As traduções são geradas por tradução automática. Em caso de conflito entre o conteúdo da tradução e da versão original em inglês, a versão em inglês prevalecerá.

(antigo) Use o autoatendimento generativo baseado em IA com os agentes Connect AI

Os agentes do Connect AI oferecem suporte a casos de uso de autoatendimento do cliente em canais de chat e voz (IVR). Ele pode:

Quando os clientes precisam de ajuda adicional, os agentes do Connect AI a transferem facilmente para os agentes, preservando o contexto da conversa completa.

Ferramentas padrão do sistema

Os agentes Connect AI vêm com as seguintes ferramentas integradas que funcionam out-of-the-box:

Você pode personalizar essas ferramentas padrão para atender aos seus requisitos específicos.

Configurar o autoatendimento

Siga estas etapas para habilitar os agentes do Connect AI para autoatendimento:

Ações personalizadas para autoatendimento

Você pode ampliar os recursos dos agentes do Connect AI adicionando ferramentas personalizadas. Essas ferramentas podem:

Ao adicionar uma ferramenta personalizada ao seu prompt de IA:

Exemplo: esclarecer a intenção do cliente

Você pode criar um assistente de IA generativa que reúne informações antes de encaminhar para um atendente. Isso requer:

Veja a seguir um exemplo de definição de ferramenta para esclarecimento. Você pode remover todas as ferramentas padrão, exceto CONVERSATION, e adicionar uma nova ferramenta personalizada chamada 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

Exemplo: recomendar uma ação para um cliente

Você pode configurar as próximas melhores ações Amazon Connect usando fluxos. Você também pode configurar ações automatizadas e criar step-by-step guias para fornecer ações baseadas em UI aos clientes. Para obter mais informações, consulte Step-by-step Guias para configurar seu espaço de trabalho de agente do Amazon Connect.  Os agentes do Connect AI salvam o nome da ferramenta selecionada como um atributo de sessão do Lex. O atributo pode ser acessado usando o bloco de fluxo Verificar atributos do contato.  

Veja a seguir um exemplo de definição de ferramenta para reservar uma viagem:

-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

Ao usar o bloco de fluxo Verificar atributos de contato para determinar qual ferramenta os agentes do Connect AI selecionaram, você pode tomar decisões ramificadas para selecionar o step-by-step guia relevante para esse usuário. Por exemplo, se um cliente quiser reservar uma viagem durante uma interação por chat de autoatendimento, você pode:

Para obter mais informações sobre a implementação step-by-step de guias no chat, consulteImplante step-by-step guias nos bate-papos do Amazon Connect.

Ferramenta FOLLOW_UP_QUESTION

A ferramenta FOLLOW_UP_QUESTION aprimora os recursos de autoatendimento dos agentes do Connect AI, permitindo conversas mais interativas e de coleta de informações com os clientes. Essa ferramenta funciona junto com as ferramentas padrão e personalizadas. Ela ajuda a coletar as informações necessárias antes de determinar qual ação tomar.

O código a seguir mostra a configuração da ferramenta 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

A ferramenta FOLLOW_UP_QUESTION complementa suas ferramentas definidas, permitindo que os agentes do Connect AI coletem as informações necessárias antes de decidirem qual ação tomar. Ela é particularmente útil para:

Exemplo de caso de uso de FOLLOW_UP_QUESTION

Para um bot de autoatendimento projetado para denunciar fraudes, você pode definir uma ferramenta chamada CONFIRM_SUBMISSION para coletar informações específicas do 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

No entanto, você pode usar a ferramenta FOLLOW_UP_QUESTION em vez disso para coletar essas informações step-by-step, conforme mostrado no exemplo a seguir:

- 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

Instruções de prompt

Adicione instruções ao seu prompt para orientar o bot de autoatendimento sobre quando usar a ferramenta FOLLOW_UP_QUESTION. Por exemplo:

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

Exemplos de conversas

Veja a seguir três exemplos de conversas que mostram a ferramenta FOLLOW_UP_QUESTION em 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>