本文属于机器翻译版本。若本译文内容与英语原文存在差异，则一律以英文原文为准。

使用代理自助服务

Agentic 自助服务使 Connect AI 代理能够通过语音和聊天渠道自主解决客户问题。与传统的自助服务不同，在选择自定义工具时，AI 代理会将控制权交还给联系流程，而代理自助服务使用 Orchestrator AI 代理，这些代理可以跨多个步骤进行推理，调用 MCP 工具代表客户采取行动，并保持持续的对话，直到问题得到解决或需要上报。

例如，当客户致电询问酒店预订问题时，Orchestrator AI 代理可以用名字向他们打招呼，询问澄清问题，查找他们的预订并处理修改——所有这些都可以在一个对话中完成，而无需将控制权交还给每个步骤之间的联系流程。

关键功能

Agentic 自助服务提供以下功能：

适用于编排器 AI 代理的工具

您可以使用以下工具类型将 Orchestrator AI 代理配置为自助服务：

设置代理自助服务

按照以下高级步骤设置代理自助服务：

创建自定义 “返回控制” 工具

返回控制工具向 AI 代理发出信号，要求其停止处理并将控制权交还给联系流。调用 “回归控制” 工具时，工具名称及其输入参数将存储为 Amazon Lex 会话属性，您的联系流程可以使用检查联系属性块读取这些属性以确定下一步操作。

虽然 SelfServiceOrchestrator AI 代理包括默认工具Complete和Escalate返回控制工具，但您可以使用输入架构创建自定义 “返回控制” 工具，以捕获其他背景信息以供联系人流采取行动。

要创建自定义 “返回控制” 工具，请执行以下操作：

示例：带上下文的自定义 “升级” 工具

以下示例说明如何使用自定义版本替换默认的 Escalate 工具，该版本可以捕获上报原因、摘要、客户意图和情绪。这种额外的背景使人类代理在开始对话时可以抢先一步。

首先，从 AI 代理中移除默认的升级工具。然后使用以下输入架构创建一个名为Escalate的新 “返回控制” 工具：

{
    "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"
    ]
}

在说明字段中，描述 AI 代理何时应升级。例如：

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

（可选）添加示例以指导 AI 代理在升级期间的语气。例如：

<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>

在联系流程中处理 “返回控制” 工具

当 AI 代理调用 “返回控制权” 工具时，控制权将返回到您的联系流。您需要配置流程以检测调用了哪个工具并相应地路由联系人。

“回归控制” 检测的工作原理

当 AI 代理调用 “恢复控制” 工具时：

根据返回控制工具配置路由

请按照以下步骤在联系流程中添加 “回归控制” 路由：

示例：使用上下文传送 “升级” 工具

如果您创建了带有上下文的自定义升级工具（请参阅示例：带上下文的自定义 “升级” 工具），则可以使用设置联系属性块将升级上下文复制到联系人属性。动态设置以下属性：

（可选）添加 “设置事件流” 块，以便在人工代理接受联系时向他们显示升级上下文。将代理用户界面的事件设置为默认流程，然后选择向代理显示升级摘要、原因和情绪的流程。

使用常量工具进行测试和开发

常量工具在调用 AI 代理时会向 AI 代理返回配置的静态字符串值。与 “重返控制” 工具不同，“常量” 工具不会结束 AI 对话——AI 代理会接收字符串并继续对话。这使得 Constant 工具可用于开发期间的测试和快速迭代，使您无需连接到后端系统即可模拟工具响应。

要创建常量工具，请执行以下操作：

例如，您可以创建一个名为的常量工具getOrderStatus，用于返回 JSON 响应示例。这样，在通过 MCP 工具连接到实际的订单管理系统之前，您就可以测试 AI 代理如何处理订单状态请求。