翻訳は機械翻訳により提供されています。提供された翻訳内容と英語版の間で齟齬、不一致または矛盾がある場合、英語版が優先します。

エージェントセルフサービスを使用する

エージェントセルフサービスを使用すると、Connect AI エージェントは音声チャネルとチャットチャネル全体で顧客の問題を自律的に解決できます。カスタムツールを選択したときに AI エージェントが問い合わせフローに制御を返す従来のセルフサービスとは異なり、エージェントセルフサービスはオーケストレーター AI エージェントを使用します。オーケストレーター AI エージェントは、複数のステップで理由を説明することができ、MCP ツールを呼び出して顧客に代わってアクションを実行し、問題が解決されるかエスカレーションが必要になるまで継続的な会話を維持します。

たとえば、お客様がホテル予約について電話をかけると、オーケストレーター AI エージェントは、名前で挨拶し、明確な質問をし、予約を検索して、変更を処理できます。これらはすべて 1 回の会話で実行でき、各ステップ間の問い合わせフローを制御できません。

主な機能

エージェントセルフサービスには次の機能があります。

オーケストレーター AI エージェント用のツール

以下のツールタイプを使用して、オーケストレーター AI エージェントをセルフサービス用に設定できます。

エージェントセルフサービスを設定する

エージェントセルフサービスを設定するには、以下の大まかなステップに従います。

カスタム Return to Control ツールを作成する

Return to Control ツールは、AI エージェントに処理を停止し、問い合わせフローに制御を返すよう通知します。Return to Control ツールが呼び出されると、ツール名とその入力パラメータは Amazon Lex セッション属性として保存され、問い合わせフローは コンタクト属性を確認するブロックを使用して読み取り、次のアクションを決定できます。

SelfServiceOrchestrator AI エージェントにはデフォルトツールCompleteと Escalate Return to Control ツールが含まれていますが、問い合わせフローが実行する追加のコンテキストをキャプチャする入力スキーマを使用して、カスタム Return to Control ツールを作成できます。

カスタム Return to Control ツールを作成するには:

例: コンテキストを使用したカスタムエスカレーションツール

次の例は、デフォルトの Escalate ツールを、エスカレーションの理由、概要、顧客の意図、感情をキャプチャするカスタムバージョンに置き換える方法を示しています。この追加のコンテキストにより、人間のエージェントは会話を拾い始めることができます。

まず、AI エージェントからデフォルトの Escalate ツールを削除します。次に、次の入力スキーマEscalateを使用して、 という名前の新しい Return to Control ツールを作成します。

{
    "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"
    ]
}

Instructions フィールドで、AI エージェントがエスカレーションするタイミングを記述します。例えば、次のようになります。

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

(オプション) エスカレーション中の AI エージェントのトーンをガイドする例を追加します。例えば、次のようになります。

<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>

問い合わせフローで Return to Control ツールを処理する

AI エージェントが Return to Control ツールを呼び出すと、コントロールは問い合わせフローに戻ります。呼び出されたツールを検出し、それに応じて問い合わせをルーティングするようにフローを設定する必要があります。

Return to Control 検出の仕組み

AI エージェントが Return to Control ツールを呼び出す場合:

Return to Control ツールに基づいてルーティングを設定する

Return to Control ルーティングを問い合わせフローに追加するには、次の手順に従います。

例: コンテキストを使用して Escalate ツールをルーティングする

コンテキストを使用してカスタム Escalate ツールを作成した場合 (「」を参照例: コンテキストを使用したカスタムエスカレーションツール)、 コンタクト属性の設定ブロックを使用してエスカレーションコンテキストを問い合わせ属性にコピーできます。次の属性を動的に設定します。

(オプション) イベント設定フローブロックを追加して、問い合わせを受け入れるときにエスカレーションコンテキストをヒューマンエージェントに表示します。エージェント UI のデフォルトフローにイベントを設定し、エージェントにエスカレーションの概要、理由、感情を示すフローを選択します。

テストと開発に Constant ツールを使用する

定数ツールは、呼び出し時に設定された静的文字列値を AI エージェントに返します。Return to Control ツールとは異なり、定数ツールは AI 会話を終了しません。AI エージェントは文字列を受け取り、会話を続行します。これにより、Constant ツールは開発中のテストや迅速な反復に役立ち、バックエンドシステムに接続せずにツールレスポンスをシミュレートできます。

定数ツールを作成するには:

たとえば、サンプルの JSON レスポンスを返getOrderStatusす という名前の Constant ツールを作成できます。これにより、AI エージェントが MCP ツールを使用して実際の注文管理システムに接続する前に、注文ステータスリクエストを処理する方法をテストできます。