Le traduzioni sono generate tramite traduzione automatica. In caso di conflitto tra il contenuto di una traduzione e la versione originale in Inglese, quest'ultima prevarrà.

(legacy) Usa il self-service generativo basato sull'intelligenza artificiale con gli agenti Connect AI

Gli agenti di Connect AI supportano i casi d'uso self-service dei clienti nei canali di chat e voce (IVR). È in grado di:

Quando i clienti hanno bisogno di ulteriore assistenza, gli agenti di Connect AI la trasferiscono senza problemi agli agenti preservando il contesto dell'intera conversazione.

Strumenti di sistema predefiniti

Gli agenti Connect AI sono dotati dei seguenti strumenti integrati che funzionano out-of-the-box:

Puoi personalizzare questi strumenti predefiniti in modo che soddisfino le tue esigenze specifiche.

Configurazione del self-service

Segui questi passaggi per abilitare gli agenti Connect AI per il self-service:

Azioni personalizzate per il self-service

Puoi estendere le funzionalità degli agenti Connect AI aggiungendo strumenti personalizzati. Questi strumenti possono:

Quando aggiungi uno strumento personalizzato al prompt IA:

Esempio: disambiguare l’intenzione del cliente

Puoi creare un assistente di IA generativa che raccolga informazioni prima di inviarle a un agente. Richiede:

Di seguito è riportato un esempio di definizione dello strumento per la disambiguazione. È possibile rimuovere tutti gli strumenti predefiniti tranne CONVERSATION e aggiungere un nuovo strumento personalizzato chiamato HANDOFF:

tools:
- name: CONVERSATION
  description: Continue holding a casual conversation with the customer.
  input_schema:
    type: object
    properties:
      message:
        type: string
        description: The message you want to send next to hold a conversation and get an understanding of why the customer is calling.
    required:
    - message
- name: HANDOFF
  description: Used to hand off the customer engagement to a human agent with a summary of what the customer is calling about.
  input_schema:
    type: object
    properties:
      message:
        type: string
        description: Restatement to the customer of what you believe they are calling about and any pertinent information. MUST end with a statement that you are handing them off to an agent. Be as concise as possible.
      summary:
        type: string
        description: A list of reasons the customer has reached out in the format <SummaryItems><Item>Item one</Item><Item>Item two</Item></SummaryItems>. Each item in the Summary should be as discrete as possible.
    required:
    - message
    - summary

Esempio: consigliare un’azione a un cliente

È possibile configurare le azioni migliori successive in Amazon Connect utilizzando i flussi. Puoi anche configurare azioni automatizzate e creare step-by-step guide per fornire azioni basate sull'interfaccia utente ai clienti. Per ulteriori informazioni, consulta Step-by-step Guide per configurare l'area di lavoro degli agenti Amazon Connect.  Gli agenti Connect AI salvano il nome dello strumento selezionato come attributo di sessione Lex. È quindi possibile accedere all’attributo utilizzando il blocco di flusso Verifica attributi contatti.  

Ecco un esempio di definizione dello strumento per prenotare un viaggio:

-name: TRIP_BOOKING
  description: Tool to transfer to another bot who can do trip bookings. Use this tool only when the last message from the customer indicates they want to book a trip or hotel.
  input_schema:
    type: object
    properties:
      message:
        type: string
        description: The polite message you want to send while transferring to the agent who can help with booking.
    required:
    - message

Quando si utilizza il blocco di flusso Check contact attributes per determinare quale strumento Connect AI agent ha selezionato, è possibile prendere decisioni di ramificazione per selezionare la step-by-step guida pertinente per quell'utente. Ad esempio, se un cliente desidera prenotare un viaggio durante un’interazione tramite chat self-service, puoi:

Per ulteriori informazioni sull'implementazione delle step-by-step guide in chat, consultaDistribuisci step-by-step guide nelle chat di Amazon Connect.

Strumento FOLLOW_UP_QUESTION

Lo strumento FOLLOW_UP_QUESTION migliora le funzionalità self-service degli agenti di Connect AI abilitando conversazioni più interattive e di raccolta di informazioni con i clienti. Questo strumento funziona insieme agli strumenti predefiniti e personalizzati. Aiuta a raccogliere le informazioni necessarie prima di determinare l’azione da intraprendere.

Il codice seguente mostra la configurazione dello strumento FOLLOW_UP_QUESTION.

- name: FOLLOW_UP_QUESTION
  description: Ask follow-up questions to understand customer needs, clarify intent, 
and collect additional information throughout the conversation. Use this to gather 
required details before selecting appropriate actions.
  input_schema:
type: object
properties:
  message:
    type: string
    description: The message you want to send next in the conversation with the 
      customer. This message should be grounded in the conversation, polite, and 
      focused on gathering specific information.
required:
  - message

Lo strumento FOLLOW_UP_QUESTION completa gli strumenti definiti consentendo agli agenti Connect AI di raccogliere le informazioni necessarie prima di decidere quale azione intraprendere. È particolarmente utile per:

Esempio di caso d’uso FOLLOW_UP_QUESTION

Per un bot self-service progettato per segnalare le frodi, puoi definire uno strumento denominato CONFIRM_SUBMISSION per raccogliere informazioni specifiche dal cliente:

- name: CONFIRM_SUBMISSION
  description: Confirm all collected information and finalize the report submission.
  input_schema:
type: object
properties:
  message:
    type: string
    description: A message reviewing all of the collected information and asking 
      for final confirmation before submission.
  report_details:
    type: string
    description: The user's report or complaint details
  reporter_info:
    type: string
    description: Reporter's contact information (if provided) or "Anonymous"
  subject_info:
    type: string
    description: Information about the individual or business being reported
required:
  - message
  - report_details
  - reporter_info
  - subject_info

Tuttavia, puoi invece utilizzare lo strumento FOLLOW_UP_QUESTION per raccogliere queste informazioni, come mostrato nell'esempio seguente: step-by-step

- name: FOLLOW_UP_QUESTION
  description: Ask follow-up questions to understand customer needs and collect additional 
information throughout the complaint process. Use this for all information gathering 
steps including confidentiality preferences, contact info, subject details etc.
  input_schema:
type: object
properties:
  message:
    type: string
    description: The message you want to send next in the conversation with the 
      customer. This message should be grounded in the conversation and polite. 
      Use this for asking clarification questions, collecting contact information, 
      gathering subject details, and all other follow-up steps in the complaint 
      process.
required:
  - message

Istruzioni del prompt

Aggiungi istruzioni al prompt per indicare al bot self-service quando utilizzare lo strumento FOLLOW_UP_QUESTION. Esempio:

CRITICAL: Use FOLLOW_UP_QUESTION for all information gathering steps after the initial analysis. 
Do NOT proceed to other tools until you have collected all required information. Use this tool 
to disambiguate customer intent when unclear.

When using FOLLOW_UP_QUESTION:
1. Ask one specific question at a time
2. Focus on collecting required information for the most likely intent
3. Be conversational but direct
4. Acknowledge information the customer has already provided
5. Only move to other tools (like CONFIRM_SUBMISSION or TRIP_BOOKING) when you have all required 
   information

Conversazioni di esempio

Di seguito sono riportati tre esempi di conversazioni che mostrano lo strumento FOLLOW_UP_QUESTION in uso.

<examples>
<example>
    <conversation>
        [CUSTOMER] I want to report someone who I think is committing fraud
    </conversation>
    <thinking>
        The customer wants to report fraud. I need to collect specific information 
        including details about the suspected fraud, reporter information, and 
        subject information. I'll start by asking about the suspected fraudulent activity.
    </thinking>
    <tool>
        [FOLLOW_UP_QUESTION(message="I'd be happy to help you report suspected fraud. 
        Could you please describe the fraudulent activity you've observed?")]
    </tool>
</example>

<example>
    <conversation>
        [AGENT] Can you provide me your full address?
        [CUSTOMER] I don't feel comfortable sharing my address
    </conversation>
    <thinking>
        The caller declined to share their address. I should respect their privacy 
        concerns while still trying to collect alternative contact information.
    </thinking>
    <tool>
        [FOLLOW_UP_QUESTION(message="I understand your privacy concerns. That's 
        completely fine. Would you be comfortable providing a phone number or email 
        address instead? Or you can choose to remain anonymous.")]
    </tool>
</example>

<example>
    <conversation>
        [CUSTOMER] I'm not getting my benefit payments anymore
    </conversation>
    <thinking>
        The customer is reporting a payment issue. This sounds like a general service 
        issue rather than fraud. I should clarify if they need assistance with their benefits.
    </thinking>
    <tool>
        [FOLLOW_UP_QUESTION(message="I'm sorry to hear about the issue with your payments. 
        To help me understand better, could you tell me when you last received a payment 
        and if you've received any notification about why they stopped?")]
    </tool>
</example>
</examples>