Les traductions sont fournies par des outils de traduction automatique. En cas de conflit entre le contenu d'une traduction et celui de la version originale en anglais, la version anglaise prévaudra.

Utilisez le self-service agentic

Le self-service d'Agentic permet aux agents Connect AI de résoudre de manière autonome les problèmes des clients par le biais de canaux vocaux et de chat. Contrairement au self-service traditionnel, où l'agent d'intelligence artificielle redonne le contrôle du flux de contacts lorsqu'un outil personnalisé est sélectionné, le self-service agentic utilise des agents d'intelligence artificielle orchestrateurs capables de raisonner en plusieurs étapes, d'invoquer les outils MCP pour prendre des mesures au nom des clients et de maintenir une conversation continue jusqu'à ce que le problème soit résolu ou qu'une escalade soit nécessaire.

Par exemple, lorsqu'un client appelle au sujet d'une réservation d'hôtel, un agent d'Orchestrator AI peut l'accueillir par son nom, lui poser des questions de clarification, consulter sa réservation et traiter une modification, le tout au cours d'une seule conversation, sans reprendre le contrôle du flux de contact entre chaque étape.

Capacités clés

Le self-service d'Agentic fournit les fonctionnalités suivantes :

Outils pour les agents d'intelligence artificielle d'Orchestrator

Vous pouvez configurer votre agent Orchestrator AI pour le libre-service avec les types d'outils suivants :

Mettre en place un self-service agentic

Suivez ces étapes de haut niveau pour configurer le self-service agentic :

Créez des outils de retour au contrôle personnalisés

Les outils Return to Control signalent à l'agent AI d'arrêter le traitement et de redonner le contrôle au flux de contacts. Lorsqu'un outil Return to Control est invoqué, le nom de l'outil et ses paramètres d'entrée sont stockés sous forme d'attributs de session Amazon Lex, que votre flux de contacts peut lire à l'aide d'un Vérifier les attributs de contact bloc pour déterminer l'action suivante.

Bien que l'agent SelfServiceOrchestrator AI inclut des outils par défaut Complete et de Escalate retour au contrôle, vous pouvez créer des outils de retour au contrôle personnalisés avec des schémas de saisie qui capturent un contexte supplémentaire sur lequel votre flux de contacts pourra agir.

Pour créer un outil de retour au contrôle personnalisé :

Exemple : outil d'escalade personnalisé avec contexte

L'exemple suivant montre comment remplacer l'outil Escalate par défaut par une version personnalisée qui capture le motif de l'escalade, le résumé, l'intention et le sentiment du client. Ce contexte supplémentaire donne aux agents humains une longueur d'avance lorsqu'ils reprennent la conversation.

Tout d'abord, supprimez l'outil Escalate par défaut de votre agent AI. Créez ensuite un nouvel outil de retour au contrôle nommé Escalate avec le schéma de saisie suivant :

{
    "type": "object",
    "properties": {
        "customerIntent": {
            "type": "string",
            "description": "A brief phrase describing what the customer wants to accomplish"
        },
        "sentiment": {
            "type": "string",
            "description": "Customer's emotional state during the conversation",
            "enum": ["positive", "neutral", "frustrated"]
        },
        "escalationSummary": {
            "type": "string",
            "description": "Summary for the human agent including what the customer asked for, what was attempted, and why escalation is needed",
            "maxLength": 500
        },
        "escalationReason": {
            "type": "string",
            "description": "Category for the escalation reason",
            "enum": [
                "complex_request",
                "technical_issue",
                "customer_frustration",
                "policy_exception",
                "out_of_scope",
                "other"
            ]
        }
    },
    "required": [
        "escalationReason",
        "escalationSummary",
        "customerIntent",
        "sentiment"
    ]
}

Dans le champ Instructions, décrivez à quel moment l'agent AI doit passer à une escalade. Par exemple :

Escalate to a human agent when:
1. The customer's request requires specialized expertise
2. Multiple tools fail or return errors repeatedly
3. The customer expresses frustration or explicitly requests a human
4. The request involves complex coordination across multiple services
5. You cannot provide adequate assistance with available tools

(Facultatif) Ajoutez des exemples pour guider le ton de l'agent AI lors de l'escalade. Par exemple :

<message>
I understand this requires some specialized attention. Let me connect you
with a team member who can help coordinate all the details. I'll share
everything we've discussed so they can pick up right where we left off.
</message>

Gérez les outils Return to Control dans votre flux de contacts

Lorsque l'agent AI invoque un outil de retour au contrôle, le contrôle revient à votre flux de contacts. Vous devez configurer votre flux pour détecter quel outil a été invoqué et acheminer le contact en conséquence.

Comment fonctionne la détection du retour aux commandes

Lorsque l'agent AI invoque un outil de retour au contrôle :

Configurer le routage en fonction des outils de retour au contrôle

Suivez ces étapes pour ajouter le routage Return to Control à votre flux de contacts :

Exemple : routage d'un outil d'escalade avec contexte

Si vous avez créé un outil d'escalade personnalisé avec contexte (voirExemple : outil d'escalade personnalisé avec contexte), vous pouvez copier le contexte d'escalade dans les attributs de contact à l'aide d'un Définir des attributs de contact bloc. Définissez les attributs suivants de manière dynamique :

(Facultatif) Ajoutez un bloc de flux d'événements Set pour afficher le contexte d'escalade à l'agent humain lorsqu'il accepte le contact. Définissez l'événement sur le flux par défaut pour l'interface utilisateur de l'agent et sélectionnez un flux qui présente le résumé, la raison et le sentiment de l'escalade à l'agent.

Utilisez les outils Constant pour les tests et le développement

Les outils constants renvoient une valeur de chaîne statique configurée à l'agent AI lorsqu'il est invoqué. Contrairement aux outils Return to Control, les outils Constant ne mettent pas fin à la conversation basée sur l'IA : l'agent IA reçoit la chaîne et poursuit la conversation. Les outils Constant sont donc utiles pour les tests et les itérations rapides pendant le développement, ce qui vous permet de simuler les réponses des outils sans vous connecter aux systèmes principaux.

Pour créer un outil Constant :

Par exemple, vous pouvez créer un outil Constant nommé getOrderStatus qui renvoie un exemple de réponse JSON. Cela vous permet de tester la façon dont votre agent AI gère les demandes d'état des commandes avant de vous connecter à votre système de gestion des commandes par le biais d'un outil MCP.