Terjemahan disediakan oleh mesin penerjemah. Jika konten terjemahan yang diberikan bertentangan dengan versi bahasa Inggris aslinya, utamakan versi bahasa Inggris.

# Gunakan layanan mandiri agen
<a name="agentic-self-service"></a>

**Tip**  
Lihat kursus ini dari AWS Workshop: [Membangun AI generatif yang canggih dengan agen Connect AI](https://catalog.us-east-1.prod.workshops.aws/workshops/f77f49a2-1eae-4223-a9da-7044d6da51f8/en-US/01-introduction).

Layanan mandiri Agentic memungkinkan agen Connect AI untuk menyelesaikan masalah pelanggan secara mandiri di seluruh saluran suara dan obrolan. Tidak seperti [layanan mandiri lama](generative-ai-powered-self-service.md), di mana agen AI mengembalikan kontrol ke alur kontak saat alat khusus dipilih, layanan mandiri agen menggunakan agen AI orkestrator yang dapat bernalar di beberapa langkah, memanggil alat MCP untuk mengambil tindakan atas nama pelanggan, dan mempertahankan percakapan berkelanjutan sampai masalah teratasi atau eskalasi diperlukan.

Misalnya, ketika pelanggan menelepon tentang reservasi hotel, agen AI orkestra dapat menyapa mereka dengan nama, mengajukan pertanyaan klarifikasi, mencari pemesanan mereka, dan memproses modifikasi — semuanya dalam satu percakapan, tanpa mengembalikan kendali ke alur kontak antara setiap langkah.

**Topics**
+ [Kemampuan kunci](#agentic-self-service-key-capabilities)
+ [Alat untuk agen AI orkestrator](#agentic-self-service-default-tools)
+ [Siapkan layanan mandiri agen](#agentic-self-service-setup)
+ [Alat Kembali ke Kontrol Kustom](#agentic-self-service-custom-escalate)
+ [Menangani alat Kembali ke Kontrol dalam alur Anda](#agentic-self-service-escalation-flow)
+ [Alat konstan](#agentic-self-service-constant-tools)
+ [Siapkan obrolan layanan mandiri agen dari ujung ke ujung](setup-agentic-selfservice-end-to-end.md)

## Kemampuan kunci
<a name="agentic-self-service-key-capabilities"></a>

Layanan mandiri agen menyediakan kemampuan berikut:
+ **Penalaran multi-langkah otonom** — Agen AI dapat merantai beberapa panggilan alat dan langkah-langkah penalaran dalam satu giliran percakapan untuk menyelesaikan permintaan yang kompleks.
+ **Integrasi alat MCP** — Hubungkan ke sistem backend melalui alat Model Context Protocol (MCP) untuk mengambil tindakan seperti mencari status pesanan, memproses pengembalian uang, dan memperbarui catatan. Untuk informasi selengkapnya, lihat [Alat MCP agen AI](ai-agent-mcp-tools.md).
+ **Profil keamanan** — Agen AI menggunakan kerangka profil keamanan yang sama dengan agen manusia, mengendalikan alat mana yang dapat diakses agen AI. Untuk informasi selengkapnya, lihat [Tetapkan izin profil keamanan ke agen AI](ai-agent-security-profile-permissions.md).

## Alat untuk agen AI orkestrator
<a name="agentic-self-service-default-tools"></a>

Anda dapat mengonfigurasi agen AI orkestrator Anda untuk layanan mandiri dengan jenis alat berikut:
+ **[Alat MCP](ai-agent-mcp-tools.md)** — Memperluas kemampuan agen AI melalui Protokol Konteks Model. Alat MCP terhubung ke sistem backend untuk mengambil tindakan seperti mencari status pesanan, memproses pengembalian uang, dan memperbarui catatan. Agen AI memanggil alat MCP selama percakapan tanpa mengembalikan kontrol ke aliran kontak.
+ **Kembali ke Kontrol** - Beri sinyal agen AI untuk berhenti dan mengembalikan kontrol ke aliran kontak. Secara default, agen `SelfServiceOrchestrator` AI termasuk `Complete` (untuk mengakhiri interaksi) dan `Escalate` (untuk mentransfer ke agen manusia). Anda dapat menghapus default ini and/or buat sendiri. Untuk informasi selengkapnya, lihat [Alat Kembali ke Kontrol Kustom](#agentic-self-service-custom-escalate).
+ **Konstan** — Kembalikan nilai string statis yang dikonfigurasi ke agen AI. Berguna untuk pengujian dan iterasi cepat selama pengembangan. Untuk informasi selengkapnya, lihat [Alat konstan](#agentic-self-service-constant-tools).

## Siapkan layanan mandiri agen
<a name="agentic-self-service-setup"></a>

Ikuti langkah-langkah tingkat tinggi ini untuk menyiapkan layanan mandiri agen:

1. Buat agen AI orkestrator. Di situs web admin Amazon Connect, buka **perancang agen AI**, pilih **agen AI**, dan pilih **Buat agen AI**. Pilih **Orkestrasi** sebagai jenis agen AI. Untuk **Salin dari yang ada**, pilih **SelfServiceOrchestrator**untuk menggunakan agen AI sistem untuk layanan mandiri sebagai konfigurasi awal Anda.

1. Buat profil keamanan untuk agen AI Anda. Buka **Pengguna**, pilih **Profil keamanan**, dan buat profil yang memberikan akses ke alat yang dibutuhkan agen AI Anda. Kemudian, dalam konfigurasi agen AI Anda, gulir ke bagian **Profil Keamanan dan pilih profil** dari dropdown **Select Security Profiles**. Untuk informasi selengkapnya, lihat [Tetapkan izin profil keamanan ke agen AI](ai-agent-security-profile-permissions.md).

1. Konfigurasikan agen AI Anda dengan alat. Tambahkan alat MCP dari ruang nama Anda yang terhubung dan konfigurasikan alat Return to Control default (`Complete`dan). `Escalate` Untuk informasi selengkapnya tentang alat MCP, lihat[Alat MCP agen AI](ai-agent-mcp-tools.md).

1. Buat dan lampirkan prompt orkestrasi. `SelfServiceOrchestrator`Termasuk `SelfServiceOrchestration` prompt default yang dapat Anda gunakan apa adanya atau membuat yang baru untuk menentukan kepribadian, perilaku, dan instruksi agen AI Anda untuk menggunakan alat. Untuk informasi selengkapnya tentang petunjuk, lihat[Sesuaikan agen Connect AI](customize-connect-ai-agents.md).
**penting**  
Agen AI orkestrator memerlukan tanggapan untuk dibungkus dengan tag. `<message>` Tanpa pemformatan ini, pelanggan tidak akan melihat pesan dari agen AI. Untuk informasi selengkapnya, lihat [Penguraian pesan](use-orchestration-ai-agent.md#message-parsing).

1. Tetapkan agen AI Anda sebagai agen swalayan default. Pada halaman **Agen AI**, gulir ke **Konfigurasi Agen AI Default** dan pilih agen Anda di baris **Layanan Mandiri**.

1. Buat bot AI Percakapan. Buka **Routing**, **Flows**, **Conversational AI**, dan buat bot dengan maksud agen Amazon Connect AI diaktifkan. Untuk informasi selengkapnya, lihat [Buat maksud Connect AI agent](create-qic-intent-connect.md).

1. Buat alur kontak yang merutekan kontak ke agen AI Anda. Tambahkan [Dapatkan masukan pelanggan](get-customer-input.md) blok yang memanggil bot AI Percakapan Anda, dan [Periksa atribut kontak](check-contact-attributes.md) blok ke rute berdasarkan alat Return to Control yang dipilih oleh agen AI. Untuk informasi selengkapnya, lihat [Buat alur dan tambahkan bot AI percakapan Anda](create-bot-flow.md).

   Gambar berikut menunjukkan aliran kontak contoh untuk layanan mandiri agen.  
![\[Contoh alur kontak layanan mandiri agen dengan Atur perilaku logging, Atur suara, Dapatkan input pelanggan dengan bot Lex, Periksa atribut kontak untuk pemilihan alat dengan cabang Lengkap, Eskalasi, dan Tanpa Pencocokan, Atur antrian kerja, Transfer ke antrian, dan Putuskan sambungan blok.\]](http://docs.aws.amazon.com/id_id/connect/latest/adminguide/images/agentic-self-service-contact-flow.png)

**Tip**  
Jika Anda ingin mengaktifkan streaming obrolan untuk layanan mandiri agen, lihat. [Aktifkan streaming pesan untuk obrolan bertenaga AI](message-streaming-ai-chat.md) Untuk panduan end-to-end obrolan lengkap dengan streaming, lihat. [Siapkan obrolan layanan mandiri agen dari ujung ke ujung](setup-agentic-selfservice-end-to-end.md)

## Buat alat Return to Control kustom
<a name="agentic-self-service-custom-escalate"></a>

Kembali ke Alat kontrol memberi sinyal kepada agen AI untuk menghentikan pemrosesan dan mengembalikan kontrol ke aliran kontak. Saat alat Kembali ke Kontrol dipanggil, nama alat dan parameter inputnya disimpan sebagai atribut sesi Amazon Lex, yang dapat dibaca oleh alur kontak Anda menggunakan [Periksa atribut kontak](check-contact-attributes.md) blok untuk menentukan tindakan selanjutnya.

Meskipun agen `SelfServiceOrchestrator` AI menyertakan alat default `Complete` dan `Escalate` Return to Control, Anda dapat membuat alat Return to Control khusus dengan skema input yang menangkap konteks tambahan agar alur kontak Anda dapat ditindaklanjuti.

Untuk membuat alat Return to Control kustom:

1. Dalam konfigurasi agen AI Anda, pilih **Tambah alat**, lalu pilih **Buat Alat AI baru**.

1. Masukkan nama alat dan pilih **Kembali ke Kontrol** sebagai jenis alat.

1. Tentukan skema input yang menentukan konteks yang harus ditangkap agen AI saat menjalankan alat.

1. (Opsional) Di bidang **Instruksi**, jelaskan kapan agen AI harus menggunakan alat ini.

1. (Opsional) Tambahkan contoh untuk memandu perilaku agen AI saat menjalankan alat.

1. Pilih **Buat**, lalu pilih **Publikasikan** untuk menyimpan agen AI Anda.

### Contoh: Alat Eskalasi Kustom dengan konteks
<a name="agentic-self-service-custom-escalate-schema"></a>

Contoh berikut menunjukkan cara mengganti alat Escalate default dengan versi kustom yang menangkap alasan eskalasi, ringkasan, maksud pelanggan, dan sentimen. Konteks tambahan ini memberi agen manusia awal yang baik ketika mereka memulai percakapan.

Pertama, hapus alat Escalate default dari agen AI Anda. Kemudian buat alat Return to Control baru bernama **Escalate** dengan skema masukan berikut:

```
{
    "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"
    ]
}
```

Di bidang **Instruksi**, jelaskan kapan agen AI harus meningkat. Contoh:

```
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
```

(Opsional) Tambahkan contoh untuk memandu nada agen AI selama eskalasi. Contoh:

```
<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>
```

## Menangani alat Kembali ke Kontrol di alur kontak Anda
<a name="agentic-self-service-escalation-flow"></a>

Saat agen AI memanggil alat Return to Control, kontrol akan kembali ke alur kontak Anda. Anda perlu mengonfigurasi alur untuk mendeteksi alat mana yang dipanggil dan merutekan kontak yang sesuai.

### Cara kerja deteksi Kembali ke Kontrol
<a name="agentic-self-service-escalation-detection"></a>

Saat agen AI memanggil alat Return to Control:

1. Percakapan AI berakhir.

1. Kontrol kembali ke aliran kontak.

1. Nama alat dan parameter input disimpan sebagai atribut sesi Amazon Lex.

1. Alur Anda memeriksa atribut dan rute ini sesuai dengan itu.

### Konfigurasikan perutean berdasarkan alat Kembali ke Kontrol
<a name="agentic-self-service-escalation-flow-steps"></a>

Ikuti langkah-langkah berikut untuk menambahkan routing Return to Control ke alur kontak Anda:

1. Tambahkan [Periksa atribut kontak](check-contact-attributes.md) blok setelah output **Default** dari blok **input Dapatkan pelanggan** Anda.

1. Konfigurasikan blok untuk memeriksa nama alat:
   + **Ruang nama****: Lex**
   + **Kunci**: **Atribut sesi**
   + **Kunci Atribut Sesi**: **Tool**

   Tambahkan kondisi untuk setiap alat Return to Control yang ingin Anda tangani. Misalnya, tambahkan kondisi yang nilainya sama **Complete****Escalate**, atau nama alat Return to Control kustom yang Anda buat.

1. (Opsional) Tambahkan [Tetapkan atribut kontak](set-contact-attributes.md) blok untuk menyalin parameter input alat dari atribut sesi Amazon Lex ke atribut kontak. Ini membuat konteks tersedia untuk perutean hilir dan layar agen muncul.

1. Connect setiap kondisi ke logika routing yang sesuai. Contoh:
   + **Selesai** — Rute ke blok **Putuskan sambungan** untuk mengakhiri interaksi.
   + **Eskalasi** — Rute ke **antrian kerja Set** dan **Transfer ke blok antrian** untuk mentransfer kontak ke agen manusia.
   + **Alat kustom** - Rute ke logika aliran tambahan yang spesifik untuk kasus penggunaan Anda.

1. Hubungkan output **No match** dari [Periksa atribut kontak](check-contact-attributes.md) blok ke blok **Disconnect** atau logika routing tambahan.

#### Contoh: Merutekan alat Escalate dengan konteks
<a name="agentic-self-service-escalation-example"></a>

Jika Anda membuat alat Eskalasi kustom dengan konteks (lihat[Contoh: Alat Eskalasi Kustom dengan konteks](#agentic-self-service-custom-escalate-schema)), Anda dapat menyalin konteks eskalasi untuk menghubungi atribut menggunakan blok. [Tetapkan atribut kontak](set-contact-attributes.md) Atur atribut berikut secara dinamis:


| Kunci tujuan (Ditentukan pengguna) | Namespace sumber | Kunci atribut sesi sumber | 
| --- | --- | --- | 
| EskalasiAlasan | Lex - Atribut sesi | EskalasiAlasan | 
| EskalasiRingkasan | Lex - Atribut sesi | EskalasiRingkasan | 
| CustomerIntent | Lex - Atribut sesi | CustomerIntent | 
| sentimen | Lex - Atribut sesi | sentimen | 

(Opsional) Tambahkan blok **aliran acara Set** untuk menampilkan konteks eskalasi ke agen manusia saat mereka menerima kontak. Setel acara ke **alur Default untuk UI agen** dan pilih alur yang menyajikan ringkasan eskalasi, alasan, dan sentimen kepada agen.

## Gunakan alat Konstan untuk pengujian dan pengembangan
<a name="agentic-self-service-constant-tools"></a>

Alat konstan mengembalikan nilai string statis yang dikonfigurasi ke agen AI saat dipanggil. Tidak seperti alat Return to Control, alat Constant tidak mengakhiri percakapan AI — agen AI menerima string dan melanjutkan percakapan. Ini membuat alat Constant berguna untuk pengujian dan iterasi cepat selama pengembangan, memungkinkan Anda untuk mensimulasikan respons alat tanpa terhubung ke sistem backend.

Untuk membuat alat Konstan:

1. Dalam konfigurasi agen AI Anda, pilih **Tambah alat**, lalu pilih **Buat Alat AI baru**.

1. Masukkan nama alat dan pilih **Constant** sebagai jenis alat.

1. Di bidang **Nilai konstan**, masukkan string statis yang harus dikembalikan alat ke agen AI.

1. Pilih **Buat**, lalu pilih **Publikasikan** untuk menyimpan agen AI Anda.

Misalnya, Anda dapat membuat alat Konstan bernama **getOrderStatus** yang mengembalikan respons JSON sampel. Ini memungkinkan Anda menguji bagaimana agen AI Anda menangani permintaan status pesanan sebelum menghubungkan ke sistem manajemen pesanan Anda yang sebenarnya melalui alat MCP.

# Cara mengatur pengalaman obrolan layanan mandiri agen Anda dari ujung ke ujung
<a name="setup-agentic-selfservice-end-to-end"></a>

**catatan**  
Agen AI Orkestrasi mengharuskan streaming obrolan diaktifkan untuk kontak obrolan. Tanpa streaming obrolan diaktifkan, beberapa pesan akan gagal dirender. Lihat [Aktifkan streaming pesan untuk obrolan bertenaga AI](message-streaming-ai-chat.md).

## Apa itu Streaming Pesan AI?
<a name="what-is-ai-message-streaming"></a>

AI Message Streaming adalah fitur Amazon Connect yang memungkinkan **tampilan progresif respons agen AI** selama interaksi obrolan. Alih-alih menunggu AI menghasilkan respons lengkap sebelum menunjukkan apa pun kepada pelanggan, streaming menampilkan teks saat dihasilkan, menciptakan pengalaman percakapan yang lebih alami.

### Cara Kerjanya
<a name="how-streaming-works"></a>

Dengan respons obrolan standar, pelanggan menunggu sementara AI menghasilkan seluruh responsnya, kemudian pesan lengkap muncul sekaligus. Dengan AI Message Streaming, pelanggan melihat **gelembung teks yang berkembang** di mana kata-kata muncul secara progresif saat AI menghasilkannya, mirip dengan menonton seseorang mengetik secara real-time.

**catatan**  
**Dokumentasi Resmi**: Untuk referensi teknis lengkap, lihat[Aktifkan streaming pesan untuk obrolan bertenaga AI](message-streaming-ai-chat.md).

### Manfaat Tampilan Teks Progresif
<a name="benefits-progressive-text"></a>

AI Message Streaming memberikan beberapa manfaat utama bagi pengalaman pelanggan:
+ **Mengurangi waktu tunggu yang dirasakan** - Pelanggan melihat aktivitas langsung daripada menatap pemintal pemuatan
+ **Alur percakapan yang lebih alami** - Teks progresif meniru pengetikan manusia, menciptakan interaksi yang lebih menarik
+ **Keterlibatan yang lebih baik** - Pelanggan dapat mulai membaca respons saat masih dihasilkan
+ **Pesan pemenuhan** - Agen AI dapat memberikan pesan sementara seperti “Satu saat saat saya meninjau akun Anda” selama pemrosesan

### Obrolan Standar vs Obrolan Streaming
<a name="standard-vs-streaming-chat"></a>

Tabel berikut membandingkan pengalaman pelanggan antara obrolan standar dan obrolan streaming:


| Aspek | Obrolan Standar | Obrolan Streaming | 
| --- | --- | --- | 
| Tampilan Respons | Pesan lengkap muncul sekaligus | Teks muncul secara progresif (gelembung tumbuh) | 
| Pengalaman Pelanggan | Tunggu respons penuh dengan indikator pemuatan | Lihat kata-kata muncul secara real-time | 
| Waktu Tunggu yang Dirasakan | Lebih lama (menunggu tanggapan lengkap) | Lebih pendek (umpan balik visual langsung) | 
| Percakapan Merasa | Transaksional | Alami, seperti mengobrol dengan seseorang | 
| Pesan Pemenuhan | Tidak tersedia | AI dapat mengirim pembaruan status sementara | 
| Penanganan Lex Timeout | Tunduk pada batas batas waktu Lex | Menghilangkan batasan batas waktu Lex | 

## Status Pemberdayaan
<a name="enablement-status"></a>

Ketersediaan Streaming Pesan AI bergantung pada kapan instans Amazon Connect Anda dibuat dan cara konfigurasinya.

### Pengaktifan Otomatis untuk Instans Baru
<a name="automatic-enablement-new-instances"></a>

Instans Amazon Connect yang dibuat **setelah Desember 2025** mengaktifkan Streaming Pesan AI secara default. Atribut `MESSAGE_STREAMING` instance secara otomatis diatur ke `true` untuk instance ini, jadi tidak diperlukan konfigurasi tambahan.

**penting**  
Jika Anda menggunakan AWS akun dengan instans Amazon Connect yang dibuat **sebelum Desember 2025**, Anda mungkin perlu mengaktifkan Streaming Pesan AI secara manual. Ikuti petunjuk di [Aktifkan streaming pesan untuk dokumentasi obrolan yang didukung AI](https://docs.aws.amazon.com/connect/latest/adminguide/message-streaming-ai-chat.html) untuk memeriksa `MESSAGE_STREAMING` atribut instans Anda dan mengaktifkannya jika diperlukan.

### Izin Amazon Lex Bot
<a name="amazon-lex-bot-permissions"></a>

AI Message Streaming memerlukan `lex:RecognizeMessageAsync` izin untuk berfungsi dengan benar. Izin ini memungkinkan Amazon Connect untuk menjalankan API pengenalan pesan asinkron yang memungkinkan respons streaming.

**Untuk asosiasi bot Lex baru**: Saat Anda mengaitkan bot Amazon Lex baru dengan instans Amazon Connect Anda, `lex:RecognizeMessageAsync` izin yang diperlukan **secara otomatis disertakan** dalam kebijakan berbasis sumber daya bot. Tidak diperlukan konfigurasi tambahan.

**penting**  
Jika Anda memiliki bot Amazon Lex yang dikaitkan dengan instans Amazon Connect Anda **sebelum** Streaming Pesan AI diaktifkan, Anda mungkin perlu memperbarui kebijakan berbasis sumber daya bot untuk menyertakan izin. `lex:RecognizeMessageAsync`  
Untuk memperbarui kebijakan bot Lex Anda yang ada:  
Arahkan ke konsol Amazon Lex
Pilih bot Anda dan buka Kebijakan berbasis **sumber daya**
Tambahkan `lex:RecognizeMessageAsync` tindakan ke pernyataan kebijakan yang memberikan akses Amazon Connect
Simpan kebijakan yang diperbarui
Untuk petunjuk terperinci, lihat bagian [izin Lex bot](https://docs.aws.amazon.com/connect/latest/adminguide/message-streaming-ai-chat.html#lex-bot-permissions) di AWS dokumentasi.

## Buat Widget Komunikasi
<a name="create-communications-widget"></a>

Amazon Connect Communications Widget adalah antarmuka obrolan yang dapat disematkan yang dapat Anda tambahkan ke situs web apa pun. Di bagian ini, Anda akan membuat dan mengonfigurasi widget untuk menguji Streaming Pesan AI. Anda dapat melewati bagian ini jika Anda berencana untuk menggunakan widget obrolan pelanggan Anda sendiri.

### Langkah 1: Arahkan ke Widget Komunikasi
<a name="navigate-to-widget"></a>

1. Di konsol Amazon Connect, navigasikan ke instans Anda

1. Klik **Saluran** di menu navigasi kiri

1. Klik **widget Komunikasi**

1. Anda akan melihat halaman manajemen Widget Komunikasi

**catatan**  
**Apa itu Widget Komunikasi?** Widget Komunikasi adalah solusi out-of-the-box obrolan Amazon Connect. Ini menyediakan antarmuka obrolan yang berfungsi penuh yang dapat Anda sematkan di situs web menggunakan JavaScript cuplikan sederhana. Widget menangani semua kompleksitas membangun koneksi, mengelola sesi, dan menampilkan pesan.

### Langkah 2: Buat Widget Baru
<a name="create-new-widget"></a>

1. Klik **Tambah widget** untuk membuat Widget Komunikasi baru

1. Masukkan detail berikut:
   + **Nama:** **AI-Streaming-Demo-Widget**
   + **Deskripsi:** **Widget for testing AI Message Streaming**

1. Di bawah **Opsi komunikasi** pastikan **Tambahkan obrolan** dipilih

1. Pilih **Self Service Test Flow** sebagai alur kontak Chat Anda

1. Klik **Simpan dan lanjutkan** ke halaman konfigurasi

**Pemilihan Arus Kontak**  
Pastikan Anda memilih alur kontak yang:  
Apakah Pengaturan Dasar telah dikonfigurasi (membuat sesi AI, logging, dll)
Rute ke bot Lex Anda dengan integrasi Agen AI
Memiliki penanganan kesalahan yang tepat untuk pemutusan
Jika Anda belum membuat alur kontak, selesaikan bagian [Membuat Aliran](https://catalog.workshops.aws/amazon-q-in-connect/en-US/03-Self-Service-Track/01-ai-agent-configuration/04-creating-flow/) terlebih dahulu.

### Langkah 3: Sesuaikan Penampilan Widget
<a name="customize-widget-appearance"></a>

Sesuaikan tampilan dan nuansa widget obrolan Anda agar sesuai dengan merek Anda dan pilih **Simpan dan lanjutkan**.

### Langkah 4: Konfigurasikan Domain yang Diizinkan
<a name="configure-allowed-domains"></a>

Widget Komunikasi hanya dimuat di situs web yang diizinkan secara eksplisit. Fitur keamanan ini mencegah penggunaan widget Anda secara tidak sah.

1. Gulir ke bawah ke **domain yang Diizinkan**

1. Klik **Tambahkan domain** dan tambahkan domain berikut untuk pengujian localhost:
   + **http://localhost**

1. Pilih **Tidak** di bawah keamanan

1. Jika Anda berencana untuk menyebarkan ke situs web produksi nanti, tambahkan domain tersebut juga dan pastikan Anda mengonfigurasi keamanan (mis.,) **https://www.example.com**

### Langkah 5: Simpan dan Dapatkan Kode Widget
<a name="save-get-widget-code"></a>

1. Klik **Simpan dan lanjutkan** untuk menyimpan konfigurasi widget Anda

1. Setelah pembuatan, Anda akan melihat halaman **detail Widget** dengan kode embed Anda

1. **Penting**: Salin dan simpan nilai-nilai berikut dari cuplikan kode embed:
   + **URI Klien** - URL ke JavaScript file widget
   + **ID Widget** - Pengidentifikasi unik untuk widget Anda
   + **ID Cuplikan** - String konfigurasi yang dikodekan Base64

### Langkah 6: Mengatur Lingkungan Pengujian Lokal
<a name="setup-local-testing"></a>

Untuk menguji widget secara lokal, Anda akan membuat file HTML sederhana yang memuat Widget Komunikasi.

1. Buat folder baru di komputer Anda untuk pengujian (mis.,`ai-streaming-test`)

1. Unduh gambar latar belakang untuk halaman demo dan simpan seperti `background.jpg` di folder pengujian Anda

1. Buat file baru yang disebut `index.html` di folder pengujian Anda dengan konten berikut:

```
<!DOCTYPE html>
<html>
<head>
    <meta charset="UTF-8">
    <meta name="viewport" content="width=device-width, initial-scale=1.0">
    <meta http-equiv="X-UA-Compatible" content="ie=edge">
    <style>
        body {
            background-image: url("background.jpg");
            background-repeat: no-repeat;
            background-size: cover;
        }
    </style>
    <title>AI Message Streaming Demo</title>
</head>
<body>
    <div id="root"></div>
    <script type="text/javascript">
      (function(w, d, x, id){
        s=d.createElement('script');
        s.src='REPLACE_WITH_CLIENT_URI';
        s.async=1;
        s.id=id;
        d.getElementsByTagName('head')[0].appendChild(s);
        w[x] = w[x] || function() { (w[x].ac = w[x].ac || []).push(arguments) };
      })(window, document, 'amazon_connect', 'REPLACE_WITH_WIDGET_ID');
      amazon_connect('styles', {
        iconType: 'CHAT',
        openChat: { color: '#ffffff', backgroundColor: '#ff9200' },
        closeChat: { color: '#ffffff', backgroundColor: '#ff9200'}
      });
      amazon_connect('snippetId', 'REPLACE_WITH_SNIPPET_ID');
      amazon_connect('supportedMessagingContentTypes', [
        'text/plain',
        'text/markdown',
        'application/vnd.amazonaws.connect.message.interactive',
        'application/vnd.amazonaws.connect.message.interactive.response'
      ]);
      amazon_connect('customStyles', {
        global: { frameWidth: '500px', frameHeight: '900px'}
      });
    </script>
</body>
</html>
```

### Langkah 7: Ganti Nilai Placeholder
<a name="replace-placeholder-values"></a>

Ganti nilai placeholder dalam file HTML dengan nilai widget Anda yang sebenarnya:


| Placeholder | Ganti Dengan | Contoh | 
| --- | --- | --- | 
| REPLACE\$1WITH\$1CLIENT\$1URI | URI Klien Anda dari Langkah 5 | https://d2s9x5slqf05.cloudfront.net/amazon-connect-chat-interface-client.js | 
| REPLACE\$1WITH\$1WIDGET\$1ID | ID Widget Anda dari Langkah 5 | amazon\$1connect\$1widget\$1abc123 | 
| REPLACE\$1WITH\$1SNIPPET\$1ID | ID Cuplikan Anda dari Langkah 5 | QVFJREFIaWJYbG...(string Base64 panjang) | 

### Langkah 8: Mulai Server Web Lokal
<a name="start-local-web-server"></a>

Untuk menguji widget, Anda perlu menyajikan file HTML dari server web lokal. Berikut adalah beberapa opsi:

**Opsi A: Python (jika diinstal)**  


```
python -m http.server 8001
```

**Opsi B: Node.js (jika diinstal)**  


```
npx http-server -p 8001
```

**Opsi C: Ekstensi Server Langsung Kode VS**  

+ Instal ekstensi “Server Langsung” di VS Code
+ Klik kanan `index.html` dan pilih “Buka dengan Server Langsung”

Setelah memulai server, buka browser Anda dan arahkan ke: `http://localhost:8001`

Anda akan melihat halaman demo dengan tombol obrolan oranye di sudut kanan bawah.

## Uji Pengalaman Streaming
<a name="test-streaming-experience"></a>

Sekarang widget Anda dimuat, saatnya untuk menguji Streaming Pesan AI dan mengamati tampilan teks progresif yang sedang beraksi.

### Apa yang Harus Diperhatikan: Streaming vs Non-Streaming
<a name="what-to-look-for"></a>

Memahami perbedaan antara respons streaming dan non-streaming membantu Anda memverifikasi bahwa Streaming Pesan AI berfungsi:


| Perilaku | Non-Streaming (Standar) | Streaming (Streaming Pesan AI) | 
| --- | --- | --- | 
| Tampilan awal | Indikator pemuatan atau titik pengetikan | Teks mulai muncul segera | 
| Penampilan teks | Pesan lengkap muncul sekaligus | Kata-kata muncul secara progresif (gelembung tumbuh) | 
| Waktu respons | Tunggu hingga AI selesai menghasilkan | Lihat respons saat sedang dihasilkan | 
| Efek visual | “Pop” dari teks lengkap | Teks yang halus dan mengalir seperti menonton seseorang mengetik |