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
**Importante**
Il self-service legacy non riceve nuovi aggiornamenti delle funzionalità. Per le nuove implementazioni, consigliamo di utilizzare il [self-service agentico](agentic-self-service.md), che fornisce ragionamento autonomo in più fasi, integrazione di strumenti MCP e conversazioni continue.
**Suggerimento**
Dai un'occhiata a questo corso del AWS Workshop: [Personalizzazione del self-service degli agenti Connect AI](https://catalog.workshops.aws/amazon-q-in-connect/en-US/customizing-amazon-q-in-connect-self-service).
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:
+ Rispondere alle domande dei clienti.
+ Fornisci indicazioni step-by-step.
+ Completare azioni come riprogrammare gli appuntamenti e prenotare viaggi.
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.
**Topics**
+ [Strumenti di sistema predefiniti](#default-system-actions-for-ai-agents-self-service)
+ [Configurazione del self-service](#enable-self-service-ai-agents)
+ [Azioni personalizzate per il self-service](#custom-actions-for-connect-ai-agents-self-service)
+ [Strumento FOLLOW\$1UP\$1QUESTION](#follow-up-question-tool)
## Strumenti di sistema predefiniti
Gli agenti Connect AI sono dotati dei seguenti strumenti integrati che funzionano out-of-the-box:
1. **QUESTION**: fornisce risposte e raccoglie informazioni pertinenti quando nessun altro strumento è in grado di rispondere direttamente alla domanda.
1. **ESCALATION**: trasferisce automaticamente la domanda a un agente quando i clienti richiedono assistenza umana.
**Nota**
Quando è selezionato ESCALATION, utilizza il ramo **Errore** del blocco **Ottieni l’input del cliente**.
1. **CONVERSATION**: avvia un dialogo di base quando non c’è alcuna intenzione specifica del cliente.
1. **COMPLETE**: conclude l’interazione quando le esigenze del cliente vengono soddisfatte.
1. **FOLLOW\$1UP\$1QUESTION**: consente conversazioni più interattive e di raccolta di informazioni con i clienti. Per ulteriori informazioni sull’utilizzo di questo strumento, consulta [Strumento FOLLOW\$1UP\$1QUESTION](#follow-up-question-tool).
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:
1. Abilita gli agenti Connect AI nel tuo bot Amazon Lex attivando [AMAZON. QinConnectIntent](https://docs.aws.amazon.com/lexv2/latest/dg/built-in-intent-qinconnect.html). Per istruzioni, consulta [Crea l'intento degli agenti Connect AI](create-qic-intent-connect.md).
1. Aggiungi un blocco [Assistente Connect](connect-assistant-block.md) al tuo flusso.
1. Aggiungi un blocco [Recupera input cliente](get-customer-input.md) al tuo flusso per specificare:
+ Quando gli agenti Connect AI dovrebbero iniziare a gestire le interazioni con i clienti.
+ Quali tipi di interazioni deve gestire.
Per istruzioni, consulta [Creare un flusso e aggiungere il bot di IA conversazionale](create-bot-flow.md).
1. (Facoltativo) Aggiungi un [Verifica attributi contatto](check-contact-attributes.md) blocco al flusso e configuralo per determinare cosa deve succedere dopo che gli agenti di Connect AI hanno completato il turno della conversazione: nella sezione **Attributo da verificare**, imposta le proprietà come segue:
+ Imposta **Namespace** = **Lex**
+ Imposta **Chiave** = **Attributi della sessione**
+ Imposta **Chiave di Attributo della Sessione** = Strumento
Gli agenti Connect AI salvano il nome dello strumento selezionato come attributo di sessione Lex. È quindi possibile accedere a questo attributo di sessione utilizzando il blocco **Verifica attributi contatti**.
1. (Facoltativo) Definisci la logica di routing in base allo strumento selezionato dagli agenti Connect AI:
+ Instrada le risposte COMPLETE per terminare l’interazione.
+ Instrada le risposte personalizzate degli strumenti (come TRIP\$1BOOKING) a flussi di lavoro specifici.
L'immagine seguente mostra un esempio di come è possibile prendere una decisione di routing in base a ciò che gli agenti di Connect AI decidono.
![\[Instradamento dei contatti basato sulle selezioni degli strumenti degli agenti ai per i percorsi COMPLETE e TRIP_BOOKING.\]](http://docs.aws.amazon.com/it_it/connect/latest/adminguide/images/generative-ai-powered-self-service-q-3.png)
## Azioni personalizzate per il self-service
Puoi estendere le funzionalità degli agenti Connect AI aggiungendo strumenti personalizzati. Questi strumenti possono:
+ Evidenziare le azioni migliori da intraprendere per i clienti.
+ Delegare le attività ai bot Amazon Lex esistenti.
+ Gestire casi d’uso specializzati.
Quando aggiungi uno strumento personalizzato al prompt IA:
+ Includi esempi pertinenti per aiutare gli agenti di Connect AI a selezionare le azioni appropriate.
+ Utilizza il blocco [Verifica attributi contatto](check-contact-attributes.md) per creare una logica di ramificazione.
+ Quando configuri **Controlla gli attributi dei contatti**, nella sezione **Attributo da controllare**, inserisci il nome dello strumento personalizzato.
L’immagine seguente mostra che è stato specificato uno strumento personalizzato denominato TRIP\$1BOOKING.
![\[Uno strumento personalizzato denominato TRIP_BOOKING nel blocco Verifica attributi del contatto.\]](http://docs.aws.amazon.com/it_it/connect/latest/adminguide/images/trip-booking.png)
### Esempio: disambiguare l’intenzione del cliente
Puoi creare un assistente di IA generativa che raccolga informazioni prima di inviarle a un agente. Richiede:
+ Nessuna configurazione della knowledge base.
+ Istruzioni semplici per raccogliere informazioni.
+ Step-by-step guide per presentare le informazioni agli agenti. Per ulteriori informazioni, consulta [Visualizza il contesto del contatto nello spazio di lavoro dell’agente quando un contatto viene avviato in Amazon Connect](display-contact-attributes-sg.md).
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 - Item one
- Item two
. 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](step-by-step-guided-experiences.md). 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:
+ Abbinare la risposta dello strumento TRIP\$1BOOKING al tuo flusso.
+ Percorso verso la step-by-step guida appropriata.
+ Visualizza l' step-by-stepinterfaccia direttamente nella finestra di chat del cliente.
Per ulteriori informazioni sull'implementazione delle step-by-step guide in chat, consulta[Distribuisci step-by-step guide nelle chat di Amazon Connect](step-by-step-guides-chat.md).
## Strumento FOLLOW\$1UP\$1QUESTION
Lo strumento FOLLOW\$1UP\$1QUESTION 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\$1UP\$1QUESTION.
```
- 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\$1UP\$1QUESTION completa gli strumenti definiti consentendo agli agenti Connect AI di raccogliere le informazioni necessarie prima di decidere quale azione intraprendere. È particolarmente utile per:
+ **Disambiguazione dell’intento**
Quando l’intento del cliente non è chiaro, utilizza questo strumento per porre domande chiarificatrici prima di selezionare l’azione appropriata.
+ **Raccolta di informazioni**
Raccogli i dettagli necessari per completare un’attività o rispondere a una domanda.
### Esempio di caso d’uso FOLLOW\$1UP\$1QUESTION
Per un bot self-service progettato per segnalare le frodi, puoi definire uno strumento denominato CONFIRM\$1SUBMISSION 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\$1UP\$1QUESTION 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\$1UP\$1QUESTION. 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\$1UP\$1QUESTION in uso.
+ Esempio 1: quando un cliente chiede informazioni sulla segnalazione di una frode, il modello deve raccogliere informazioni (ad esempio `report_details`, `reporter_info`, `subject_info`) dal cliente per creare un report. Invece di utilizzare uno strumento personalizzato denominato CONFIRM\$1SUBMISSION per raccogliere le informazioni, questo esempio mostra come iniziare a raccogliere le informazioni richieste utilizzando lo strumento FOLLOW\$1UP\$1QUESTION.
+ Esempio 2: questo esempio continua con lo stesso tema, mostrando le informazioni alternative che possono essere recuperate per le informazioni di contatto del reporter utilizzando lo strumento FOLLOW\$1UP\$1QUESTION.
+ Esempio 3: questo esempio indica come il modello deve rispondere alle richieste vaghe del cliente e chiarire le cose utilizzando lo strumento FOLLOW\$1UP\$1QUESTION.
```
[CUSTOMER] I want to report someone who I think is committing fraud
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.
[FOLLOW_UP_QUESTION(message="I'd be happy to help you report suspected fraud.
Could you please describe the fraudulent activity you've observed?")]
[AGENT] Can you provide me your full address?
[CUSTOMER] I don't feel comfortable sharing my address
The caller declined to share their address. I should respect their privacy
concerns while still trying to collect alternative contact information.
[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.")]
[CUSTOMER] I'm not getting my benefit payments anymore
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.
[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?")]
```