集成分离。您仍然可以将现有的意图编辑器与可视化构建器结合使用，或者在创建和修改意图时随时在它们之间切换。

VCB 是一种设计复杂对话的无代码方法。例如，您现在可以根据对流中不同路径的“是”或“否”响应，在没有代码的情况下在意图和分支中添加确认提示。在需要未来 Lambda 业务逻辑的地方，对话设计人员可以将占位符块添加到流程中，以便开发人员知道需要通过代码解决什么问题。没有附加 Lambda 函数的代码挂钩块会自动采用 Success 路径，因此可以继续对流程进行测试，直到业务逻辑完成并实施。除了分支之外，可视化构建器还为设计人员提供了在对话流中转到另一个意图的能力。

保存后，VCB 会自动扫描构建以检测对话流中的任何错误。此外，VCB 自动检测丢失的故障路径并提供将这些路径自动添加到流中的功能，如下例所示。

使用可视化对话生成器

您可以通过 Amazon Lex 控制台访问自动程序并编辑或创建新意图来访问 VCB。在意图页面上，您现在可以在可视化构建器界面和传统意图编辑器之间切换，如下面的屏幕截图所示。

对于意图，可视化构建器在可视化布局中显示已经设计的内容，而新意图则从空白画布开始。可视化构建器在画布上以图形方式显示现有意图。对于新意图，您可以从空白画布开始，只需将要添加的组件拖到画布上，然后开始将它们连接在一起以创建对话流。

可视化构建器具有三个主要组件：块、端口和边缘。让我们了解如何将它们结合使用以在意图内从头到尾创建对话。

会话流的基本构建单元称为阻止. 可视化构建器的顶部菜单包含您可以使用的所有块。要将块添加到对话流，请将其从顶部菜单拖到流上。

每个块都有一个特定的功能来处理对话的不同用例。当前可用的块类型如下：

Start 开始 – 对话流的根或第一个块，也可以配置为发送初始响应
获取槽值 – 尝试引出单个槽的值
Condition – 最多可以包含四个自定义分支（带条件）和一个默认分支
对话框代码挂钩 – 处理对话 Lambda 函数的调用，并包括基于对话 Lambda 函数成功、失败或超时的机器人响应
确认 – 在实现意图之前询问客户，并包括基于客户对确认提示说是或否的机器人响应
履行 – 处理意图的实现，并且可以配置为调用 Lambda 函数并在实现成功或失败时以消息响应
结束响应 - 允许机器人在结束对话之前回复消息
等待用户输入 – 捕获客户的输入并根据话语切换到另一个意图
结束对话 – 表示对话流程的结束

就拿订购鲜花机器人举个例子。这 OrderFlowers 在可视化构建器中查看时，意图使用五个块： Start 开始, 三个不同的 获取槽值 块，和确认.

每个块可以包含更多港口，用于将一个块连接到另一个块。块包含一个输入端口和一个或多个输出端口，这些端口基于成功、超时和错误等状态所需的路径。

一个模块的输出端口和另一个模块的输入端口之间的连接称为边缘.

在 OrderFlowers 意图，当谈话开始时， Start 开始 输出端口连接到 获取槽值：FlowerType 使用边缘的输入端口。每个 获取槽值 块使用端口和边连接以在对话流中创建一个序列，从而确保意图具有它需要按顺序放置的所有槽值。

请注意，当前没有连接到这些块的故障输出端口的边缘，但如果您选择，构建器会自动添加这些 保存意图 然后选择确认在弹出窗口中 为故障路径自动添加块和边. 然后，可视化构建器添加一个 结束对话 块和一个 前往意向 块，将故障和错误输出端口连接到 前往意向 并连接是/否端口确认阻止到 结束对话.

在构建器添加块和边之后，保存意图并且可以构建和测试对话流。让我们使用可视化构建器向机器人添加欢迎意图。来自 OrderFlowers 意图视觉生成器，选择 返回意图列表 在导航窗格中。在意向页面，选择 添加意图 其次是 添加空意图。在 意向名称 字段，输入 Welcome 并选择地址.

切换到 视觉生成器 选项卡，您将看到一个空意图，只有 Start 开始 块当前在画布上。首先，向此意图添加一些话语，以便机器人能够将用户引导至欢迎意图。选择编辑按钮 Start 开始 阻止并向下滚动到 话语样本. 将以下话语添加到此意图，然后关闭块：

你能帮助我吗？
Hi
您好
我需要帮助

现在让我们添加一个响应，让机器人在达到这个意图时给出。因为 Welcome 意图不会处理任何逻辑，我们可以拖动一个 结束响应 块进入画布以添加此消息。添加块后，选择块上的编辑图标并输入以下响应：

Hi! I am the Order Flowers Bot. How can I help you today?

画布现在应该有两个块，但它们没有相互连接。我们可以使用边缘连接这两个块的端口。

要连接两个端口，只需单击并从 没有反应 的输出端口 Start 开始 块的输入端口 结束响应 块。

此时，您可以通过两种不同的方式完成对话流程：

首先，您可以手动添加 结束对话 块并将其连接到 结束响应 块。
或者，选择 保存意图 然后选择确认让构建器为您创建此块和连接。

保存意图后，选择建立并等待构建完成，然后选择测试.

如果话语与这个新创建的意图相匹配，机器人现在将正确地迎接客户。

客户故事

神经闪光是高级 AWS 合作伙伴，在语音和自动化领域拥有 40 多年的经验。 NeuraFlash 拥有一支由对话体验设计师、语音科学家和 AWS 开发人员组成的专门团队，可帮助客户在其联络中心利用 Amazon Lex 的强大功能。

“我们的一个重点关注领域是帮助客户利用人工智能功能开发对话界面。这些界面通常需要专门的机器人配置技能来构建有效的流程。借助 Visual Conversation Builder，我们的设计人员可以快速轻松地构建对话界面，使他们能够以更快的速度进行试验并为我们的客户交付优质产品，而无需开发人员技能。拖放式 UI 和可视化对话流程是重塑联络中心体验的游戏规则改变者。”

智能机器人 ML 驱动的平台是 AI 驱动的聊天机器人的设计、原型制作、测试、验证和部署的核心。该平台支持定制企业机器人的开发，可以轻松与任何应用程序集成——甚至是企业的定制应用程序生态系统。

“Visual Conversation Builder 易于使用的拖放界面使我们能够轻松加入 Amazon Lex，并为我们客户的联络中心构建复杂的对话体验。借助这项新功能，我们可以更快、更轻松地改进交互式语音响应 (IVR) 系统。由于学习曲线陡峭，实施新技术可能很困难，但我们发现拖放功能很容易理解，使我们能够立即实现价值。“