本文為英文版的機器翻譯版本，如內容有任何歧義或不一致之處，概以英文版為準。 # Amazon Connect Contact Lens **注意** **採用 Amazon Bedrock 技術**： AWS 實作[自動濫用偵測](https://docs.aws.amazon.com//bedrock/latest/userguide/abuse-detection.html)。由於 Amazon Connect Contact Lens 是建立在 Amazon Bedrock 的基礎上，因此使用者可以充分利用 Amazon Bedrock 中實作的控制措施，強制執行人工智慧 (AI) 的安全、保障和負責任使用目標。 Amazon Connect Contact Lens 提供聯絡中心分析和品質管理功能，可讓您監控、測量和持續改善聯絡品質和客服人員表現，以獲得更好的整體客戶體驗。 + [使用對話分析分析對話](analyze-conversations.md)。 您可以透過了解情緒、對話特性、新興聯絡主題、自助式使用者體驗和客服人員合規風險，來發現趨勢並改善客戶服務。 對話分析可讓您[自動修訂對話文字記錄、音訊檔案和電子郵件訊息中的敏感資料](sensitive-data-redaction.md)，以協助您保護客戶的隱私權。 + [評估效能](evaluations.md)。您可以查看對話以及聯絡詳細資訊、錄音、文字記錄和摘要，並且無需切換應用程序。您可以定義和評估客服人員表現標準 (例如，是否遵循講稿、敏感資料收集和客戶問候語)，並自動預先填入評估表單。 + [設定和檢閱客服人員畫面錄製](agent-screen-recording.md)。您可以通過查看畫面錄製來查看處理客戶聯絡的客服人員操作。這有助於您確保遵守品質標準、合規性要求和最佳實務。還可以幫助您識別輔導機會和瓶頸，以便簡化工作流程。 + [搜尋已完成和進行中的聯絡](contact-search.md)。您可以搜尋最早兩年前的聯絡人。 + [監控即時和錄製的對話](monitoring-amazon-connect.md)。您可以監視即時對話 (語音和聊天) 和介入即時語音對話。這對客服人員培訓特別實用。 + [轉接](transfer-contacts-admin.md)、[重新安排](reschedule-contacts-admin.md)或[結束](end-contacts-admin.md)進行中的聯絡。在 **聯絡詳細資訊** 頁面上，您可以管理進行中的聯絡。 # 在 Amazon Connect Contact Lens 中使用對話分析來分析對話 透過Contact Lens對話分析，您可以使用自然語言處理，分析客戶和客服人員或客戶之間的對話，以及語音、聊天和電子郵件之間的對話 AI。對話分析可執行情緒分析、偵測問題，並讓您自動將聯絡分類。 **語音分析支援** + **即時通話分析**：於通話進行時更主動地偵測和解決客戶問題。例如，當客戶因為客服人員無法解決複雜問題而感到沮喪時，它可以[分析並提醒](add-rules-for-alerts.md)您。使您可以立即提供更多協助。 + **通話後分析**：使用 了解客戶對話、自助服務互動和客服人員合規的趨勢。這可協助您識別改善對話式 AI 的機會，並在通話後指導客服人員。 **聊天分析支援** + **即時聊天分析**：與即時呼叫分析相同，您可以在聊天時更主動偵測和解決客戶問題並[接收警示](add-rules-for-alerts-chat.md)。例如，管理員可以在聊天聯絡人的客戶情緒變為負面時收到即時電子郵件警示，允許他們加入與聯絡人的對話並協助解決客戶問題。 + **聊天後分析**：用於瞭解與機器人和客服人員的客戶對話趨勢。提供聊天互動特定的信息，例如客服人員問候時間以及客服人員和客戶的回應時間。回應時間和情緒可協助您調查客戶對機器人與客服人員的體驗，並找出需要改進的部分。 + 每個處理的聊天訊息都會以相同的方式收費。雖然並非所有訊息都會套用所有功能 (例如，摘要只會套用至 `text/plain` 訊息)，但如果已在聯絡上啟用 Contact Lens 對話分析，就會將訊息計入計費。如需定價的詳細資訊，請參閱 [Amazon Connect 定價](https://aws.amazon.com/connect/pricing/)。 **電子郵件分析支援** + **電子郵件分析**：使用 來分析客戶和客服人員之間的電子郵件對話。 Contact Lens會自動分類電子郵件聯絡人、修訂電子郵件文字記錄的敏感資料，以及產生聯絡摘要。這可協助您了解電子郵件對話趨勢，並確保電子郵件管道的合規性。 + 由於電子郵件聯絡人是非同步的，因此一個參與者一次執行動作，適用於語音和聊天的即時和聯絡後差異不適用於電子郵件。收到或傳送電子郵件聯絡人時[Amazon Connect 中的流程區塊：設定記錄、分析和處理行為](set-recording-analytics-processing-behavior.md)，只要使用 ，就會立即啟動電子郵件分析。 您可以通過刪減文字記錄和音訊錄音中的敏感資料 (例如姓名、地址和信用卡資訊) 來保護客戶的隱私。 ## 通話聯絡詳細資訊頁面範例 下圖顯示語音通話的對話分析。請注意，其包含 **通話時間** 指標。 ![\[帶有通話時間指標的聯絡詳細資訊頁面範例。\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/contactlens-contactdetails-call1b.png) 1. **客戶情緒趨勢**：此圖顯示客戶情緒如何隨著聯絡進度而改變。如需詳細資訊，請參閱[調查情緒分數](sentiment-scores.md)。 1. **客戶情緒**：此圖顯示整個通話的客戶情緒分佈。其計算方式，是加總客戶有正面、中性和負面情緒的對話回合或聊天訊息數目。 1. **通話時間**：此圖顯示整個通話期間的通話時間與非通話時間的分佈。通話時間會進一步分成客服人員和客戶通話時間。 下圖顯示語音通話的 **聯絡詳細資訊** 頁面上的下一個區段：音訊分析和文字記錄。請注意，個人身分識別資訊 (PII) [已從文字記錄中刪減](sensitive-data-redaction.md)。 ![\[聯絡的語音分析和文字記錄。\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/contactlens-contactdetails-call2b.png) ## 即時聊天分析的聯絡詳細資訊頁面範例 下圖顯示即時聊天的對話分析。請注意，其包含主要重點和客戶情緒。 ![\[即時聯絡詳細資訊頁面，其中包含聊天對話分析。\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/contactlens-realtime-chat.png) ## 聊天後分析的聯絡詳細資訊頁面範例 下圖顯示聊天後分析。請注意，其包含聊天回應指標，例如 **客服人員問候時間** (從客服加入聊天到傳送第一個回應的時間)、**客戶回應時間** 和 **客服人員回應時間**。 ![\[聯絡詳細資訊頁面，其中包含聊天的摘要和對話分析。\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/contactlens-contactdetails-chat1b.png) 下圖顯示聊天的 **聯絡詳細資訊** 頁面上的下一個區段：互動分析和文字記錄。請注意，您可以調查客戶與機器人之間的互動，對比與客服人員之間的互動。 ![\[聯繫詳細資訊頁面，互動分析和聊天文字記錄。\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/contactlens-contactdetails-chat2b.png) ## 電子郵件分析的聯絡詳細資訊範例頁面 下圖顯示電子郵件聯絡人的對話分析。電子郵件分析包括分類、敏感資料修訂和聯絡摘要。由於電子郵件聯絡人是非同步的，因此沒有即時分析或情緒分數。 ![\[範例聯絡詳細資訊頁面，其中包含電子郵件聯絡的對話分析。\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/contactlens-contactdetails-email.png) # 在 Amazon Connect Contact Lens 中啟用對話分析 只需幾個步驟即可啟用 Contact Lens 對話分析： 1. 在您的 Amazon Connect 執行個體上啟用 Contact Lens。 1. 將[設定錄製和分析行為](set-recording-behavior.md)區塊新增至流程，並將其設定為啟用語音、聊天、電子郵件或頻道組合的對話分析。 下圖顯示為通話錄音和語音分析設定的區塊。**通話錄音** 選項設定為 **客服人員和客戶**。在**分析**區段中，系統會為自動互動和客服人員互動選取選項。 ![\[設定錄音和分析行為區塊的屬性頁面。\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/set-recording-and-analytics-behavior.png) 本主題中的程序說明啟用通話、聊天或電子郵件對話分析的步驟。 **Topics** + [重要須知事項](#important-set-behaviorblock) + [為您的 Amazon Connect 執行個體啟用 Contact Lens。](#enable-cl) + [啟用通話錄音和語音分析](#enable-callrecording-speechanalytics) + [啟用聊天分析](#enable-chatanalytics) + [啟用電子郵件分析](#enable-emailanalytics) + [啟用刪減](#enable-redaction) + [檢閱修訂以確保準確性](#review-sensitive-data-redaction) + [停用情緒分析](#disable-sentiment-analysis-voice-and-chat) + [根據客戶的語言動態啟用修訂](#dynamically-enable-analytics-contact-flow) + [設計主要重點的流程](#call-summarization-agent) + [如果流程區塊無法啟用對話分析，該怎麼做？](#troubleshoot-contactlens-enablement) + [多方通話](#multiparty-calls-contactlens) ## 須知事項 + **轉接聯絡後收集資料**：如果您想在將聯絡轉接到其他客服人員或佇列後繼續使用對話分析來收集資料，您必須在使用**啟用分析**的情況下新增另一個 [設定錄製和分析行為](set-recording-behavior.md) 區塊。這是因為轉接會產生第二個聯絡 ID 和聯絡錄製。對話分析也需要在該聯絡人記錄上執行。 **注意** 對於[佇列至佇列轉接](queue-to-queue-transfer.md)，對話分析的組態資訊會複製到轉接後的聯絡。 + 當您選擇情緒分析支援的語言，並選取**啟用Contact Lens語音分析**、**啟用聊天分析**或在 [設定錄製和分析行為](set-recording-behavior.md) 區塊中**啟用電子郵件分析**時，情緒分析預設為啟用。您可以選擇[停用情緒分析](#disable-sentiment-analysis-voice-and-chat)。 + 您在流程中放置 [設定錄製和分析行為](set-recording-behavior.md) 區塊的位置會影響客服人員在主要重點方面的體驗。如需詳細資訊，請參閱[設計主要重點的流程](#call-summarization-agent)。 ## 為您的 Amazon Connect 執行個體啟用 Contact Lens。 您必須先為執行個體啟用 Contact Lens，才能啟用對話分析。 1. 在 [https://console.aws.amazon.com/connect/](https://console.aws.amazon.com/connect/) 開啟 Amazon Connect 主控台。 1. 在執行個體頁面上，選擇執行個體別名。執行個體別名也是您的**執行個體名稱**，它會出現在您的 Amazon Connect URL 中。下圖顯示 **Amazon Connect 虛擬聯絡中心執行個體**頁面，其中包含執行個體別名周圍的方塊。 ![\[Amazon Connect 虛擬聯絡中心執行個體頁面，即執行個體別名。\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/instance.png) 1. 在 Amazon Connect 主控台的導覽窗格中，選擇**分析工具**，然後選擇**啟用 Contact Lens**。 1. 選擇**儲存**。 ## 啟用通話錄音和語音分析 為執行個體啟用 Contact Lens 後，您可以將 [設定錄製和分析行為](set-recording-behavior.md) 區塊新增至流程。然後，您可以在設定**設定錄製和分析行為**區塊時啟用對話分析。 1. 在流程設計工具中，將 [設定錄製和分析行為](set-recording-behavior.md) 區塊新增至您的流程。 如需哪些流程類型可用於此區塊的相關資訊和其他秘訣，請參閱 [設定錄製和分析行為](set-recording-behavior.md)。 1. 開啟**設定錄製和分析行為**屬性頁面。在**通話錄音**下，選擇**開啟**、**客服人員和客戶**。 客服人員和客戶通話錄音都必須對語音聯絡使用對話分析。 1. 在**分析**下，選擇**啟用 Contact Lens 對話分析**、**啟用語音分析**。 若未看到此選項，表示您的執行個體尚未啟用 Amazon Connect Contact Lens。如需加以啟用的指示，請參閱 [為您的 Amazon Connect 執行個體啟用 Contact Lens。](#enable-cl)。 1. 選擇下列其中一項： 1. **通話後分析**：Contact Lens 會在對話和聯絡後工作 (ACW) 完成時進行通話錄音分析。此選項提供最佳的文字記錄準確性。 1. **即時分析**：Contact Lens 可在通話期間提供即時深入解析，並在對話結束和聯絡後工作 (ACW) 完成時進行通話後分析。 如果選擇此選項，建議您根據客戶在通話期間可能說出的關鍵字和片語來設定提醒。Contact Lens 會即時分析對話以偵測指定的關鍵字或片語，並提醒主管。從那裡，主管可以在即時通話中接聽並向客服人員提供引導，以幫助他們更快地解決問題。 如需有關設定提醒的詳細資訊，請參閱 [在通話中即時提醒主管](add-rules-for-alerts.md)。 如果您的執行個體是在 2018 年 10 月之前建立的，則需要額外設定才能存取即時通話分析。如需詳細資訊，請參閱[服務連結角色許可](connect-slr.md#slr-permissions)。 1. 從[可用語言清單](supported-languages.md#supported-languages-contact-lens)中選擇。 如需動態指定語言的指示，請參閱 [根據客戶的語言動態啟用修訂](#dynamically-enable-analytics-contact-flow)。 1. 選擇性地啟用修訂敏感資料。如需詳細資訊，請參閱下一節「[啟用刪減](#enable-redaction)」。 1. 選擇**儲存**。 1. 如果聯絡要轉接至其他客服人員或佇列，請重複這些步驟以新增另一個 [設定錄製和分析行為](set-recording-behavior.md) 區塊，並啟用**為對話分析啟用 Contact Lens**。 ## 啟用聊天分析 1. 在 [設定錄製和分析行為](set-recording-behavior.md) 區塊中的**分析**下，選擇**啟用 Contact Lens 對話分析**，然後選擇**啟用聊天分析**。 **注意** 選擇此選項，您將收到即時和聊天後分析。 若未看到此選項，表示您的執行個體尚未啟用 Amazon Connect Contact Lens。如需加以啟用的指示，請參閱 [為您的 Amazon Connect 執行個體啟用 Contact Lens。](#enable-cl)。 1. 從[可用語言清單](supported-languages.md#supported-languages-contact-lens)中選擇。 如需動態選擇語言和修訂的指示，請參閱 [根據客戶的語言動態啟用修訂](#dynamically-enable-analytics-contact-flow)。 1. 選擇性地啟用修訂敏感資料。如需詳細資訊，請參閱下一節「[啟用刪減](#enable-redaction)」。 1. 選擇**儲存**。 1. 如果聯絡要轉接至其他客服人員或佇列，請重複這些步驟以新增另一個 [設定錄製和分析行為](set-recording-behavior.md) 區塊，並啟用**為對話分析啟用 Contact Lens**。 ## 啟用電子郵件分析 您可以啟用電子郵件聯絡人的Contact Lens對話分析，以自動分類電子郵件、修訂敏感資料，以及產生聯絡人摘要。 1. 在流程設計工具中，將[設定記錄、分析和處理行為](set-recording-analytics-processing-behavior.md)區塊新增至傳入電子郵件流程。將 區塊放在電子郵件聯絡人路由到佇列或客服人員之前。 1. 開啟區塊屬性。針對**動作**，選擇**設定錄製和分析行為**。 1. 針對**頻道**，選擇**電子郵件**。 1. 在**分析**下，選擇**啟用Contact Lens對話分析**和**啟用電子郵件分析**。 若未看到此選項，表示您的執行個體尚未啟用 Amazon Connect Contact Lens。如需加以啟用的指示，請參閱 [為您的 Amazon Connect 執行個體啟用 Contact Lens。](#enable-cl)。 1. 從[可用語言清單](supported-languages.md#supported-languages-contact-lens)中選擇。 1. 選擇性地啟用修訂敏感資料。如需詳細資訊，請參閱[啟用刪減](#enable-redaction)。 1. 或者，在 **Contact Lens 生成式 AI 功能**下，啟用**聯絡摘要**來產生電子郵件聯絡的摘要。 1. 選擇**儲存**。 1. 如果電子郵件聯絡人將轉接到另一個客服人員或佇列，請重複這些步驟，在啟用**Contact Lens以進行對話分析**的情況下新增另一個[設定記錄、分析和處理行為](set-recording-analytics-processing-behavior.md)區塊。 ## 啟用修訂敏感資料 當您設定 [設定錄製和分析行為](set-recording-behavior.md) 區塊以進行對話分析時，您也可以選擇在流程中啟用敏感資料的修訂。啟用修訂時，您可選擇下列選項： + 修訂所有個人身分識別資訊 (PII) 資料 (支援所有 PII 實體)。 + 從支援的實體清單中選擇要修訂的 PII 實體。 如果您接受預設設定，Contact Lens 對話分析會對其識別的所有個人身分識別資訊 (PII) 進行修訂，並在文字記錄中將其取代為 **[PII]**。由於已選擇下列選項，因此預設設定會顯示在下列影像中：**修訂敏感資料**、**修訂所有 PII 資料** 和 **以預留位置 PII 取代**。 ![\[敏感資料修訂的預設設定。\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/contact-lens-enable-redaction-default.png) ### 選擇要修訂的 PII 實體 在 **資料修訂** 區段下，您可以選擇要修訂的特定 PII 實體。下圖顯示 **信用卡/借記卡號碼** 將被修訂。 ![\[資料修訂部分，您可以修訂的實體清單。\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/contact-lens-select-entities-to-redact.png) ### 選擇資料修訂取代 在 **資料修訂取代** 區段下，您可以選擇要用作資料修訂取代的遮罩。例如，在下圖中，**以預留位置 PII 取代** 選項表示 **PII** 將取代資料。 ![\[使用 PII 取代資料的選項。\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/contact-lens-dataredactionreplacement.png) 如需關於使用修訂的詳細資訊，請參閱 [使用敏感資料修訂](sensitive-data-redaction.md)。 ## 檢閱敏感資料修訂的準確性 修訂功能旨在識別和移除敏感資料。但是，由於機器學習的預測性質，它可能無法識別和刪除 Contact Lens 生成的文字記錄中所有敏感資料的執行個體。我們建議您檢閱任何已修訂的輸出，以確保其符合您的需求。 **重要** 修訂功能不符合《1996 年美國健康保險流通與責任法案》(HIPAA) 等醫療隱私權法案 (HIPAA) 規定進行去除身分識別的要求，因此我們建議您在修訂後繼續將其視為需要保護的健康資訊。 如需修訂檔案和範例的位置，請參閱 [輸出檔案位置](example-contact-lens-output-locations.md)。 ## 停用情緒分析 當您選擇情緒分析支援的語言時，若選擇了**啟用語音分析**或**啟用聊天分析**，依預設會為所有客服人員和客戶啟用情緒分析。如需情緒分析支援的語言清單，請參閱 [AI 功能](supported-languages.md#supported-languages-contact-lens)。 下圖顯示在**設定錄製和分析行為**區塊上啟用了情緒分析選項。 ![\[啟用時的情緒分析選項。\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/sentiment-analysis-enabled.png) 下圖顯示情緒分析不支援的語言。建議您開啟**情緒**區段，驗證是啟用還是停用。 ![\[因語言不受支援而停用時的情緒分析選項。\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/sentiment-analysis-verify.png) 若要為所有客服人員和客戶停用情緒分析，請取消選取**啟用情緒分析**選項，如下圖所示。 ![\[停用時的情緒分析選項。\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/sentiment-analysis-disabled.png) ## 根據客戶的語言動態啟用修訂 您可以根據客戶的語言動態啟用輸出檔案的修訂。例如，對於使用 en-US 的客戶，您可能只需要一個修訂檔案，而對於那些使用 en-GB 的客戶，您可能需要原始和修訂過的輸出檔案。 + 修訂：選擇下列其中一項 (區分大小寫) + 無 + RedactedOnly + RedactedAndOriginal + 語言：從[可用語言](supported-languages.md#supported-languages-contact-lens)清單中選擇。 您可採用以下方式來設定這些屬性： + 使用者定義：使用 **設定連絡屬性** 區塊。如需使用此區塊的一般性指示，請參閱 [如何參考聯絡屬性](how-to-reference-attributes.md)。視需要定義修訂和語言的 **目的地索引鍵** 和 **值**。 下圖顯示如何將 **設定聯絡屬性** 區塊設定為使用聯絡屬性進行修訂的範例。選擇 **使用文字** 選項，將 **目的地索引鍵** 設定為 **redaction\$1option**，然後將 **值** 設定為 **RedactedAndOriginal**。 **注意** **值** 區分大小寫。 ![\[設定聯絡屬性區塊，使用文字選項，值區分大小寫。\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/contact-lens-contact-attributes-enable-redaction1.png) 下圖顯示如何使用語言的聯絡屬性。選擇使用文字選項，將目的地索引鍵設定為語言，將 **值** 設定為 **en-US**。 ![\[設定聯絡屬性區塊，使用文字選項，值區分大小寫。\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/contact-lens-contact-attributes-enable-redaction2.png) + [使用 Lambda 函數](attribs-with-lambda.md)。方法如同設定使用者定義的聯絡屬性。根據 Lambda 回應的語言， AWS Lambda 函數可以將結果以索引鍵值對的形式傳回。JSON 回應 Lambda 如以下範例所示。 ``` { 'redaction_option': 'RedactedOnly', 'language': 'en-US' } ``` ## 設計主要重點的流程 使用聯絡人控制台 (CCP) 的客服人員可以看到文字記錄，具體取決於是否在撥入流程和/或轉接流程中的[設定錄製和分析行為](set-recording-behavior.md)啟用了對話分析。 本節提供三個在 [設定錄製和分析行為](set-recording-behavior.md) 區塊中啟用對話分析的使用案例，並說明它們如何影響客服人員在主要重點方面的體驗。 ### 使用案例 1：僅在撥入流程中啟用對話分析 + 聯絡會進入接聽流程，並且沒有來電轉接。以下是客服人員的體驗： 客服人員會在聯絡後工作 (ACW) 期間收到完整的文字記錄。文字記錄包括客服人員和客戶所說的一切，從客服人員接受初始通話的那一刻起，直到通話結束，如下圖所示。 ![\[聯絡控制面板、對話的文字記錄。\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/call-summarization-use1.png) + 聯絡會進入接聽流程，並且有來電轉接。以下是客服人員的體驗： + 客服人員 1 在 ACW 期間離開會議/熱線轉接後收到通話文字記錄。 文字記錄包括客服人員 1 和客戶所說的所有內容，從客服人員接受初始通話的那一刻起，直到客服人員 1 離開會議/熱線轉接部分為止的所有內容。文字紀錄包括流程 (轉接/佇列流程) 提示訊息，如下圖所示。 ![\[文字紀錄中的流程轉接提示。\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/call-summarization-use2.png) + 客服人員 2 在接受來自客服人員 1 的會議/熱線轉接通話時收到通話文字記錄。 文字記錄包括客服人員 1 和客戶所說的所有內容，從客服人員 1 接受初始通話的那一刻起，直到客服人員 1 離開會議/熱線轉接部分為止的所有內容。文字記錄包括流程 (傳輸/佇列流程) 提示訊息，以及熱線轉接的對話，如下圖所示。 ![\[文字記錄、流量轉接提示以及兩個客服人員之間的熱線轉接。\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/call-summarization-use2b.png) 由於對話分析未在轉接流程中啟用，因此當通話結束且進入 ACW 時，客服人員 2 不會看到其餘的文字記錄。下列客服人員 2 的 ACW 圖片顯示空白的文字記錄。 ![\[空白的文字記錄。\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/call-summarization-use2c.png) ### 使用案例 2：在撥入流程和轉接流程 (快速連線) 中啟用對話分析 + 聯絡會進入接聽流程，並且沒有來電轉接。以下是客服人員的體驗： + 客服人員 1 會在 ACW 期間收到完整的通話記錄 (未編輯)。 文字記錄包括客服人員 1 所說的所有內容，和客服人員接受客戶通話的那一刻起，直到通話結束為止的所有內容。下圖顯示客服人員 1 的 CCP。 ![\[客服人員 1 的 CCP，完整的通話文字記錄。\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/call-summarization-use3.png) + 聯絡會進入接聽流程，並且有來電轉接。以下是客服人員的體驗： + 客服人員 1 在 ACW 期間離開會議/熱線轉接後收到通話文字記錄。 文字記錄包括客服人員 1 所說的所有內容，和客服人員 1 接受客戶通話的那一刻起，直到客服人員 1 離開會議/熱線轉接部分為止的所有內容。文字記錄包括流程 (轉接/佇列流程) 提示訊息。 直到熱線轉接的完整通話文字記錄如下圖所示。 ![\[完整的通話文字記錄，直到客服人員 1 離開會議為止。\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/call-summarization-use2b.png) + 客服人員 2 在接受來自客服人員 1 的會議/熱線轉接通話時收到通話文字記錄。 文字記錄包括客服人員 1 所說的所有內容，和客服人員 1 接受客戶通話的那一刻起，直到客服人員 1 離開會議/熱線轉接部分為止的所有內容。文字記錄包括流程 (轉接/佇列流程) 提示訊息。 + 由於已在轉接流程中啟用對話分析，因此在 ACW 期間，客服人員 2 會在通話完成後收到通話文字記錄。 文字記錄僅包括客服人員 2 和客戶之間通話的剩餘部分，客服人員 1 已離開通話。文字記錄包括客服人員 2 和客戶所說的一切內容，從他們會議/熱線轉入的那一刻起，直到通話結束。下圖顯示文字記錄顯示的範例。 ![\[客服人員 2 和客戶之間通話的文字記錄。\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/call-summarization-use3b.png) ## 如果流程區塊無法啟用對話分析，該怎麼做？ 這是可能是 [設定錄製和分析行為](set-recording-behavior.md) 區塊無法在聯絡上啟用對話分析。如果未對聯絡啟用對話分析，[請檢查流程日誌](search-contact-flow-logs.md)是否存在錯誤。 ## 多方通話和對話分析 Contact Lens 對話分析支援最多有 2 個參與者的通話。例如，如果一個通話中有兩個以上的對象 (客服人員和客戶)，或者通話被轉接到第三方，文字記錄和分析的品質 (例如情緒、修訂、類別等) 可能會降低。如果有超過兩方 (客服人員和客戶)，我們建議您為多方或第三方通話停用對話分析。若要這樣做，請將另一個 [設定錄製和分析行為](set-recording-behavior.md) 區塊新增至流程，並停用對話分析。如需流程區塊行為的詳細資訊，請參閱 [組態提示](set-recording-behavior.md#set-recording-behavior-tips)。 # 指派在 Amazon Connect 中使用 Contact Lens 對話分析的許可 為了保護客戶資料的安全，您可以設定安全設定檔許可，以決定誰可以存取 Contact Lens 對話分析所產生的資訊。 以下說明必要的安全設定檔許可，以及一些有幫助但非必要的許可。其中一些是搜尋許可，這是您尋找您要分析的聯絡所需的許可。這些項目並非專屬於 Contact Lens 對話分析。 ## 對話分析許可 + **Contact Lens - 對話分析** + 在**聯絡詳細資訊**頁面上，您可以檢視彙整了對話分析的圖形 (語音聯絡的客戶情緒、通話時間)，以及文字記錄和錄音上每個對話回合的情緒色彩與指標。例如，下圖顯示此資訊在語音連絡人 **聯絡詳細資訊** 頁面上的顯示方式。 也需要 **Contact Lens - 對話分析 - 檢視**許可，才能檢視對話錄音和文字記錄的情緒指標。 ![\[聯絡詳細資訊頁面上的圖形。\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/contactlens-conversationalanalytics-permission.png) ![\[聯絡詳細資訊頁面上的圖形。\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/contactlens-conversationalanalytics-permission-2.png) + **通話錄音 (未修訂)** 在聯絡人的**聯絡人詳細資訊**和**聯絡人搜尋**頁面上，檢視未修訂的錄音。 + **通話錄音 (已修訂)** 在聯絡人的**聯絡人詳細資訊**和**聯絡人搜尋**頁面上，聆聽其中已修訂敏感資料的通話錄音。 + **聯絡文字記錄 (未修訂)** 在聯絡人的**聯絡人詳細資訊**和**聯絡人搜尋**頁面上，檢視未修訂的聊天、電子郵件對話，以及 Contact Lens 產生的未修訂語音文字記錄。 + **聯絡文字記錄 (已修訂)** 在聯絡人的**聯絡人詳細資訊**和**聯絡人搜尋**頁面上，檢視其中已修訂敏感資料的聊天和語音文字記錄。 **重要** 如果您有權可執行： **聯絡文字記錄 (未修訂) - 存取**和**聯絡文字記錄 (已修訂) - 存取** - 或 - **通話錄音 (未修訂) - 存取**和**通話錄音 (已修訂) - 存取** 請注意下列行為： 已在流程上啟用修訂時，修訂後的內容會顯示在**聯絡詳細資訊**和**聯絡搜尋**頁面上。 如果已在流程上停用修訂，或 Contact Lens 未分析聯絡，則未修訂的內容會顯示在**聯絡詳細資訊**和**聯絡搜尋**頁面上。 您無法同時存取對話的修訂和未修訂版本。 ## 搜尋許可 + **聯絡搜尋** 這是您存取**聯絡搜尋**頁面所需的許可，您可以在此搜尋聯絡，以便您查看分析的錄音和文字記錄。此外，您還可以在通話文字記錄上執行快速的全文檢索搜尋，並依情緒分數和非通話時間進行搜尋。 + **檢視我的聯絡** 如果您需要存取**聯絡搜尋**頁面，這將是必要許可，請檢閱您已處理的聯絡，並且查看分析的錄音和文字記錄。 **重要** 如果同時授與 **聯絡搜尋** 和 **檢視我的聯絡** 許可，則使用者將擁有所有聯絡的存取許可。 + **依對話特性搜尋聯絡** Contact Lens 對話分析不需要此許可，但若有的話將可提供更多搜尋選項。 在 **聯絡搜尋** 頁面上： + 針對語音聯絡，您可以存取其他篩選條件，讓您根據情緒得分和非通話時間傳回結果。 + 針對聊天聯絡，您可以存取其他篩選條件，以按回應時間搜尋聯絡。 + 對於語音和聊天，您可以搜尋屬於特定聯絡類別的對話。 如需詳細資訊，請參閱[搜尋情緒分數/轉移](search-conversations.md#sentiment-search)、[搜尋非通話時間](search-conversations.md#nontalk-time-search)及[搜尋聯絡類別](search-conversations.md#contact-category-search)。 下圖顯示 **聯絡搜尋** 頁面的 **篩選條件** 區段，以及 **篩選條件** 下拉式功能表。旁邊有 **CL** 的篩選條件，只有具有此安全性描述檔許可的使用者才能使用。 ![\[新增篩選條件下拉式功能表，篩選旁邊帶有 CL 的結果。\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/contact-lens-search-contact-category-3.png) + **根據關鍵字搜尋聯絡** Contact Lens 對話分析不需要此許可，但若有的話將可提供更多搜尋選項。 + 在 **聯絡搜尋** 頁面上，您可以存取其他篩選條件，讓您根據 **單字或片語** 搜尋聯絡，例如「*謝謝您的光臨*」。如需詳細資訊，請參閱[搜尋單字或片語](search-conversations.md#keyword-search)。 ![\[新增篩選條件下拉式功能表，單字或片語 CL 篩選。\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/contact-lens-search-words-phrases.png) # Amazon Connect 中的對話分析指標 下列指標衍生自 Contact Lens 對話分析。只有在[為執行個體啟用了 Contact Lens](enable-analytics.md#enable-cl)，並且對聯絡啟用了[對話分析](enable-analytics.md#enable-callrecording-speechanalytics)時，這些指標才能使用。 這些指標會顯示在即時和歷史指標報告上。如需如何將這些指標新增至報告的相關指示，請參閱 [如何建立歷史指標報告](create-historical-metrics-report.md#historical-reports-howto-create)。 另請查看 [Contact Lens 對話分析儀表板](contact-lens-conversational-analytics-dashboard.md)，以取得聯絡驅動因素長時間趨勢的資料視覺效果。 ## 客服人員通話時間百分比 此指標會測量客服人員在語音交談中的通話時間佔總交談持續時間的百分比。 **指標類型**：百分比 **指標類別**：對話分析驅動的指標 **如何使用 Amazon Connect API 進行存取**： + [GetMetricDataV2](https://docs.aws.amazon.com/connect/latest/APIReference/API_GetMetricDataV2.html) API 指標識別碼：`PERCENT_TALK_TIME_AGENT` **如何使用 Amazon Connect 管理員網站存取** ： + 歷史指標報告：客服人員通話時間百分比 **計算邏輯**： + 加總客服人員參與對話的所有間隔 (通話時間客服人員)。 + 將總和除以總對話持續時間。 **備註**： + 此指標僅適用於透過 Contact Lens 對話分析來分析的聯絡人。 ## 平均客服人員問候時間 此指標提供客服人員在聊天中的平均第一次回應時間，指出他們在加入聊天後與客戶互動的速度。 **指標類型**：字串 (*hh:mm:ss*) **指標類別**：對話分析驅動的指標 **如何使用 Amazon Connect API 進行存取**： + [GetMetricDataV2](https://docs.aws.amazon.com/connect/latest/APIReference/API_GetMetricDataV2.html) API 指標識別碼：`AVG_GREETING_TIME_AGENT` **如何使用 Amazon Connect 管理員網站存取** ： + 歷史指標報告：平均客服人員問候時間 **計算邏輯**： + 此指標的計算方式是將客服人員啟動第一個回應所花費的總時間除以聊天聯絡人的數量。 **備註**： + 此指標僅適用於透過 Contact Lens 對話分析來分析的聯絡人。 ## 平均客服人員中斷 此指標會量化客服人員在客戶互動期間中斷的平均頻率。 **指標類型**：字串 (*hh:mm:ss*) **指標類別**：對話分析驅動的指標 **如何使用 Amazon Connect API 進行存取**： + [GetMetricDataV2](https://docs.aws.amazon.com/connect/latest/APIReference/API_GetMetricDataV2.html) API 指標識別碼：`AVG_INTERRUPTIONS_AGENT` **如何使用 Amazon Connect 管理員網站存取** ： + 歷史指標報告：平均客服人員中斷 **計算邏輯**： + 此指標的計算方式是將客服人員中斷總次數除以聯絡人總數。 **備註**： + 此指標僅適用於透過 Contact Lens 對話分析來分析的聯絡人。 ## 平均客服人員中斷時間 此指標會測量與聯絡人交談時，客服人員中斷總時間的平均值。 **指標類型**：字串 (*hh:mm:ss*) **指標類別**：對話分析驅動的指標 **如何使用 Amazon Connect API 進行存取**： + [GetMetricDataV2](https://docs.aws.amazon.com/connect/latest/APIReference/API_GetMetricDataV2.html) API 指標識別碼：`AVG_INTERRUPTION_TIME_AGENT` **如何使用 Amazon Connect 管理員網站存取** ： + 歷史指標報告：平均客服人員中斷時間 **計算邏輯**： + 加總每個對話內的中斷間隔。 + 將總和除以至少經歷一次中斷的對話數量。 **備註**： + 此指標僅適用於透過 Contact Lens 對話分析來分析的聯絡人。 ## 平均客服人員通話時間 此指標會測量客服人員在通話中花費的平均時間。 **指標類型**：字串 (*hh:mm:ss*) **指標類別**：對話分析驅動的指標 **如何使用 Amazon Connect API 進行存取**： + [GetMetricDataV2](https://docs.aws.amazon.com/connect/latest/APIReference/API_GetMetricDataV2.html) API 指標識別碼：`AVG_TALK_TIME_AGENT` **如何使用 Amazon Connect 管理員網站存取** ： + 歷史指標報告：平均客服人員通話時間 **計算邏輯**： + 加總客服人員說話期間所有間隔的持續時間。 + 將總和除以聯絡人總數。 **備註**： + 此指標僅適用於透過 Contact Lens 對話分析來分析的聯絡人。 ## 平均交談持續時間 此指標會測量與客服人員進行語音聯絡的平均對話持續時間。 **指標類型**：字串 (*hh:mm:ss*) **指標類別**：對話分析驅動的指標 **如何使用 Amazon Connect API 進行存取**： + [GetMetricDataV2](https://docs.aws.amazon.com/connect/latest/APIReference/API_GetMetricDataV2.html) API 指標識別碼：`AVG_CONVERSATION_DURATION` **如何使用 Amazon Connect 管理員網站存取** ： + 歷史指標報告：平均對話持續時間 **計算邏輯**： + 此指標是透過從對話開始直到客服人員或客戶說出最後一個字的總時間進行計算。 + 然後，此值除以聯絡人總數，以提供通話所花費的交談時間的平均表示。 **備註**： + 此指標僅適用於透過 Contact Lens 對話分析來分析的聯絡人。 ## 平均客戶通話時間 此指標會測量客戶在通話中花費的平均時間。 **指標類型**：字串 (*hh:mm:ss*) **指標類別**：對話分析驅動的指標 **如何使用 Amazon Connect API 進行存取**： + [GetMetricDataV2](https://docs.aws.amazon.com/connect/latest/APIReference/API_GetMetricDataV2.html) API 指標識別碼：`AVG_TALK_TIME_CUSTOMER` **如何使用 Amazon Connect 管理員網站存取** ： + 歷史指標報告：平均客戶通話時間 **計算邏輯**： + 加總客戶說話期間所有間隔的持續時間。 + 將總和除以聯絡人總數。 **備註**： + 此指標僅適用於透過 Contact Lens 對話分析來分析的聯絡人。 ## 平均非通話時間 此指標會提供語音對話中總非通話時間的平均值。非通話時間是指保留時間和超過 3 秒的沉默期間的合併持續時間，在此期間，客服人員人和客戶都不會進行對話。 **指標類型**：字串 (*hh:mm:ss*) **指標類別**：對話分析驅動的指標 **如何使用 Amazon Connect API 進行存取**： + [GetMetricDataV2](https://docs.aws.amazon.com/connect/latest/APIReference/API_GetMetricDataV2.html) API 指標識別碼：`AVG_NON_TALK_TIME` **如何使用 Amazon Connect 管理員網站存取** ： + 歷史指標報告：平均非通話時間 **計算邏輯**： + 加總兩個參與者保持靜音的所有間隔。 + 將總和除以聯絡人數量。 **備註**： + 此指標僅適用於透過 Contact Lens 對話分析來分析的聯絡人。 ## 平均通話時間 此指標會測量在跨客戶或客服人員進行語音聯絡期間通話所花費的平均時間。 **指標類型**：字串 (*hh:mm:ss*) **指標類別**：對話分析驅動的指標 **如何使用 Amazon Connect API 進行存取**： + [GetMetricDataV2](https://docs.aws.amazon.com/connect/latest/APIReference/API_GetMetricDataV2.html) API 指標識別碼：`AVG_TALK_TIME` **如何使用 Amazon Connect 管理員網站存取** ： + 歷史指標報告：平均通話時間 **計算邏輯**： + 加總客服人員、客戶或兩者參與對話的所有間隔。 + 將總和除以聯絡人總數。 **備註**： + 此指標僅適用於透過 Contact Lens 對話分析來分析的聯絡人。 ## 客戶通話時間百分比 此指標會提供客戶在語音交談中的通話時間佔總交談持續時間的百分比。 **指標類型**：百分比 **指標類別**：對話分析驅動的指標 **如何使用 Amazon Connect API 進行存取**： + [GetMetricDataV2](https://docs.aws.amazon.com/connect/latest/APIReference/API_GetMetricDataV2.html) API 指標識別碼：`PERCENT_TALK_TIME_CUSTOMER` **如何使用 Amazon Connect 管理員網站存取** ： + 歷史指標報告：客戶通話時間百分比 **計算邏輯**： + 加總客戶參與對話的所有間隔。 + 將總和除以總對話持續時間。 **備註**： + 此指標僅適用於透過 Contact Lens 對話分析來分析的聯絡人。 ## 非通話時間百分比 此指標會測量語音交談中的非通話時間佔總交談持續時間的百分比。 **指標類型**：百分比 **指標類別**：對話分析驅動的指標 **如何使用 Amazon Connect API 進行存取**： + [GetMetricDataV2](https://docs.aws.amazon.com/connect/latest/APIReference/API_GetMetricDataV2.html) API 指標識別碼：`PERCENT_NON_TALK_TIME` **如何使用 Amazon Connect 管理員網站存取** ： + 歷史指標報告：非通話時間百分比 **計算邏輯**： + 加總參與者保持靜音 (非通話時間) 的所有間隔。 + 將總和除以總對話持續時間。 **備註**： + 此指標僅適用於透過 Contact Lens 對話分析來分析的聯絡人。 ## 通話時間百分比 此指標會測量語音交談中的通話時間佔總交談持續時間的百分比。 **指標類型**：百分比 **指標類別**：對話分析驅動的指標 **如何使用 Amazon Connect API 進行存取**： + [GetMetricDataV2](https://docs.aws.amazon.com/connect/latest/APIReference/API_GetMetricDataV2.html) API 指標識別碼：`PERCENT_TALK_TIME` **如何使用 Amazon Connect 管理員網站存取** ： + 歷史指標報告：通話時間百分比 **計算邏輯**： + 加總客服人員、客戶或兩者參與對話的所有間隔 (通話時間)。 + 將總和除以總對話持續時間。 **備註**： + 此指標僅適用於透過 Contact Lens 對話分析來分析的聯絡人。 # Amazon Connect Contact Lens 通知類型 Contact Lens 提供下列通知類型： + Contact Lens 通話/聊天後規則相符：只要 Contact Lens 規則符合並觸發 EventBridge 規則動作，就會傳送 EventBridge 事件。 此事件包含有關觸發 Contact Lens 規則的實用資訊，包括指派的類別，以及客服人員、聯絡和佇列的詳細資訊。 + Contact Lens 即時通話/聊天規則相符：只要符合 Contact Lens 規則並即時觸發，就會傳送 EventBridge 事件。 此事件包含有關觸發 Contact Lens 規則的實用資訊，包括指派的類別，以及客服人員、聯絡和佇列的詳細資訊。 + Contact Lens 分析狀態變更：當 Contact Lens 無法分析聯絡錄音時，會傳遞 EventBridge 事件。事件包含事件原因代碼，其中提供無法處理錄音的詳細資訊。 您可以在各種情境下使用這些通知類型。例如，使用 Contact Lens 分析狀態變更事件可在處理聯絡檔案時發出意外錯誤訊號，EventBridge 事件詳細資料隨後可儲存在 CloudWatch 日誌中以供進一步檢閱、觸發其他工作流程，或提醒相關支援團隊進行進一步調查。 用於語音和聊天分析的 Contact Lens 事件啟用了許多新的使用案例，像是公開和視覺化其他深入解析，例如： + 對所有通話和聊天對話中的即時客戶情緒下降產生提醒 + 彙總和報告重複發生的問題和主題 + 通過偵測通話期間，有多少客戶引用最新行銷活動，來衡量最新行銷活動的成效 + 為每個區域和業務線自訂客服人員合規標準，並在必要時為客服人員註冊其他培訓。 # 使用 Amazon Connect 管理員網站將自訂詞彙新增至 Contact Lens 您可以擴展和調整 Contact Lens 中語音轉換文字引擎的詞彙，以提高產品名稱、品牌名稱和特定領域術語的語音辨識準確性。 本主題說明如何使用 Amazon Connect 管理員網站新增自訂詞彙。您也可以使用 [CreateVocabulary](https://docs.aws.amazon.com/connect/latest/APIReference/API_CreateVocabulary.html) 和 [AssociateDefaultVocabulary](https://docs.aws.amazon.com/connect/latest/APIReference/API_AssociateDefaultVocabulary.html) API 來新增詞彙。 ## 自訂詞彙的須知事項 + 您必須將詞彙設定為 **預設** 詞彙，才能將其套用至分析以產生文字記錄。下圖顯示 **自訂詞彙** 頁面。選擇省略號，然後選擇 **設為預設值**。 ![\[自訂詞彙頁面、省略號的位置、設定為預設選項。\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/contact-lens-custom-vocab-default.png) + 每種語言能將一種詞彙套用至分析。這表示每種語言只能有一個檔案處於 **就緒 (預設)** 狀態。 + 您最多可以上傳和啟用 20 個詞彙檔案。這 20 個檔案可以全部同時啟用。 + 文字記錄是一次性事件。新上傳的詞彙不會以追溯方式套用至現有的文字記錄。 + 您的文字檔案必須為 LF 格式。如果您使用任何其他格式 (例如 CRLF 格式)，Amazon Transcribe 將不接受您的自訂詞彙。 + 僅當您選擇英文語言設定時，才能下載詞彙範例檔案。 + 如需詞彙檔案大小和其他需求的限制，請參閱《Amazon Transcribe 開發人員指南》**中的[自訂詞彙](https://docs.aws.amazon.com/transcribe/latest/dg/custom-vocabulary.html)。 + 自訂詞彙僅適用於語音分析。它們不適用於聊天對話，因為文字記錄早已存在。 ## 所需的許可 將自訂詞彙新增至 Amazon Connect 之前，您必須將**分析和最佳化**、**Contact Lens – 自訂字彙**許可指派給您的安全設定檔。 根據預設，在 Amazon Connect 的新執行個體中，**管理員** 和 **CallCenterManager** 安全設定檔具有此權限。 如需如何將更多權限新增到現有安全性設定檔的資訊，請參閱 [在 Amazon Connect 中更新安全性設定檔](update-security-profiles.md)。 ## 新增自訂詞彙 1. 使用具有新增自訂詞彙所需許可的使用者帳戶登入 Amazon Connect。 1. 導覽至 **分析和最佳化**，**自訂詞彙**。 1. 選擇 **新增自訂詞彙**。 1. 在 **新增自訂詞彙** 頁面上，輸入詞彙的名稱、選擇英文語言，然後選擇 **下載範例檔案**。 **注意** 僅當您選擇英文語言設定時，才能下載詞彙範例檔案。否則，會顯示錯誤訊息，如下圖所示。 ![\[處理詞彙檔案失敗的錯誤訊息。\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/contact-lens-custom-vocab-sample-error.png) 下圖顯示詞彙檔案範例看起來的樣子。標頭包含 `Phrase`、`IPA`、`SoundsLike` 以及 `DisplayAs`。需要標頭。 ![\[詞彙檔案範例、標頭。\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/contact-lens-custom-vocab-header.png) 1. 檔案中的資訊由每個項目一個 [TAB] 分隔。如需如何在詞彙檔案中新增單字和縮略詞的詳細資訊，請參閱《Amazon Transcribe 開發人員指南》**中的[使用表格建立自訂字彙](https://docs.aws.amazon.com/transcribe/latest/dg/custom-vocabulary-create-table.html)。 下圖顯示詞彙檔案範例中的單字。片語欄中的單字是必要項目。`IPA`、`SoundsLike` 和 `DisplayAs` 欄中的單字是選用的。 ![\[詞彙檔案範例，片語中的單字是必要項目。\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/contact-lens-custom-vocab-phrase-column.png) 若要在 **片語** 欄中輸入多個單字，請使用連字號 (-) 分隔每個單字；請勿使用空格。 ## 詞彙狀態 + **就緒 (預設)**：將詞彙套用至分析以產生文字記錄。適用於即時和通話後分析。 + **就緒**：詞彙不會套用至分析，但是有效的檔案且可供使用。若要將其套用至分析，請將其設定為預設值。 + **處理中**：Amazon Connect 正在驗證您上傳的詞彙，並嘗試將其套用於分析以產生文字記錄。 + **刪除中**：您選擇 **移除** 詞彙，而 Amazon Connect 現在正在刪除該詞彙。 Amazon Connect 大約需要 90 分鐘才能刪除詞彙。 如果您嘗試上傳未驗證的詞彙，結果會是 **失敗** 狀態。例如，如果您在 **片語** 欄中加入多個單字片語，並以空格而非連字號分隔，則會導致失敗。 ## 下載並檢視自訂詞彙 若要檢視已上傳的自訂詞彙，請下載並開啟檔案。只能下載和檢視處於 **就緒** 狀態的檔案。 1. 導覽至 **分析和最佳化**，**自訂詞彙**。 1. 選擇 **更多**，**下載**。下圖顯示 **下載** 的位置。 ![\[自訂詞彙頁面、詞彙清單、更多下拉式功能表、下載選項。\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/contact-lens-custom-vocab-download.png) 1. 開啟下載以檢視內容。 1. 您可以變更內容，然後選擇 **儲存並上傳**。 # 使用 Amazon Connect 管理員網站建立 Contact Lens 規則 Contact Lens 規則可讓您根據通話、聊天或電子郵件、情緒分數、客戶屬性和其他條件中使用的關鍵字，自動分類聯絡人、接收提醒或產生任務。 本主題說明如何使用 Amazon Connect 管理員網站建立規則。若要以程式設計方式建立和管理規則，請參閱《Amazon Connect API 參考資料指南》**中的[規則動作](https://docs.aws.amazon.com/connect/latest/APIReference/rules-api.html)和 [Amazon Connect 規則函數語言](https://docs.aws.amazon.com/connect/latest/APIReference/connect-rules-language.html)。 **提示** 如需規則功能規範的清單 (例如，您可以建立多少規則)，請參閱 [Amazon Connect 規則功能規格](feature-limits.md#rules-feature-specs)。 ## 步驟 1：定義對話分析的規則條件 1. 在導覽功能表上，選擇**分析和最佳化**，**規則**。 1. 選擇 **建立規則**、**對話分析**。 1. 在**時間**下，使用下拉式清單選擇**通話後分析**、**即時分析**、**聊天後分析**或**電子郵件分析**。 ![\[新的規則頁面、下拉式時間功能表。\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/contact-lens-rule-define-conditions.png) 1. 選擇**新增條件**。 您可以將大量條件與條件結合，以建立非常具體的 Contact Lens 規則。以下是可用的條件： + **單字或片語**：從[完全比對、模式比對或語意比對中進行選擇](exact-match-pattern-match-semantic-match.md)，以在輸出關鍵字時觸發提醒或任務。 + **自然語言 - 語意比對**：提供自然語言陳述 (例如，客戶來電取消其帳戶) 與使用生成式 AI 的對話文字記錄進行比對，並採取動作 (例如，觸發任務、執行評估等) 如需詳細資訊，請參閱[採用生成式 AI 技術的語意比對](natural-language-semantic-match.md) + **聯絡後工作 (ACW)**：建立規則來衡量客服人員在聯絡後工作完成時的效率。 + **客服人員階層**：建置在特定客服人員階層上執行的規則。客服人員階層可能代表地理位置、部門、產品或團隊。 若要查看代理程式階層清單，以便您可以將它們新增至規則，您需要安全設定檔中的**代理程式階層 - 檢視**許可。 + **客服人員**：建置在客服人員子集上執行的規則。例如，建立規則以確保新聘用的客服人員合公司標準。 若要查看客服人員名稱以便將其新增至規則，您需要安全性設定檔中的 **使用者 – 檢視** 許可。 + **AI 代理程式**：識別特定 Connect AI 代理程式執行自助服務或客服人員協助的聯絡人。您可以選取多個 AI 代理器，或選取特定版本的代理器。 若要查看 AI 代理器名稱以便將其新增至規則，您需要 **AI 代理器 - 在安全性設定檔中檢視**許可。 + **AI 代理程式 - 升級**：當用於客戶自助服務的 Connect AI 代理程式升級為人類時，識別聯絡人。 若要查看 AI 代理程式名稱以便將其新增至規則，您需要 **AI 代理程式 - 在安全性設定檔中檢視**許可。 + **客服人員互動持續時間**：建置規則，以識別客服人員互動時間比預期長或短的聯絡。此功能僅適用於通話。 + **聯絡客群屬性**：您可以使用自訂聯絡客群屬性來識別規則內的聯絡，其值是從其他系統填入或使用自訂邏輯。您可以[定義屬性，](predefined-attributes.md#predefined-attributes-create-web-admin)並在流程中設定其值。自訂客群屬性僅存在於該特定聯絡 ID，而非整個聯絡鏈。例如，您可以建置規則，識別聯絡人在與客服人員連線之前已在 IVR 中預先驗證。 若要查看要新增至規則的聯絡客群屬性清單，您需要**預先定義的屬性 - 檢視**許可。 + **中斷連線原因**：建立規則，檢查聯絡人中斷連線的原因。例如，如果客服人員在客戶之前中斷連線，或聯絡案例已轉接。 + **最高響度分數**：建立規則，在客服人員或客戶的對話期間檢查峰值響度分數 （以分貝為單位）。較高的響度 （例如，超過 70Db) 可能與興奮或憤怒有關，而低於特定響度分數 （例如，30Db 或更低） 的語音可能難以理解。 + **保留時間**：建立規則來識別保留時間不尋常的聯絡人，以識別更有效率地處理聯絡人的機會。您可以使用最長保留時間、總保留時間和保留數量來設定規則。您也可以檢查保留時間，以客戶與客服人員連線的總時間百分比表示 （客戶保留時間除以客服人員互動持續時間和客戶保留時間）。 + **啟動方法**：建置規則，檢查聯絡人是否傳入、傳出、轉接等。 + **聯絡屬性**：建立根據自訂[連絡屬性](what-is-a-contact-attribute.md)值執行的規則。例如，您可以針對特定業務單位或特定客戶建立專屬規則，例如根據他們的會員資格層級、目前居住國家/地區或他們是否有未完成的訂單。 您最多可以將五個聯絡屬性新增至規則。 + **情緒 – 時段**：建立在追蹤時間範圍內對情緒分析結果 (正面、負面或中立) 執行的規則。 例如，您可以針對客戶情緒在設定的時間段內保持負面的情況建立規則。如果參與者稍後加入聯絡，則此處設定的時間範圍適用於參與者在場的時間。 規則套用到沒有情緒資料的聯絡時，會使用中性情緒。 + **情緒 – 整體聯絡**：建立根據整體聯絡的情緒分數值執行的規則。例如，您可以在整體聯絡的客戶情緒低下時建立規則，您可以建立客戶體驗分析師檢閱通話記錄和進行跟進。 規則套用到沒有情緒資料的聯絡時，會使用中性情緒。 + **中斷**：當偵測到客服人員中斷客戶超過 X 次時，建置的規則。此功能僅適用於通話。 + **非通話時間**：建置規則以檢查未偵測到的語音。這可能包括客戶被保留的期間。您可以檢查總非通話時間、對話中最長的非通話時段，或對話期間的非通話時間百分比。高非通話時間，例如超過對話 50% 的非通話時間百分比，可能表示有機會改善流程或客服人員指導機會。此功能僅適用於通話。 + **回應時間**：建置規則以識別參與者回應時間過長或過短，超出預期的聯絡人：「平均」或「上限」。 例如，您可以設定 **客服人員問候時間** 規則，也稱為 **首次回應時間**：客服人員加入聊天後，需要多久才傳送第一則問候語訊息。這將幫助您確定客服人員什麼時候花費太長時間，才與客戶進行互動。 + **潛在的中斷連線問題**：建置規則來檢查是否有任何技術問題 （例如網路連線、裝置問題）。您可以使用此功能從自動客服人員效能評估中排除聯絡人，因為客服人員無法控制連線問題。 + **佇列**：建置在佇列子集上執行的規則，或檢查聯絡人是否未排入佇列。組織通常會使用佇列來指示業務單位、主題或網域。例如，您可以特別為銷售佇列建立規則、追蹤近期行銷活動的影響，或者，為您的客戶支援佇列建立規則、追蹤整體情緒。對於自助式互動，您可以檢查聯絡人是否從未排入佇列，可能表示與 AI 代理器的自助式服務成功。 若要查看佇列名稱，以便您可以將它們新增至您需要**佇列 - 在安全性設定檔中檢視許可的**規則。 + **轉接描述檔**：識別由對應至特定轉接描述檔的客服人員處理的聯絡人。轉接描述檔可能表示客服人員部門或技能熟練度。例如，您可以使用轉接描述檔對客服人員執行自動評估 新進人員，使用不同的評估標準與資深多技能客服人員進行基本疑難排解。 若要查看路由描述檔以便將其新增至規則，您需要在安全性描述檔中**路由描述檔 - 檢視**許可。 + **通話時間**：使用客服人員或客戶交談所花費的絕對時間閾值來建置規則。這可用來識別客戶完全沒有說話的位置，導致客服人員中斷連線，或客服人員表現出通話迴避行為，例如接聽電話後未說話。 + **客服人員互動持續時間**：建置規則，以識別客服人員互動時間比預期長或短的聯絡。此功能僅適用於通話。 下圖顯示具有多個語音聯絡條件的規則範例。 ![\[具有多個語音聯絡條件的規則範例。\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/contact-lens-rules-conditions.png) 下圖顯示具有多個聊天聯絡條件的規則範例。當 **第一個** 回應時間大於或等於 1 分鐘，且客服人員在第一個回應中未提及任何清單中的問候語或片語時，就會觸發此規則。 **第一個回應時間** = 客服人員加入聊天後，直到他們向客戶傳送第一條消息，這之間花費多少時間。 ![\[具有多個聊天聯絡條件的規則範例。\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/contact-lens-rules-conditions-chat.png) 1. 選擇**下一步**。 ## 步驟 2：定義規則動作 1. 選擇**新增動作**。您可以選擇下列動作： + [建立任務](contact-lens-rules-create-task.md)：此選項不適用於即時聊天 + [傳送電子郵件通知](contact-lens-rules-email.md) + [產生 EventBridge 事件](contact-lens-rules-eventbridge-event.md) ![\[新增動作下拉式功能表，動作清單。\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/contact-lens-add-action-no-wisdom.png) 1. 選擇**下一步**。 1. 檢閱並進行任何編輯，然後選擇 **儲存**。 1. 新增規則之後，這些規則會套用至新增規則之後發生的新聯絡。當 Amazon Connect 對話分析分析對話時，會套用規則。 您無法將規則套用至過去、已儲存的交談。 # 藉由比對對話與自然語言陳述或特定字詞和片語，將聯絡自動分類 Contact Lens 對話分析可讓您自動分類聯絡，以識別聯絡的首要驅動因素、客戶體驗和客服人員行為。在聊天的**聯絡詳細資訊**頁面上，類別會顯示於文字記錄上方，如下圖所示。 ![\[聯絡詳細資訊頁面，類別區段。\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/contact-lens-category-overview-chat2.png) 以下是您在分類聯絡時可以執行的一些重要操作： + 透過採用生成式 AI 技術的聯絡分類，您可以提供以自然語言分類聯絡的條件 (例如，客戶是否曾嘗試支付餘額？)。 + 您可以提供客服人員或客戶所說的特定字詞或片語，與對話比對。Contact Lens 隨後會自動標記符合比對條件的聯絡，並提供對話中的相關要點。 + 您可以定義動作，以就分類的聯絡接收警示及產生任務。 + 您可以指定其他條件來分類聯絡，例如客戶情緒分數、佇列或您新增至聯絡的任何自訂屬性，如客戶忠誠度資訊。 ## 何時使用字詞或片語 當您想要偵測明確定義的字詞或片語清單時，使用特定的字詞或片語非常有用，例如，在監控客服人員腳本遵循，或評估客戶對產品的興趣時。 ## 何時使用自然語言 有太多可能的字詞或片語，或是您想要比對內容特定條件時，使用自然語言陳述來比對聯絡很有用，例如「客戶想要變更其訂閱計劃」、「客服人員已解決客戶的所有問題」。 ## 新增對聯絡分類的規則 在本節中： + [步驟 1：定義條件](#add-category-rules-define-conditions) + [步驟 2：定義動作](#add-category-rules-define-actions) ### 步驟 1：定義條件 1. 使用獲指派 **CallCenterManager** 安全性描述檔的使用者帳戶，或啟用 **規則** 許可的使用者帳戶登入 Amazon Connect。 1. 在導覽功能表上，選擇**分析和最佳化**，**規則**。 1. 選擇 **建立規則**、**對話分析**。 1. 為規則指定名稱。 1. 在**時間**下，使用下拉式清單選擇**通話後分析**、**即時分析**、**聊天後分析**、**即時聊天分析**或**電子郵件分析**。 ![\[新增規則頁面，時間下拉式清單。\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/contact-lens-rule-define-conditions.png) 1. 選擇 **新增條件**，然後選擇相符的類型： + **字詞或片語 - 完全相符**：尋找與字詞或片語完全相符的聯絡。輸入單字或片語，並以英文逗號分隔。 + **字詞或片語模式相符**：藉由尋找字詞或片語的模式來尋找聯絡。您也可以指定單字之間的距離。例如，如果您正在尋找提及「信用卡」一詞的聯絡，但您不想看到任何提及「信用卡」一詞的聯絡，則您可以定義模式比對類別，以尋找「卡」一個字距離內沒有「信用」的一詞。 + **自然語言 - 語意比對**：使用生成式 AI 尋找與提供的自然語言陳述相符的聯絡。陳述應可用是或否來回答。自然語言 - 當您想要使用內容特定條件比對聯絡，或是有太多可能的字詞或片語要比對時，就可以使用語意比對。範例如下： + 「客戶想要變更其訂閱計劃。」 + 「客戶表示想要終止其目前的服務。」 + 「客服人員提供了多種付款選項。」 + 「客服人員向客戶保證他們的通話很重要，並要求更長的等待時間。」 + 「客服人員已解決客戶的所有問題。」 **注意** 「自然語言 - 語意比對」條件無法用於即時分析。 要建立使用生成式 AI 的規則，必須要有額外的許可：**規則 - 生成式 AI**。 **專業提示**：如果您之前使用了**字詞或片語 - 語意比對**，請使用採用生成式 AI 技術的**自然語言 - 語意比對**。 + **字詞或片語 - 語意比對**：尋找可能是同義字的字詞。例如，如果您輸入「沮喪」，則可以配對「不開心」，或是「難以接受」可以與「不可接受」配對，而「取消訂閱制」可以與「取消訂閱」配對。同樣，也可以在語義上配對片語。例如，「非常感謝您幫助我」、「非常感謝，這很有幫助」和「我很高興您能夠幫助我」。 這樣就不需要在建立類別時，詳細定義關鍵字清單，並且讓您能夠投放更寬廣的範圍，搜尋對您重要的類似片語。若要取得最佳語意比對結果，請在語意比對卡片中提供具有類似意義的關鍵字或片語。目前，每個語意比對卡片最多可以提供四個關鍵字和片語。 1. 以**字詞或片語 - 完全相符**為例，請輸入要醒目提示的字詞或片語 (以逗號分隔)，然後選擇**新增**。每個逗號分隔的單字或片語，在卡片中都會自行取得一行。 ![\[新的規則頁面，單字或片語 – 完全相符的部分。\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/contact-lens-add-category-rules-script.png) ![\[新的規則頁面，單字或片語 – 完全相符的部分，新增按鈕。\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/contact-lens-add-category-rules-script2.png) Contact Lens 用來讀取這些片語的邏輯是：(Hello AND thank AND you AND for AND calling AND Example AND Corp) OR (we AND value AND your AND business) OR (how AND may AND I AND assist AND you)。 或者，使用**自然語言 - 語意比對**條件，並在文字方塊中輸入自然語言陳述 (應可由生成式 AI 評估為 True 或 False)。 ![\[新增規則頁面，自然語言 - 語意比對區段。\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/contact-lens-add-category-rules-natural-language-semantic.png) 1. 若要新增更多單字或片語，請選擇 **新增單字或片語群組**。在下圖中，第一組單字或片語是客服人員可能會說的話，第二組是客戶可能會說的話。 ![\[單字或片語 – 與客服人員單字和片語完全相符，或與客戶單字或片語完全相符。\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/contact-lens-add-category-rules-script3.png) 1. Contact Lens 用來讀取這些片語的邏輯是：(Hello AND thank AND you AND for AND calling AND Example AND Corp) OR (we AND value AND your AND business) OR (how AND may AND I AND assist AND you)。 1. 這兩張卡與「和」連接。這意味著，需要說出第一張卡片中的一行，然後，「和」第二張卡片中的一個片語。 Contact Lens 用來讀取兩張字詞或片語卡片的邏輯是 (卡片 1) AND (卡片 2)。 1. 選擇 **新增條件** 將規則套用至： + 特定佇列 + 當聯絡屬性具有特定值時 + 當情緒分數具有特定值時 例如，下圖顯示的規則適用於客服人員正在進行 BasicQueue 或帳單與付款佇列、客戶要處理自動保險，而客服人員位於西雅圖。 ![\[具有多個條件的規則。\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/contact-lens-add-category-rules-3.png) ### 步驟 2：定義動作 除了對聯絡進行分類之外，您還可以定義 Amazon Connect 應採取的動作： 1. [產生 EventBridge 事件](contact-lens-rules-eventbridge-event.md) 1. [建立任務](contact-lens-rules-create-task.md) 1. [建立案例](contact-lens-rules-create-case.md) 1. [傳送電子郵件通知](contact-lens-rules-email.md) 1. [建立提交自動化評估的規則](contact-lens-rules-submit-automated-evaluation.md) ### 步驟 3：檢閱和儲存 1. 完成時，請選擇**儲存**。 1. 新增規則之後，這些規則會套用至新增規則之後發生的新聯絡。當 Amazon Connect 對話分析分析對話時，會套用規則。 您無法將規則套用至過去、已儲存的交談。 # 當規則或類別無法由 Amazon Connect Contact Lens 評估時 當 Amazon Connect Contact Lens 在語音或聊天聯絡的聯絡後分析期間評估規則或類別時，規則或類別有可能無法評估。 以下是在聯絡分析期間評估規則或類別時可能產生的類別結果： 1. **已成功比對並套用至聯絡**。類別顯示在**聯絡詳細資訊**頁面上時，表示已成功比對並套用至聯絡。 1. **已成功評估，但不適用於聯絡**。類別未顯示於**聯絡詳細資訊**頁面時，表示不適用於聯絡，但已由 Contact Lens 規則成功評估。 1. **聯絡分析已完成，但未評估特定類別**。類別無法評估時，並不表示類別不適用於聯絡 (根據其條件)，而是 Contact Lens 在未評估此類別的情況下完成了聯絡分析。 下圖顯示失敗的類別以其虛線邊框、透明背景、錯誤圖示和失敗的字首表示。當您將滑鼠暫留在失敗的類別上方時，會顯示類別為何無法評估的詳細資訊。 ![\[聯絡詳細資訊頁面上的失敗類別。\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/failed-categories1.png) 這些失敗的類別僅存在於具有語意比對條件的規則中。兩個可能的原因為： 1. **超過配額**：已超過該時間範圍的生成式 AI 動作限制。您可以透過 AWS Support 請求提高配額。 1. **失敗的安全指導方針**：類別處理失敗，因為不符合安全和品質防護機制。 建議您對語意比對規則新增更多條件，以縮小其可能適用的聯絡數量。這有助於避免超過配額失敗。 ## Contact Lens 聯絡後分析輸出客戶 S3 檔案 失敗類別會出現在 [JobDetails] > [略過的分析] 下的分析檔案中。 `SkippedAnalysis` 區段會顯示標記為「略過」的聯絡分析，即使該聯絡的分析已完成亦然。其中包含屬性 "Feature" 和 "ReasonCode"。`POST_CONTACT_SUMMARY` 是現有特徵之一。 `CATEGORIZATION` 會以新特徵的形式新增至略過的分析。對於導致分類失敗的每個唯一 `ReasonCode`，`SkippedAnalysis` 陣列中都有一個唯一的分類元素。每個唯一元素都會導入新的 `SkippedEntities` 屬性，其中包含因相關原因代碼而失敗的所有類別名稱 (及其相關聯的規則 ID) 的清單。 以下舉例說明 `JobDetails` 內的失敗類別： ``` "JobDetails": { "SkippedAnalysis": [ { "Feature": "CATEGORIZATION", "ReasonCode": "QUOTA_EXCEEDED", "SkippedEntities": [ { "CategoryName": "PotentialFraud" "RuleId": "a1130485-9529-4249-a1d4-5738b4883748" }, { "CategoryName": "Refund" "RuleId": "bbbbbbb-9529-4249-a1d4-5738b4883748" } ] }, { "Feature": "CATEGORIZATION", "ReasonCode": "FAILED_SAFETY_GUIDELINES", "SkippedEntities": [ { "CategoryName": "ManagerEscalation" "RuleId": "cccccccc-9529-4249-a1d4-5738b4883748" }, ] }, { "Feature": "POST_CONTACT_SUMMARY", "ReasonCode": "INSUFFICIENT_CONVERSATION_CONTENT" } ] }, ``` 如需詳細資訊，請參閱[通話的範例 Contact Lens 對話分析輸出檔案](contact-lens-example-output-files.md)。 # 根據通話中的關鍵字和片語在 Contact Lens 中為主管新增即時提醒 在流程中[啟用即時分析](enable-analytics.md)後，您可以新增規則，以便發生客戶體驗問題時自動通知主管。 例如，Contact Lens 可以在對話過程中提到某些關鍵字或片語時，或當它偵測到其他條件時自動傳送提醒。主管會在即時指標儀表板上看到提醒。從那裡，主管可以接聽即時通話，並向客服人員提供聊天引導，以幫助他們更快地解決問題。 下圖顯示主管收到提醒時，在即時指標儀表板上看到的內容範例。在這種情況下，Contact Lens 偵測到憤怒的客戶情況。 ![\[即時指標頁面，提醒出現憤怒的客戶。\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/contact-lens-real-time-metrics-alert2.png) 當主管接聽即時通話時，Contact Lens 會為他們提供即時文字記錄和客戶情緒趨勢，幫助他們了解情況並評估適當的行動。如果轉接到另一個客服人員，文字記錄也省去客戶重複自己需求的需要。 下圖顯示即時文字記錄範例。 ![\[即時文字記錄範例。\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/contact-lens-real-time-transcript.png) ## 新增通話即時警示的規則 1. 使用獲指派 **CallCenterManager** 安全性描述檔的使用者帳戶，或啟用 **規則** 許可的使用者帳戶登入 Amazon Connect。 1. 在導覽功能表上，選擇**分析和最佳化**，**規則**。 1. 選擇 **建立規則**、**對話分析**。 1. 為規則指定名稱。 1. 在 **時間** 下，使用下拉式清單選擇 **即時分析**。 1. 選擇 **新增條件**，然後選擇相符的類型： + **完全相符**：僅尋找完全相符的單字或片語。 + **模式比對**：尋找可能小於 100% 精確的相符項目。您也可以指定單字之間的距離。例如，您可能會尋找提及「信用」一詞的聯絡人，但您不想看任何提及「信用卡」這個單字。您可以定義一個模式比對類別，以查詢「新用」單字距離一個字以內沒有「卡」一詞。 **提示** 語意比對不適用於即時分析。 1. 輸入您要反白顯示的單字或片語 (以逗號分隔)。即時規則僅支援 **所提及** 的任何關鍵字或片語。 ![\[單字和片語規則。\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/contact-lens-add-alert-rules-1.png) 1. 選擇**新增**。每個逗號分隔的單字或片語，都會自行取得一行。 ![\[具有多個片語的單字和片語規則，每個片語都在自己的行上。\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/contact-lens-add-alert-rules-2.png) Contact Lens 用來讀取這些字詞或片語的邏輯是：(Talk OR to OR your OR manager) OR (this OR is OR not OR helpful) OR (speak OR to OR your OR supervisor) 等。 1. 若要新增更多單字或片語，請選擇 **新增單字或片語群組**。在下圖中，第一組單字或片語是客服人員人可能會說的話。第二組是客戶可能會說的話。 ![\[帶有多個片語的單字和片語規則，適用於客戶和客服人員。\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/contact-lens-add-category-rules-script3.png) 1. 在第一張卡片中，Contact Lens 會將每一行讀取為 OR。例如：(您好) 或 (感謝，或，您，或，致電，或，範例，或，公司) 或 (我們，或，價值，或，您的，或，業務)。 1. 這兩張卡與「和」連接。這意味著，需要說出第一張卡片中的一行，然後，「和」第二張卡片中的一個片語。 Contact Lens 用來讀取兩張字詞或片語卡片的邏輯是 (卡片 1) AND (卡片 2)。 1. 選擇 **新增條件** 將規則套用至： + 特定佇列 + 當聯絡屬性具有特定值時 + 當情緒分數具有特定值時 例如，下圖顯示的規則適用於客服人員正在進行 BasicQueue 或帳單與付款佇列、客戶要處理自動保險，而客服人員位於西雅圖。 ![\[具有多個條件的單字和片語規則。\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/contact-lens-add-category-rules-3.png) 1. 完成時，請選擇**下一步**。 1. 在 **指派聯絡類別** 方塊中，新增類別的名稱。例如，**投訴** 或 **非投訴**。 1. 選擇 **下一步**，然後選擇 **儲存並發佈**。 # 根據聊天中的關鍵字和片語在 Contact Lens 中為主管新增即時提醒 在流程中[啟用即時分析](enable-analytics.md)後，您可以新增規則，以便發生客戶體驗問題時自動通知主管。 例如，Contact Lens 可以在聊天過程中提到某些關鍵字或片語時，或當它偵測到其他條件時自動傳送提醒。然後，主管可以查看即時聊天的 **聯絡詳細資訊** 頁面以查看問題。從那裡，主管可以加入聊天，並向客服人員提供聊天引導，以幫助他們更快地解決問題。 下圖顯示主管收到即時聊天警示時，在 **聯絡詳細資訊** 頁面上看到的內容範例。在這種情況下，Contact Lens 偵測到憤怒的客戶情況。 ![\[聯絡詳細資訊頁面，警示即時出現憤怒的聊天客戶。\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/contact-lens-realtime-alert-chat.png) 當主管監控聊天時，Contact Lens 會為他們提供即時文字記錄和客戶情緒趨勢，幫助他們了解情況並評估適當的行動。如果轉接到另一個客服人員，文字記錄也省去客戶重複自己需求的需要。 ## 新增聊天即時警示的規則 1. 使用獲指派 **CallCenterManager** 安全性描述檔的使用者帳戶，或啟用 **規則** 許可的使用者帳戶登入 Amazon Connect。 1. 在導覽功能表上，選擇**分析和最佳化**，**規則**。 1. 選擇 **建立規則**、**對話分析**。 1. 為規則指定名稱。 1. 在 **時間** 下，使用下拉式清單選擇 **即時分析**。 1. 選擇 **新增條件**，然後選擇相符的類型。下圖顯示針對「**情緒-時間週期**」條件設定的規則。 ![\[即時聊天分析規則的條件。\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/contact-lens-realtime-chat-rule2.png) 您可以從以下選項中選擇： + **完全相符**：僅尋找完全相符的單字或片語。 + **模式比對**：尋找可能小於 100% 精確的相符項目。您也可以指定單字之間的距離。例如，您可能會尋找提及「信用」一詞的聯絡人，但您不想看任何提及「信用卡」這個單字。您可以定義一個模式比對類別，以查詢「新用」單字距離一個字以內沒有「卡」一詞。 **提示** 語意比對不適用於即時分析。 1. 輸入您要反白顯示的單字或片語 (以逗號分隔)。即時規則僅支援 **所提及** 的任何關鍵字或片語。 ![\[單字和片語規則。\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/contact-lens-add-alert-rules-1.png) 1. 選擇**新增**。每個逗號分隔的單字或片語，都會自行取得一行。 ![\[具有多個片語的單字和片語規則，每個片語都在自己的行上。\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/contact-lens-add-alert-rules-2.png) Contact Lens 用來讀取這些字詞或片語的邏輯是：(Talk OR to OR your OR manager) OR (this OR is OR not OR helpful) OR (speak OR to OR your OR supervisor) 等。 1. 若要新增更多單字或片語，請選擇 **新增單字或片語群組**。在下圖中，第一組單字或片語是客服人員可能會提到的話。第二組是客戶可能會提到的話。 ![\[帶有多個片語的單字和片語規則，適用於客戶和客服人員。\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/contact-lens-add-category-rules-script3.png) 1. 在第一張卡片中，Contact Lens 會將每一行讀取為 OR。例如：(您好) 或 (感謝，或，您，或，致電，或，範例，或，公司) 或 (我們，或，價值，或，您的，或，業務)。 1. 這兩張卡與「和」連接。這意味著，需要提到第一張卡片中的一行，然後，「和」第二張卡片中的一個片語。 Contact Lens 用來讀取兩張字詞或片語卡片的邏輯是 (卡片 1) AND (卡片 2)。 1. 選擇 **新增條件** 將規則套用至： + 特定佇列 + 當聯絡屬性具有特定值時 + 當情緒分數具有特定值時 例如，下圖顯示的規則適用於客服人員正在進行 BasicQueue 或帳單與付款佇列、客戶要處理自動保險，而客服人員位於西雅圖。 ![\[具有多個條件的單字和片語規則。\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/contact-lens-add-category-rules-3.png) 1. 完成時，請選擇**下一步**。 1. 在 **指派聯絡類別** 方塊中，新增類別的名稱。例如，**投訴** 或 **非投訴**。 1. 選擇**新增動作** 以指定符合條件時，Amazon Connect 應採取的動作。您可以使用電子郵件通知或開發與 EventBridge 的自訂整合來設定主管警示。 ![\[產生事件 EventBridge 事件和 傳送電子郵件通知 選項。\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/contact-lens-realtime-chat-rule3.png) 1. 如果您選擇**傳送電子郵件通知**，請參閱 [建立傳送電子郵件通知的 規則](contact-lens-rules-email.md) 以取得完成頁面的更多詳細資訊以及電子郵件限制的相關資訊。 如果您選擇**產生 EventBridge 事件**，請參閱 [建立產生 EventBridge 事件的 規則](contact-lens-rules-eventbridge-event.md) 以取得完成頁面的更多詳細資訊以及訂閱 EventBridge 事件類型的詳細資訊。 # 建立傳送電子郵件通知的 規則 您可以建立將電子郵件通知傳送給組織中人員的 規則。這可協助您更快速地回應客服中潛在的問題。例如，您可建立一個通知的規則： + 帳戶升級或取消時的團隊主管。 + 聯絡中心中的一群人，因為在對話中提到了某些單字。 + 通話期間發生分歧時，聯絡中心內的指定人員。 + 已處理使用 Amazon Connect 對話分析所分析或評估之聯絡案例的客服人員。 **重要** 所有電子郵件都是從 `no-reply@amazonconnect.com` 傳送。 SAML 使用者沒有主要電子郵件地址，他們具有使用者名稱登入。使用者名稱登入通常是電子郵件地址，但並不一定。這些使用者在 Amazon Connect 內的欄位標籤**電子郵件地址**是空白的。傳送電子郵件通知給 SAML 使用者時，他們必須已設定次要電子郵件，才能取得通知。若未設定次要電子郵件，使用者將不會接收到電子郵件。 **建立傳送電子郵件通知的 規則** 1. 使用具有建立規則[所需許可](permissions-for-rules.md)的使用者帳戶登入 Amazon Connect。 1. 導覽至 **分析和最佳化**，**規則**。 1. 在**規則**頁面上選擇**建立規則**，然後從下拉式清單中選擇**對話分析**或**評估表單**。 ![\[規則頁面，建立規則下拉式清單，Contact Lens 選項。\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/contact-lens-create-rule.png) 1. 在 **新增規則** 頁面上，定義規則的條件。如需詳細資訊，請參閱： + [定義對話分析的規則條件](build-rules-for-contact-lens.md#rule-conditions) + [定義評估表單的規則條件](create-evaluation-rules.md#rule-conditions-eval)。 1. 當您定義規則的處理行動時，請針對該動作選擇 **傳送電子郵件通知**。 ![\[新規則頁面，新增動作下拉式清單，傳送電子郵件通知動作。\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/contact-lens-rules-email-action.png) 1. 在 **傳送電子郵件通知** 區段中，使用下列其中一個選項，選擇要接收電子郵件的人員： + **透過登入選擇收件者：將電子郵件路由傳送給指定的使用者。** **重要** SAML 使用者必須設定次要電子郵件，才能取得。若未設定次要電子郵件，使用者將不會接收到電子郵件。 + **依索引標籤選擇收件者**。根據客服人員的索引標籤值動態路由電子郵件。 + **選取處理聯絡的客服人員**。將電子郵件轉接給處理聯絡的客服人員。 在下圖中，規則會傳送通知電子郵件給處理聯絡的客服人員。 ![\[傳送電子郵件通知區段，選取處理聯絡的客服人員選項。\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/contact-lens-rules-email-tag.png) 1. 在 **主旨** 中，新增電子郵件主旨。在 **內文** 中，新增電子郵件通知的內容。 使用 **@ 來新增在規則執行期間填入的動態變數**。對於對話分析規則和評估表單規則，您可以為符合規則的聯絡人新增**規則名稱、執行個體 URL、聯絡人、客服人員**和**佇列**資訊。評估表單規則可讓您插入**評估 ID**。 ![\[電子郵件內文、可用變數的清單。\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/rules-send-email-dynamic-variables.png) **注意** 其他規則類型支援不同的變數： 即時指標規則可讓您輸入超過閾值的**規則名稱、執行個體 URL** 和**客服人員、佇列、流程或轉接設定檔**清單，以觸發提醒。 案例的規則可讓您插入**規則名稱、執行個體 URL** 和**案例 ID**。 1. 選擇**下一步**。檢閱您的選項，然後選擇 **儲存**。 1. 新增規則之後，這些規則會套用至新增規則之後發生的新聯絡。當 Amazon Connect 對話分析分析對話時，會套用規則。 您無法將規則套用至過去、已儲存的交談。 ## 電子郵件限制 + Amazon Connect 每天有 500 封電子郵件的預設限制。超過該限制時，Amazon Connect 執行個體會遭到封鎖 24 小時，無法傳送更多電子郵件。這是因為電子郵件受到退信和投訴限制。如需詳細資訊，請參閱[瞭解 Amazon SES 中的電子郵件交付能力](https://docs.aws.amazon.com/ses/latest/dg/send-email-concepts-deliverability.html)的**退信**和**投訴**部分。 + 所有電子郵件都是從 `no-reply@amazonconnect.com` 傳送，您無法自訂。 + SAML 使用者沒有主要電子郵件地址，他們具有使用者名稱登入。使用者名稱登入通常是電子郵件地址，但並不一定。這些使用者在 Amazon Connect 內的欄位標籤**電子郵件地址**是空白的。傳送電子郵件通知給 SAML 使用者時，他們必須已設定次要電子郵件，才能取得通知。若未設定次要電子郵件，使用者將不會接收到電子郵件。 如果傳送電子郵件的預設選項不符合您的需求，請聯絡您的技術客戶經理或與 Amazon Connect 服務團隊 支援 討論。 # 建立產生 EventBridge 事件的 規則 在即時或通話後/聊天中，您可以取得事件並使用這些事件觸發後續通知或警示，或彙總 Amazon Connect 以外的報告。您可以使用此資料做很多事。例如： + 在 QuickSight 儀表板中取得即時提醒。 + 在 Amazon Connect 之外建立匯總報告。 + 使用 CRM 加入資料。 + 將您的通知解決方案連接到 EventBridge，並確保在一天結束時，所有特定類型的事件都會傳送到特定的收件匣。承載量會告訴您聯絡、客服人員和佇列。 **注意** 對於即時指標規則，觸發規則的資源會列在**資源**下。例如，如果您建立規則來提醒您佇列指標，例如平均佇列接聽時間，則超出閾值的佇列清單會列在資源下。 **若要建立產生 EventBridge 事件的規則** 1. 建立規則時，請選擇 **產生 EventBridge 事件** 動作。 ![\[新規則頁面、採取這些動作區段、新增動作下拉式清單、產生 EventBridge 事件動作。\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/contact-lens-rules-events-example1.png) 1. 在 **動作名稱** 中，輸入事件承載量的名稱。 **注意** 您為 **動作名稱** 指派的值會顯示在 EventBridge 承載量中。彙總事件時，動作名稱會提供一個額外的維度，供您用來處理事件。例如，您有 200 個類別名稱，但只有 50 個具有特定動作名稱，例如：NOTIFY\$1CUSTOMER\$1RETENTION。 ![\[採取這些動作區段，指派聯絡類別區段、產生 EventBridge 事件區段。\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/contact-lens-rules-add-eb-action.png) 1. 選擇**下一步**。檢閱，然後 **儲存**。 1. 新增規則之後，這些規則會套用至新增規則之後發生的新聯絡。當 Amazon Connect 對話分析分析對話時，會套用規則。 您無法將規則套用至過去、已儲存的交談。 1. 若要利用 EventBridge 資料，請訂閱 EventBridge 事件類型。請參閱下一步程序。 ## 訂閱 EventBridge 事件類型 若要訂閱 EventBridge 事件類型，請建立一個自訂 EventBridge 規則符合下列規則： + 「來源」=「aws.connect」 + "detail-type" = "Contact Lens 符合通話後規則" 或下列其中一項： + **Contact Lens 即時規則相符** + **Contact Lens 即時聊天規則相符** + **Contact Lens 聊天後規則相符** + **Contact Lens 符合的評估規則** + **符合的指標規則** 下圖顯示在新規則頁面的「事件模式」區段中的這些設定。 ![\[新事件 EventBridge 規則頁面的事件模式區段。\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/contact-lens-eb-rules-events.png) ### EventBridge 承載量範例 下列範例是在 **Contact Lens 通話後規則相符**時，EventBridge 承載看起來的樣子。 ``` { "version": "0", // set by EventBridge "id": "aaaaaaaa-bbbb-cccc-dddd-bf3703467718", // set by EventBridge "source": "aws.connect", "detail-type": "Contact Lens Post Call Rules Matched", "account": "your AWS account ID", "time": "2020-04-27T18:43:48Z", "region": "us-east-1", // set by EventBridge "resources": ["arn:aws:connect:us-east-1:your AWS account ID:instance/instance-ARN"], "detail": { "version": "1.0", "ruleName": "ACCOUNT_CANCELLATION", // Rule name "actionName": "NOTIFY_CUSTOMER_RETENTION", "instanceArn": "arn:aws:connect:us-east-1:your AWS account ID:instance/instance-ARN", "contactArn": "arn:aws:connect:us-east-1:your AWS account ID:instance/instance-ARN/contact/contact-ARN", "agentArn": "arn:aws:connect:us-east-1:your AWS account ID:instance/instance-ARN/agent/agent-ARN", "queueArn": "arn:aws:connect:us-east-1:your AWS account ID:instance/instance-ARN/queue/queue-ARN", } } ``` 下列範例是在 **Contact Lens 即時規則相符**時，承載看起來的樣子。 ``` { "version": "0", // set by EventBridge "id": "aaaaaaaa-bbbb-cccc-dddd-bf3703467718", // set by EventBridge "source": "aws.connect", "detail-type": "Contact Lens Realtime Rules Matched", "account": "your AWS account ID", "time": "2020-04-27T18:43:48Z", "region": "us-east-1", // set by EventBridge "resources": ["arn:aws:connect:us-east-1:your AWS account ID:instance/instance-ARN"], "detail": { "version": "1.0", "ruleName": "ACCOUNT_CANCELLATION", // Rule name "actionName": "NOTIFY_CUSTOMER_RETENTION", "instanceArn": "arn:aws:connect:us-east-1:your AWS account ID:instance/instance-ARN", "contactArn": "arn:aws:connect:us-east-1:your AWS account ID:instance/instance-ARN/contact/contact-ARN", "agentArn": "arn:aws:connect:us-east-1:your AWS account ID:instance/instance-ARN/agent/agent-ARN", "queueArn": "arn:aws:connect:us-east-1:your AWS account ID:instance/instance-ARN/queue/queue-ARN", } } ``` # 建立產生任務的規則 Amazon Connect 規則可讓您產生任務。這可協助您與擁有者建立可追蹤的動作，並讓您立即了解任務完成和生產力。 下列是一些範例： + 檢閱客戶詐騙時的聯絡案例。例如，當客戶說出使他們看起來有可能詐騙的單字或片語時，您可以建立後續任務。 + 當客戶在稍後提到您想要追加銷售的特定主題時進行跟進，或者通過聯絡提供其他支援時進行跟進。 + 評估客服人員在特定案例中的效能，例如客戶在對話期間情緒非常低，且客戶表達沮喪。 + 採取操作動作，例如將其他客服人員指派給前一小時平均佇列接聽時間已超過可接受閾值的佇列。 **若要建立任務的規則** 1. 建立規則時，請為動作選擇 **建立任務**。 ![\[新規則頁面，新增動作下拉式功能表，建立任務選項。\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/contact-lens-rules-add-task-example1.png) 1. 如下所示完成任務欄位： ![\[新規則頁面，指派聯絡類別區段，建立任務區段。\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/contact-lens-rules-add-tasks-example2.png) 1. **類別名稱**：類別名稱會出現在聯絡記錄中。最大長度：200 個字元。 1. **名稱**：名稱會出現在客服人員的聯絡控制面板 (CCP) 中。最大長度：512 個字元。 1. **描述**：描述會顯示在客服人員的聯絡控制面板 (CCP) 中。最大長度：4096 個字元。 **注意** 在名稱和描述中，使用 **@ 來新增在規則執行期間填入的動態變數**。對於對話分析規則和評估表單規則，您可以為符合規則的聯絡人新增**規則名稱、執行個體 URL、聯絡人、客服人員**和**佇列**資訊。評估表單規則也可讓您插入**評估 ID**。 ![\[具有動態變數的任務動作。\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/rules-create-task-dynamic-variables.png) 其他規則類型支援不同的變數： 即時指標規則可讓您輸入超過閾值**的規則名稱、執行個體 URL 和客服人員、佇列、流程或轉接設定檔清單**，以觸發提醒。 案例的規則可讓您插入**規則名稱、執行個體 URL** 和**案例 ID**。 1. **工作參照名稱**：這是預設參照，會自動顯示在客服人員的 CCP 中。 + 對於即時規則，任務參考會連結至即時詳細資訊頁面。 + 對於呼叫後/聊天規則，任務參照會連結至 **聯絡詳細資訊** 頁面。 1. **其他參考名稱**：最大長度：4096 個字元。您最多可以新增 25 個參考。 1. **選擇流程**：選擇用來將任務轉接至適當任務擁有者的所設計的流程。必須儲存並發佈流程，該流程才會顯示在下拉式清單的選項清單中。 1. 下圖顯示此資訊在客服人員 CCP 中顯示此資訊的範例。 ![\[客服人員的聯絡控制面板中的任務。\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/contact-lens-rules-add-tasks-ccp.png) 在此範例中，客服人員會看到下列 **名稱**、**描述** 和 **任務參照名稱** 的值： 1. **名稱** = **Action-Required-Contact Lens- ba2cf8fe....** 1. **描述** = **Test** 1. **任務參照名稱** = taskRef 和即時詳細資訊頁面的 URL 1. 選擇**下一步**。檢閱，然後選擇**儲存**任務。 1. 新增規則之後，這些規則會套用至新增規則之後發生的新聯絡。當 Amazon Connect 對話分析分析對話時，會套用規則。 您無法將規則套用至過去、已儲存的交談。 ## 語音和任務聯絡記已連結 當規則建立任務時，會自動為任務產生聯絡記錄。它會連結至符合建立任務規則之條件的語音通話或聊天的聯絡記錄。 例如，進入您的聯絡中心的通話，並產生 CTR1： ![\[有關進入的通話初始聯絡記錄的信息。\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/contact-lens-rules-attributes-example1.png) 規則引擎會產生任務。在任務的聯絡記錄中，語音聯絡記錄會顯示為 **先前的聯絡 ID**。此外，任務聯絡記錄會繼承語音聯絡記錄的聯絡屬性，如下圖所示： ![\[任務的聯絡記錄 2。\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/contact-lens-rules-attributes-example2.png) ## 有關 ContactId、AgentId、QueueId、RuleName 的動態值 括號 [ ] 中的動態值稱為[聯絡屬性](what-is-a-contact-attribute.md)。聯絡屬性可讓您儲存聯絡相關的臨時資訊，以便在流程中使用該聯絡。 當您在括號 [ ] 中新增聯絡屬性時，例如 ContactId、AgentId、QueueId 或 RuleName，該值會從一個聯絡記錄傳遞至另一個聯絡記錄。您可以在流程中使用聯絡屬性來對應分支和轉接聯絡。 如需詳細資訊，請參閱[使用聯絡屬性](connect-contact-attributes.md)。 # 在 Contact Lens 中建立從案例結束相關任務的規則 **若要建立結束相關任務的規則** 1. 建立規則時，請選擇**新案例會更新為**事件來源。 ![\[新規則頁面，新增動作下拉式功能表，新增案例選項。\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/contact-lens-rules-update-case-1.png) 1. 建立規則時，請為動作選擇 **結束任務**。 ![\[新規則頁面，新增動作下拉式功能表，結束任務選項。\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/contact-lens-rules-ends-tasks-2.png) ![\[結束任務選項。\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/contact-lens-rules-ends-tasks-3.png) 1. 選擇**下一步**。檢閱，然後選擇**儲存**。 1. 新增規則之後，這些規則會套用至新增規則之後發生的新聯絡。當 Amazon Connect 對話分析分析對話時，會套用規則。 您無法將規則套用至過去、已儲存的交談。 # 在 Contact Lens 中建立會建立案例的規則 **若要建立案例的規則** 1. 當您建立規則時，請選擇**通話後分析可用**、**聊天後分析可用**，或**電子郵件分析可用**作為事件來源。 ![\[定義條件頁面，選擇通話後分析可用、聊天後分析可用，或電子郵件分析可用作為事件來源。\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/contact-lens-rules-create-case-1.png) 1. 選擇**下一步** 1. 在動作頁面，選擇**建立案例**。 ![\[新規則頁面，新增動作下拉式功能表，建立案例選項。\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/contact-lens-rules-create-case-2.png) 1. 在**建立案例**卡片中，選擇**案例範本**。 ![\[在建立案例卡片中，選擇案例範本。\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/contact-lens-rules-create-case-3.png) 1. 填寫**必填欄位**並新增**可選的案例欄位**以填充案例資料。 **注意** 客戶設定檔必須與聯絡相關，讓此動作發揮作用。如需詳細資訊，請參閱[啟用 Cases](enable-cases.md)。 ![\[填寫必填欄位並新增可選的案例欄位以填充案例資料。\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/contact-lens-rules-create-case-4.png) 1. 選擇**下一步**。檢閱，然後選擇**儲存**。 1. 新增規則之後，這些規則會套用至新增規則之後發生的新聯絡。當 Amazon Connect 對話分析分析對話時，會套用規則。 您無法將規則套用至過去、已儲存的交談。 # 在 Contact Lens 中建立更新案例的規則 **若要建立更新案例的規則** 1. 建立規則時，請選擇**案例會更新**作為事件來源，然後選擇**下一步**。 ![\[新增規則頁面，新增動作下拉式功能表，案例會更新選項。\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/contact-lens-rules-update-case-1.png) 1. 建立規則時，請為動作選擇 **更新案例**。 ![\[新規則頁面，新增動作下拉式功能表，更新案例選項。\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/contact-lens-rules-update-case-2.png) 1. 從下拉式清單中選擇要更新的任何案例欄位，並定義新的值。 ![\[從下拉式清單中選擇要更新的任何案例欄位，並定義新的值。\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/contact-lens-rules-update-case-3.png) ![\[從下拉式清單中選擇要更新的任何案例欄位，並定義新的值。\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/contact-lens-rules-update-case-4.png) 1. 選擇**下一步**。檢閱，然後選擇**儲存**。 1. 新增規則之後，這些規則會套用至新增規則之後發生的新聯絡。當 Amazon Connect 對話分析分析對話時，會套用規則。 您無法將規則套用至過去、已儲存的交談。 # 在 Contact Lens 中建立提交自動評估的規則 Contact Lens 可讓您使用對話分析的深入解析和指標，自動填入和提交評估。 ## 步驟 1：設定評估表單的自動化 您必須先設定評估表單的自動化，才能建立提交自動化評估的規則。如需詳細指示，請參閱 [建立評估表單](create-evaluation-forms.md) 中的 [步驟 6：啟用自動化評估](create-evaluation-forms.md#step-automate)。 以下是步驟概觀： 1. 對評估表單中的每個問題設定自動化。 1. 開啟**啟用自動化提交評估**，再啟用評估表單。 1. 當您啟用已設定自動化的評估表單時，您將會看到建立規則的提示，如下圖所示。 ![\[建立規則的提示。\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/create-a-rule-to-submit-automated-evaluations-1.png) 1. 選擇 **Create a rule (建立規則)**。 1. 在**規則**頁面上定義一個規則，指定會使用選取的評估表單自動進行評估的聯絡。下列程序提供指示。 ## 步驟 2：定義一個規則，指定哪些聯絡會自動進行評估 您可以使用兩種類型的規則來觸發自動化評估： + 一個會在 Contact Lens 完成其分析後自動評估聯絡的**對話分析**規則。 + 一項**評估表單**規則，可用來觸發特定情況的評估表單，作為一般評估表單的結果。例如，如果評估問題*客戶是否有興趣購買產品*的答案為*是*，則您可以觸發另一個評估表單來衡量*客服人員銷售績效*。 ### 使用對話分析規則觸發自動化評估 這是在您建立規則以在表單啟用期間提交自動化評估時選取的預設規則類型。您也可以在規則頁面上選取**建立規則**、**對話分析**，藉以建立此類**規則**。 1. 選擇 **Contact Lens 通話後分析可用**或 **Contact Lens 聊天後分析可用**作為事件來源。下圖醒目提示了這兩個選項。 ![\[通話後分析和聊天後分析選項。\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/defined-conditions-evaluations.png) 1. 定義要自動評估的身分聯絡人條件，然後選擇**下一步**。 可用來識別適用評估表單之特定客服人員或聯絡人集的範例條件如下： + 客服人員 + 客服人員階層 + AI 代理器 + 佇列 + 啟動方法 此外，您可以排除可能因連線或其他使用下列條件的問題而提早結束的聯絡人： + 互動持續時間 （例如，超過 30 秒） + 通話時間 （例如，客戶說話超過 10 秒） + 當問題不存在或在對話期間沒有已知連線或裝置問題時，潛在的中斷連線問題 1. 在**定義動作**頁面上提供類別名稱以識別規則。 1. 選擇**新增動作**、選取**提交自動化評估**，然後選取您要用來自動提交評估的表單。(如果您在啟用表單時已建立規則，則頁面上已會選取此動作。) 1. 選擇**下一步**。在檢閱後選擇**儲存並發布**。 新增規則之後，這些規則會套用至新增規則之後發生的新聯絡。當 Amazon Connect 對話分析分析對話時，會套用規則。 **重要** 您無法將規則套用至過去、已儲存的交談。 ### 使用評估表單規則觸發自動化評估 1. 前往**規則**頁面。選擇 **建立規則**，**評估表單**。 1. 在**時間**下，選取 **Contact Lens 評估結果可用**作為事件來源。 1. 選擇**新增條件**，以觸發特定情況的評估。例如： + 另一個評估的特定答案，如下圖所示。 ![\[另一個評估的特定答案。\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/add-condition-1.png) + 另一個評估表單的分數，如下圖所示。 ![\[另一個評估表單的分數。\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/add-condition-2.png) 1. 選擇**新增動作**、選取**提交自動化評估**，然後選取您要用來自動提交評估的表單。 1. 選擇**下一步**。在檢閱後選擇**儲存並發布**。 ## 常見問答集 (FAQ) 1. **自動化評估是否可以覆寫已手動提交的評估？** 否，自動化評估無法覆寫手動提交的評估。如果評估已存在，該聯絡的自動評估就會失敗，且帳戶管理員可在 CloudWatch 中看到此類失敗的通知。 1. **如何識別自動化評估？** 評估若是自動提交，將會在**聯絡詳細資訊**頁面上標記為「由 Contact Lens 自動化提交」。如果評估人員編輯並重新提交了自動化評估，「提交者」就會包含評估人員的名稱。 1. **我可以使用多個評估表單自動評估聯絡嗎？** 可以，您可以使用多個評估表單自動提交聯絡的評估。您必須建立多個規則，以使用不同的評估表單提交自動化評估。 # 在 Contact Lens 規則中使用字詞或片語條件 在 Contact Lens **對話分析**規則中，您可以選擇指定字詞或片語條件。您可以為單字或片語選擇完全相符、語義相符或模式相符。本主題說明每種比對類型。 **注意** 這三種比對類型都不區分大小寫，例如，如果您將字詞指定為 "billing"，則也會與包含 "Billing" 一字的文字記錄相符。 ## 如何使用完全相符 **完全相符**是指精準的字詞比對，包括單數或複數。 您可以使用下列其中一種方法來新增關鍵字或片語： + 選取**輸入關鍵字或片語**，然後在文字方塊中手動輸入值。多個值可以用逗號來分隔。 ![\[在 UI 中輸入關鍵字或片語選項。\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/exact-match-1.png) + 選取**從字詞集合匯入**，以從字詞集合匯入預先定義的字詞和片語。 ![\[從 UI 中的字詞集合選項匯入。\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/exact-match-2.png) 字詞集合可分為兩種類型：使用者字詞集合和系統字詞集合。系統字詞集合由 Amazon Connect 預先定義，使用者無法編輯。使用者字詞集合可由使用者建立、讀取、更新和刪除 (CRUD)。如需詳細資訊，請參閱[在 Contact Lens 中建立對話分析規則時管理字詞集合](manage-word-collections.md)。 ## 如何使用模式相符 如果您想要比對相關單字，請在條件中附加星號 (\$1)。例如，如果您想要比對「鄰居」(鄰家、相鄰) 的所有變體，您可以輸入 **鄰\$1**。 使用**模式相符**，您可以指定下列項目： + **值清單**：當您要建立具有可互換值的表達式時，這非常有用。例如，表達式可能是： *我打電話給 [「北京」或「倫敦」或「紐約」或「巴黎」或「東京」] 投訴停電* 然後在您的值清單中新增城市：北京，倫敦，紐約，巴黎，東京。 使用值的優點是您可以建立一個表達式，而不是多個表達式。這可減少您需要建立的卡片數量。 + **數字**：此選項最常用於合規性腳本，或是您正在尋找上下文，而您知道中間某處有一個數字 (數字 [0-9]) 時。這樣，您可以將所有條件放入一個表達式而不是兩個表達式中。例如，客服人員合規性文字可能會顯示： *我在這個行業已經工作了 [num] 年，並希望與您討論這個話題。* 或者客戶可能會說： *我是一名 [num] 年的會員。* **注意** 從聊天或音訊文字記錄擷取數字時，只會辨識數字 (0-9)。 對於語音聯絡，某些語言可能不會在[數字轉錄](https://docs.aws.amazon.com/transcribe/latest/dg/how-numbers.html)期間將口語數字轉換為數位格式。這表示數字模式比對在這類情況下可能無法運作。如需哪些語言支援數字轉錄的清單，請參閱《Amazon Transcribe 開發人員指南》**中的[支援的語言和特定語言功能](https://docs.aws.amazon.com/transcribe/latest/dg/supported-languages.html)。 + **鄰近定義**：尋找可能小於 100% 精確的相符項目。您也可以指定單字之間的距離。例如，如果您正在尋找提及「信用卡」一詞的聯絡，但您不想看到任何提及「信用卡」一詞的聯絡，則您可以定義模式比對類別，以尋找「卡」一個字距離內沒有「信用」的一詞。 例如，鄰近定義可能是： *credit [間隔超過 1 個字] card* **提示** 如需支援的模式相符清單，請參閱 [AI 功能](supported-languages.md#supported-languages-contact-lens)。 ## 如何使用語義相符 語意比對僅支援通話後/聊天分析。 + 「意圖」是表達用語的範例。它可以是一個片語或一段句子。 + 您最多可以在一張卡片 (群組) 中輸入四個意圖。 + 我們建議在一張卡片中使用語義相似的意圖，以獲得最佳結果。例如，「有禮貌」的類別。其包括兩個意圖：「問候」和「再見」。我們建議將這意圖分成兩張卡片： + 卡片 1：「您今天如何」和「一切順利嗎」。它們在語義上是相似的問候語。 + 卡片 2：「感謝您與我們聯繫」和「感謝您成為我們的客戶」。他們在語義上是相似的道別詞。 將意圖分成兩張卡片，比起全部放入一張卡片中能提供更高的準確性。 # 使用生成式 AI 在語意上比對聯絡與自然語言陳述 在 Contact Lens **對話分析**規則中，您可以選擇指定**自然語言 - 語意比對**條件，以使用生成式 AI 尋找符合自然語言陳述的聯絡。自然語言 - 當您想要使用內容特定條件比對聯絡 (例如，客戶的問題已在通話期間解決)，或是有太多可能的字詞或片語，而無法使用**字詞或片語**條件時，就可以使用語意比對。 專業提示：如果您之前使用了字詞或片語 - 語意比對，請使用採用生成式 AI 技術的自然語言 - 語意比對。 ## 如何使用自然語言 - 語意比對 **** 1. 使用具有**規則**許可和**規則 - 生成式 AI** 許可的使用者身分登入 Amazon Connect。 1. 在導覽功能表上選擇**分析和最佳化**，然後選擇**規則**。 1. 然後，選取**建立規則**，並選擇**對話分析**。 ![\[從 UI 中的字詞集合選項匯入。\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/create-natural-semantic-match-rule.png) 1. 選取「Contact Lens 通話後分析可用」或「Contact Lens 聊天後分析可用」。 1. 選取**新增條件**，然後選擇**自然語言 - 語意比對**。 ![\[從 UI 中的字詞集合選項匯入。\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/choose-natural-semantic-match.png) 1. 輸入可藉由與對話文字記錄比對，由生成式 AI 評估為 true 或 false 的自然語言陳述。 ![\[從 UI 中的字詞集合選項匯入。\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/enter-natural-language-statement.png) 1. 新增任何其他條件，例如佇列、自訂聯絡屬性等。 1. 選擇**下一步**，並提供類別名稱 (不含空格)，用於使用自然語言陳述標記聯絡，例如 **CustomerAddressChange**。 1. 您可以指定其他動作，例如[產生任務](contact-lens-rules-create-task.md)、[傳送電子郵件通知](contact-lens-rules-email.md)、[自動提交評估](contact-lens-rules-submit-automated-evaluation.md)等等。 1. 選擇**下一步**以檢閱規則，然後**儲存並發布**規則。如果尚未準備好要發布規則，也可以**另存為草稿**。 ## 使用語意比對的指導方針 下列清單詳細說明如何最適當地使用語意比對： + 陳述應為可評估為 true 或 false 的內容。 + 「自然語言 - 語意比對」只會使用對話的文字記錄。如果您想要在比對條件中使用其他聯絡屬性 (例如佇列)，則必須在規則中將這些屬性指定為不同的條件。 + 如果可能，請使用「客服人員」一詞，而非「同事」、「員工」、「代表」、「倡議者」、「助理」等詞彙。同樣地，請使用「客戶」一詞，而非「成員」、「來電者」、「來賓」或「訂閱者」等詞彙。 + 只有在您想要檢查客服人員或客戶是否說出確切的字詞時，才使用雙引號。例如，如果指示是檢查說出「祝您有愉快的一天」的客服人員，則生成式 AI 不會偵測「祝您下午愉快」。自然語言陳述應該說 "客服人員祝客戶有愉快的一天"。 **要與語意比對搭配使用的範例陳述** + 客戶想要變更其訂閱計劃。 + 客戶對客服人員的支援表示感謝。 + 客戶表示想要終止其目前的服務。 + 客戶請求後續互動。 + 客戶要求客服人員提供重複資訊，表示不甚了解。 + 客戶要求與客服人員的經理交談。 + 客服人員在提供最終答案之前，要求客戶提供其他資訊或驗證。 + 客服人員提供了多種付款選項 + 客服人員向客戶保證他們的通話很重要，並要求更長的等待時間。 + 客服人員已解決客戶的所有問題。 # 在 Contact Lens 中建立對話分析規則時管理字詞集合 *字詞集合*是一組預先建置的字詞和片語，可讓您在建立對話分析規則時用來定義完全相符條件。當您將完全相符條件新增至規則時，可以從下拉式功能表中選擇字詞和片語清單。 ## 所需的許可 「Contact Lens 規則 - 字詞集合」使用與 Contact Lens 規則相同的一組安全設定檔許可。如需詳細資訊，請參閱[Contact Lens 規則的安全設定檔許可](permissions-for-rules.md)。 ## 如何存取字詞集合管理頁面 1. 在建立或更新對話分析規則時，請選擇**完全相符**條件卡右上方的齒輪圖示，如下圖所示。 ![\[在 UI 中輸入關鍵字或片語選項。\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/word-collections-permissions-how-to-access-1.png) 1. 在**字詞集合**管理頁面上，您可以檢視現有的字詞集合，以及建立新的字詞集合。 ![\[在 UI 中輸入關鍵字或片語選項。\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/word-collections-permissions-how-to-access-2.png) ## 如何建立使用者字詞集合 **** 1. 在**字詞集合**管理頁面上，選擇**建立字詞集合**。 ![\[在 UI 中輸入關鍵字或片語選項。\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/create-user-word-collections-1.png) 1. 輸入字詞集合的名稱、新增字詞和片語，然後選擇**儲存**。 ![\[在 UI 中輸入關鍵字或片語選項。\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/create-user-word-collections-2.png) ## 字詞收集限制 + Amazon Connect 將每個執行個體的使用者字詞集合數量限制預設為 100。 + 每個字詞集合最多可有 100 個字詞或片語。 + 每個字詞或片語限定為不超過 512 個字元。 + 您只能管理使用者字詞集合。您無法管理或編輯系統字詞集合。 # 在 Contact Lens 規則中輸入腳本，讓客服人員遵循 當您需要客服人員在客戶通話中使用確切的措辭時，請在 Contact Lens 規則中輸入腳本。 若要在規則中輸入指令碼，請輸入片語。例如，您想要在客服人員說*感謝您成為會員時反白顯示。我們感謝您*時引起注意，那麼請輸入兩個片語： + 感謝您成為會員。 + 我們感謝您。 若要將規則套用至特定企業營運單位，請新增套用該規則的佇列條件或聯絡屬性。例如，下圖顯示的規則適用於客服人員正在進行 BasicQueue 或帳單與付款佇列、客戶要處理自動保險，而客服人員位於西雅圖。 ![\[新的規則頁面，單字或片語 – 完全相符的部分，多個條件。\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/contact-lens-add-category-rules-3.png) # Contact Lens 規則的安全設定檔許可 若要檢視、編輯或新增用於自動分類的規則，您必須受指派至安全性設定檔，具有 **分析與最佳化：規則** 許可。 若要檢視、編輯或新增使用生成式 AI 的規則 (使用**自然語言 - 語意比對**條件)，您的安全設定檔還必須被指派**分析和最佳化：規則 - 生成式 AI** 許可。 若要查看客服人員名稱以便將其新增至規則，您需要安全性設定檔中的 **使用者和許可：使用者 – 檢視** 許可。 若要查看佇列名稱以便將其新增至規則，您需要安全性設定檔中的 **路由：佇列 – 檢視** 許可。 如需詳細資訊，請參閱[指派在 Amazon Connect 中使用 Contact Lens 對話分析的許可](permissions-for-contact-lens.md)。 # 在 Contact Lens 中設計流程，以使用規則中的聯絡屬性 您最多可以在規則中擁有 5 個聯絡屬性。 聯絡屬性會在即時聯絡分析工作階段開始時擷取，而當時擷取的任何內容都會用於整個工作階段內的規則評估。工作階段啟動後的任何聯絡屬性更新，都不會被取用。 您可以設計流程以使用您在規則中指定的聯絡屬性，然後對應路由任務。例如，到達您聯絡中心的通話或聊天。當 Contact Lens 分析通話或聊天時，它會觸及**合規性**規則。例如，針對通話建立的聯絡紀錄，包含類似下圖的資訊。顯示 **類別** = **合規性**，其擁有兩個自訂聯絡屬性：**客戶類型** = **VIP**，**代理程式位置** = **紐約**。 ![\[觸發合規性規則時的聯絡記錄。\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/contact-lens-rules-attributes-example1.png) 規則引擎會產生任務。任務的聯絡記錄會繼承語音聯絡記錄的聯絡屬性，如下圖所示。 ![\[任務的聯絡記錄，自訂的聯絡屬性。\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/contact-lens-rules-attributes-example2.png) 語音聯絡記錄會顯示為 **上一個聯絡 ID**。 您在規則中指定的流程應設計為使用聯絡屬性，並將任務路由傳送給適當的擁有者。例如，您可能想要將 **客戶類型 = VIP** 的任務，路由傳送至特定客服人員。 如需詳細資訊，請參閱[使用聯絡屬性](connect-contact-attributes.md)。 # Contact Lens 分析對話時會對新聯絡套用規則。 新增規則之後，這些規則會套用至新增規則之後發生的新聯絡。當 Amazon Connect 對話分析分析對話時，會套用規則。 您無法將規則套用至過去、已儲存的交談。 # 錯誤通知：當 Contact Lens 無法分析聯絡 即使流程已啟用分析，Contact Lens 也可能無法分析聯絡檔案。發生這種情況時，Contact Lens 會使用 Amazon EventBridge 事件傳送錯誤通知。 [盡可能](https://docs.aws.amazon.com/eventbridge/latest/userguide/eb-service-event.html)發出事件。 ## 訂閱 EventBridge 通知 若要訂閱這些通知，請建立符合下列項目的自訂 EventBridge 規則： + 「來源」=「aws.connect」 + 「詳細資訊類型」=「Contact Lens 分析狀態變更」 您還可以新增至模式，以便在特定事件代碼發生時通知。如需詳細資訊，請參閱《Amazon EventBridge 使用者指南》**中的[事件模式](https://docs.aws.amazon.com/eventbridge/latest/userguide/filtering-examples-structure.html)。 通知的格式如下範例： ``` { "version": "0", // set by CloudWatch Events "id": "55555555-1111-1111-1111-111111111111", // set by CloudWatch Events "source": "aws.connect", "detail-type": "Contact Lens Analysis State Change", "account": "111122223333", "time": "2020-04-27T18:43:48Z", "region": "us-east-1", // set by CloudWatch Events "resources": [ "arn:aws:connect:us-east-1:111122223333:instance/abcd1234-defg-5678-h9j0-7c822889931e", "arn:aws:connect:us-east-1:111122223333:instance/abcd1234-defg-5678-h9j0-7c822889931e/contact/efgh4567-pqrs-5678-t9c0-111111111111" ], "detail": { "instance": "arn:aws:connect:us-east-1:111122223333:instance/abcd1234-defg-5678-h9j0-7c822889931e", "contact": "arn:aws:connect:us-east-1:111122223333:instance/abcd1234-defg-5678-h9j0-7c822889931e/contact/efgh4567-pqrs-5678-t9c0-111111111111", "channel": "VOICE", "state": "FAILED", "reasonCode": "RECORDING_FILE_CANNOT_BE_READ" } } ``` ## 事件代碼 下表列出 Contact Lens 無法分析聯絡時可能導致的事件代碼。 | 事件原因代碼 | Description | | --- | --- | | INVALID\$1ANALYSIS\$1CONFIGURATION | 流程起始時，Contact Lens 收到無效的值，例如不支援或無效的語言代碼，或修訂行為不支援的值。 | | RECORDING\$1FILE\$1CANNOT\$1BE\$1READ | Contact Lens 無法取得錄音檔案。可能是因為檔案不在 S3 儲存貯體中，或是許可有問題。 | | RECORDING\$1FILE\$1TOO\$1SMALL | 錄音檔案太小，無法進行分析 (小於 105 ms)。 如果檔案沒有預期的格式，就會發生 INVALID 錯誤。空的 JSON 也是個預期外的物件。 | | RECORDING\$1FILE\$1TOO\$1LARGE | 錄音檔案超過分析的持續時間限制。 [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/contact-lens-error-notifications.html) | | RECORDING\$1FILE\$1INVALID | 錄音檔案無效。 | | RECORDING\$1FILE\$1CANNOT\$1BE\$1READ | Contact Lens 嘗試讀取錄音檔案時發生錯誤。 | | RECORDING\$1FILE\$1EMPTY | 錄音檔案是空的。 | | RECORDING\$1SAMPLE\$1RATE\$1NOT\$1SUPPORTED | 音訊檔案的取樣率不受支援。Contact Lens 目前支援 8kHz 取樣率的音訊檔案。這是 Amazon Connect 錄音的採樣率。 | # Amazon Connect 規則無法執行時的錯誤通知 了解特定規則操作在生產環境中失敗的時間，以及導致失敗的原因非常重要。然後，您可以在未來主動緩解這些失敗。 若要取得有關無法執行動作的即時見解，您可以將 Amazon Connect 規則與 Amazon EventBridge 事件整合在一起。例如，當「建立任務」動作因為 **每個執行個體的最大並行使用中任務** 數量達到服務配額而無法執行時，讓您收到通知。發生這種情況時，Amazon Connect 會使用 Amazon EventBridge 事件傳送錯誤通知。 [盡可能](https://docs.aws.amazon.com/eventbridge/latest/userguide/eb-service-event.html)發出事件。 ## 訂閱 EventBridge 通知 若要訂閱這些通知，請建立符合下列項目的自訂 EventBridge 規則： + 「來源」=「aws.connect」 + 「詳細資料類型」=「Contact Lens 規則動作執行失敗」 您還可以新增至模式，以便在特定事件代碼發生時通知。如需詳細資訊，請參閱《Amazon EventBridge 使用者指南》**中的[事件模式](https://docs.aws.amazon.com/eventbridge/latest/userguide/filtering-examples-structure.html)。 通知的格式如下範例： ``` { "version": "0", "id": "8d122163-6c07-f8cb-06e7-373a1bcf8fc6", "source": "aws.connect", "detail-type": "Amazon Connect Rules Action Execution Failed", "account": "123456789012", "time": "2022-01-05T01:30:42Z", "region": "us-east-1", "resources": ["arn:aws:connect:us-east-1:123456789012:instance/cb54730f-5aac-4376-b2f4-7c822889931e"], "detail": { "ruleId": "7410c94b-21c2-4db0-a707-c6d751edbe8f", "actionType": "CREATE_TASK", "triggerEvent": "THIRD_PARTY", "instanceArn": "arn:aws:connect:us-east-1:123456789012:instance/cb54730f-5aac-4376-b2f4-7c822889931e", "reasonCode": "ResourceNotFoundException", "error": "ContactFlowId provided does not belong to connect instance", "additionalInfo": "{\n \"message\": \"Not Found\",\n \"code\": \"ResourceNotFoundException\",\n \"statusCode\": 404,\n \"time\": \"2022-01-03T20:23:07.073Z\",\n \"requestId\": \"048e4403-71c1-47d6-96fc-825744f518e7\",\n \"retryable\": false,\n \"retryDelay\": 28.217537834500316\n}" } } ``` ## 支援的動作類型 + `CREATE_TASK` + `GENERATE_EVENTBRIDGE_EVENT` + `SEND_NOTIFICATION` 如需 `ASSIGN_CONTACT_CATEGORY` 的資訊，請參閱「[錯誤通知：當 Contact Lens 無法分析聯絡 疑難排解](contact-lens-error-notifications.md)」。 ## 支援的觸發事件 + `REAL_TIME_CALL` + `REAL_TIME_CHAT` + `POST_CALL` + `POST_CHAT` + `THIRD_PARTY` ## 動作失敗的原因代碼 當動作失敗時，錯誤通知服務會從支援的動作收集原因代碼。如需任務和 EventBridge 動作失敗之原因代碼的詳細資訊，請參閱下列主題： + 如需任務動作失敗的原因代碼，請參閱《Amazon Connect API 參考資料指南》**中 **StartTaskContact** API 主題中的[錯誤](https://docs.aws.amazon.com/connect/latest/APIReference/API_StartTaskContact.html#API_StartTaskContact_Errors)。 + 如需 EventBridge 動作失敗的原因代碼，請參閱《Amazon EventBridge API 參考資料指南》**中 **PutEvents** API 主題中的[錯誤](https://docs.aws.amazon.com/eventbridge/latest/APIReference/API_PutEvents.html#API_PutEvents_Errors)。 # 在使用 Amazon Connect API 建立或管理規則時指定特定參數的變數 當您使用 Amazon Connect API，例如，[CreateRule](https://docs.aws.amazon.com/connect/latest/APIReference/API_CreateRule.html) 或 [UpdateRule](https://docs.aws.amazon.com/connect/latest/APIReference/API_UpdateRule.html)，以程式設計方式建立或管理規則時，您可以為某些參數指定變數。這些變數會在執行期根據 [EventSourceName](https://docs.aws.amazon.com/connect/latest/APIReference/API_RuleTriggerEventSource.html) 參數的值，在觸發動作時解析。 例如，假設您正在設定任務動作，而且想要新增更多內容。下列範例說明如何使用變數注入包含聯絡的 ID 和客服人員在任務 `Description` 欄位中的 ID： + 客戶對電話通話不滿意。客服人員 `$.ContactLens.PostCall.Agent.AgentId` 與聯絡 `$.ContactLens.PostCall.ContactId` 的對話中偵測到髒話 觸發動作時，他的字串將解析為「客戶對電話通話不滿意」。在與客服人員 12345678-1234-1234-1234-EXAMPLEID012 進行聯絡 87654321-1234-1234-1234-EXAMPLEID345，在對話中偵測到髒話 下表列出了每個事件來源，以及用於支援變量注入欄位的 JSONPath。 | EventSourceName | JSONPath 參考 | | --- | --- | | OnPostCallAnalysisAvailable | \$1.ContactLens.PostCall.ContactId \$1.ContactLens.PostCall.Agent.AgentId \$1.ContactLens.PostCall.Queue.QueueId | | OnRealTimeCallAnalysisAvailable | \$1.ContactLens.RealTimeCall.ContactId \$1.ContactLens.RealTimeCall.Agent.AgentId \$1.ContactLens.RealTimeCall.Queue.QueueId | | OnPostChatAnalysisAvailable | \$1.ContactLens.PostChat.ContactId \$1.ContactLens.PostChat.Agent.AgentId \$1.ContactLens.PostChat.Queue.QueueId | | OnSalesforceCaseCreate | \$1.ThirdParty.Salesforce.CaseCreate.CaseNumber \$1.ThirdParty.Salesforce.CaseCreate.Name \$1.ThirdParty.Salesforce.CaseCreate.Email \$1.ThirdParty.Salesforce.CaseCreate.Phone \$1.ThirdParty.Salesforce.CaseCreate.Company \$1.ThirdParty.Salesforce.CaseCreate.Type \$1.ThirdParty.Salesforce.CaseCreate.Reason \$1.ThirdParty.Salesforce.CaseCreate.Origin \$1.ThirdParty.Salesforce.CaseCreate.Subject \$1.ThirdParty.Salesforce.CaseCreate.Priority \$1.ThirdParty.Salesforce.CaseCreate.CreatedDate \$1.ThirdParty.Salesforce.CaseCreate.Description | | OnZendeskTicketCreate | \$1.ThirdParty.Zendesk.TicketCreate.Id \$1.ThirdParty.Zendesk.TicketCreate.Priority \$1.ThirdParty.Zendesk.TicketCreate.CreatedAt | | OnZendeskTicketStatusUpdate | \$1.ThirdParty.Zendesk.TicketStatusUpdate.Id \$1.ThirdParty.Zendesk.TicketStatusUpdate.Priority \$1.ThirdParty.Zendesk.TicketStatusUpdate.CreatedAt | # Contact Lens 分析的搜尋對話 您可以根據下列條件搜尋分析和轉錄錄音內容： + 揚聲器 (客服人員或客戶) + 關鍵字 + 情緒分數。 + 非通話時間 (僅適用於通話) + 回應時間 (僅適用於聊天) 此外，您可以搜尋特定聯絡類別中的對話 (也就是說，對話已根據說出的關鍵字和短語進行分類)。 下列各節會加以說明這些標準。 **重要** 聯絡上啟用 Contact Lens 時，在通話或聊天結束**且**客服人員完成聯絡後工作 (ACW)，Contact Lens 會分析 (以及通話，轉錄) 客服人員對話的錄音。客服人員必須先選擇 **關閉聯絡**。 啟用 Contact Lens 時，聊天記錄將被編入索引以進行搜尋；如果 Contact Lens 未啟用，則不會對其進行搜尋索引。 ## 搜尋對話所需的許可 您需要安全性設定檔中的下列許可，才能搜尋對話。它們允許您執行所需的搜尋類型。 + 啟用下列其中一個許可，以存取 **聯絡搜尋** 頁面： + **聯絡搜尋**。允許您搜尋所有聯絡。 + **檢視我的聯絡**：允許您只檢視您作為客服人員時處理的聯絡。 + **依對話特性搜尋聯絡**。這包括非通話時間、情緒分數和聯絡類別。 + **根據關鍵字搜尋聯絡** 如需詳細資訊，請參閱[指派許可](permissions-for-contact-lens.md)。 ## 搜尋單字或片語 對於關鍵字搜尋，Contact Lens 使用 Amazon OpenSearch Service 中的 `standard` 分析器。這個分析器不區分大小寫。例如，如果您輸入*感謝您為您的業務 2 取消航班*，則搜尋會尋找： [謝謝、您、為、您的、業務、2、取消、航班] 如果您輸入*「謝謝您的合作」、二、「取消航班」*，則搜尋會尋找： [感謝您的合作、二、取消航班] **若要搜尋對話中的單字或片語** 1. 使用獲指派 **CallCenterManager** 安全性描述檔的使用者帳戶，或啟用 **透過關鍵字搜尋聯絡** 許可的使用者帳戶登入 Amazon Connect。 1. 選擇 **分析和最佳化**，**聯絡搜尋**。 1. 在 **篩選條件** 區段中，指定您要搜尋的期間，並指定通道。 **提示** 依日期搜尋時，您可以一次搜尋最多 8 週。 1. 選擇 **按一下這裡新增篩條件**，然後在下拉式功能表中選擇 **單字或片語**。 ![\[聯絡搜尋頁面，篩選條件部分，新增篩選下拉式清單，字詞或片語選項。\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/contact-lens-search-words-phrases.png) 1. 在 **使用者** 區段中，選擇您要搜尋對話的哪個部分。注意下列事項： + **系統** 適用於聊天，參與者可能是 Lex 機器人或提示。 + 若要搜尋所有參與者使用的單字或片語，請選擇**客服人員**，**客戶**，**系統**。 + 若沒有選擇方塊，則表示單字或片語適用於任何參與者。 1. 展開 **邏輯** 區段，然後選擇下列選項： + 選擇**任一相符**以傳回文字記錄中存在這些單字的聯絡案例。 例如，下面的查詢意味著相符 (您好 OR 取消 OR「範例航空公司」)。而且，因為沒有選擇**使用者**方塊，所以表示「尋找任何使用這些單字的聯絡參與者」。 ![\[單字或片語對話方塊中，符合任何選項。\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/match-any.png) + 選擇**全部相符**以傳回文字記錄中存在所有單字的聯絡案例。 例如，下面的查詢意味著比對 (「謝謝您的合作」AND 取消 AND「範例航空公司」)。而且，由於已選擇所有參與者方塊，因此表示「尋找所有使用這些單字和片語的聯絡參與者」。 ![\[單字或片語對話方塊中，符合所有選項。\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/match-all.png) 1. 在 **文字或片語** 區段中，輸入要搜尋的單字 (以逗號分隔)。如果要輸入片語，請用引號括起來。 最多可輸入 128 個字元。 ## 搜尋情緒分數或評估情緒轉移 您可以使用 Contact Lens，在 -5 (最負面) 到 \$15 (最正面) 的範圍內搜尋對話的情緒分數。這可讓您識別通話變好或變差的原因模式和因素。 ![\[聯絡搜尋頁面，情緒分數篩選條件。\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/contact-lens-sentiment-score-shift.png) 例如，假設您想要識別並調查客戶在結束時表達出負面情緒的所有聯絡。您可以搜尋情緒分數為 **<=** (小於或等於) -1 的所有聯絡。 如需詳細資訊，請參閱[調查情緒分數](sentiment-scores.md)。 **若要搜尋情緒分數或評估情緒轉移** 1. 使用獲指派 **CallCenterManager** 安全性描述檔的使用者帳戶，或啟用 **透過對話特徵搜尋聯絡** 許可的使用者帳戶登入 Amazon Connect。 1. 在 **聯絡搜尋** 頁面上，指定您是否要讓客戶或客服人員說出情緒計分的單字或片語。 1. 在 **分數分析類型** 中，指定要傳回的分數類型： + **情緒分數**：這會傳回客戶或客服人員對話部分的平均分數。 除了在客服人員或客戶聯絡時搜尋情緒分數，您還可以搜尋下列篩選條件： + **與客服人員聊天時** + **聊天內沒有客服人員**：這是客戶與機器人、提示聊天的時間，以及在佇列中的時間。 ![\[情緒分數篩選條件，參與者下拉式清單，聊天選項上沒有客服人員的客戶。\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/contact-lens-search-sentiment-participant.png) + **情緒轉移**：識別聯絡期間客戶或客服人員的情緒情緒變化。 例如，下圖顯示搜尋聯絡的範例，其中客戶的情緒分數開始時小於或等於 -1，結束時大於或等於 \$11。此外，客戶正在與客服人員代表聊天。 ![\[情緒分數篩選條件，情緒轉移選項。\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/contact-lens-search-sentiment-score.png) ## 搜尋非通話時間 為了協助您識別要調查哪些通話，您可以搜尋非通話時間。例如，您可能想要尋找非通話時間大於 20% 的所有通話，然後進行調查。 非通話時間包含保留時間與兩位參與者未交談時間超過三秒的沉默時間。無法自訂此持續時間。 使用下拉式箭頭來指定是否要在對話中搜尋非通話時間的持續時間或百分比。下圖顯示這些選項。 如需如何使用該指標的詳細資訊，請參閱 [調查非通話時間](non-talk-time.md)。 ![\[非通話時間篩選條件，持續時間和百分比選項。\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/non-talk-time.png) ## 依據對聊天對話的回應時間搜尋 您可以依據下列項目進行搜尋： + 客服人員或客戶在聊天期間的平均回應時間 + 聊天期間客服人員或客戶的最長回應時間 您可以指定持續時間是小於還是大於或等於特定時間。如需如何使用該指標的詳細資訊，請參閱 [在 Contact Lens 中調查聊天期間的回應時間](response-time.md)。 如需支援的最小與最大回應時間，請參閱 [Amazon Connect 規則功能規格](feature-limits.md#rules-feature-specs)。 下圖顯示客服人員平均回應時間大於或等於 1 分鐘的聯絡搜尋。 ![\[回應時間篩選條件。\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/response-time.png) ## 搜尋聯絡類別 1. 在 **聯絡搜尋** 頁面上，選擇 **新增篩選條件**，**聯絡類別**。 1. 在 **聯絡類別** 方塊中，使用下拉式方塊列出所有目前可供您搜尋的類別。或者，如果您開始輸入，則會將輸入比對現有類別，並篩選不相符的類別。 + **任何相符**：搜尋任何符合選擇類別的聯絡。 + **全部相符**：搜尋全部相符選擇類別的聯絡人。 + **不相符**：搜尋不符合任何選擇類別的聯絡人。請注意，這只會傳回 Contact Lens 對話分析所分析的聯絡。 下圖顯示列出所有目前類別的下拉式功能表。 ![\[聯繫類別篩選條件，符合所有選項，聯絡類別。\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/contact-lens-search-contact-category2.png) # 使用 Contact Lens 來檢閱分析對話 使用 Amazon Connect Contact Lens 時，您可以檢閱文記錄，並找出感興趣的聯絡部分。您無需聆聽整個通話或閱讀整個聊天文字記錄，即可了解感興趣的內容。您可以專注於音訊或文字記錄的特定部分。無論是否為感興趣的點，都會為您反白顯示。 例如，您可能會掃描聯絡的文字記錄，並看到客戶的回合上有紅色情緒的表情符號，表示客戶正在表達負面情緒。您可以選擇時間戳記，然後跳轉到錄音或聊天互動的部分。 下圖顯示語音聯絡的範例。 ![\[語音聯絡的分析。\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/contact-lens-category-hit.png) 下圖顯示聊天聯絡的範例。**系統訊息** 適用於聊天，參與者可能是 Lex 機器人或提示。 ![\[聊天連絡的分析。\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/contact-lens-category-hit-chat.png) **若要檢閱分析的對話** 1. 使用安全設定檔中具有**聯絡搜尋**和 **Contact Lens – 對話分析**許可的使用者帳戶登入 Amazon Connect。 1. 在 Amazon Connect 中選擇 **分析和最佳化**，**聯絡搜尋**。 1. 使用頁面上的篩選條件來縮小聯絡案例的搜尋範圍。對於日期 , 您一次最多可搜尋 14 天。如需搜尋聯絡案例的詳細資訊，請參閱 [搜尋已完成和進行中的聯絡](contact-search.md)。 1. 選擇聯絡 ID 以檢視聯絡的聯絡詳細資訊。 1. 在 **聯絡人詳細資訊** 的 **錄音** 和 **文字記錄** 區段中，檢閱交談的內容與時間以及其中的情緒。 1. 對於通話，如果需要，請選擇播放提示以聆聽錄音。或者，按一下錄音的相關部分，以聆聽您感興趣的部分。 1. 對於聊天，如果需要，請使用圖表導覽至您感興趣的文字記錄部分。 # 在 Amazon Connect Contact Lens 中導覽文字記錄和音訊 為了保證高品質，主管經常需要審查許多客服人員的聯絡。逐步文字記錄和情緒資料可協助您快速識別並導覽至您感興趣的錄音部分。 下列聯絡記錄圖片顯示功能，能讓您快速導覽文字記錄和音訊，以找到需要關注的特定區域。同時圖片顯示語音聯絡，相同功能也適用於聊天聯絡。 ![\[語音聯絡的分析。\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/contact-lens-navigate-transcripts2.png) 1. 使用[顯示主要重點](#contact-lens-contact-summarization)來僅檢閱問題、結果和/或行動項目。 1. 使用語音聯絡的[自動滾動](#autoscroll)，跳過音訊或文字紀錄。兩者始終保持同步。 1. 掃描[情緒表情符號](#sentiment-emojis)，快速識別您要閱讀或聆聽的文字記錄部分。 1. 選擇時間戳記以跳至錄音或文字記錄的該部分。時間戳記是聯絡時從客戶互動開始計算。 ## 顯示主要重點 查看數百行的聯絡文字記錄可能非常耗時。為了使這個過程更快，更有效率，Contact Lens 提供查看主要重點的選項。重點只顯示 Contact Lens 文字記錄中已識別出的問題、結果或行動項目的那幾行。 + **問題** 代表呼叫通話動機。例如，「我正在考慮升級您的在線上訂閱計劃。」 + **結果** 代表聯絡的可能結論或結果。例如，「根據您目前的計劃，我會推薦我們擁有的線上必要計劃。」 + **行動項目** 代表客服人員採取的行動項目。例如，「請留意包含報價的電子郵件。我會盡快寄給您。」 每個聯絡只會有一個問題、一個結果和一個行動項目。並非所有聯絡都會有三個部分。 **注意** 如果 Contact Lens 顯示**此文字記錄沒有主要重點的訊息**，表示沒有發現任何問題、結果或行動項目。 您不需要設定主要重點。可以立即使用，無需任何機器學習模型的訓練。 ## 開啟自動捲動功能以同步文字記錄和音訊 對於語音聯絡人，請使用 **自動捲動** 來跳過音訊或文字記錄，而兩者始終保持同步。例如： + 當您聆聽對話時，文字記錄會隨之移動，向您顯示情緒表情符號和任何偵測到的問題。 + 您可以捲動文字記錄，然後選擇時間戳記，以聆聽錄音中的特定時間點。 由於音訊和文字記錄是一致的，文字記錄可以幫助您了解客服人員和客戶的說法。以下情況時，這項功能非常實用： + 可能是由於連線問題，導致音訊不佳時。文字記錄可以幫助您了解所說的話。 + 變化的方言或語言。我們的模型採用不同的口音進行訓練，因此文字記錄可以幫助您了解所說的內容。 ## 掃描情緒表情符號 情緒表情符號可協助您快速掃描文字記錄，以便您聆聽對話中情緒表情的部分。 例如，如果您看到客戶回合時發送紅色表情符號，然後顯示綠色表情符號，您可以選擇時間戳記跳至該對話的特定時間點，以檢查該客服人員如何幫助客戶。 ## 點選或按一下類別標籤以瀏覽文字記錄 當您點擊或按一下類別標籤時，Contact Lens 會自動導覽到文字記錄中對應的興趣點。還有視覺化的類別互動標記，以指出錄音檔案的哪個部分具有與品類相關的表達用語。 下圖顯示聊天的 **聯絡詳細資訊** 頁面的一部分。 ![\[聊天的文字紀錄、類別、文字記錄的相關區段。\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/contact-lens-category-tag-navigation.png) # 在 Amazon Connect 中檢視採用生成式 AI 技術的聯絡後摘要 **注意** **採用 Amazon Bedrock 技術**： AWS 實作[自動濫用偵測](https://docs.aws.amazon.com//bedrock/latest/userguide/abuse-detection.html)。因為採用生成式 AI 技術的聯絡後摘要是建立在 Amazon Bedrock 的基礎上，所以使用者可以充分利用 Amazon Bedrock 中實作的控制措施，強制執行人工智慧 (AI) 的安全、保障和負責任使用目標。 您可以使用生成式 AI 技術支援的聯絡後摘要以結構化、簡潔且易於閱讀的格式，提供客戶對話中的重要資訊，節省寶貴的時間。您可以快速查看摘要並了解背景資訊，而無需閱讀文字記錄和監控通話。 您可以透過多種方式存取採用生成式 AI 技術的聯絡後摘要： + **客服人員**可以在聯絡控制面板 (CCP) 上存取語音和電子郵件聯絡的聯絡後摘要。他們可以使用摘要快速完成其聯絡後工作 (ACW)。若要了解客服人員的體驗，請參閱 [在 CCP 上檢視聯絡後摘要](#summaries-on-agentws)。 + **管理員和主管**可以在 Amazon Connect 管理員網站、聯絡人**詳細資訊和聯絡人搜尋頁面上存取語音、聊天**和電子郵件聯絡人的摘要。 ****他們可以透過摘要快速了解他們正在檢閱的聯絡有何問題和結果。若要了解管理員體驗，請參閱 [在 Amazon Connect 管理員網站上檢視聯絡後摘要](#summaries-on-website)。 + **開發人員**可以直接從 [API](contact-lens-api.md) 將摘要擷取到第三方系統中。他們也可以[與 Amazon Kinesis Data Streams 整合](contact-analysis-segment-streams.md)，以進行串流。當負載較高，但您不想調節 TPS 時，後面這個選項將有其效用。 **Topics** + [啟用聯絡後摘要](#gen-ai-getstarted) + [啟用電子郵件的聯絡摘要](#enable-email-summaries) + [在 CCP 上檢視聯絡後摘要](#summaries-on-agentws) + [在 Amazon Connect 管理員網站上檢視聯絡後摘要](#summaries-on-website) + [未產生摘要的原因](#summary-not-generated) ## 啟用聯絡後摘要 **在客服人員的 CCP 上為語音聯絡啟用聯絡後摘要** 1. 將 [設定錄製和分析行為](set-recording-behavior.md) 區塊新增至流程。 1. 設定區塊的**屬性**頁面： 1. 將**通話錄音**設定為**開啟**。選擇**客服人員和客戶**，如下圖所示。 ![\[為通話錄音設定的 [設定錄製和分析行為] 區塊的屬性頁面。\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/call-recording-summaries.png) 1. 將**分析**設定為**開啟**。 1. 選擇**啟用語音分析**。 1. 選擇**即時和通話後分析**。 1. 在 **Contact Lens 生成式 AI 功能**下，選擇**聯絡後摘要**。 下圖顯示**屬性**頁面的**分析**區段，設定為在客服人員的 CCP 上啟用聯絡後摘要： ![\[設定錄製和分析行為區塊的屬性頁面。\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/set-block-post-contact-summaries-ccp.png) 1. 將下列許可指派給客服人員的安全設定檔： + **聯絡人控制台 (CCP) - Contact Lens 資料 - 存取** + **分析和最佳化 - Contact Lens – 聯絡後摘要 - 檢視** + **分析和最佳化 - 錄製的對話 (已修訂)**、**檢視錄製的對話 (未修訂)**、**全部**或**存取** (建議的最低權限為**存取**) + **分析和最佳化 - 檢視我的聯絡**或**聯絡搜尋** **在 Amazon Connect 管理員網站上啟用聯絡後摘要** 1. 設定 [設定錄製和分析行為](set-recording-behavior.md) 的**屬性**頁面，如下所示： 1. 將**分析**設定為**開啟**。 1. 選擇**啟用語音分析**和/或**啟用聊天分析**。 如果選擇語音分析，請接著選擇下列其中一項： + **通話後分析** + **即時和通話後分析**：如果使用者想要檢視進行中聯絡的聯絡後摘要 (即客服人員仍在 ACW 中，但通話已結束)，請選擇此選項。 1. 聯絡後摘要不支援精細修訂。選取精細修訂時，聯絡後摘要會修訂在文字中識別到的所有 PII，並將其取代為 [PII] 標籤。 1. 在 **Contact Lens 生成式 AI 功能**下，選擇**聯絡後摘要**。 1. 將下列許可指派給使用者的安全設定檔： + **分析和最佳化 - 聯絡搜尋**或**檢視我的聯絡** + **分析和最佳化 - Contact Lens – 聯絡後摘要 - 檢視** + **分析和最佳化 - 錄製的對話 (已修訂)**、**檢視錄製的對話 (未修訂)**、**全部**或**存取** (建議的最低權限為**存取**) ## 啟用電子郵件的聯絡摘要 **啟用電子郵件聯絡的聯絡摘要** 1. 將[設定記錄、分析和處理行為](set-recording-analytics-processing-behavior.md)區塊新增至您的傳入電子郵件流程。 1. 設定區塊的**屬性**頁面： 1. 針對**頻道**，選擇**電子郵件**。 1. 將**分析**設定為**開啟**。 1. 選擇**啟用電子郵件分析**。 1. 在**Contact Lens生成式 AI 功能**下，選擇**聯絡摘要**。 1. 選擇**儲存**。 ## 在 CCP 上檢視聯絡後摘要 為了協助客服人員執行其聯絡後工作 (ACW)，Amazon Connect 會在語音聯絡的 CCP 上顯示採用生成式 AI 技術的聯絡後摘要。下圖顯示範例摘要。 ![\[聯絡人控制台在聯絡後工作 (ACW) 期間顯示採用生成式 AI 技術的聯絡後摘要。\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/genai-summary-ccp1.png) 1. 客服人員位於 ACW。他們可以在頁面頂端顯示「正在產生摘要」橫幅時瀏覽文字記錄。 1. 客服人員瀏覽時會出現一則訊息，指出摘要可供使用。如果客服人員按一下橫幅，CCP 就會在摘要顯示時捲動至頁面頂端。 1. 客服人員按一下橫幅後，它就會消失。 **注意** 採用生成式 AI 技術的聯絡後摘要支援 CCP 上的語音、聊天和電子郵件聯絡。 ## 在 Amazon Connect 管理員網站上檢視聯絡後摘要 為了協助管理員和其他使用者檢閱聯絡人，他們可以在 Amazon Connect 管理員網站上檢視聯絡後摘要。下圖顯示**聯絡詳細資訊**頁面上採用生成式 AI 技術的聯絡後摘要的範例。 ![\[[聯絡詳細資訊] 頁面會顯示採用生成式 AI 技術的聯絡後摘要，其中包含關於客戶對話的結構化資訊。\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/genai-summary2.png) 下圖顯示**聯絡搜尋**頁面上採用生成式 AI 技術的聯絡後摘要的範例。 ![\[[聯絡搜尋] 頁面以清單檢視格式顯示多個客戶互動採用生成式 AI 技術的聯絡後摘要。\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/genai-summary-contactsearch2.png) 每個聯絡不會產生一個以上的摘要。並非所有聯絡都會產生摘要；如需詳細資訊，請參閱 [未產生摘要的原因](#summary-not-generated)。 ## 未產生摘要的原因 若未產生摘要，**聯絡詳細資訊**和**聯絡搜尋**頁面上會顯示錯誤訊息。此外，錯誤的 ReasonCode 會出現在 Contact Lens 輸出檔案的 `ContactSummary` 物件中，如下列範例所示： ``` "JobDetails": { "SkippedAnalysis": [ { "Feature": "POST_CONTACT_SUMMARY", "ReasonCode": "INSUFFICIENT_CONVERSATION_CONTENT" } ] }, ``` 以下列出未產生摘要時可能會在聯絡詳細資訊或搜尋頁面上顯示的錯誤訊息。此外也列出顯示在 Contact Lens 輸出檔案中的相關原因代碼。 + **因超出並行摘要的配額而無法產生摘要**。ReasonCode：`QUOTA_EXCEEDED`。 如果您收到此訊息，建議您[提交票證](https://console.aws.amazon.com/support/home#/case/create?issueType=service-limit-increase&limitType=service-code-connect)，以提高[並行聯絡後摘要任務](amazon-connect-service-limits.md#contactlens-quotas)配額。 + **因合格對話不足而無法產生摘要**。ReasonCode：`INSUFFICIENT_CONVERSATION_CONTENT`。 對於語音，每個參與者必須要有 1 個表達用語。對於聊天，每個參與者必須要有 1 個支援類型的訊息。支援的訊息類型為 `text/plain` 和 `text/markdown`。摘要不會使用其他類型的訊息，例如 `application/json`。 + **聯絡流程的聯絡後摘要具有無效的 Contact Lens 組態，例如不支援或無效的語言代碼**。ReasonCode：`INVALID_ANALYSIS_CONFIGURATION`。 如果啟用的摘要與其他 Contact Lens 設定不相容 (特別是針對不支援的地區設定啟用時)，就會傳回此錯誤。 + **無法提供摘要，因為摘要不符合安全和品質防護機制標準**。ReasonCode：`FAILED_SAFETY_GUIDELINES`。 此錯誤可能會發生在 Amazon Connect 中的並行聯絡後摘要任務上。Amazon Connect 會將聯絡資料傳遞至 Amazon Bedrock，以產生摘要。如果聯絡資料包含未修訂的個人身分識別資訊 (PII)，則會觸發 Amazon Bedrock 的安全指導方針。因此，Amazon Bedrock 拒絕產生摘要藉以保護敏感資訊，導致 Amazon Connect 發生錯誤。 + 內部系統錯誤。ReasonCode：`INTERNAL_ERROR` # 在聯絡人控制台 (CCP) 中檢視客戶對話的主要重點 查看數百行的聯絡文字記錄可能非常耗時。若要讓過程更快速且更有效率，Contact Lens 會自動識別和標記客戶對話的關鍵部分，然後顯示對話的重點。管理員可以在**聯絡詳細資訊**頁面上查看這些重點。客服人員可以在聯絡控制面板 (CCP) 中查看重點。 **提示** 如需支援的語言清單，請參閱 [Amazon Connect Contact Lens 支援語言](supported-languages.md#supported-languages-contact-lens)主題中的*主要重點*一欄。 啟用 Contact Lens 後，會識別客戶對話的主要部分，將標籤 (例如問題、結果或行動項目) 指定給這些部分，並顯示客戶對話的重點。您可以展開重點以檢視聯絡的完整文字記錄。 下列範例顯示**聯絡詳細資訊**頁面上的主要重點。 ![\[聯絡詳細資訊頁面上的主要重點。\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/contact-lens-key-highlights.png) 1. 根據需要切換**顯示主要重點**的開啟和關閉。 1. **問題** 代表聯絡的動機。例如，「我正在考慮升級您的在線上訂閱計劃。」 1. **行動項目** 代表客服人員採取的行動項目。例如，「請留意包含報價的電子郵件。我會盡快寄給您。」 1. **結果** 代表聯絡的可能結論或結果。例如，「根據您目前的計劃，我會推薦我們的線上必要計劃。」 聯絡只有一個問題、一個結果和一個行動項目。某些聯絡可能沒有全部三個項目。 **注意** Contact Lens 無法識別問題、結果或行動項目時，您會看到**此文字記錄沒有主要重點**這個訊息。 若要了解客服人員的體驗 (聯絡控制面板 (CCP) 中顯示文字記錄的哪部分，以及何時顯示) 請參閱 [設計主要重點的流程](enable-analytics.md#call-summarization-agent)。 # 在 Amazon Connect Contact Lens 中使用佈景主題偵測來探索聯絡的問題 使用主題偵測功能從成千上萬的客戶互動中，發現以前未知或新興的聯絡主題。例如，您可以發現客戶投訴的常見原因，例如「取消預訂」或「延遲訂單」。然後，您可以採取適當的措施，通過加速解決問題，並改進 IVR 選項，知識庫文章和客服人員培訓來改善客戶體驗。 ## 須知事項 + Amazon Connect Contact Lens 支援下列語言的佈景主題偵測功能： [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/use-theme-detection.html) + 在 2023 年 1 月 30 日或之後建立的聯絡支援主題偵測。 + 只有當您儲存的搜尋包含至少 300 個聯絡，且 Contact Lens 偵測到問題時，才會啟用**產生主題報告**按鈕。 + 主題偵測報告會針對 3,000 位最近的聯絡產生。 + 主題偵測報告會在建立後的 30 天內提供。30 天後，報告會從資料庫中刪除，且無法擷取。 + 會儲存最近的 20 個主題報告，並且可於 **檢視主題報告** 下拉式功能表中取得，如下圖所示。 ![\[聯絡搜尋頁面，檢視主題報告下拉式功能表。\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/contact-lens-view-theme-reports.png) ## 如何產生主題報告 1. 使用具有下列安全設定檔許可的帳戶登入 Amazon Connect： + **聯絡搜尋 – 存取** + **Contact Lens - 佈景主題偵測 - 建立** + **Contact Lens - 佈景主題偵測 - 檢視** 1. 在 Amazon Connect 左側導覽功能表上，選擇 **分析和最佳化**，**聯絡搜尋**。 1. 在**聯絡搜尋**頁面上，套用篩選條件以選取已由 Contact Lens 分析過的聯絡群組。 **重要** 您的搜尋查詢必須至少傳回 300 個 Contact Lens 偵測到問題的聯絡。否則，系統不會啟用 **產生主題報告** 按鈕。 1. 選擇 **儲存搜尋** 以儲存結果。為您的搜尋指派名稱。 1. 選擇 **產生報告**。 Contact Lens 會應用機器學習來自動將具有類似問題的聯絡分組。產生報告時，橫幅會顯示主題報告的連結。此橫幅範例會顯示在以下影像中。 ![\[聯絡搜尋頁面，主題偵測的橫幅。\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/contact-lens-theme-detection-banner.png) 1. 按一下或點選主題報告的連結。 此時會顯示主題報告。它包括主題標籤和聯絡清單，如下圖所示。 ![\[包含數個主題標籤的主題報表。\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/contact-lens-theme-detection-drilldown.png) 1. 按一下或點選主題標籤以檢視相關聯絡、聆聽特定錄音，以及閱讀文字記錄以進行更深入的分析。 # 使用 Contact Lens 調查聯絡對話期間的情緒分數 ## 什麼是情緒分數？ 情緒分數是文字的分析，以及大部分是否包含正面、負面或中性語言的評分。監督員可以使用情緒分數來搜尋對話，並識別與不同程度客戶體驗 (正面或負面) 相關聯的聯絡案例。情緒分數可以協助他識別要調查哪些聯絡案例。 您可以檢視整個對話的情緒分數，以及整個聯絡的情緒趨勢。 ## 如何調查情緒分數 在改善您的聯絡中心時，您可能需要專注於以下事項： + 以正面情緒分數開頭但以負面得分結束的聯絡。 如果您想要專注於一組特定的聯絡範例以確保高品質，例如，查看以正面情緒開始的聯絡，但帶有負面情緒結束聯絡。這表示客戶離開對話，並且感到不開心。 + 以負面情緒分數開頭但結束為正面得分的聯絡。 分析這些聯絡，將協助您識別可以在聯絡中心重新創造哪些體驗。您可以與其他客服人員分享成功的訣竅。 查看情緒進展的另一種方式，就是查看情緒趨勢線。隨著聯絡的進展，您可以看到客戶情緒的變化。例如，下圖顯示的對話，在交談開始時的情緒分數非常低，繼而提高，但最後又降下去。 ![\[客戶情緒趨勢。\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/contact-lens-sentiment-trend.png) 如需詳細資訊，請參閱[搜尋情緒分數或評估情緒轉移](search-conversations.md#sentiment-search)。 ## 如何決定情緒分數 Amazon Connect Contact Lens 會將對話中每個發言者回合的情緒分析為正面、負面或中性。然後，它考慮每個參與者回合的兩個因素，針對每個通話週期分配範圍為 -5 到 \$15 的分數： + 頻率。情緒為正面、負面或中立的次數。 + 情緒特徵。具有相同情緒的回合。 整體情緒分數是通話中每個部分得分的平均分數。 # 使用 Amazon Connect Contact Lens 調查通話期間的非通話時間 ## 什麼是非通話時間？ Amazon Connect Contact Lens 也會識別通話中的*非通話時間*******。非通話時間，等於保留時間，加上兩位參與者未交談時間超過 3 秒的沉默時間。無法自訂此持續時間。 下圖顯示 **聯絡詳細資訊** 頁面上非通話時間資料的位置。 ![\[聯絡人詳細資訊頁面、通話時間區段、非通話時間的資料。\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/contact-lens-nontalk-time-overview.png) ## 如何調查非通話時間 非通話時間可以幫助您識別效果不佳的通話。這可能是因為： + 客戶提出的問題是聯絡中心未曾處理過的問題。 + 客服人員花費很長時間做某件事，但他們已經接受過完善培訓。這表示客服人員使用的工具可能有問題。例如，這些工具的回應速度不夠快，或是不容易使用。 + 客服人員沒有現成的答案，也相對是一名新人。這表示他們需要更多的培訓。 您可以決定是否專注於這些聯絡，以改善您的聯絡中心。例如，您可以轉到音訊的該部分，然後檢視文字記錄以查看發生了什麼事情。 在下列範例中，非通話時間發生在客服人員搜尋來電者的行程 ID。這可能表示客服人員的工具發生問題。或者，如果客服人員是新人，他們需要更多的培訓。 ![\[聯絡音訊錄音和文字記錄，非通話時間的位置。\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/contact-lens-non-talk-time-transcript.png) 如需詳細資訊，請參閱[搜尋非通話時間](search-conversations.md#nontalk-time-search)。 # 在 Contact Lens 中調查聊天期間的回應時間 使用回應時間指標來瞭解客服人員或客戶在聊天聯絡期間的回應速度。 Contact Lens 會計算下列指標： + **客服人員問候時間**。這是客服人員的第一次回應時間，也就是客服人員加入聊天后與客戶互動的速度。例如，如果客戶在對話開始時有負面情緒，則可能會說明首次回應的時間較長。 + **平均客服人員回應時間** 和 **平均客戶回應時間**。客服人員回應時間可協助您根據組織的基準來檢查客服人員的表現。 + **客服人員最長回應時間** 和 **客戶最長回應時間**。 客戶的最長回應時間可以解釋為客服人員的回應時間。例如，如果客戶在五分鐘內沒有回應，然後傳送訊息，則可能是由於客服人員正在同時處理其他聊天，所以回應的時間可能會比平常花費更長的時間。 我們建議您將回應時間指標與互動圖表一起檢視，能夠顯示對話之間的間隔和參與者情緒。 您可以按一下或點選圖表上最長的回應時間值，以引導至文字記錄中關聯的訊息。 下列 **聯絡詳細資訊頁面** 圖片，顯示聊天對話的指標。請注意，**客服人員問候時間** = 客服人員加入聊天後，需要多久才傳送第一個回應。 ![\[聯絡詳細資訊頁面，聊天指標。\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/contactlens-contactdetails-chat1b.png) 如需詳細資訊，請參閱[依據對聊天對話的回應時間搜尋](search-conversations.md#response-time-search)。 # 使用 Contact Lens 調查客服人員和客戶在通話中的響度 響度分數會測量客戶或客服人員在通話期間說話的響度。Contact Lens 會顯示對話的分析，讓您能夠識別客戶或客服人員可能大聲說話並產生負面情緒的位置。 ## 如何使用響度分數 我們建議將響度分數與情緒分數一起使用。尋找對話中響度分數高且情緒分數低的區域。然後閱讀文字記錄中該部分，或聆聽電話的該部分。 例如，以下是錄音和文字記錄分析的圖片。凸出的垂直長條表示客戶大聲說話的地方。水平紅色長條表示其情緒分數為負值。 ![\[聯絡詳細資訊頁面，響度分數。\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/contact-lens-amplitude.png) # 在 Contact Lens 中使用敏感資料修訂保護客戶隱私權 為了協助您保護客戶的隱私權，Contact Lens對話分析可讓您自動修訂對話文字記錄、音訊檔案和電子郵件文字記錄的敏感資料。它使用自然語言理解來修訂敏感資料，例如姓名，地址和信用卡資訊。 後續您在**設定錄製和分析行為**區塊上啟用對話分析時，可以選擇啟用修訂。如需詳細資訊，請參閱[啟用修訂敏感資料](enable-analytics.md#enable-redaction)。 對於語音聯絡人，敏感資料修訂會在通話中斷後套用。對於電子郵件聯絡人，編輯會在電子郵件聯絡人結束後套用。 **重要** 修訂功能旨在識別和移除敏感資料。但是，由於機器學習的預測性質，它可能無法識別和刪除 Contact Lens 生成的文字記錄中所有敏感資料的執行個體。我們建議您檢閱任何已修訂的輸出，以確保其符合您的需求。 修訂功能不符合《1996 年美國健康保險流通與責任法案》(HIPAA) 等醫療隱私權法案 (HIPAA) 規定進行去除身分識別的要求，因此我們建議您在修訂後繼續將其視為需要保護的健康資訊。 如需 Contact Lens 修訂支援的語言清單，請參閱 [Amazon Connect 功能支援的語言](supported-languages.md)。 ## 關於修訂檔案 經修訂的語音檔案會儲存在您的語音 Amazon S3 儲存貯體中，例如：connect-*instanceARN*/Analysis。 修訂後的聊天檔案會存放在您的聊天 Amazon S3 儲存貯體中，例如：Connect-*instanceARN*/Analysis/Chat 修訂後的電子郵件檔案會存放在您的電子郵件 Amazon S3 儲存貯體中，例如：Connect-*instanceARN*/Analysis/Email 您可以使用 Amazon S3 主控台透過 AWS 主控台存取所有檔案 (已修訂、未編輯、原始檔案等)。 以下是您可以使用 Amazon Connect 管理員網站 （例如在**聯絡詳細資訊**頁面上） 存取的清單，假設您具有適當的[安全性設定檔許可](permissions-for-contact-lens.md)： + 存取修訂後的語音、聊天和電子郵件檔案。 + 下載已修訂的錄音。 **注意** 目前，您無法下載修訂聊天檔案和語音記錄。 啟用修訂時，Contact Lens 會產生下列檔案： + 修訂過的檔案。啟用修訂時，根據預設會產生此檔案。這是輸出結構描述，並修訂過敏感資訊。如需範例檔案，請參閱 [Contact Lens 對話分析所分析之通話的範例修訂檔案](contact-lens-example-output-files.md#example-redacted-file)。 + 原本 (原始)、已分析的檔案。只有當您選擇 [設定錄製和分析行為](set-recording-behavior.md) 區塊中的 **取得修訂和原始文字記錄與修訂過的音訊** 時，才會產生此檔案。如需範例檔案，請參閱 [Contact Lens 對話分析所分析之通話的範例原始檔案](contact-lens-example-output-files.md#example-original-output-file)。 **重要** 對於語音聯絡，原始分析過的檔案是儲存完整對話的唯一位置。如果刪除，將不會有已修訂的敏感資料記錄。 + 用於語音聯絡的修訂過音訊檔案 (wav)。音訊檔案中的敏感資料會被修訂為靜音。這些無提示時間不會在 Amazon Connect 管理員網站或其他位置標記為非通話時間。 使用您的檔案保留原則，來決定這些檔案的保留時間長度。 # 使用 Contact Lens API 進行聊天分析 Contact Lens 包含兩個支援對話分析的 API。使用這些 API 構建解決方案，讓您的聯絡中心更有效率。 + [ListRealtimeContactAnalysisSegments](https://docs.aws.amazon.com/contact-lens/latest/APIReference/API_ListRealtimeContactAnalysisSegments.html)：用於語言聯絡。 + [ListRealtimeContactAnalysisSegmentsV2](https://docs.aws.amazon.com/connect/latest/APIReference/API_ListRealtimeContactAnalysisSegmentsV2.html)：用於聊天聯絡。 這些對話分析 API 是輪詢 API，具有標準請求/回應交換，無需與任何其他服務整合。但是，具有[費率限制](amazon-connect-service-limits.md#connect-contactlens-api-quotas)。如有需要，您可以使用[串流 API](contact-analysis-segment-streams.md) 消除這些限制。需要與 Amazon Kinesis Data Streams 整合。 以下是通話和聊天分析 API 的兩個使用案例。 ## 更好的聯絡案例轉接 當聯絡從一個客服人員轉接到另一個客服人員時，您可以將對話的文字記錄轉接到新的客服人員。然後，新的客服人員具有客戶與您的聯絡中心聯絡的背景資訊，而且客戶不需要重複他們已經提供的資訊。使用語言聯絡 [ListRealtimeContactAnalysisSegments](https://docs.aws.amazon.com/contact-lens/latest/APIReference/API_ListRealtimeContactAnalysisSegments.html) API 和聊天 [ListRealtimeContactAnalysisSegmentsV2](https://docs.aws.amazon.com/connect/latest/APIReference/API_ListRealtimeContactAnalysisSegmentsV2.html) API，取得特定時間點的完整對話記錄，並與新的客服人員共用。 ## 突出顯示對話的重要部分為標籤、問題、行動項目和結果 有了主要重點，客服人員可以在聯絡結束後快速筆記，主管可以快速識別聯絡以進行品質和客服人員效能管理。讓客服人員和主管的工作更有效率。 # 使用 Amazon Kinesis Data Streams 存取語音和聊天聯絡的 Contact Lens 分析 聯絡分析區段串流可讓您在語音和聊天聯絡中存取 Contact Lens 分析。串流可克服現有[通話和聊天分析 API](contact-lens-api.md) 的擴展限制。針對語音聯絡，還提供對名為 `Utterance` 的資料區段的存取，允許您存取部分文字記錄。這使您能夠滿足超低延遲要求，以協助客服人員進行即時通話。 本節說明如何與 Amazon Kinesis Data Streams 整合以進行串流。 透過串流，您可以收到下列事件類型： + 在聯絡分析工作階段開始時發布的 STARTED 事件。 + 在聯絡分析工作階段期間發布 SEGMENTS 事件。這些事件包含具有分析資訊的區段清單。 + 在聯絡分析工作階段結束時發布的「COMPLETED」或「FAILED」事件。 **Topics** + [啟用聯絡分析區段串流](enable-contact-analysis-segment-streams.md) + [語音：對話分析區段串流的資料模型](real-time-contact-analysis-segment-streams-data-model.md) + [聊天：對話分析區段串流的資料模型](chat-real-time-contact-analysis-segment-streams-data-model.md) + [語音：範例對話分析區段串流](sample-real-time-contact-analysis-segment-stream.md) + [聊天：範例對話分析區段串流](chat-sample-real-time-contact-analysis-segment-stream.md) # 啟用聯絡分析區段串流以分析 Contact Lens 對話 依預設不會啟用聯絡分析區段串流。本主題介紹如何啟用。 ## 步驟 1：建立 Kinesis 串流 在 Amazon Connect 執行個體所在的相同帳戶和區域上建立資料串流。如需指示，請參閱《Amazon Kinesis Data Streams 開發人員指南》**中的[步驟 1：建立資料串流](https://docs.aws.amazon.com/streams/latest/dev/tutorial-stock-data-kplkcl-create-stream.html)。 **提示** 我們建議您為每種類型的資料建立單獨的串流。儘管可以將相同的串流用於聯絡分析區段串流，客服人員事件和聯絡人記錄，但是當您分別為其使用個別串流時，管理和從串流中獲取資料要容易得多。如需詳細資訊，請參閱《[Amazon Kinesis Data Streams 開發人員指南](https://docs.aws.amazon.com/streams/latest/dev/introduction.html)》。 ## 步驟 2：為 Kinesis 串流設定伺服器端加密 (選用但建議使用) 您有幾種方式可以執行此作業。 + 選項 1：使用 Kinesis AWS 受管金鑰 (`aws/kinesis`)。這無須其他設定即可使用。 + 選項 2：對 Amazon Connect 執行個體中的通話錄音、聊天記錄或匯出的報告使用相同的客戶受管金鑰。 啟用加密，並在 Amazon Connect 執行個體中將客戶受管金鑰用於通話錄音、聊天記錄或匯出的報告。然後為 Kinesis 資料串流選擇相同的 KMS 金鑰。此密鑰已經具有使用所需的許可 (授予)。 + 選項 3：使用其他客戶受管金鑰。 使用現有的客戶受管金鑰或建立新金鑰，然後為 Amazon Connect 角色新增必要許可用金鑰。若要使用 AWS KMS 授權新增許可，請參閱以下範例： ``` aws kms create-grant \ --key-id your key ID \ --grantee-principal arn:aws:iam::your AWS account ID:role/aws-service-role/connect.amazonaws.com/AWSServiceRoleForAmazonConnect_11111111111111111111 \ --operations GenerateDataKey \ --retiring-principal arn:aws:iam::your AWS account ID:role/adminRole ``` 與您的 Amazon Connect 執行個體相關聯的服務連結角色的 ARN 在 `grantee-principal`。若要尋找服務連結角色的 ARN，請在 Amazon Connect 主控台中前往 **概覽**、**分佈設定**、**服務連結角色**。 ## 步驟 3：關聯 Kinesis 串流 使用 Amazon Connect [AssociateInstanceStorageConfig](https://docs.aws.amazon.com/connect/latest/APIReference/API_AssociateInstanceStorageConfig.html) API 建立下列資源類型的關聯： + 對於語音聯絡，請使用 `REAL_TIME_CONTACT_ANALYSIS_VOICE_SEGMENTS` + 對於聊天聯絡，請使用 `REAL_TIME_CONTACT_ANALYSIS_CHAT_SEGMENTS` **注意** `REAL_TIME_CONTACT_ANALYSIS_SEGMENTS` 已棄用，但仍受支援，僅適用於語音聯絡。對往後的語音聯絡請使用 `REAL_TIME_CONTACT_ANALYSIS_VOICE_SEGMENTS`。 如果您先前已將串流與 `REAL_TIME_CONTACT_ANALYSIS_SEGMENTS` 建立關聯，則不需要採取任何動作將串流更新為 `REAL_TIME_CONTACT_ANALYSIS_VOICE_SEGMENTS`。 指定要發布即時聯絡分析區段的 Kinesis 串流。您需要執行個體 ID 和 Kinesis 串流 ARN。下列代碼顯示了範例： ``` // Build request const request: Connect.Types.AssociateInstanceStorageConfigRequest = { InstanceId: 'your Amazon Connect instance ID', ResourceType: 'REAL_TIME_CONTACT_ANALYSIS_VOICE_SEGMENTS or REAL_TIME_CONTACT_ANALYSIS_CHAT_SEGMENTS', StorageConfig: { StorageType: 'KINESIS_STREAM', KinesisStreamConfig: { StreamArn: 'the ARN of your Kinesis stream', }, } }; ``` ### AWS CLI 以下是聊天聯絡的範例。 **提示** 如果您未包含 AWS 區域 (`--region`)，則會根據 CLI 設定檔使用預設區域。 `--storage-config` 參數值不可含括在單引號 (') 內。這樣會引發錯誤。 ``` aws connect associate-instance-storage-config \ --region "us-west-2" \ --instance-id your Amazon Connect instance ID \ --resource-type REAL_TIME_CONTACT_ANALYSIS_CHAT_SEGMENTS \ --storage-config StorageType=KINESIS_STREAM,KinesisStreamConfig={StreamArn=the ARN of your Kinesis stream} ``` ### AWS 開發套件 以下是語音聯絡的範例。 ``` import { Connect } from 'aws-sdk'; async function associate (): Promise { const clientConfig: Connect.ClientConfiguration = { region: 'the Region of your Amazon Connect instance', }; const connect = new Connect(clientConfig); // Build request const request: Connect.Types.AssociateInstanceStorageConfigRequest = { InstanceId: 'your Amazon Connect instance ID', ResourceType: 'REAL_TIME_CONTACT_ANALYSIS_VOICE_SEGMENTS', StorageConfig: { StorageType: 'KINESIS_STREAM', KinesisStreamConfig: { StreamArn: 'the ARN of your Kinesis stream', }, } }; try { // Execute request const response: Connect.Types.AssociateInstanceStorageConfigResponse = await connect.associateInstanceStorageConfig(request).promise(); // Process response console.log('raw response: ${JSON.stringify(response, null, 2)}'); } catch (err) { console.error('Error calling associateInstanceStorageConfig. err.code: ${err.code},' + 'err.message: ${err.message}, err.statusCode: ${err.statusCode}, err.retryable: ${err.retryable}'); } } associate().then(r => console.log('Done')); ``` ## 步驟 4：為您的 Amazon Connect 執行個體啟用 Contact Lens。 如需說明，請參閱[在 Amazon Connect Contact Lens 中啟用對話分析](enable-analytics.md)。 ## 步驟 5 (選用)：檢閱範例區段串流 建議您檢閱[語音](sample-real-time-contact-analysis-segment-stream.md)或[聊天](chat-sample-real-time-contact-analysis-segment-stream.md)範例區段串流，以熟悉其看起來的樣子。 # 對話分析區段串流的資料模型，用來分析 Contact Lens 中的語音聯絡 即時聯絡分析細分流以 JSON 生成。對於每個已啟用即時對話分析的聯絡，事件 JSON 都會發布至相關聯的串流。您可以為語音聯絡的對話分析工作階段發布下列類型的事件： + STARTED 事件 - 每個對話分析工作階段都會在工作階段開始時發布一個 STARTED 事件。 + SEGMENTS 事件 - 每個對話分析工作階段都可能在工作階段期間發佈零或多個 SEGMENTS 事件。這些事件包含具有分析資訊的區段清單。對於語音聯絡，區段清單可能包含「`Utterance`」、「`Transcript`」、「`Categories`」或「`PostContactSummary`」區段。 + COMPLETED 或 FAILED 事件 - 每個對話分析工作階段都會在工作階段結束時發布一個 COMPLETED 或 FAILED 事件。 ## 語音聯絡的所有事件中包含的共同屬性 每個事件含有以下屬性： **版本** 事件結構描述的版本。 類型：字串 **Channel** 此聯絡管道的類型。 類型：字串 有效值：`VOICE`、`CHAT`、`TASK` 如需頻道的詳細資訊，請參閱 [在 Amazon Connect 中轉接聯絡人的頻道和並行](channels-and-concurrency.md)。 **AccountId** 發生此聯絡所在帳戶的識別碼。 類型：字串 **ContactId** 正在分析的聯絡識別碼。 類型：字串 **InstanceId** 發生此聯絡所在的執行個體識別碼。 類型：字串 **LanguageCode** 與此聯絡關聯的語言代碼。 類型：字串 有效值：[Contact Lens 即時通話分析支援的語言](supported-languages.md#supported-languages-contact-lens)之一的語言代碼。 **EventType** 已發布的事件類型。 類型：字串 有效值：`STARTED`、`SEGMENTS`、`COMPLETED`、`FAILED` ## STARTED 事件 `STARTED` 事件僅包括通用屬性： + 版本 + Channel + AccountId + ContactId + LanguageCode + EventType：STARTED ## SEGMENTS 事件 `SEGMENTS` 事件包括下列屬性： + 版本 + Channel + AccountId + ContactId + LanguageCode + EventType：SEGMENTS + 區段：除了通用屬性之外，`SEGMENTS` 事件還包括具有分析資訊的區段清單。 類型：[區段](#segment)物件的陣列 + PostContactSummary：語音聯絡區段的聯絡後摘要的相關資訊。 類型：[PostContactSummary](https://docs.aws.amazon.com/connect/latest/APIReference/API_connect-contact-lens_PostContactSummary.html) 物件 必要：否 **區段** 即時分析工作階段的分析區段。 每個區段都是具有下列選用屬性的物件。視區段類型而定，僅存在下列屬性之一： + 表達用語 + 文字記錄 + 類別 + PostContactSummary **表達用語** 經分析的表達用語。 必要：否 + **Id** 表達用語的識別碼。 類型：字串 + ** TranscriptId** 與此表達用語關聯的文字記錄識別碼。 類型：字串 + **ParticipantId** 參與者的識別碼。 類型：字串 + ** ParticipantRole** 參與者的角色。例如，是客戶、客服人員或是系統。 類型：字串 + ** PartialContent** 表達用語的內容。 類型：字串 + ** BeginOffsetMillis** 此文字記錄聯絡中的開始偏移。 類型：整數 + ** EndOffsetMillis** 此文字記錄聯絡中的結束偏移。 類型：整數 **文字記錄** 經分析的文字記錄。 類型：[文字記錄](https://docs.aws.amazon.com/contact-lens/latest/APIReference/API_Transcript.html)物件 必要：否 **類別** 符合的類別規則。 類型：[類別](https://docs.aws.amazon.com/contact-lens/latest/APIReference/API_Categories.html)物件 必要：否 **PostContactSummary** 語音聯絡區段的聯絡後摘要的相關資訊。 類型：[PostContactSummary](https://docs.aws.amazon.com/connect/latest/APIReference/API_connect-contact-lens_PostContactSummary.html) 物件 必要：否 ## COMPLETED 事件 `COMPLETED` 事件僅包括下列通用屬性： + 版本 + Channel + AccountId + ContactId + LanguageCode + EventType：COMPLETED ## 失敗的事件 `FAILED` 事件僅包括下列通用屬性： + 版本 + Channel + AccountId + ContactId + LanguageCode + EventType：FAILED # 對話分析區段串流的資料模型，用來分析 Contact Lens 中的聊天 聊天聯絡的對話分析區段串流會以 JSON 的形式產生。對於每個已啟用即時對話分析的聯絡，事件 JSON 都會發布至相關聯的串流。您可以為聊天聯絡的對話分析工作階段發布下列類型的事件： + STARTED 事件 - 每個對話分析工作階段都會在工作階段開始時發布一個 STARTED 事件。 + SEGMENTS 事件 - 每個對話分析工作階段都可能在工作階段期間發佈零或多個 SEGMENTS 事件。這些事件包含具有分析資訊的區段清單。對於聊天聯絡，區段清單可能包含「`Attachments`」、「`Transcript`」、「`Categories`」、「`Events`」、「`Issues`」或「`PostContactSummary`」區段。 + COMPLETED 或 FAILED 事件 - 每個對話分析工作階段都會在工作階段結束時發布一個 COMPLETED 或 FAILED 事件。 ## 聊天聯絡的所有事件中包含的共同屬性 每個事件含有以下屬性： **版本** 事件結構描述的版本。對於聊天聯絡，此項目為 2.0.0。 類型：字串 **Channel** 此聯絡管道的類型。 類型：字串 有效值：`VOICE`、`CHAT`、`TASK` 如需頻道的詳細資訊，請參閱 [在 Amazon Connect 中轉接聯絡人的頻道和並行](channels-and-concurrency.md)。 **AccountId** 發生此聯絡所在帳戶的識別碼。 類型：字串 **InstanceId** 發生此聯絡所在的執行個體識別碼。 類型：字串 **ContactId** 正在分析的聯絡識別碼。 類型：字串 **StreamingEventType** 已發布的事件類型。 類型：字串 有效值：`STARTED`、`SEGMENTS`、`COMPLETED`、`FAILED` **StreamingSettings** 此聯絡的 Contact Lens 設定 類型：[StreamingSettings](#streamingsettingsobject) 物件 ## StreamingSettings 物件 **LanguageCode** 與此聯絡關聯的語言代碼。 類型：字串 有效值：[Contact Lens 即時通話分析支援的語言](supported-languages.md#supported-languages-contact-lens)之一的語言代碼。 **Output** 為此聯絡啟用的 Contact Lens 輸出類型。 類型：字串 有效值：`Raw`、`Redacted`、`RedactedAndRaw` **RedactionTypes** 為此聯絡啟用的修訂類型。 類型：字串陣列 有效值：`PII` **RedactionTypesMetadata** 每個修訂類型的修訂中繼資料。 類型：[RedactionMetadata](#redactionmetadata) 物件的 RedactionType 字串 有效值：`PII` ## RedactionMetadata 物件 提供修訂設定的相關資訊。 **RedactionMaskMode** 資料修訂取代設定 類型：字串 有效值：`PII`、`EntityType` ## STARTED 事件 `STARTED` 事件僅包括通用屬性： + 版本 + Channel + AccountId + ContactId + StreamingEventType：STARTED + StreamingSettings ## SEGMENTS 事件 `SEGMENTS` 事件包括下列屬性： + 版本 + Channel + AccountId + OutputType + 目前區段的 Contact Lens 輸出類型 + 類型：字串 + 有效值：`Raw`、`Redacted` + ContactId + StreamingEventType：SEGMENTS + StreamingSettings + 客群 + 分析資訊的區段清單。 + 類型：[區段](#chat-segment)物件的陣列 **區段** 即時分析工作階段的分析區段。 每個區段都是具有下列選用屬性的物件。視區段類型而定，僅存在下列屬性之一： + [附件](#chat-attachments) + [類別](#chat-category) + [事件](#chat-event) + [問題](#chat-issues) + [文字記錄](#chat-transcript) + [PostContactSummary](#chat-postcontactsummary) **附件** 已分析的附件。 必要：否 類型：[RealTimeContactAnalysisSegmentAttachments](https://docs.aws.amazon.com/connect/latest/APIReference/API_RealTimeContactAnalysisSegmentAttachments.html) 物件 **類別** 符合的類別規則。 類型：[RealTimeContactAnalysisSegmentCategories](https://docs.aws.amazon.com/connect/latest/APIReference/API_RealTimeContactAnalysisSegmentCategories.html) 物件 必要：否 **事件** 描述聯絡事件的區段類型。 類型：[RealTimeContactAnalysisSegmentEvent](https://docs.aws.amazon.com/connect/latest/APIReference/API_RealTimeContactAnalysisSegmentEvent.html) 物件 必要：否 **問題** 包含偵測到的問題清單的區段類型。 類型：[RealTimeContactAnalysisSegmentIssues](https://docs.aws.amazon.com/connect/latest/APIReference/API_RealTimeContactAnalysisSegmentIssues.html) 物件 必要：否 **文字記錄** 已分析的文字記錄區段。 類型：[RealTimeContactAnalysisSegmentTranscript](https://docs.aws.amazon.com/connect/latest/APIReference/API_RealTimeContactAnalysisSegmentTranscript.html) 物件 必要：否 **PostContactSummary** 聊天即時聯絡區段的聯絡後摘要的相關資訊。 類型：[RealTimeContactAnalysisSegmentPostContactSummary](https://docs.aws.amazon.com/connect/latest/APIReference/API_RealTimeContactAnalysisSegmentPostContactSummary.html) 物件 必要：否 ## COMPLETED 事件 `COMPLETED` 事件僅包括下列通用屬性： + 版本 + Channel + AccountId + InstanceId + ContactId + StreamingEventType：COMPLETED + StreamingSettings ## 失敗的事件 `FAILED` 事件僅包括下列通用屬性： + 版本 + Channel + AccountId + InstanceId + ContactId + StreamingEventType：FAILED + StreamingSettings # 使用 Contact Lens 分析通話的範例對話分析區段串流 本主題提供在語音聯絡期間可能發生的 STARTED、SEGMENTS、COMPLETED 和 FAILED 事件的範例區段串流。 ## STARTED 事件範例 + EventType：STARTED + 在對話分析工作階段開始時發布。 ``` { "Version": "1.0.0", "Channel": "VOICE", "AccountId": "123456789012", // your AWS account ID "InstanceId": "a1b2c3d4-5678-90ab-cdef-EXAMPLE11111", // your Amazon Connect instance ID "ContactId": "a1b2c3d4-5678-90ab-cdef-EXAMPLE22222", // the ID of the contact "LanguageCode": "en-US", // the language code of the contact "EventType": "STARTED" } ``` ## SEGMENTS 事件範例 + EventType：SEGMENTS + 在對話分析工作階段期間發布。此事件包含分析資訊的區段清單。區段清單可能包含「`Utterance`」、「`Transcript`」或「`Categories`」或「`PostContactSummary`」區段。 ``` { "Version": "1.0.0", "Channel": "VOICE", "AccountId": "123456789012", // your AWS account ID "InstanceId": "a1b2c3d4-5678-90ab-cdef-EXAMPLE11111", // your Amazon Connect instance ID "ContactId": "a1b2c3d4-5678-90ab-cdef-EXAMPLE22222", // the ID of the contact "LanguageCode": "en-US", // the language code of the contact "EventType": "SEGMENTS", "Segments": [ { "Utterance": { "Id": "7b48ca3d-73d3-443a-bf34-a9e8fcc01747", "TranscriptId": "121d1581-905f-4169-9804-b841bb4df04a", "ParticipantId": "AGENT", "ParticipantRole": "AGENT", "PartialContent": "Hello, thank you for calling Example Corp. My name is Adam.", "BeginOffsetMillis": 19010, "EndOffsetMillis": 22980 } }, { "Utterance": { "Id": "75acb743-2154-486b-aaeb-c960ae290e88", "TranscriptId": "121d1581-905f-4169-9804-b841bb4df04a", "ParticipantId": "AGENT", "ParticipantRole": "AGENT", "PartialContent": "How can I help you?", "BeginOffsetMillis": 23000, "EndOffsetMillis": 24598 } }, { "Transcript": { "Id": "121d1581-905f-4169-9804-b841bb4df04a", "ParticipantId": "AGENT", "ParticipantRole": "AGENT", "Content": "Hello, thank you for calling Example Corp. My name is Adam. How can I help you?", "BeginOffsetMillis": 19010, "EndOffsetMillis": 24598, "Sentiment": "NEUTRAL" } }, { "Transcript": { "Id": "4295e927-43aa-4447-bbfc-8fccc2027530", "ParticipantId": "CUSTOMER", "ParticipantRole": "CUSTOMER", "Content": "I'm having trouble submitting the application, number AX876293 on the portal. I tried but couldn't connect to my POC on the portal. So, I'm calling on this toll free number", "BeginOffsetMillis": 19010, "EndOffsetMillis": 22690, "Sentiment": "NEGATIVE", "IssuesDetected": [ { "CharacterOffsets": { "BeginOffsetChar": 0, "EndOffsetChar": 81 } } ] } }, { "Categories": { "MatchedCategories": [ "CreditCardRelated", "CardBrokenIssue" ], "MatchedDetails": { "CreditCardRelated": { "PointsOfInterest": [ { "BeginOffsetMillis": 19010, "EndOffsetMillis": 22690 } ] }, "CardBrokenIssue": { "PointsOfInterest": [ { "BeginOffsetMillis": 25000, "EndOffsetMillis": 29690 } ] } } } }, { "PostContactSummary": { "Content": "Customer contacted Example Corp because of an issue with their application", "Status": "COMPLETED" } } ] } ``` ## COMPLETED 事件範例 + EventType：COMPLETED + 如果分析成功完成，則於對話分析工作階段結束後發布。 ``` { "Version": "1.0.0", "Channel": "VOICE", "AccountId": "123456789012", // your AWS account ID "InstanceId": "a1b2c3d4-5678-90ab-cdef-EXAMPLE11111", // your Amazon Connect instance ID "ContactId": "a1b2c3d4-5678-90ab-cdef-EXAMPLE22222", // the ID of the contact "LanguageCode": "en-US", // the language code of the contact "EventType": "COMPLETED" } ``` ## FAILED 事件範例 + EventType：FAILED + 如果分析失敗，則於對話分析工作階段結束後發布。 ``` { "Version": "1.0.0", "Channel": "VOICE", "AccountId": "123456789012", // your AWS account ID "InstanceId": "a1b2c3d4-5678-90ab-cdef-EXAMPLE11111", // your Amazon Connect instance ID "ContactId": "a1b2c3d4-5678-90ab-cdef-EXAMPLE22222", // the ID of the contact "LanguageCode": "en-US", // the language code of the contact "EventType": "FAILED" } ``` # 在 Contact Lens 中分析聊天的範例對話分析串流 本主題提供在聊天聯絡期間發生的 STARTED、SEGMENTS、COMPLETED 和 FAILED 事件的範例區段串流。 ## STARTED 事件範例 + EventType：STARTED + 在對話分析工作階段開始時發布。 ``` { "Version": "2.0.0", "Channel": "CHAT", "AccountId": "123456789012", // your AWS account ID "InstanceId": "a1b2c3d4-5678-90ab-cdef-EXAMPLE11111", // your Amazon Connect instance ID "ContactId": "a1b2c3d4-5678-90ab-cdef-EXAMPLE22222", // the ID of the contact "StreamingEventType": "STARTED", "StreamingSettings": { "LanguageCode": "en-US", // the language code of the contact "Output": "RedactedAndRaw", "RedactionTypes": [ "PII" ], "RedactionTypesMetadata": { "PII": { "RedactionMaskMode": "PII" } } } } ``` ## SEGMENTS 事件範例 + EventType：[SEGMENTS](chat-real-time-contact-analysis-segment-streams-data-model.md#chat-segment-streams-data-model-segments-event) + 在對話分析工作階段期間發布。此事件包含一份 [RealtimeContactAnalysisSegment](https://docs.aws.amazon.com/connect/latest/APIReference/API_RealtimeContactAnalysisSegment.html) 物件清單，內含已分析的資訊。區段清單可能包含 `"Transcript"`、`"Categories"`、`"Issue"`、`"Event"`、`"Attachment"` 或「PostContactSummary」區段。 ``` { "Version": "2.0.0", "Channel": "CHAT", "AccountId": "123456789012", // your AWS account ID "InstanceId": "a1b2c3d4-5678-90ab-cdef-EXAMPLE11111", // your Amazon Connect instance ID "ContactId": "a1b2c3d4-5678-90ab-cdef-EXAMPLE22222", // the ID of the contact "OutputType": "Redacted", "StreamingEventType": "SEGMENTS", "StreamingSettings": { "LanguageCode": "en-US", // the language code of the contact "Output": "RedactedAndRaw", "RedactionTypes": [ "PII" ], "RedactionTypesMetadata": { "PII": { "RedactionMaskMode": "PII" } } }, "Segments": [{ "Transcript": { "Id": "07a2d668-5c9e-4f69-b2fe-986261b0743a", "ParticipantId": "a309ac1e-ca87-44ca-bb5d-197eca8ed77a", "ParticipantRole": "AGENT", "DisplayName": "[PII]", "Content": "Hello, thank you for contacting Example Corp. My name is Ray.", "ContentType": "text/markdown", "Time": { "AbsoluteTime": "2024-03-14T19:39:26.715Z" }, "Sentiment": "NEUTRAL" } }, { "Categories": { "MatchedDetails": { "Hi": { "PointsOfInterest": [{ "TranscriptItems": [{ "Id": "5205b050-8aa9-4645-a381-a308801649ab", "CharacterOffsets": { "BeginOffsetChar": 0, "EndOffsetChar": 40 } }] }] } } } }, { "Issues": { "IssuesDetected": [{ "TranscriptItems": [{ "Content": "I have an issue with my bank account", "Id": "0e5574a7-2aeb-4eab-8bb5-3a7f66a2284a", "CharacterOffsets": { "BeginOffsetChar": 7, "EndOffsetChar": 43 } }] }] } }, { "Attachments": { "Id": "06ddc1eb-2302-4a8e-a73f-37687fe41aa9", "ParticipantId": "7810b1de-cca8-4153-b522-2498416255af", "ParticipantRole": "CUSTOMER", "DisplayName": "Customer", "Attachments": [{ "AttachmentName": "Lily.jpg", "ContentType": "image/jpeg", "AttachmentId": "343e34da-391a-4541-8b7e-3909d931fcfa", "Status": "APPROVED" }], "Time": { "AbsoluteTime": "2024-03-14T19:39:26.715Z" } } }, { "Event": { "Id": "fbe61c5f-d0d8-4345-912a-4e81f5734d3b", "ParticipantId": "7810b1de-cca8-4153-b522-2498416255af", "ParticipantRole": "CUSTOMER", "DisplayName": "Customer", "EventType": "application/vnd.amazonaws.connect.event.participant.left", "Time": { "AbsoluteTime": "2024-03-14T19:40:00.614Z" } } }, { "PostContactSummary": { "Content": "Customer contacted Example Corp because of an issue with their bank account", "Status": "COMPLETED" } }] } ``` ## COMPLETED 事件範例 + EventType：COMPLETED + 如果分析成功完成，則於對話分析工作階段結束後發布。 ``` { "Version": "2.0.0", "Channel": "CHAT", "AccountId": "123456789012", // your AWS account ID "InstanceId": "a1b2c3d4-5678-90ab-cdef-EXAMPLE11111", // your Amazon Connect instance ID "ContactId": "a1b2c3d4-5678-90ab-cdef-EXAMPLE22222", // the ID of the contact "StreamingEventType": "COMPLETED", "StreamingEventSettings": { "LanguageCode": "en-US", // the language code of the contact "Output": "RedactedAndRaw", "RedactionTypes": ["PII"], "RedactionTypesMetadata": { "PII": { "RedactionMaskMode": "PII" } } } } ``` ## FAILED 事件範例 + EventType：FAILED + 如果分析失敗，則於對話分析工作階段結束後發布。 ``` { "Version": "2.0.0", "Channel": "CHAT", "AccountId": "123456789012", // your AWS account ID "InstanceId": "a1b2c3d4-5678-90ab-cdef-EXAMPLE11111", // your Amazon Connect instance ID "ContactId": "a1b2c3d4-5678-90ab-cdef-EXAMPLE22222", // the ID of the contact "StreamingEventType": "FAILED", "StreamingEventSettings": { "LanguageCode": "en-US", "Output": "RedactedAndRaw", "RedactionTypes": ["PII"], "RedactionTypesMetadata": { "PII": { "RedactionMaskMode": "PII" } } } } ``` # Contact Lens 對話分析所分析之檔案的輸出檔案位置 以下範例顯示 Contact Lens 對話分析輸出檔案存放在您執行個體的 Amazon S3 儲存貯體時的路徑樣貌。 + 原始分析的文字記錄檔案 (JSON) + /connect-instance- bucket/**Analysis/Voice**/2020/02/04/*contact's\$1ID*\$1analysis\$12020-02-04T21:14:16Z.json + /connect-instance- bucket/**Analysis/Chat**/2020/02/04/*contact's\$1ID*\$1analysis\$12020-02-04T21:14:16Z.json + /connect-instance- bucket/**Analysis/Email**/2026/03/10/*contact's\$1ID*\$1analysis\$120260310T22：35\$1UTC.json + 修訂過的分析文字紀錄檔案 (JSON) + /connect-instance- bucket/**Analysis/Voice/Redacted**/2020/02/04/*contact's\$1ID*\$1**analysis\$1redacted**\$12020-02-04T21:14:16Z.json + /connect-instance- bucket/**Analysis/Chat/Redacted**/2020/02/04/*contact's\$1ID*\$1**analysis\$1redacted**\$12020-02-04T21:14:16Z.json + /connect-instance- bucket/**Analysis/Email/Redacted**/2026/03/10/*contact's\$1ID*\$1**analysis\$1redacted**\$120260310T22：35\$1UTC.json + 修訂過的音訊檔案 + /connect-instance- bucket/**Analysis/Voice/Redacted**/2020/02/04/*contact's\$1ID*\$1**call\$1recording\$1redacted**\$12020-02-04T21:14:16Z.**wav** **重要** 若要刪除錄製，您必須同時刪除已編輯和未編輯的錄製。 # 通話的範例 Contact Lens 對話分析輸出檔案 以下幾節將舉例說明當 Contact Lens 對話分析已偵測問題、比對類別、指出響度、修訂敏感資料和略過分析時所產生的輸出。 展開每個區段以進一步了解。 ## Contact Lens 對話分析所分析之通話的範例原始檔案 下列範例顯示 Contact Lens 對話分析已分析之通話的結構描述。範例顯示響度、問題偵測、通話驅動因素，以及將修訂的資訊。 請注意下列關於分析檔案的事項： + 這不表示哪些敏感資料已修訂。所有資料均稱為 PII (個人身分識別資訊)。 + 只有在包含 PII 時，每次才會包括一個 `Redaction` 部分。 + 如果 `Redaction` 區段存在，則會包括以毫秒為單位的偏移量。在.wav 檔案中，修改的部分將是靜音。如果需要，您可以使用偏移量將靜音取代為其他內容，例如嗶聲。 + 如果一個回合存在兩個或多個 PII 修訂，則第一個回合會套用至第一個 PII，第二個回合會套用至第二個 PII，依此類推。 ``` { "Version": "1.1.0", "AccountId": "your AWS account ID", "Channel": "VOICE", "ContentMetadata": { "Output": "Raw" }, "JobStatus": "COMPLETED", "JobDetails": { "SkippedAnalysis": [ { "Feature": "CATEGORIZATION", "ReasonCode": "QUOTA_EXCEEDED", "SkippedEntities": [ { "CategoryName": "PotentialFraud" "RuleId": "a1130485-9529-4249-a1d4-5738b4883748" }, { "CategoryName": "Refund" "RuleId": "bbbbbbb-9529-4249-a1d4-5738b4883748" } ] }, { "Feature": "CATEGORIZATION", "ReasonCode": "FAILED_SAFETY_GUIDELINES", "SkippedEntities": [ { "CategoryName": "ManagerEscalation" "RuleId": "cccccccc-9529-4249-a1d4-5738b4883748" }, ] }, ] }, "LanguageCode": "en-US", "Participants": [ { "ParticipantId": "CUSTOMER", "ParticipantRole": "CUSTOMER" }, { "ParticipantId": "AGENT", "ParticipantRole": "AGENT" } ], "Categories": { "MatchedCategories": ["Cancellation"], "MatchedDetails": { "Cancellation": { "PointsOfInterest": [ { "BeginOffsetMillis": 7370, "EndOffsetMillis": 11190 } ] } } }, "ConversationCharacteristics": { "ContactSummary": { "PostContactSummary": { "Content": "The customer and agent's conversation did not have any clear issues, outcomes or next steps. Agent verified customer information and finished the call." } }, "TotalConversationDurationMillis": 32110, "Sentiment": { "OverallSentiment": { "AGENT": 0, "CUSTOMER": 3.1 }, "SentimentByPeriod": { "QUARTER": { "AGENT": [ { "BeginOffsetMillis": 0, "EndOffsetMillis": 7427, "Score": 0 }, { "BeginOffsetMillis": 7427, "EndOffsetMillis": 14855, "Score": -5 }, { "BeginOffsetMillis": 14855, "EndOffsetMillis": 22282, "Score": 0 }, { "BeginOffsetMillis": 22282, "EndOffsetMillis": 29710, "Score": 5 } ], "CUSTOMER": [ { "BeginOffsetMillis": 0, "EndOffsetMillis": 8027, "Score": -2.5 }, { "BeginOffsetMillis": 8027, "EndOffsetMillis": 16055, "Score": 5 }, { "BeginOffsetMillis": 16055, "EndOffsetMillis": 24082, "Score": 5 }, { "BeginOffsetMillis": 24082, "EndOffsetMillis": 32110, "Score": 5 } ] } } }, "Interruptions": { "InterruptionsByInterrupter": { "CUSTOMER": [ { "BeginOffsetMillis": 10710, "DurationMillis": 3790, "EndOffsetMillis": 14500 } ], "AGENT": [ { "BeginOffsetMillis": 10710, "DurationMillis": 3790, "EndOffsetMillis": 14500 } ] }, "TotalCount": 2, "TotalTimeMillis": 7580 }, "NonTalkTime": { "TotalTimeMillis": 0, "Instances": [] }, "TalkSpeed": { "DetailsByParticipant": { "AGENT": { "AverageWordsPerMinute": 239 }, "CUSTOMER": { "AverageWordsPerMinute": 163 } } }, "TalkTime": { "TotalTimeMillis": 28698, "DetailsByParticipant": { "AGENT": { "TotalTimeMillis": 15079 }, "CUSTOMER": { "TotalTimeMillis": 13619 } } } }, "CustomModels": [ { // set via https://docs.aws.amazon.com/connect/latest/adminguide/add-custom-vocabulary.html "Type": "TRANSCRIPTION_VOCABULARY", "Name": "ProductNames", "Id": "4e14b0db-f00a-451a-8847-f6dbf76ae415" // optional field } ], "Transcript": [ { "BeginOffsetMillis": 0, "Content": "Okay.", "EndOffsetMillis": 90, "Id": "the ID of the turn", "ParticipantId": "AGENT", "Sentiment": "NEUTRAL", "LoudnessScore": [ 79.27 ] }, { "BeginOffsetMillis": 160, "Content": "Just hello. My name is Peter and help.", "EndOffsetMillis": 4640, "Id": "the ID of the turn", "ParticipantId": "CUSTOMER", "Sentiment": "NEUTRAL", "LoudnessScore": [ 66.56, 40.06, 85.27, 82.22, 77.66 ], "Redaction": { "RedactedTimestamps": [ { "BeginOffsetMillis": 3290, "EndOffsetMillis": 3620 } ] } }, { "BeginOffsetMillis": 4640, "Content": "Hello. Peter, how can I help you?", "EndOffsetMillis": 6610, "Id": "the ID of the turn", "ParticipantId": "AGENT", "Sentiment": "NEUTRAL", "LoudnessScore": [ 70.23, 73.05, 71.8 ], "Redaction": { "RedactedTimestamps": [ { "BeginOffsetMillis": 5100, "EndOffsetMillis": 5450 } ] } }, { "BeginOffsetMillis": 7370, "Content": "I need to cancel. I want to cancel my plan subscription.", "EndOffsetMillis": 11190, "Id": "the ID of the turn", "ParticipantId": "CUSTOMER", "Sentiment": "NEGATIVE", "LoudnessScore": [ 77.18, 79.59, 85.23, 81.08, 73.99 ], "IssuesDetected": [ { "CharacterOffsets": { "BeginOffsetChar": 0, "EndOffsetChar": 55 }, "Text": "I need to cancel. I want to cancel my plan subscription" } ] }, { "BeginOffsetMillis": 11220, "Content": "That sounds very bad. I can offer a 20% discount to make you stay with us.", "EndOffsetMillis": 15210, "Id": "the ID of the turn", "ParticipantId": "AGENT", "Sentiment": "NEGATIVE", "LoudnessScore": [ 75.92, 75.79, 80.31, 80.44, 76.31 ] }, { "BeginOffsetMillis": 15840, "Content": "That sounds interesting. Thank you accept.", "EndOffsetMillis": 18120, "Id": "the ID of the turn", "ParticipantId": "CUSTOMER", "Sentiment": "POSITIVE", "LoudnessScore": [ 73.77, 79.17, 77.97, 79.29 ] }, { "BeginOffsetMillis": 18310, "Content": "Alright, I made all the changes to the account and now these discounts applied.", "EndOffsetMillis": 21820, "Id": "the ID of the turn", "ParticipantId": "AGENT", "Sentiment": "NEUTRAL", "LoudnessScore": [ 83.88, 86.75, 86.97, 86.11 ], "OutcomesDetected": [ { "CharacterOffsets": { "BeginOffsetChar": 9, "EndOffsetChar": 77 }, "Text": "I made all the changes to the account and now these discounts applied" } ] }, { "BeginOffsetMillis": 22610, "Content": "Awesome. Thank you so much.", "EndOffsetMillis": 24140, "Id": "the ID of the turn", "ParticipantId": "CUSTOMER", "Sentiment": "POSITIVE", "LoudnessScore": [ 79.11, 81.7, 78.15 ] }, { "BeginOffsetMillis": 24120, "Content": "No worries. I will send you all the details later today and call you back next week to check up on you.", "EndOffsetMillis": 29710, "Id": "the ID of the turn", "ParticipantId": "AGENT", "Sentiment": "POSITIVE", "LoudnessScore": [ 87.07, 83.96, 76.38, 88.38, 87.69, 76.6 ], "ActionItemsDetected": [ { "CharacterOffsets": { "BeginOffsetChar": 12, "EndOffsetChar": 102 }, "Text": "I will send you all the details later today and call you back next week to check up on you" } ] }, { "BeginOffsetMillis": 30580, "Content": "Thank you. Sir. Have a nice evening.", "EndOffsetMillis": 32110, "Id": "the ID of the turn", "ParticipantId": "CUSTOMER", "Sentiment": "POSITIVE", "LoudnessScore": [ 81.42, 82.29, 73.29 ] } ] } } ``` ## Contact Lens 對話分析所分析之通話的範例修訂檔案 本節會舉例說明通話經過 Contact Lens 對話分析的分析之後的修訂檔案。檔案為原始分析檔案的相似版。唯一的區別是敏感資料經過修訂。在此範例中，選擇了三個實體進行修訂：「`CREDIT_DEBIT_NUMBER`」、「`NAME`」、「`USERNAME`」。 在這個範例中，`RedactionMaskMode` 設定為 PII。修訂實體時，Contact Lens 會將其取代為 `[PII]`。如果設定為 `ENTITY_TYPE`，Contact Lens 會以實體的名稱取代資料，例如 `[CREDIT_DEBIT_NUMBER]`。 ``` { "Version": "1.1.0", "AccountId": "your AWS account ID", "ContentMetadata": { "Output": "Redacted", "RedactionTypes": ["PII"], "RedactionTypesMetadata": { "PII": { "RedactionEntitiesRequested": ["CREDIT_DEBIT_NUMBER", "NAME", "USERNAME"], "RedactionMaskMode": "PII" // if you were to choose ENTITY_TYPE instead, the redaction would say, for example, [NAME] } } }, "Channel": "VOICE", "JobStatus": "COMPLETED", "JobDetails": { "SkippedAnalysis": [ { "Feature": "CATEGORIZATION", "ReasonCode": "QUOTA_EXCEEDED", "SkippedEntities": [ { "CategoryName": "PotentialFraud" "RuleId": "a1130485-9529-4249-a1d4-5738b4883748" }, { "CategoryName": "Refund" "RuleId": "bbbbbbb-9529-4249-a1d4-5738b4883748" } ] }, { "Feature": "CATEGORIZATION", "ReasonCode": "FAILED_SAFETY_GUIDELINES", "SkippedEntities": [ { "CategoryName": "ManagerEscalation" "RuleId": "cccccccc-9529-4249-a1d4-5738b4883748" }, ] }, ] }, "LanguageCode": "en-US", "Participants": [ { "ParticipantId": "CUSTOMER", "ParticipantRole": "CUSTOMER" }, { "ParticipantId": "AGENT", "ParticipantRole": "AGENT" } ], "Categories": { "MatchedCategories": ["Cancellation"], "MatchedDetails": { "Cancellation": { "PointsOfInterest": [ { "BeginOffsetMillis": 7370, "EndOffsetMillis": 11190 } ] } } }, "ConversationCharacteristics": { "ContactSummary": { "PostContactSummary": { "Content": "The customer and agent's conversation did not have any clear issues, outcomes or next steps. Agent verified customer information and finished the call." } }, "TotalConversationDurationMillis": 32110, "Sentiment": { "OverallSentiment": { "AGENT": 0, "CUSTOMER": 3.1 }, "SentimentByPeriod": { "QUARTER": { "AGENT": [ { "BeginOffsetMillis": 0, "EndOffsetMillis": 7427, "Score": 0 }, { "BeginOffsetMillis": 7427, "EndOffsetMillis": 14855, "Score": -5 }, { "BeginOffsetMillis": 14855, "EndOffsetMillis": 22282, "Score": 0 }, { "BeginOffsetMillis": 22282, "EndOffsetMillis": 29710, "Score": 5 } ], "CUSTOMER": [ { "BeginOffsetMillis": 0, "EndOffsetMillis": 8027, "Score": -2.5 }, { "BeginOffsetMillis": 8027, "EndOffsetMillis": 16055, "Score": 5 }, { "BeginOffsetMillis": 16055, "EndOffsetMillis": 24082, "Score": 5 }, { "BeginOffsetMillis": 24082, "EndOffsetMillis": 32110, "Score": 5 } ] } } }, "Interruptions": { "InterruptionsByInterrupter": { "CUSTOMER": [ { "BeginOffsetMillis": 10710, "DurationMillis": 3790, "EndOffsetMillis": 14500 } ], "AGENT": [ { "BeginOffsetMillis": 10710, "DurationMillis": 3790, "EndOffsetMillis": 14500 } ] }, "TotalCount": 2, "TotalTimeMillis": 7580 }, "NonTalkTime": { "TotalTimeMillis": 0, "Instances": [] }, "TalkSpeed": { "DetailsByParticipant": { "AGENT": { "AverageWordsPerMinute": 239 }, "CUSTOMER": { "AverageWordsPerMinute": 163 } } }, "TalkTime": { "TotalTimeMillis": 28698, "DetailsByParticipant": { "AGENT": { "TotalTimeMillis": 15079 }, "CUSTOMER": { "TotalTimeMillis": 13619 } } } }, "CustomModels": [ { // set via https://docs.aws.amazon.com/connect/latest/adminguide/add-custom-vocabulary.html "Type": "TRANSCRIPTION_VOCABULARY", "Name": " LNK POPProductNames", "Id": "4e14b0db-f00a-451a-8847-f6dbf76ae415" // optional field } ], "Transcript": [ { "BeginOffsetMillis": 0, "Content": "Okay.", "EndOffsetMillis": 90, "Id": "the ID of the turn", "ParticipantId": "AGENT", "Sentiment": "NEUTRAL", "LoudnessScore": [ 79.27 ] }, { "BeginOffsetMillis": 160, "Content": "Just hello. My name is [PII] and help.", "EndOffsetMillis": 4640, "Id": "the ID of the turn", "ParticipantId": "CUSTOMER", "Sentiment": "NEUTRAL", "LoudnessScore": [ 66.56, 40.06, 85.27, 82.22, 77.66 ], "Redaction": { "RedactedTimestamps": [ { "BeginOffsetMillis": 3290, "EndOffsetMillis": 3620 } ] } }, { "BeginOffsetMillis": 4640, "Content": "Hello. [PII], how can I help you?", "EndOffsetMillis": 6610, "Id": "the ID of the turn", "ParticipantId": "AGENT", "Sentiment": "NEUTRAL", "LoudnessScore": [ 70.23, 73.05, 71.8 ], "Redaction": { "RedactedTimestamps": [ { "BeginOffsetMillis": 5100, "EndOffsetMillis": 5450 } ] } }, { "BeginOffsetMillis": 7370, "Content": "I need to cancel. I want to cancel my plan subscription.", "EndOffsetMillis": 11190, "Id": "the ID of the turn", "ParticipantId": "CUSTOMER", "Sentiment": "NEGATIVE", "LoudnessScore": [ 77.18, 79.59, 85.23, 81.08, 73.99 ], "IssuesDetected": [ { "CharacterOffsets": { "BeginOffsetChar": 0, "EndOffsetChar": 55 }, "Text": "I need to cancel. I want to cancel my plan subscription" } ] }, { "BeginOffsetMillis": 11220, "Content": "That sounds very bad. I can offer a 20% discount to make you stay with us.", "EndOffsetMillis": 15210, "Id": "the ID of the turn", "ParticipantId": "AGENT", "Sentiment": "NEGATIVE", "LoudnessScore": [ 75.92, 75.79, 80.31, 80.44, 76.31 ] }, { "BeginOffsetMillis": 15840, "Content": "That sounds interesting. Thank you accept.", "EndOffsetMillis": 18120, "Id": "the ID of the turn", "ParticipantId": "CUSTOMER", "Sentiment": "POSITIVE", "LoudnessScore": [ 73.77, 79.17, 77.97, 79.29 ] }, { "BeginOffsetMillis": 18310, "Content": "Alright, I made all the changes to the account and now these discounts applied.", "EndOffsetMillis": 21820, "Id": "the ID of the turn", "ParticipantId": "AGENT", "Sentiment": "NEUTRAL", "LoudnessScore": [ 83.88, 86.75, 86.97, 86.11 ], "OutcomesDetected": [ { "CharacterOffsets": { "BeginOffsetChar": 9, "EndOffsetChar": 77 }, "Text": "I made all the changes to the account and now these discounts applied" } ] }, { "BeginOffsetMillis": 22610, "Content": "Awesome. Thank you so much.", "EndOffsetMillis": 24140, "Id": "the ID of the turn", "ParticipantId": "CUSTOMER", "Sentiment": "POSITIVE", "LoudnessScore": [ 79.11, 81.7, 78.15 ] }, { "BeginOffsetMillis": 24120, "Content": "No worries. I will send you all the details later today and call you back next week to check up on you.", "EndOffsetMillis": 29710, "Id": "the ID of the turn", "ParticipantId": "AGENT", "Sentiment": "POSITIVE", "LoudnessScore": [ 87.07, 83.96, 76.38, 88.38, 87.69, 76.6 ], "ActionItemsDetected": [ { "CharacterOffsets": { "BeginOffsetChar": 12, "EndOffsetChar": 102 }, "Text": "I will send you all the details later today and call you back next week to check up on you" } ] }, { "BeginOffsetMillis": 30580, "Content": "Thank you. Sir. Have a nice evening.", "EndOffsetMillis": 32110, "Id": "the ID of the turn", "ParticipantId": "CUSTOMER", "Sentiment": "POSITIVE", "LoudnessScore": [ 81.42, 82.29, 73.29 ] } ] } ``` # Contact Lens 對話分析所分析之聊天的範例 Contact Lens 輸出檔案 本節顯示 Contact Lens 對話分析已分析之聊天對話的範例結構描述。範例顯示推斷的情緒、相符的類別、聯絡摘要和回應時間。 原始、經分析的檔案包含完整的聊天文字記錄。相同的內容呈現於原始 Contact Lens 分析檔案中，`Transcript` 檔案中的聊天**文字記錄**檔案上的**聯絡詳細資訊**頁面。此外，經分析的檔案可能包含更多欄位，例如，`Redaction` 部分指示已修訂的分析檔案中有已修訂的日期。 **注意** 一些 `ConversationCharacteristics` 包括 `DetailsByParticipantRole` 地圖，使用參與者角色作為索引建。但是，並非 `Participants` 清單中的所有角色 (例如 `CUSTOMER` 或 `AGENT`) 都保證在 `DetailsByParticipantRole` 物件中具有對應的索引鍵。參與者的索引鍵是否存在，取決於 Contact Lens 分析是否有合格的資料。 ## 類別 聊天後和通話後類別的 `PointsOfInterest` 不同： + 通話後 `PointsOfInterest` 具有毫秒偏移。 + 聊天後 `PointsOfInterest` 有一個 `TranscriptItems` 陣列，每個項目都有一個 `id` 和 `CharacterOffset`。 有一個 `PointsOfInterest` 陣列。每個陣列都有一個 `TranscriptItems` 陣列：每個 `PointOfInterest` 陣列都用於類別比對，但每個比對可跨越多個文字記錄項目。 對於通話和聊天，`PointsOfInterest` 陣列可以是空的。這表示該類別與整個聯絡相符。例如，如果您在聯絡中未提及 `Hello` 建立符合類別的規則，則不會有任何部分的文字記錄可以確定此條件。 **注意** 目前，類別僅針對 `text/plain` 推斷，`text/markdown` 僅針對聊天訊息。 ## 主要重點 **主要重點**位於 `ConversationCharacteristics.ContactSummary.SummaryItemsDetected` 陣列中。該陣列中不能有一個以上的項目，強調只能找到一組 `Issue`、`Outcome` 和 `Action` 項目。 陣列中的每個物件都有下列欄位：`IssuesDetected`、`OutcomesDetected`、`ActionItemsDetected`。 每個欄位都有一個有一個具有 `Id` 和 `CharacterOffsets` 的陣列 `TranscriptItems`。他們描述 `TranscriptItems`，並且識別為包含該聯絡摘要的特定部分：問題、結果或行動項目。 **注意** 目前只會對 `text/plain` 聊天訊息推斷主要重點。 ## 情緒 ### 整體情緒 聯絡參與者的 `DetailsByParticipantRole` 欄位情緒分數，類似於 Contact Lens 的語音分析檔案。 `DetailsByInteraction` 欄位具有部分聊天互動 `WithAgent` 和 `WithoutAgent` 的 `CUSTOMER` 情緒分數。如果互動的部分中沒有客戶訊息，則對應的欄位將不存在。 **注意** 目前，情緒僅針對 `text/plain` 推斷，`text/markdown` 僅針對聊天訊息。 ### 情緒轉變 `DetailsByParticipantRole` 欄位包含描述聯絡參與者 (也就是 `AGENT`、`CUSTOMER`)：`BeginScore` 和情緒偏移的物件 `EndScore`。 `DetailsByInteraction` 欄位對聊天互動 `WithAgent` 和 `WithoutAgent` 部分進行 `CUSTOMER` 情緒轉移。如果互動的部分中沒有客戶訊息，則對應的欄位將不存在。 情緒轉變提供有關參與者在整個聊天互動過程中情緒如何變化的資訊。 ## 回應時間 `AgentGreetingTimeMillis` 衡量 `AGENT` 加入聊天到他們結束第一個訊息給客戶的那一刻，其之間的時間。 `DetailsByParticipantRole` 每個參與者具有以下特徵： + `Average`：什麼是參與者的平均回應時間。 + `Maximum`：什麼是參與者的最長回應時間。如果有多個文字記錄項目，且具有相同的最長回應時間，那麼是哪一個。 若要計算特定參與者的 `Average` 和 `Maximum` 回應時間，他們需要回應來自另一個參與者的消息 (`AGENT` 需要回應 `CUSTOMER`，反之亦然)。 例如，如果聊天結束之前只有一條訊息來自 `CUSTOMER`，然後只有一條 `AGENT` 訊息，Contact Lens 將計算 `AGENT` 的回應時間，但不會計算 `CUSTOMER`。 **注意** 目前，回應時間僅針對 ` text/plain` 推斷，`text/markdown` 僅針對聊天訊息。 ## 修訂 請注意，以下是聊天原始分析檔案： + 只有當資料需要修訂時，文字記錄項目才包括 `Redaction` 區段。此區段包含資料的字元偏移，其為修訂分析檔案中的修訂。 + 如果修訂了兩個或多個訊息片段，則第一個位移會套用至第一個已編輯的片段，第二個位移會套用至第二個已編輯的片段，依此類推。 `DisplayNames` 代表 `AGENT` 和 `CUSTOMER` 經過修訂，因為它們包含 PII。這也適用於 `AttachmentName`。 `CharacterOffsets` 考量修訂分析檔案中 `Content` 長度的修訂變化。`CharacterOffsets` 說明修訂的內容，而不是原始內容。 ## 原始聊天檔案範例 ``` { "AccountId": "123456789012", "Categories": { "MatchedCategories": [ "agent-intro" ], "MatchedDetails": { "agent-intro": { "PointsOfInterest": [ { "TranscriptItems": [ { "CharacterOffsets": { "BeginOffsetChar": 0, "EndOffsetChar": 73 }, "Id": "e4949dd1-aaa1-4fbd-84e7-65c95b2d3d9a" } ] } ] } } }, "Channel": "CHAT", "ChatTranscriptVersion": "2019-08-26", "ContentMetadata": { "Output": "Raw" }, "ConversationCharacteristics": { "ContactSummary": { "PostContactSummary": { "Content": "The customer and agent's conversation did not have any clear issues, outcomes or next steps. Agent verified customer information and finished the call." } }, "SummaryItemsDetected": [ { "ActionItemsDetected": [], "IssuesDetected": [ { "TranscriptItems": [ { "CharacterOffsets": { "BeginOffsetChar": 72, "EndOffsetChar": 244 }, "Id": "2b8ba020-53ee-4053-b5b7-35364ac1c7df" } ] } ] "OutcomesDetected": [ { "TranscriptItems": [ { "CharacterOffsets": { "BeginOffsetChar": 0, "EndOffsetChar": 150 }, "Id": "72cc8c8d-2199-422a-b363-01d6d3fdc851" } ] } ] } ], "ResponseTime": { "AgentGreetingTimeMillis": 2511, "DetailsByParticipantRole": { "AGENT": { "Average": { "ValueMillis": 5575 }, "Maximum": { "TranscriptItems": [ { "Id": "21acf0fc-7259-4a08-b4cd-688eb56587d3" } ], "ValueMillis": 7309 } }, "CUSTOMER": { "Average": { "ValueMillis": 5875 }, "Maximum": { "TranscriptItems": [ { "Id": "c71ad383-f876-4bb3-b254-7837b6a3d395" } ], "ValueMillis": 11366 } } } }, "Sentiment": { "DetailsByTranscriptItemGroup": [ { "ParticipantRole": "AGENT", "ProgressiveScore": 0, "Sentiment": "NEUTRAL", "TranscriptItems": [ { "Id": "e4949dd1-aaa1-4fbd-84e7-65c95b2d3d9a" } ] }, { "ParticipantRole": "AGENT", "ProgressiveScore": 0, "Sentiment": "NEUTRAL", "TranscriptItems": [ { "Id": "3673d926-6e75-4620-a6f0-7ea571790a15" } ] }, { "ParticipantRole": "AGENT", "ProgressiveScore": 0, "Sentiment": "NEUTRAL", "TranscriptItems": [ { "Id": "46d37141-32d8-4f2e-a664-bcd3f34a68b3" } ] }, { "ParticipantRole": "AGENT", "ProgressiveScore": 0, "Sentiment": "NEUTRAL", "TranscriptItems": [ { "Id": "3c4a2a1e-6790-46a6-8ad4-4a0980b04795" } ] }, { "ParticipantRole": "AGENT", "ProgressiveScore": 0, "Sentiment": "NEUTRAL", "TranscriptItems": [ { "Id": "f9cd41b6-3f68-4e83-a47d-664395f324c0" } ] }, { "ParticipantRole": "AGENT", "ProgressiveScore": 1.6666666666666667, "Sentiment": "POSITIVE", "TranscriptItems": [ { "Id": "21acf0fc-7259-4a08-b4cd-688eb56587d3" } ] }, { "ParticipantRole": "AGENT", "ProgressiveScore": 1.6666666666666667, "Sentiment": "NEUTRAL", "TranscriptItems": [ { "Id": "2b8ba020-53ee-4053-b5b7-35364ac1c7df" } ] }, { "ParticipantRole": "AGENT", "ProgressiveScore": 1.6666666666666667, "Sentiment": "NEUTRAL", "TranscriptItems": [ { "Id": "28d0a1ce-64d1-4625-bbef-4cfeb97b6742" } ] }, { "ParticipantRole": "AGENT", "ProgressiveScore": 0, "Sentiment": "NEUTRAL", "TranscriptItems": [ { "Id": "ef9b8622-32d5-4cfd-9ccc-a242502267bc" }, { "Id": "03a9de67-f9e1-4884-a1a3-ecea78a4ce9e" }, { "Id": "cfee5ece-a671-4a11-9ec2-89aba4b7d688" } ] }, { "ParticipantRole": "AGENT", "ProgressiveScore": 0, "Sentiment": "NEUTRAL", "TranscriptItems": [ { "Id": "72cc8c8d-2199-422a-b363-01d6d3fdc851" } ] }, { "ParticipantRole": "AGENT", "ProgressiveScore": 1.6666666666666667, "Sentiment": "POSITIVE", "TranscriptItems": [ { "Id": "61bb2591-fe87-44e4-bba0-a3619c4cef1f" } ] }, { "ParticipantRole": "AGENT", "ProgressiveScore": 1.6666666666666667, "Sentiment": "NEUTRAL", "TranscriptItems": [ { "Id": "1761f27e-0989-4b6d-a046-fc03d2c6bc9c" } ] }, { "ParticipantRole": "AGENT", "ProgressiveScore": 3.3333333333333335, "Sentiment": "POSITIVE", "TranscriptItems": [ { "Id": "8cdff161-dc25-44e6-986f-fc0e08ee0a7d" } ] }, { "ParticipantRole": "CUSTOMER", "ProgressiveScore": -1.6666666666666667, "Sentiment": "NEGATIVE", "TranscriptItems": [ { "Id": "bcc51949-3a79-4398-be1b-a27345a8a8ad" } ] }, { "ParticipantRole": "CUSTOMER", "ProgressiveScore": -3.75, "Sentiment": "NEGATIVE", "TranscriptItems": [ { "Id": "7d5c07d7-3d26-4b34-ae91-39aeaeef685c" }, { "Id": "e0efbd17-9139-439b-8c80-ebf2b9b703b9" } ] }, { "ParticipantRole": "CUSTOMER", "ProgressiveScore": -3.75, "Sentiment": "NEUTRAL", "TranscriptItems": [ { "Id": "8fbb8dd4-9fd4-4991-83dc-5f06eeead9aa" } ] }, { "ParticipantRole": "CUSTOMER", "ProgressiveScore": -2.5, "Sentiment": "NEUTRAL", "TranscriptItems": [ { "Id": "3b856fd9-0eeb-4fb2-93ed-95ec4aeae3a6" } ] }, { "ParticipantRole": "CUSTOMER", "ProgressiveScore": 0, "Sentiment": "NEUTRAL", "TranscriptItems": [ { "Id": "ecb8c498-96d7-448b-8360-366eeddb4090" } ] }, { "ParticipantRole": "CUSTOMER", "ProgressiveScore": 0, "Sentiment": "NEUTRAL", "TranscriptItems": [ { "Id": "d334058f-e3de-4cf1-a361-32e4e61f1839" } ] }, { "ParticipantRole": "CUSTOMER", "ProgressiveScore": 0, "Sentiment": "NEUTRAL", "TranscriptItems": [ { "Id": "3ec6adb5-3f11-409c-af39-40cf7ba6f078" } ] }, { "ParticipantRole": "CUSTOMER", "ProgressiveScore": 0, "Sentiment": "NEUTRAL", "TranscriptItems": [ { "Id": "c71ad383-f876-4bb3-b254-7837b6a3d395" } ] }, { "ParticipantRole": "CUSTOMER", "ProgressiveScore": 0, "Sentiment": "NEUTRAL", "TranscriptItems": [ { "Id": "4b292b64-4a33-45ff-89df-d5a175d16d70" } ] }, { "ParticipantRole": "CUSTOMER", "ProgressiveScore": 0, "Sentiment": "NEUTRAL", "TranscriptItems": [ { "Id": "2da5a3c2-9d1b-458c-ae53-759a4e63198d" } ] }, { "ParticipantRole": "CUSTOMER", "ProgressiveScore": 1.6666666666666667, "Sentiment": "POSITIVE", "TranscriptItems": [ { "Id": "e23a2331-f3fc-4d3c-8a51-1541451186c9" } ] }, { "ParticipantRole": "CUSTOMER", "ProgressiveScore": 3.75, "Sentiment": "POSITIVE", "TranscriptItems": [ { "Id": "5a27cc39-9b73-4ebe-9275-5e6723788a1b" } ] }, { "ParticipantRole": "CUSTOMER", "ProgressiveScore": 3.75, "Sentiment": "NEUTRAL", "TranscriptItems": [ { "Id": "540368c7-ec19-4fc0-8c86-0a5ee62d31a0" } ] } ], "OverallSentiment": { "DetailsByInteraction": { "DetailsByParticipantRole": { "CUSTOMER": { "WithAgent": 0 } } }, "DetailsByParticipantRole": { "AGENT": 1.1538461538461537, "CUSTOMER": 0 } }, "SentimentShift": { "DetailsByInteraction": { "DetailsByParticipantRole": { "CUSTOMER": { "WithAgent": { "BeginScore": -3, "EndScore": 3.75 } } } }, "DetailsByParticipantRole": { "AGENT": { "BeginScore": 0, "EndScore": 2.5 }, "CUSTOMER": { "BeginScore": -3.75, "EndScore": 3.75 }, "SYSTEM": { "BeginScore": 2.5, "EndScore": 0 } } } } }, "CustomerMetadata": { "ContactId": "b49644f6-672f-445c-b209-f76b36482830", "InputS3Uri": "path to the json file in s3", "InstanceId": "f23fc323-3d6d-48aa-95dc-EXAMPLE012" }, "JobStatus": "COMPLETED", "LanguageCode": "en-US", "Participants": [ { "ParticipantId": "e9b36a6d-12aa-4c21-9745-1881648ecfc8", "ParticipantRole": "CUSTOMER" }, { "ParticipantId": "2b2288b4-ff6e-4996-8d8e-260fd5a8ac02", "ParticipantRole": "SYSTEM" }, { "ParticipantId": "f36a545d-67b2-4fd4-89fb-896136b609a7", "ParticipantRole": "AGENT" } ], "Transcript": [ { "AbsoluteTime": "2022-10-27T03:31:50.735Z", "ContentType": "application/vnd.amazonaws.connect.event.participant.joined", "DisplayName": "John", "Id": "740c494d-9df7-4400-91c0-3e4df33922c8", "ParticipantId": "e9b36a6d-12aa-4c21-9745-1881648ecfc8", "ParticipantRole": "CUSTOMER", "Type": "EVENT" }, { "AbsoluteTime": "2022-10-27T03:31:53.390Z", "Content": "Hello, thanks for contacting us. This is an example of what the Amazon Connect virtual contact center can enable you to do.", "ContentType": "text/plain", "DisplayName": "SYSTEM_MESSAGE", "Id": "78aa8229-714a-4c87-916b-ce7d8d567ab2", "ParticipantId": "2b2288b4-ff6e-4996-8d8e-260fd5a8ac02", "ParticipantRole": "SYSTEM", "Type": "MESSAGE" }, { "AbsoluteTime": "2022-10-27T03:31:55.131Z", "Content": "The time in queue is less than 5 minutes.", "ContentType": "text/plain", "DisplayName": "SYSTEM_MESSAGE", "Id": "1276382b-facb-49c5-8d34-62e3b0f50002", "ParticipantId": "2b2288b4-ff6e-4996-8d8e-260fd5a8ac02", "ParticipantRole": "SYSTEM", "Type": "MESSAGE" }, { "AbsoluteTime": "2022-10-27T03:31:56.618Z", "Content": "You are now being placed in queue to chat with an agent.", "ContentType": "text/plain", "DisplayName": "SYSTEM_MESSAGE", "Id": "88c2363e-8206-4781-a353-c15e1ccacc12", "ParticipantId": "2b2288b4-ff6e-4996-8d8e-260fd5a8ac02", "ParticipantRole": "SYSTEM", "Type": "MESSAGE" }, { "AbsoluteTime": "2022-10-27T03:32:00.951Z", "ContentType": "application/vnd.amazonaws.connect.event.participant.joined", "DisplayName": "Jane", "Id": "c05cca74-d50b-4aa5-b46c-fdb5ae8c814c", "ParticipantId": "f36a545d-67b2-4fd4-89fb-896136b609a7", "ParticipantRole": "AGENT", "Type": "EVENT" }, { "AbsoluteTime": "2022-10-27T03:32:03.462Z", "Content": "Hello, thanks for reaching Example Corp. This is Jane. How may I help you?", "ContentType": "text/markdown", "DisplayName": "Jane", "Id": "e4949dd1-aaa1-4fbd-84e7-65c95b2d3d9a", "ParticipantId": "f36a545d-67b2-4fd4-89fb-896136b609a7", "ParticipantRole": "AGENT", "Redaction": { "CharacterOffsets": [ { "BeginOffsetChar": 46, "EndOffsetChar": 53 } ] }, "Type": "MESSAGE" }, { "AbsoluteTime": "2022-10-27T03:32:08.102Z", "Content": "I'd like to see if I can get a refund or an exchange, because I ordered one of your grow-it-yourself indoor herb garden kits and nothing sprouted after a couple weeks so I think something is wrong with the seeds and this product may be defective.", "ContentType": "text/markdown", "DisplayName": "John", "Id": "bcc51949-3a79-4398-be1b-a27345a8a8ad", "ParticipantId": "e9b36a6d-12aa-4c21-9745-1881648ecfc8", "ParticipantRole": "CUSTOMER", "Type": "MESSAGE" }, { "AbsoluteTime": "2022-10-27T03:32:14.137Z", "Content": "My wife is blind and sensitive to the sun so I was going to surprise her for her birthday with all the herbs that she loves so you guys actually really let me down.", "ContentType": "text/markdown", "DisplayName": "John", "Id": "7d5c07d7-3d26-4b34-ae91-39aeaeef685c", "ParticipantId": "e9b36a6d-12aa-4c21-9745-1881648ecfc8", "ParticipantRole": "CUSTOMER", "Type": "MESSAGE" }, { "AbsoluteTime": "2022-10-27T03:32:18.781Z", "Content": "I should be taking my business elsewhere. I don't see why I should be giving money to a company that isn't even going to sell a product that works.", "ContentType": "text/markdown", "DisplayName": "John", "Id": "e0efbd17-9139-439b-8c80-ebf2b9b703b9", "ParticipantId": "e9b36a6d-12aa-4c21-9745-1881648ecfc8", "ParticipantRole": "CUSTOMER", "Type": "MESSAGE" }, { "AbsoluteTime": "2022-10-27T03:32:24.123Z", "Content": "Ok. Can I get your first and last name please?", "ContentType": "text/markdown", "DisplayName": "Jane", "Id": "3673d926-6e75-4620-a6f0-7ea571790a15", "ParticipantId": "f36a545d-67b2-4fd4-89fb-896136b609a7", "ParticipantRole": "AGENT", "Type": "MESSAGE" }, { "AbsoluteTime": "2022-10-27T03:32:29.879Z", "Content": "Yeah. My first name is John and last name is Doe.", "ContentType": "text/markdown", "DisplayName": "John", "Id": "8fbb8dd4-9fd4-4991-83dc-5f06eeead9aa", "ParticipantId": "e9b36a6d-12aa-4c21-9745-1881648ecfc8", "ParticipantRole": "CUSTOMER", "Redaction": { "CharacterOffsets": [ { "BeginOffsetChar": 21, "EndOffsetChar": 26 }, { "BeginOffsetChar": 44, "EndOffsetChar": 49 } ] }, "Type": "MESSAGE" }, { "AbsoluteTime": "2022-10-27T03:32:34.670Z", "Content": "Could you please provide me with the order ID number?", "ContentType": "text/markdown", "DisplayName": "Jane", "Id": "46d37141-32d8-4f2e-a664-bcd3f34a68b3", "ParticipantId": "f36a545d-67b2-4fd4-89fb-896136b609a7", "ParticipantRole": "AGENT", "Type": "MESSAGE" }, { "AbsoluteTime": "2022-10-27T03:32:39.726Z", "Content": "Yes, just . Looking ...", "ContentType": "text/markdown", "DisplayName": "John", "Id": "3b856fd9-0eeb-4fb2-93ed-95ec4aeae3a6", "ParticipantId": "e9b36a6d-12aa-4c21-9745-1881648ecfc8", "ParticipantRole": "CUSTOMER", "Type": "MESSAGE" }, { "AbsoluteTime": "2022-10-27T03:32:44.887Z", "Content": "Not a problem, take your time.", "ContentType": "text/markdown", "DisplayName": "Jane", "Id": "3c4a2a1e-6790-46a6-8ad4-4a0980b04795", "ParticipantId": "f36a545d-67b2-4fd4-89fb-896136b609a7", "ParticipantRole": "AGENT", "Type": "MESSAGE" }, { "AbsoluteTime": "2022-10-27T03:32:52.978Z", "Content": "Okay, that should be #5376897. You know, if the product was fine I wouldn't have to scrounge through emails.", "ContentType": "text/markdown", "DisplayName": "John", "Id": "ecb8c498-96d7-448b-8360-366eeddb4090", "ParticipantId": "e9b36a6d-12aa-4c21-9745-1881648ecfc8", "ParticipantRole": "CUSTOMER", "Type": "MESSAGE" }, { "AbsoluteTime": "2022-10-27T03:32:59.441Z", "Content": "alright, perfect. And could you also just confirm the shipping address for me?", "ContentType": "text/markdown", "DisplayName": "Jane", "Id": "f9cd41b6-3f68-4e83-a47d-664395f324c0", "ParticipantId": "f36a545d-67b2-4fd4-89fb-896136b609a7", "ParticipantRole": "AGENT", "Redaction": { "CharacterOffsets": [ { "BeginOffsetChar": 77, "EndOffsetChar": 78 } ] }, "Type": "MESSAGE" }, { "AbsoluteTime": "2022-10-27T03:33:05.455Z", "Content": "123 Any Street, Any Town, and the zip code is 98109.", "ContentType": "text/markdown", "DisplayName": "John", "Id": "d334058f-e3de-4cf1-a361-32e4e61f1839", "ParticipantId": "e9b36a6d-12aa-4c21-9745-1881648ecfc8", "ParticipantRole": "CUSTOMER", "Redaction": { "CharacterOffsets": [ { "BeginOffsetChar": 0, "EndOffsetChar": 27 }, { "BeginOffsetChar": 49, "EndOffsetChar": 54 } ] }, "Type": "MESSAGE" }, { "AbsoluteTime": "2022-10-27T03:33:12.764Z", "Content": "Thank you very much. Just waiting on my system here. .. I'll also need the last four digits of your debit card.", "ContentType": "text/markdown", "DisplayName": "Jane", "Id": "21acf0fc-7259-4a08-b4cd-688eb56587d3", "ParticipantId": "f36a545d-67b2-4fd4-89fb-896136b609a7", "ParticipantRole": "AGENT", "Type": "MESSAGE" }, { "AbsoluteTime": "2022-10-27T03:33:17.412Z", "Content": "Ok. Last four for my debit care are 9008", "ContentType": "text/markdown", "DisplayName": "John", "Id": "3ec6adb5-3f11-409c-af39-40cf7ba6f078", "ParticipantId": "e9b36a6d-12aa-4c21-9745-1881648ecfc8", "ParticipantRole": "CUSTOMER", "Redaction": { "CharacterOffsets": [ { "BeginOffsetChar": 27, "EndOffsetChar": 31 } ] }, "Type": "MESSAGE" }, { "AbsoluteTime": "2022-10-27T03:33:22.486Z", "Content": "It's just too bad. I thought this was going to be the best gift idea. How can you guys be sending out defective seeds? Isn't that your whole business?", "ContentType": "text/markdown", "DisplayName": "Jane", "Id": "2b8ba020-53ee-4053-b5b7-35364ac1c7df", "ParticipantId": "f36a545d-67b2-4fd4-89fb-896136b609a7", "ParticipantRole": "AGENT", "Type": "MESSAGE" }, { "AbsoluteTime": "2022-10-27T03:33:38.961Z", "Content": "I apologize for the experience you had Mr. Doe, its very uncommon that our customer will have this issue. We will look into this and get this sorted out for you right away.", "ContentType": "text/markdown", "DisplayName": "Jane", "Id": "28d0a1ce-64d1-4625-bbef-4cfeb97b6742", "ParticipantId": "f36a545d-67b2-4fd4-89fb-896136b609a7", "ParticipantRole": "AGENT", "Redaction": { "CharacterOffsets": [ { "BeginOffsetChar": 41, "EndOffsetChar": 46 } ] }, "Type": "MESSAGE" }, { "AbsoluteTime": "2022-10-27T03:33:44.192Z", "Content": "Well, my wife's birthday already passed, so. There's not too much you can do. But I would still like to grow the herbs for her, if possible.", "ContentType": "text/markdown", "DisplayName": "John", "Id": "4b292b64-4a33-45ff-89df-d5a175d16d70", "ParticipantId": "e9b36a6d-12aa-4c21-9745-1881648ecfc8", "ParticipantRole": "CUSTOMER", "Type": "MESSAGE" }, { "AbsoluteTime": "2022-10-27T03:33:51.310Z", "Content": "Totally understandable. Let me see what we can do for you. Please give me couple of minutes as I check the system.", "ContentType": "text/markdown", "DisplayName": "Jane", "Id": "ef9b8622-32d5-4cfd-9ccc-a242502267bc", "ParticipantId": "f36a545d-67b2-4fd4-89fb-896136b609a7", "ParticipantRole": "AGENT", "Type": "MESSAGE" }, { "AbsoluteTime": "2022-10-27T03:33:56.287Z", "Content": "Thank you sir one moment please.", "ContentType": "text/markdown", "DisplayName": "Jane", "Id": "03a9de67-f9e1-4884-a1a3-ecea78a4ce9e", "ParticipantId": "f36a545d-67b2-4fd4-89fb-896136b609a7", "ParticipantRole": "AGENT", "Type": "MESSAGE" }, { "AbsoluteTime": "2022-10-27T03:34:01.224Z", "Content": "Alright are you still there Mr Doe?", "ContentType": "text/markdown", "DisplayName": "Jane", "Id": "cfee5ece-a671-4a11-9ec2-89aba4b7d688", "ParticipantId": "f36a545d-67b2-4fd4-89fb-896136b609a7", "ParticipantRole": "AGENT", "Redaction": { "CharacterOffsets": [ { "BeginOffsetChar": 30, "EndOffsetChar": 35 } ] }, "Type": "MESSAGE" }, { "AbsoluteTime": "2022-10-27T03:34:07.093Z", "Content": "Yeah.", "ContentType": "text/markdown", "DisplayName": "John", "Id": "2da5a3c2-9d1b-458c-ae53-759a4e63198d", "ParticipantId": "e9b36a6d-12aa-4c21-9745-1881648ecfc8", "ParticipantRole": "CUSTOMER", "Type": "MESSAGE" }, { "AbsoluteTime": "2022-10-27T03:34:12.562Z", "Content": "We are not only refunding the cost of the grow-it-yourself indoor herb kit but we will also be sending you a replacement. Would you be okay with this?", "ContentType": "text/markdown", "DisplayName": "Jane", "Id": "72cc8c8d-2199-422a-b363-01d6d3fdc851", "ParticipantId": "f36a545d-67b2-4fd4-89fb-896136b609a7", "ParticipantRole": "AGENT", "Type": "MESSAGE" }, { "AbsoluteTime": "2022-10-27T03:34:17.029Z", "Content": "Yeah! That would be great. I just want my wife to be able to have these herbs in her room. And I'm always happy to get my money back!", "ContentType": "text/markdown", "DisplayName": "John", "Id": "e23a2331-f3fc-4d3c-8a51-1541451186c9", "ParticipantId": "e9b36a6d-12aa-4c21-9745-1881648ecfc8", "ParticipantRole": "CUSTOMER", "Type": "MESSAGE" }, { "AbsoluteTime": "2022-10-27T03:34:22.269Z", "Content": "Awesome! We really want to keep our customers happy and satisfied, and again I want to apologize for your less than satisfactory experience with the last product you ordered from us.", "ContentType": "text/markdown", "DisplayName": "Jane", "Id": "61bb2591-fe87-44e4-bba0-a3619c4cef1f", "ParticipantId": "f36a545d-67b2-4fd4-89fb-896136b609a7", "ParticipantRole": "AGENT", "Type": "MESSAGE" }, { "AbsoluteTime": "2022-10-27T03:34:26.353Z", "Content": "Okay! No problem. Sounds great. Thank you for all your help!", "ContentType": "text/markdown", "DisplayName": "John", "Id": "5a27cc39-9b73-4ebe-9275-5e6723788a1b", "ParticipantId": "e9b36a6d-12aa-4c21-9745-1881648ecfc8", "ParticipantRole": "CUSTOMER", "Type": "MESSAGE" }, { "AbsoluteTime": "2022-10-27T03:34:31.431Z", "Content": "Is there anything else I can help you out with John?", "ContentType": "text/markdown", "DisplayName": "Jane", "Id": "1761f27e-0989-4b6d-a046-fc03d2c6bc9c", "ParticipantId": "f36a545d-67b2-4fd4-89fb-896136b609a7", "ParticipantRole": "AGENT", "Redaction": { "CharacterOffsets": [ { "BeginOffsetChar": 48, "EndOffsetChar": 53 } ] }, "Type": "MESSAGE" }, { "AbsoluteTime": "2022-10-27T03:34:36.704Z", "Content": "Nope!", "ContentType": "text/markdown", "DisplayName": "John", "Id": "540368c7-ec19-4fc0-8c86-0a5ee62d31a0", "ParticipantId": "e9b36a6d-12aa-4c21-9745-1881648ecfc8", "ParticipantRole": "CUSTOMER", "Type": "MESSAGE" }, { "AbsoluteTime": "2022-10-27T03:34:41.448Z", "Content": "Ok great! Have a great day.", "ContentType": "text/markdown", "DisplayName": "Jane", "Id": "8cdff161-dc25-44e6-986f-fc0e08ee0a7d", "ParticipantId": "f36a545d-67b2-4fd4-89fb-896136b609a7", "ParticipantRole": "AGENT", "Type": "MESSAGE" }, { "AbsoluteTime": "2022-10-27T03:34:42.799Z", "ContentType": "application/vnd.amazonaws.connect.event.participant.left", "DisplayName": "John", "Id": "d1ba54ba-61d4-4a48-9a9a-6cd17d70b8fb", "ParticipantId": "e9b36a6d-12aa-4c21-9745-1881648ecfc8", "ParticipantRole": "CUSTOMER", "Type": "EVENT" }, { "AbsoluteTime": "2022-10-27T03:34:43.192Z", "ContentType": "application/vnd.amazonaws.connect.event.chat.ended", "Id": "2d9a0e4f-faec-485f-97af-2767dde1f30a", "Type": "EVENT" } ], "Version": "CHAT-2022-11-30" } ``` ## 修訂後聊天檔案範例 ``` { "AccountId": "123456789012", "Categories": { "MatchedCategories": [ "agent-intro" ], "MatchedDetails": { "agent-intro": { "PointsOfInterest": [ { "TranscriptItems": [ { "CharacterOffsets": { "BeginOffsetChar": 0, "EndOffsetChar": 71 }, "Id": "e4949dd1-aaa1-4fbd-84e7-65c95b2d3d9a" } ] } ] } } }, "Channel": "CHAT", "ChatTranscriptVersion": "2019-08-26", "ContentMetadata": { "Output": "Redacted", "RedactionTypes": [ "PII" ], "RedactionTypesMetadata": { "PII": { "RedactionMaskMode": "PII" } } }, "ConversationCharacteristics": { "ContactSummary": { "SummaryItemsDetected": [ { "ActionItemsDetected": [], "IssuesDetected": [ { "TranscriptItems": [ { "CharacterOffsets": { "BeginOffsetChar": 72, "EndOffsetChar": 244 }, "Id": "2b8ba020-53ee-4053-b5b7-35364ac1c7df" } ] } ], "OutcomesDetected": [ { "TranscriptItems": [ { "CharacterOffsets": { "BeginOffsetChar": 0, "EndOffsetChar": 150 }, "Id": "72cc8c8d-2199-422a-b363-01d6d3fdc851" } ] } ] } ] "ContactSummary": { "PostContactSummary": { "Content": "The customer and agent's conversation did not have any clear issues, outcomes or next steps. Agent verified customer information and finished the call." } } ], }, "ResponseTime": { "AgentGreetingTimeMillis": 2511, "DetailsByParticipantRole": { "AGENT": { "Average": { "ValueMillis": 5575 }, "Maximum": { "TranscriptItems": [ { "Id": "21acf0fc-7259-4a08-b4cd-688eb56587d3" } ], "ValueMillis": 7309 } }, "CUSTOMER": { "Average": { "ValueMillis": 5875 }, "Maximum": { "TranscriptItems": [ { "Id": "c71ad383-f876-4bb3-b254-7837b6a3d395" } ], "ValueMillis": 11366 } } } }, "Sentiment": { "DetailsByTranscriptItemGroup": [ { "ParticipantRole": "AGENT", "ProgressiveScore": 0, "Sentiment": "NEUTRAL", "TranscriptItems": [ { "Id": "e4949dd1-aaa1-4fbd-84e7-65c95b2d3d9a" } ] }, { "ParticipantRole": "AGENT", "ProgressiveScore": 0, "Sentiment": "NEUTRAL", "TranscriptItems": [ { "Id": "3673d926-6e75-4620-a6f0-7ea571790a15" } ] }, { "ParticipantRole": "AGENT", "ProgressiveScore": 0, "Sentiment": "NEUTRAL", "TranscriptItems": [ { "Id": "46d37141-32d8-4f2e-a664-bcd3f34a68b3" } ] }, { "ParticipantRole": "AGENT", "ProgressiveScore": 0, "Sentiment": "NEUTRAL", "TranscriptItems": [ { "Id": "3c4a2a1e-6790-46a6-8ad4-4a0980b04795" } ] }, { "ParticipantRole": "AGENT", "ProgressiveScore": 0, "Sentiment": "NEUTRAL", "TranscriptItems": [ { "Id": "f9cd41b6-3f68-4e83-a47d-664395f324c0" } ] }, { "ParticipantRole": "AGENT", "ProgressiveScore": 1.6666666666666667, "Sentiment": "POSITIVE", "TranscriptItems": [ { "Id": "21acf0fc-7259-4a08-b4cd-688eb56587d3" } ] }, { "ParticipantRole": "AGENT", "ProgressiveScore": 1.6666666666666667, "Sentiment": "NEUTRAL", "TranscriptItems": [ { "Id": "2b8ba020-53ee-4053-b5b7-35364ac1c7df" } ] }, { "ParticipantRole": "AGENT", "ProgressiveScore": 1.6666666666666667, "Sentiment": "NEUTRAL", "TranscriptItems": [ { "Id": "28d0a1ce-64d1-4625-bbef-4cfeb97b6742" } ] }, { "ParticipantRole": "AGENT", "ProgressiveScore": 0, "Sentiment": "NEUTRAL", "TranscriptItems": [ { "Id": "ef9b8622-32d5-4cfd-9ccc-a242502267bc" }, { "Id": "03a9de67-f9e1-4884-a1a3-ecea78a4ce9e" }, { "Id": "cfee5ece-a671-4a11-9ec2-89aba4b7d688" } ] }, { "ParticipantRole": "AGENT", "ProgressiveScore": 0, "Sentiment": "NEUTRAL", "TranscriptItems": [ { "Id": "72cc8c8d-2199-422a-b363-01d6d3fdc851" } ] }, { "ParticipantRole": "AGENT", "ProgressiveScore": 1.6666666666666667, "Sentiment": "POSITIVE", "TranscriptItems": [ { "Id": "61bb2591-fe87-44e4-bba0-a3619c4cef1f" } ] }, { "ParticipantRole": "AGENT", "ProgressiveScore": 1.6666666666666667, "Sentiment": "NEUTRAL", "TranscriptItems": [ { "Id": "1761f27e-0989-4b6d-a046-fc03d2c6bc9c" } ] }, { "ParticipantRole": "AGENT", "ProgressiveScore": 3.3333333333333335, "Sentiment": "POSITIVE", "TranscriptItems": [ { "Id": "8cdff161-dc25-44e6-986f-fc0e08ee0a7d" } ] }, { "ParticipantRole": "CUSTOMER", "ProgressiveScore": -1.6666666666666667, "Sentiment": "NEGATIVE", "TranscriptItems": [ { "Id": "bcc51949-3a79-4398-be1b-a27345a8a8ad" } ] }, { "ParticipantRole": "CUSTOMER", "ProgressiveScore": -3.75, "Sentiment": "NEGATIVE", "TranscriptItems": [ { "Id": "7d5c07d7-3d26-4b34-ae91-39aeaeef685c" }, { "Id": "e0efbd17-9139-439b-8c80-ebf2b9b703b9" } ] }, { "ParticipantRole": "CUSTOMER", "ProgressiveScore": -3.75, "Sentiment": "NEUTRAL", "TranscriptItems": [ { "Id": "8fbb8dd4-9fd4-4991-83dc-5f06eeead9aa" } ] }, { "ParticipantRole": "CUSTOMER", "ProgressiveScore": -2.5, "Sentiment": "NEUTRAL", "TranscriptItems": [ { "Id": "3b856fd9-0eeb-4fb2-93ed-95ec4aeae3a6" } ] }, { "ParticipantRole": "CUSTOMER", "ProgressiveScore": 0, "Sentiment": "NEUTRAL", "TranscriptItems": [ { "Id": "ecb8c498-96d7-448b-8360-366eeddb4090" } ] }, { "ParticipantRole": "CUSTOMER", "ProgressiveScore": 0, "Sentiment": "NEUTRAL", "TranscriptItems": [ { "Id": "d334058f-e3de-4cf1-a361-32e4e61f1839" } ] }, { "ParticipantRole": "CUSTOMER", "ProgressiveScore": 0, "Sentiment": "NEUTRAL", "TranscriptItems": [ { "Id": "3ec6adb5-3f11-409c-af39-40cf7ba6f078" } ] }, { "ParticipantRole": "CUSTOMER", "ProgressiveScore": 0, "Sentiment": "NEUTRAL", "TranscriptItems": [ { "Id": "c71ad383-f876-4bb3-b254-7837b6a3d395" } ] }, { "ParticipantRole": "CUSTOMER", "ProgressiveScore": 0, "Sentiment": "NEUTRAL", "TranscriptItems": [ { "Id": "4b292b64-4a33-45ff-89df-d5a175d16d70" } ] }, { "ParticipantRole": "CUSTOMER", "ProgressiveScore": 0, "Sentiment": "NEUTRAL", "TranscriptItems": [ { "Id": "2da5a3c2-9d1b-458c-ae53-759a4e63198d" } ] }, { "ParticipantRole": "CUSTOMER", "ProgressiveScore": 1.6666666666666667, "Sentiment": "POSITIVE", "TranscriptItems": [ { "Id": "e23a2331-f3fc-4d3c-8a51-1541451186c9" } ] }, { "ParticipantRole": "CUSTOMER", "ProgressiveScore": 3.75, "Sentiment": "POSITIVE", "TranscriptItems": [ { "Id": "5a27cc39-9b73-4ebe-9275-5e6723788a1b" } ] }, { "ParticipantRole": "CUSTOMER", "ProgressiveScore": 3.75, "Sentiment": "NEUTRAL", "TranscriptItems": [ { "Id": "540368c7-ec19-4fc0-8c86-0a5ee62d31a0" } ] } ], "OverallSentiment": { "DetailsByInteraction": { "DetailsByParticipantRole": { "CUSTOMER": { "WithAgent": 0 } } }, "DetailsByParticipantRole": { "AGENT": 1.1538461538461537, "CUSTOMER": 0 } }, "SentimentShift": { "DetailsByInteraction": { "DetailsByParticipantRole": { "CUSTOMER": { "WithAgent": { "BeginScore": -3, "EndScore": 3.75 } } } }, "DetailsByParticipantRole": { "AGENT": { "BeginScore": 0, "EndScore": 2.5 }, "CUSTOMER": { "BeginScore": -3.75, "EndScore": 3.75 } } } } }, "CustomerMetadata": { "ContactId": "b49644f6-672f-445c-b209-f76b36482830", "InputS3Uri": "path to the json file in s3", "InstanceId": "f23fc323-3d6d-48aa-EXAMPLE012" }, "JobStatus": "COMPLETED", "LanguageCode": "en-US", "Participants": [ { "ParticipantId": "e9b36a6d-12aa-4c21-9745-1881648ecfc8", "ParticipantRole": "CUSTOMER" }, { "ParticipantId": "2b2288b4-ff6e-4996-8d8e-260fd5a8ac02", "ParticipantRole": "SYSTEM" }, { "ParticipantId": "f36a545d-67b2-4fd4-89fb-896136b609a7", "ParticipantRole": "AGENT" } ], "Transcript": [ { "AbsoluteTime": "2022-10-27T03:31:50.735Z", "ContentType": "application/vnd.amazonaws.connect.event.participant.joined", "DisplayName": "[PII]", "Id": "740c494d-9df7-4400-91c0-3e4df33922c8", "ParticipantId": "e9b36a6d-12aa-4c21-9745-1881648ecfc8", "ParticipantRole": "CUSTOMER", "Type": "EVENT" }, { "AbsoluteTime": "2022-10-27T03:31:53.390Z", "Content": "Hello, thanks for contacting us. This is an example of what the Amazon Connect virtual contact center can enable you to do.", "ContentType": "text/plain", "DisplayName": "SYSTEM_MESSAGE", "Id": "78aa8229-714a-4c87-916b-ce7d8d567ab2", "ParticipantId": "2b2288b4-ff6e-4996-8d8e-260fd5a8ac02", "ParticipantRole": "SYSTEM", "Type": "MESSAGE" }, { "AbsoluteTime": "2022-10-27T03:31:55.131Z", "Content": "The time in queue is less than 5 minutes.", "ContentType": "text/plain", "DisplayName": "SYSTEM_MESSAGE", "Id": "1276382b-facb-49c5-8d34-62e3b0f50002", "ParticipantId": "2b2288b4-ff6e-4996-8d8e-260fd5a8ac02", "ParticipantRole": "SYSTEM", "Type": "MESSAGE" }, { "AbsoluteTime": "2022-10-27T03:31:56.618Z", "Content": "You are now being placed in queue to chat with an agent.", "ContentType": "text/plain", "DisplayName": "SYSTEM_MESSAGE", "Id": "88c2363e-8206-4781-a353-c15e1ccacc12", "ParticipantId": "2b2288b4-ff6e-4996-8d8e-260fd5a8ac02", "ParticipantRole": "SYSTEM", "Type": "MESSAGE" }, { "AbsoluteTime": "2022-10-27T03:32:00.951Z", "ContentType": "application/vnd.amazonaws.connect.event.participant.joined", "DisplayName": "[PII]", "Id": "c05cca74-d50b-4aa5-b46c-fdb5ae8c814c", "ParticipantId": "f36a545d-67b2-4fd4-89fb-896136b609a7", "ParticipantRole": "AGENT", "Type": "EVENT" }, { "AbsoluteTime": "2022-10-27T03:32:03.462Z", "Content": "Hello, thanks for reaching Example Corp. This is [PII]. How may I help you?", "ContentType": "text/plain", "DisplayName": "[PII]", "Id": "e4949dd1-aaa1-4fbd-84e7-65c95b2d3d9a", "ParticipantId": "f36a545d-67b2-4fd4-89fb-896136b609a7", "ParticipantRole": "AGENT", "Redaction": { "CharacterOffsets": [ { "BeginOffsetChar": 46, "EndOffsetChar": 51 } ] }, "Type": "MESSAGE" }, { "AbsoluteTime": "2022-10-27T03:32:08.102Z", "Content": "I'd like to see if I can get a refund or an exchange, because I ordered one of your grow-it-yourself indoor herb garden kits and nothing sprouted after a couple weeks so I think something is wrong with the seeds and this product may be defective.", "ContentType": "text/plain", "DisplayName": "[PII]", "Id": "bcc51949-3a79-4398-be1b-a27345a8a8ad", "ParticipantId": "e9b36a6d-12aa-4c21-9745-1881648ecfc8", "ParticipantRole": "CUSTOMER", "Type": "MESSAGE" }, { "AbsoluteTime": "2022-10-27T03:32:14.137Z", "Content": "My wife is blind and sensitive to the sun so I was going to surprise her for her birthday with all the herbs that she loves so you guys actually really let me down.", "ContentType": "text/plain", "DisplayName": "[PII]", "Id": "7d5c07d7-3d26-4b34-ae91-39aeaeef685c", "ParticipantId": "e9b36a6d-12aa-4c21-9745-1881648ecfc8", "ParticipantRole": "CUSTOMER", "Type": "MESSAGE" }, { "AbsoluteTime": "2022-10-27T03:32:18.781Z", "Content": "I should be taking my business elsewhere. I don't see why I should be giving money to a company that isn't even going to sell a product that works.", "ContentType": "text/plain", "DisplayName": "[PII]", "Id": "e0efbd17-9139-439b-8c80-ebf2b9b703b9", "ParticipantId": "e9b36a6d-12aa-4c21-9745-1881648ecfc8", "ParticipantRole": "CUSTOMER", "Type": "MESSAGE" }, { "AbsoluteTime": "2022-10-27T03:32:24.123Z", "Content": "Ok. Can I get your first and last name please?", "ContentType": "text/plain", "DisplayName": "[PII]", "Id": "3673d926-6e75-4620-a6f0-7ea571790a15", "ParticipantId": "f36a545d-67b2-4fd4-89fb-896136b609a7", "ParticipantRole": "AGENT", "Type": "MESSAGE" }, { "AbsoluteTime": "2022-10-27T03:32:29.879Z", "Content": "Yeah. My first name is [PII] and last name [PII].", "ContentType": "text/plain", "DisplayName": "[PII]", "Id": "8fbb8dd4-9fd4-4991-83dc-5f06eeead9aa", "ParticipantId": "e9b36a6d-12aa-4c21-9745-1881648ecfc8", "ParticipantRole": "CUSTOMER", "Redaction": { "CharacterOffsets": [ { "BeginOffsetChar": 21, "EndOffsetChar": 26 }, { "BeginOffsetChar": 44, "EndOffsetChar": 49 } ] }, "Type": "MESSAGE" }, { "AbsoluteTime": "2022-10-27T03:32:34.670Z", "Content": "Could you please provide me with the order ID number?", "ContentType": "text/plain", "DisplayName": "[PII]", "Id": "46d37141-32d8-4f2e-a664-bcd3f34a68b3", "ParticipantId": "f36a545d-67b2-4fd4-89fb-896136b609a7", "ParticipantRole": "AGENT", "Type": "MESSAGE" }, { "AbsoluteTime": "2022-10-27T03:32:39.726Z", "Content": "Yes, just . Looking ...", "ContentType": "text/plain", "DisplayName": "[PII]", "Id": "3b856fd9-0eeb-4fb2-93ed-95ec4aeae3a6", "ParticipantId": "e9b36a6d-12aa-4c21-9745-1881648ecfc8", "ParticipantRole": "CUSTOMER", "Type": "MESSAGE" }, { "AbsoluteTime": "2022-10-27T03:32:44.887Z", "Content": "Not a problem, take your time.", "ContentType": "text/plain", "DisplayName": "[PII]", "Id": "3c4a2a1e-6790-46a6-8ad4-4a0980b04795", "ParticipantId": "f36a545d-67b2-4fd4-89fb-896136b609a7", "ParticipantRole": "AGENT", "Type": "MESSAGE" }, { "AbsoluteTime": "2022-10-27T03:32:52.978Z", "Content": "Okay, that should be #5376897. You know, if the product was fine I wouldn't have to scrounge through emails.", "ContentType": "text/plain", "DisplayName": "[PII]", "Id": "ecb8c498-96d7-448b-8360-366eeddb4090", "ParticipantId": "e9b36a6d-12aa-4c21-9745-1881648ecfc8", "ParticipantRole": "CUSTOMER", "Type": "MESSAGE" }, { "AbsoluteTime": "2022-10-27T03:32:59.441Z", "Content": "alright, perfect. And could you also just confirm the shipping address for me, [PII]", "ContentType": "text/plain", "DisplayName": "[PII]", "Id": "f9cd41b6-3f68-4e83-a47d-664395f324c0", "ParticipantId": "f36a545d-67b2-4fd4-89fb-896136b609a7", "ParticipantRole": "AGENT", "Redaction": { "CharacterOffsets": [ { "BeginOffsetChar": 77, "EndOffsetChar": 82 } ] }, "Type": "MESSAGE" }, { "AbsoluteTime": "2022-10-27T03:33:05.455Z", "Content": "[PII], and the zip code [PII].", "ContentType": "text/plain", "DisplayName": "[PII]", "Id": "d334058f-e3de-4cf1-a361-32e4e61f1839", "ParticipantId": "e9b36a6d-12aa-4c21-9745-1881648ecfc8", "ParticipantRole": "CUSTOMER", "Redaction": { "CharacterOffsets": [ { "BeginOffsetChar": 0, "EndOffsetChar": 5 }, { "BeginOffsetChar": 27, "EndOffsetChar": 32 } ] }, "Type": "MESSAGE" }, { "AbsoluteTime": "2022-10-27T03:33:12.764Z", "Content": "Thank you very much. Just waiting on my system here. .. I'll also need the last four digits of your debit card.", "ContentType": "text/plain", "DisplayName": "[PII]", "Id": "21acf0fc-7259-4a08-b4cd-688eb56587d3", "ParticipantId": "f36a545d-67b2-4fd4-89fb-896136b609a7", "ParticipantRole": "AGENT", "Type": "MESSAGE" }, { "AbsoluteTime": "2022-10-27T03:33:17.412Z", "Content": "Ok. Last four for my debit card [PII]", "ContentType": "text/plain", "DisplayName": "[PII]", "Id": "3ec6adb5-3f11-409c-af39-40cf7ba6f078", "ParticipantId": "e9b36a6d-12aa-4c21-9745-1881648ecfc8", "ParticipantRole": "CUSTOMER", "Redaction": { "CharacterOffsets": [ { "BeginOffsetChar": 27, "EndOffsetChar": 32 } ] }, "Type": "MESSAGE" }, { "AbsoluteTime": "2022-10-27T03:33:33.852Z", "Content": "It's just too bad. I thought this was going to be the best gift idea. How can you guys be sending out defective seeds? Isn't that your whole business?", "ContentType": "text/plain", "DisplayName": "[PII]", "Id": "c71ad383-f876-4bb3-b254-7837b6a3d395", "ParticipantId": "e9b36a6d-12aa-4c21-9745-1881648ecfc8", "ParticipantRole": "CUSTOMER", "Type": "MESSAGE" }, { "AbsoluteTime": "2022-10-27T03:33:38.961Z", "Content": "I apologize for the experience you had Mr [PII], its very uncommon that our customer will have this issue. We will look into this and get this sorted out for you right away.", "ContentType": "text/plain", "DisplayName": "[PII]", "Id": "28d0a1ce-64d1-4625-bbef-4cfeb97b6742", "ParticipantId": "f36a545d-67b2-4fd4-89fb-896136b609a7", "ParticipantRole": "AGENT", "Redaction": { "CharacterOffsets": [ { "BeginOffsetChar": 41, "EndOffsetChar": 46 } ] }, "Type": "MESSAGE" }, { "AbsoluteTime": "2022-10-27T03:33:44.192Z", "Content": "Well, my wife's birthday already passed, so. There's not too much you can do. But I would still like to grow the herbs for her, if possible.", "ContentType": "text/plain", "DisplayName": "[PII]", "Id": "4b292b64-4a33-45ff-89df-d5a175d16d70", "ParticipantId": "e9b36a6d-12aa-4c21-9745-1881648ecfc8", "ParticipantRole": "CUSTOMER", "Type": "MESSAGE" }, { "AbsoluteTime": "2022-10-27T03:33:51.310Z", "Content": "Totally understandable. Let me see what we can do for you. Please give me couple of minutes as I check the system.", "ContentType": "text/plain", "DisplayName": "[PII]", "Id": "ef9b8622-32d5-4cfd-9ccc-a242502267bc", "ParticipantId": "f36a545d-67b2-4fd4-89fb-896136b609a7", "ParticipantRole": "AGENT", "Type": "MESSAGE" }, { "AbsoluteTime": "2022-10-27T03:33:56.287Z", "Content": "Thank you sir one moment please.", "ContentType": "text/plain", "DisplayName": "[PII]", "Id": "03a9de67-f9e1-4884-a1a3-ecea78a4ce9e", "ParticipantId": "f36a545d-67b2-4fd4-89fb-896136b609a7", "ParticipantRole": "AGENT", "Type": "MESSAGE" }, { "AbsoluteTime": "2022-10-27T03:34:01.224Z", "Content": "Alright are you still there Mr [PII]?", "ContentType": "text/plain", "DisplayName": "[PII]", "Id": "cfee5ece-a671-4a11-9ec2-89aba4b7d688", "ParticipantId": "f36a545d-67b2-4fd4-89fb-896136b609a7", "ParticipantRole": "AGENT", "Redaction": { "CharacterOffsets": [ { "BeginOffsetChar": 30, "EndOffsetChar": 35 } ] }, "Type": "MESSAGE" }, { "AbsoluteTime": "2022-10-27T03:34:07.093Z", "Content": "Yeah.", "ContentType": "text/plain", "DisplayName": "[PII]", "Id": "2da5a3c2-9d1b-458c-ae53-759a4e63198d", "ParticipantId": "e9b36a6d-12aa-4c21-9745-1881648ecfc8", "ParticipantRole": "CUSTOMER", "Type": "MESSAGE" }, { "AbsoluteTime": "2022-10-27T03:34:12.562Z", "Content": "We are not only refunding the cost of the grow-it-yourself indoor herb kit but we will also be sending you a replacement. Would you be okay with this?", "ContentType": "text/plain", "DisplayName": "[PII]", "Id": "72cc8c8d-2199-422a-b363-01d6d3fdc851", "ParticipantId": "f36a545d-67b2-4fd4-89fb-896136b609a7", "ParticipantRole": "AGENT", "Type": "MESSAGE" }, { "AbsoluteTime": "2022-10-27T03:34:17.029Z", "Content": "Yeah! That would be great. I just want my wife to be able to have these herbs in her room. And I'm always happy to get my money back!", "ContentType": "text/plain", "DisplayName": "[PII]", "Id": "e23a2331-f3fc-4d3c-8a51-1541451186c9", "ParticipantId": "e9b36a6d-12aa-4c21-9745-1881648ecfc8", "ParticipantRole": "CUSTOMER", "Type": "MESSAGE" }, { "AbsoluteTime": "2022-10-27T03:34:22.269Z", "Content": "Awesome! We really want to keep our customers happy and satisfied, and again I want to apologize for your less than satisfactory experience with the last product you ordered from us.", "ContentType": "text/plain", "DisplayName": "[PII]", "Id": "61bb2591-fe87-44e4-bba0-a3619c4cef1f", "ParticipantId": "f36a545d-67b2-4fd4-89fb-896136b609a7", "ParticipantRole": "AGENT", "Type": "MESSAGE" }, { "AbsoluteTime": "2022-10-27T03:34:26.353Z", "Content": "Okay! No problem. Sounds great. Thank you for all your help!", "ContentType": "text/plain", "DisplayName": "[PII]", "Id": "5a27cc39-9b73-4ebe-9275-5e6723788a1b", "ParticipantId": "e9b36a6d-12aa-4c21-9745-1881648ecfc8", "ParticipantRole": "CUSTOMER", "Type": "MESSAGE" }, { "AbsoluteTime": "2022-10-27T03:34:31.431Z", "Content": "Is there anything else I can help you out with Mr [PII]?", "ContentType": "text/plain", "DisplayName": "[PII]", "Id": "1761f27e-0989-4b6d-a046-fc03d2c6bc9c", "ParticipantId": "f36a545d-67b2-4fd4-89fb-896136b609a7", "ParticipantRole": "AGENT", "Redaction": { "CharacterOffsets": [ { "BeginOffsetChar": 48, "EndOffsetChar": 53 } ] }, "Type": "MESSAGE" }, { "AbsoluteTime": "2022-10-27T03:34:36.704Z", "Content": "Nope!", "ContentType": "text/plain", "DisplayName": "[PII]", "Id": "540368c7-ec19-4fc0-8c86-0a5ee62d31a0", "ParticipantId": "e9b36a6d-12aa-4c21-9745-1881648ecfc8", "ParticipantRole": "CUSTOMER", "Type": "MESSAGE" }, { "AbsoluteTime": "2022-10-27T03:34:41.448Z", "Content": "Ok great! Have a great day.", "ContentType": "text/plain", "DisplayName": "[PII]", "Id": "8cdff161-dc25-44e6-986f-fc0e08ee0a7d", "ParticipantId": "f36a545d-67b2-4fd4-89fb-896136b609a7", "ParticipantRole": "AGENT", "Type": "MESSAGE" }, { "AbsoluteTime": "2022-10-27T03:34:42.799Z", "ContentType": "application/vnd.amazonaws.connect.event.participant.left", "DisplayName": "[PII]", "Id": "d1ba54ba-61d4-4a48-9a9a-6cd17d70b8fb", "ParticipantId": "e9b36a6d-12aa-4c21-9745-1881648ecfc8", "ParticipantRole": "CUSTOMER", "Type": "EVENT" }, { "AbsoluteTime": "2022-10-27T03:34:43.192Z", "ContentType": "application/vnd.amazonaws.connect.event.chat.ended", "Id": "2d9a0e4f-faec-485f-97af-2767dde1f30a", "Type": "EVENT" } ], "Version": "CHAT-2022-11-30" } ``` # Contact Lens 對話分析所分析電子郵件的範例 Contact Lens 輸出檔案 本節顯示 Contact Lens 對話式分析已分析之電子郵件聯絡案例的範例結構描述。此範例顯示相符的類別和聯絡鏈摘要。 請注意下列有關電子郵件分析輸出檔案的事項： + `Channel` 欄位設定為 `EMAIL`。 + `Version` 欄位使用 `EMAIL` 字首 （例如 `EMAIL-2026-01-01`)。 + 電子郵件輸出檔案不包含情緒分數、情緒轉移、響度或非通話時間資料。 + `Categories` 區段包含設為 `EventSource`的欄位`OnEmailAnalysisAvailable`。 + 聯絡摘要使用 `ContactChainSummary`而非 `PostContactSummary`，因為電子郵件分析總結了完整的電子郵件執行緒 （聯絡鏈）。 + `CustomerMetadata.InputFiles` 區段參考存放在 Amazon S3 中的電子郵件訊息和純文字檔案。 ## 電子郵件分析輸出檔案範例 下列範例顯示已啟用分類、修訂和聯絡鏈摘要之電子郵件聯絡的輸出。 ``` { "Version": "EMAIL-2026-01-01", "AccountId": "123456789012", "Channel": "EMAIL", "Configuration": { "ChannelConfiguration": { "AnalyticsModes": [ "ContactLens" ] }, "LanguageLocale": "en-US", "RedactionConfiguration": { "Behavior": "Enable", "Policy": "RedactedAndOriginal", "Entities": [], "MaskMode": "EntityType" }, "SummaryConfiguration": { "SummaryModes": [ "ContactChain" ] } }, "CustomerMetadata": { "ContactId": "a1b2c3d4-e5f6-7890-abcd-ef1234567890", "InstanceId": "aaaaaaaa-bbbb-cccc-dddd-eeeeeeeeeeee", "InputFiles": { "EmailMessageS3URI": "connect/your-instance/EmailMessages/2026/01/15/a1b2c3d4_message.json", "EmailMessagePlainTextS3URI": "connect/your-instance/EmailMessages/2026/01/15/a1b2c3d4_plain_text.json" } }, "Categories": { "MatchedCategories": [ "refund-request", "shipping-issue" ], "MatchedDetails": { "refund-request": { "PointsOfInterest": [ { "Contacts": [ { "ContactId": "a1b2c3d4-e5f6-7890-abcd-ef1234567890" } ] } ], "EventSource": "OnEmailAnalysisAvailable" }, "shipping-issue": { "PointsOfInterest": [], "EventSource": "OnEmailAnalysisAvailable" } } }, "ConversationCharacteristics": { "ContactSummary": { "ContactChainSummary": { "Content": "The customer reported that their order arrived damaged and requested a full refund including shipping costs. The agent confirmed the refund would be processed within 3-5 business days and offered a replacement unit." } } }, "JobDetails": {} } ``` # 對 Amazon Connect Contact Lens 中的問題進行疑難排解 ## 為什麼我看不到或聽不到未修訂的內容？ 如果您的組織使用Contact Lens修訂功能，根據預設， Amazon Connect 管理員網站中只會顯示已修訂的內容。 您必須具有檢視未修訂內容的許可。如需詳細資訊，請參閱[指派在 Amazon Connect 中使用 Contact Lens 對話分析的許可](permissions-for-contact-lens.md)。 # 在 Amazon Connect 中評估客服人員和自助服務互動效能 **提示** **您是新的使用者嗎？** 查看 [Amazon Connect 客服人員評估表單研討會](https://catalog.workshops.aws/amazon-connect-evaluation-forms/en-US)。此線上課程會引導您建立評估表單的工作範例。 **IT 管理員**：若要啟用 Amazon Connect 評估功能，請前往 Amazon Connect 主控台，選擇您的執行個體別名，選擇**資料儲存**、**內容評估**、**編輯**。系統將會提示您建立或選擇 S3 儲存貯體。建立儲存貯體之後，您可以儲存評估並進行匯出。 Amazon Connect 效能評估可讓您定義自訂效能評估條件，以評估、監控和改善客服人員和自動化系統 （機器人、AI 客服人員） 與客戶的互動方式，並解決問題。然後，您可以透過檢閱儀表板中的彙總洞見來監控效能，並深入研究個別聯絡人，您可以在單一檢視中查看記錄、文字記錄、對話摘要和分析的評估。透過整合式指導，您可以向客服人員提供意見回饋，強調他們的優勢和改進的機會。 您可以對所有聯絡類型 （語音、聊天、電子郵件和任務） 執行手動評估。您可以對由 Amazon Connect 對話分析分析的語音和聊天聯絡人執行自動互動。您可以對客服人員互動和自動互動 （由機器人或 AI 客服人員處理） 執行自動評估。如需自動化評估的詳細資訊，請參閱 [步驟 6：啟用自動化評估](create-evaluation-forms.md#step-automate)。 若要執行手動評估，您可以搜尋聯絡人、選擇適當的評估表單、檢閱聯絡人音訊、螢幕錄製或文字記錄，然後評估人工、AI 客服人員或機器人如何與客戶互動。然後，您可以藉由提供客服人員指導意見回饋，並最佳化機器人、AI 客服人員和自助式工作流程，使用這些洞見來改善客戶體驗。 **若要評估表現** 1. 使用具有[執行評估許可](evaluation-and-coaching-permissions.md)的使用者帳戶登入 Amazon Connect。 1. 存取您想要評估的聯絡。您有很幾種方法可以執行此操作。例如，有人可能已與您分享聯絡 URL，或指派給您具有該 URL 的任務。或者，您可能有聯絡 ID，可讓您透過執行下列動作來搜尋聯絡記錄：在導覽面板中，選擇 **分析和最佳化**，**聯絡搜尋**，然後搜尋您要評估的聯絡。 1. 在 **聯絡詳細資訊** 頁面上，選擇 **評估** 或 **<** 圖示。 ![\[聯絡詳細資訊頁面，評估按鈕。\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/evaluationforms-evaluatebutton.png) 1. **評估**面板會列出正在進行中或已完成的任何聯絡評估。 ![\[評估面板中有兩個評估狀態。\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/evaluationforms-startevaluation.png) 1. 若要開始評估，請從下拉式選單中選擇評估表單，然後選擇**開始評估**。如果您尚未設定評估表單，則需要事先設定。如需詳細資訊，請參閱[建立評估表單](create-evaluation-forms.md)。 1. 若要瀏覽特別長的評估表單，請使用每個區段旁邊的箭頭將其摺疊或展開。 ![\[評估面板中，用於折疊或展開區段的箭頭。\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/evaluationforms-exampleevaluation.png) 1. 選擇 **儲存** 以儲存進行中的表單。表單的狀態會變成 **草稿**。您可以隨時返回以繼續，也可以將其刪除並重新開始。 ![\[評估面板，設定為草稿的評估狀態。\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/evaluationforms-draft.png) 1. 完成時請選擇 **提交**。如果您已略過表單中的選用問題，您會看到警告，要求您確認是否要提交評估。選擇 **Yes (是)**。評估現在**已完成**。 ![\[略過選用問題並提交評估。\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/evaluationforms-draft-submit.png) # 為效能評估和指導指派安全性設定檔許可 若要允許使用者建立、自動化和存取評估表單，請指派下列**分析和最佳化**安全性設定檔許可： + **評估表單 - 執行聯絡評估**：允許使用者，例如品質保證團隊成員，使用評估表單來檢閱聯絡案例。如需範例圖片，請參閱 [在 Amazon Connect 中評估客服人員和自助服務互動效能](evaluations.md)。 此許可允許使用者透過評估表單、得分、上次更新的日期/範圍、評估人員和狀態來[搜尋](search-evaluations.md)評估。也允許他們檢視評估表單稽核軌跡。 + **檢視**許可可讓使用者檢視提交的評估。您可以將此許可授予執行評估的使用者 (例如管理員) 和需要檢視評估的使用者 (例如客服人員)。 + **建立**許可可讓使用者建立新的評估、檢視和編輯草稿評估。 + **編輯**許可可讓使用者編輯提交的評估。 + **刪除**許可可讓使用者同時刪除草稿和提交的評估。 + **評估表單 – 管理表單定義**：允許管理員和經理[建立](create-evaluation-forms.md)和[管理](evaluationform-audit-trail.md)評估表單。 + **規則**：需要建立、檢視、編輯和刪除規則的許可，才能根據特定客服人員行為和客戶成果[自動分類聯絡](rules.md)。這些聯絡類別可用於在評估表單上[設定自動化](create-evaluation-forms.md#step-automate)。此外，[建立規則以提交自動化評估](contact-lens-rules-submit-automated-evaluation.md)需要規則許可。 + **評估表單 - 詢問 AI 助理**：在執行評估時提供**詢問 AI** 按鈕的存取權。**詢問 AI** 按鈕可讓使用者取得[生成式 AI 支援的建議](generative-ai-performance-evaluations.md)，以回答評估表單中的問題。 + **評估表單 - 管理校正工作階段**：允許管理員建立和管理校正工作階段，以在管理員評估客服人員效能的方式中提高一致性和準確性。 + **聯絡案例範例**：允許管理員隨機取樣客服人員的聯絡案例以進行評估。例如，管理員可以選取其階層中的所有客服人員，並從上週取得每個客服人員 5 個隨機聯絡人以供評估。 若要允許使用者管理或存取指導工作階段，請指派下列 **Analytics 和最佳化**安全性設定檔許可： + **指導 - 我的指導工作階段**：存取您被指派為指導者或參與者的指導工作階段。 + **檢視**：檢視您身為輔導員或參與者的輔導工作階段。如果您是參與者，您可以使用此許可來確認指導工作階段。 + **建立**：以輔導員的身分建立新的輔導工作階段。 + **編輯**：編輯您身為輔導者的輔導工作階段。 + **刪除**：刪除您身為輔導者的輔導工作階段。 + **指導 - 管理指導工作階段**：存取您自己或其他人執行的指導工作階段。此許可適用於管理員或品質管理員。 + **檢視**：檢視任何指導工作階段。 + **建立**：建立新的指導工作階段。您可以選擇自己做為輔導員，或指派其他使用者做為輔導員。 + **編輯**：編輯任何指導工作階段。 + **刪除**：刪除任何指導工作階段。 依預設，**管理員** 安全性設定檔具有這些權限。 如需如何將更多權限新增到現有安全性設定檔的資訊，請參閱 [在 Amazon Connect 中更新安全性設定檔](update-security-profiles.md)。 # 在 Amazon Connect 中檢視評估稽核軌跡 評估可以多次修改和提交。當評估人員提交變更至現有評估時，管理員可以檢視稽核軌跡，記錄： + 提交原始評估的人員 + 重新提交評估的人員 + 他們所做的變更 (例如，在評估中變更答案或答案備註) 聯絡中心管理員可以使用此資訊來執行內部稽核，並發現改善評估人員一致性的機會。 **檢視評估稽核軌跡** 1. 使用在其安全性設定檔上具有**分析和最佳化** - **[評估表單 - 執行評估](evaluation-and-coaching-permissions.md)**的使用者帳戶登入 Amazon Connect。 1. 存取聯絡，該聯絡具有在提交後進行編輯的評估。 1. 選擇您要調查的評估。下圖顯示**評估**頁面，其中包含已完成評估的連結。 ![\[已完成評估的連結，您可以選擇檢視稽核軌跡。\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/evaluation-audit-example.png) 1. 評估的**概觀**區段包含**變更歷史記錄**。它表示已提交評估的次數。選擇連結，如下圖所示。 ![\[變更歷史記錄屬性。\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/evaluation-audit-change-history.png) 1. 您可以檢視初始提交之後後續提交的稽核軌跡。選擇重新提交旁的箭頭，以檢視編輯的詳細資訊。下圖顯示稽核軌跡的範例，該稽核軌跡是在評估提交之後對評估所做的。 ![\[在提交之後變更的評估稽核軌跡。\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/evaluation-audit.png) # 在 Amazon Connect 中建立評估表單 在 Amazon Connect 中，您可以建立[許多不同的評估表單](feature-limits.md#evaluationforms-feature-specs)。例如，每個業務單位和不同的佇列可能需要不同的評估表單。您也可以建立不同的評估表單來評估客服人員互動，以及與 Lex 機器人或 AI 客服人員的自助式互動。 每個表單可以包含多個部分和問題。 + 您可以為每個問題和區段指派[權](about-scoring-and-weights.md)重，以指出其分數如何影響評估表單的整體分數。 + 您可以在每個問題上設定自動化，以便使用 Contact Lens 對話分析的洞見和指標自動填入這些問題的答案。 本主題說明如何使用 Amazon Connect 管理員網站建立表單和設定自動化。若要以程式設計方式建立和管理表單，請參閱 *Amazon Connect API 參考資料*中的[評估動作](https://docs.aws.amazon.com/connect/latest/APIReference/evaluation-api.html)。 **Topics** + [步驟 1：建立具有標題的評估表單](#step-title) + [步驟 2：新增區段和問題](#step-sections) + [步驟 3：新增答案](#step-answers) + [步驟 4：有條件地啟用問題](#step-conditionally-enable-questions) + [步驟 5：將分數和範圍指派給答案](#step-assignscores) + [步驟 6：啟用自動化評估](#step-automate) + [步驟 7：預覽評估表單](#step-preview) + [步驟 8：指派最終分數的權重](#step-weights) + [步驟 9：啟用評估表單](#step-activateform) ## 步驟 1：建立具有標題的評估表單 下列步驟說明如何建立或複製評估表單並設定標題。 1. 使用具有下列安全性設定檔許可的使用者帳戶登入 Amazon Connect：**分析和最佳化** - **評估表單 - 管理表單定義** - **建立**。 1. 選擇**分析和最佳化**，然後選擇**評估表單**。 1. 在 **評估表單** 頁面上，選擇 **建立新表單**。 —或— 選取現有的表單，然後選擇**複製**。 1. 輸入表單的標題，例如*銷售評估*，或變更現有的標題。將任何標籤新增至表單以控制對表單的存取 （請參閱[設定效能評估的tag-based-access](https://docs.aws.amazon.com/connect/latest/adminguide/tag-based-access-control-performance-evaluations.html)) 完成後，選擇**確定**。 ![\[評估表單頁面，設定表單的標題區段。\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/evaluationforms-title.png) 下列索引標籤會出現在評估表單頁面的頂端： + **區段和問題**。在表單中新增區段、問題和答案。 + **得分**。啟用表單上的得分。您也可以將得分套用至區段或問題。 1. 建立表單時，隨時選擇 **儲存**。這可讓您離開頁面進行瀏覽，稍後再返回表單。 1. 繼續執行下一個步驟，新增區段和問題。 ## 步驟 2：新增區段和問題 1. 在 **區段和問題** 標籤上，將標題新增至第 1 區段，例如 *問候語*。 ![\[評估表單頁面、區段和佇列標籤。\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/evaluationforms-greetingtitle.png) 1. 選擇 **新增問題** 以新增問題。 1. 在 **問題標題** 方塊中，輸入將出現在評估表單上的問題。例如，*客服人員是否說明自己的名字，並說名在此提供幫助？* ![\[評估表單頁面，問題標題方塊。\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/evaluationforms-greetingquestion1.png) 1. 在**給評估人員的指示**方塊中，新增資訊以協助評估人員或生成式 AI 回答問題。 例如，針對問題*客服人員是否嘗試驗證客戶身分？*，您可以提供其他指示，例如，*客服人員在解決客戶的問題之前，必須一律詢問客戶的成員資格 ID 和郵遞區號*。 1. 在 **問題類型** 方塊中，選擇下列其中一項選項以顯示在表單上： + **單一選項**：評估人員可以從選項清單中進行選擇，例如 **是**、**否** 或 **良好**、**尚可**、**差**。 + **多選**：評估者可以從選項清單中選擇多個答案，例如客戶有興趣購買的產品清單，或不合規的客服人員行為。 + **文字欄位**：評估人員可以輸入任意格式的文字。 + **編號**：評估人員可以輸入指定範圍內的編號，例如 1-10。 + **日期**：評估者可以選擇日期作為答案。 1. 繼續執行下一步，以新增答案。 ## 步驟 3：新增答案 1. 在 **答案** 標籤上，新增您要顯示給評估人員的答案選項，例如 **是**、**否**。 1. 若要新增更多答案，請選擇 **新增選項**。 下圖顯示 **單一選項** 問題的答案範例。 ![\[答案索引標籤，「新增選項」命令。\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/evaluationforms-greetingquestion1-answer.png) 下圖顯示 **數字** 問題的答案範圍。 ![\[答案索引標籤，最小值和最大值方塊。\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/evaluationforms-questionscoring4.png) 1. 您也可以將問題標示為選用。這可讓管理員在執行評估時略過問題 (或將其標示為**不適用**)。 ![\[將問題標示為「不適用」的選項。\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/evaluationforms-questionscoring-not-applicable.png) ## 步驟 4：有條件地啟用問題 根據其他問題的答案，評估表單可能會有有條件地啟用或停用的問題。例如，您可以將後續問題設定為僅在需要時才在表單中顯示。 1. 選擇需要後續問題的問題。問題類型必須是**單一選取**項目或**多個選取**項目，且不得為選用問題 （請勿選取**選用問題**核取方塊）。 例如，在以下影像中，問題 1.1 是*通話的原因是什麼？*，且未選取**選用問題**核取方塊。 ![\[問題類型為 [單一選擇題]，且未選取 [選用問題] 核取方塊。\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/conditionalquestions1.png) 1. 新增後續問題，然後選取**選用問題**核取方塊。 在下圖中，後續問題是問題 1.2 *客服人員是否檢查客戶嘗試線上註冊新帳戶？*，並選取**選用問題**核取方塊。 ![\[後續問題，並選取 [選用問題] 核取方塊。\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/conditionalquestions2.png) 1. 選擇**有條件地啟用問題**索引標籤，然後開啟**條件式問題**。此切換如下圖所示。 ![\[有條件地啟用問題索引標籤，條件式問題切換。\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/conditionalquestions3.png) 1. 只有在回答問題 1.1 時，才將後續問題設定為啟用。*通話的原因是什麼？*是**新帳戶註冊**。下圖顯示這些選項。 ![\[條件式問題是其他問題之一。\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/conditionalquestions4.png) 使用此組態，後續問題*客服人員是否檢查客戶嘗試線上註冊新帳戶？*只有在*通話的原因是什麼？*的答案是**新帳戶註冊**時，才會動態新增至表單。在所有其他情況下，此問題不會在表單中呈現，也不需要回答。 1. 若要驗證此組態是否如預期運作，請使用**預覽**動作。 建立條件式問題時，請注意以下事項： + 當問題是有條件地啟用時，預設會停用。 + 當問題是有條件地停用時，預設會啟用。 + 您只能使用**單一選取**項目或**多個選取**項目問題來有條件地啟用或停用其他問題。問題不能是選用的。 + 您可以選擇一或多個答案選項來觸發條件式問題的條件。 **注意** 如果在有條件地啟用的問題上啟用生成式 AI 支援的自動化，則在該問題上使用生成式 AI 會計入可以使用生成式 AI 在聯絡上評估的問題用量限制。即使問題是有條件地停用，也會計算在內。 如需**可使用生成式 AI 在聯絡上自動回答的評估問題數量**的預設限制，請參閱 [Contact Lens Service Quotas](amazon-connect-service-limits.md#contactlens-quotas)。 ## 步驟 5：將分數和範圍指派給答案 1. 前往表單的頂端。選擇**得分**索引標籤，然後選擇**啟用得分**。 ![\[評估表單頁面，得分索引標籤，啟用得分核取方塊。\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/evaluationforms-enablescoring.png) 這會啟用整個表單的得分。它也可讓您為 **數字** 問題類型的答案新增範圍。 1. 返回 **區段與問題** 索引標籤。現在您可以選擇將分數指派給 **單一選項**，並新增 **數字** 問題類型的範圍。 ![\[區段和問題索引標籤，問題特定的得分索引標籤。\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/evaluationforms-scoring-feature.png) 1. 建立 **數字** 類型問題時，請在 **得分** 索引標籤上，選擇 **新增範圍** 以輸入值範圍。指出最差到最好的答案分數。 下圖顯示 **數字** 問題類型的範圍和得分範例。 ![\[問題特定的得分索引標籤，答案範圍。\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/evaluationforms-questionscoring5.png) + 如果客服人員中斷客戶 0 次，他們得到的分數為 10 (最好)。 + 如果客服人員中斷客戶 1-4 次，他們得到的分數為 5。 + 如果客服人員中斷客戶 5-10 次，他們得到的分數為 1 (最差)。 **注意** 您可以為回答選項設定 **0 分 (自動失敗)**。您可以選擇將**自動失敗**套用至區段、子區段或整個表單。這表示在評估上選取答案會將零分指派給對應的區段、子區段或整個表單。**自動不合格** 選項如下圖所示。 ![\[自動不合格選項。\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/evaluationforms-automaticfail.png) 1. 將分數指派給所有答案後，請選擇 **儲存**。 1. 指派完成分數後，請繼續執行下一個步驟，自動處理特定問題的問題，或繼續[預覽評估表單](#step-preview)。 ## 步驟 6：啟用自動化評估 Amazon Connect 可讓您在評估表單中自動回答問題 （例如，客服人員是否遵守問候語指令碼？) 使用對話分析的洞察和指標。自動化可用於： + **協助評估人員進行效能評估**：評估人員在執行評估時，會收到評估表單問題的自動化答案。評估人員可以在提交之前覆寫自動化答案。 + **自動填入和提交評估**：管理員可以設定評估表單，以自動回應評估表單中的所有問題，並自動提交高達 100% 的客戶互動評估。評估人員可以編輯並重新提交評估 (如有需要)。 自動化的方式會因您是評估客服人員互動還是自動互動而有所不同 （例如，與 Lex 機器人或 AI 客服人員互動時的自助服務）。您可以在聯絡互動類型下選擇**其他設定**，以在客服人員和自動互動之間進行選擇。 **** 您需要先在評估表單中針對個別問題設定自動化，以協助評估人員和自動提交評估。Amazon Connect 提供三種自動化評估的方式： + **聯絡類別**：*單一選擇*問題 （例如，客服人員是否正確問候客戶 （是/否）) 和*多個選擇*問題 （例如，客服人員正確陳述問候語指令碼的哪些部分？) 可以使用規則定義的聯絡類別自動接聽。如需詳細資訊，請參閱[使用 Amazon Connect 管理員網站建立 Contact Lens 規則](build-rules-for-contact-lens.md)。 + **生成式 AI**：*單一選擇題*和*文字欄位*問題都可以使用生成式 AI 自動回答。 **注意** 目前整合的生成式 AI 無法用於自動化評估與 Lex 機器人和 AI 代理器的自助式 （自動化） 互動。 + **指標**：*數值*問題 (例如，客戶保留通話的最長時間是多久？) 可以使用最長保留時間、情緒分數等指標自動回答。 以下是每種問題類型的各個自動化範例。 **使用 Contact Lens 類別的單一選擇題自動化範例** + 下圖顯示當 Contact Lens 已使用標籤 **ProperGreeting** 分類聯絡時，評估問題的答案為「是」。若要將聯絡標記為 **ProperGreeting**，您必須先設定規則，以偵測在適當的問候語中預期的字詞或片語，例如，客服人員在互動的前 30 秒提到「感謝您的來電」。如需詳細資訊，請參閱[自動分類聯絡](rules.md)。 ![\[問題區段，具有 Contact Lens 類別的自動化索引標籤。\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/evaluationforms-automation1.png) 如需設定聯絡類別的資訊，請參閱 [自動分類聯絡](rules.md)。 **使用聯絡類別的*選用*單一選取問題自動化範例** + 下圖顯示選用單一選擇題問題的自動化範例。首先要檢查的是問題是否適用。系統會建立規則，以檢查聯絡是否與開設新帳戶有關。若是如此，聯絡會分類為 **CallReasonNewAccountOpening**。如果通話不是關於開設新帳戶，則問題會標示為**不適用**。 只有當問題適用時，後續條件才會執行。根據聯絡類別 **NewAccountDisclosures**，答案會標記為**是**或**否**。此類別會檢查客服人員是否為客戶提供有關開設新帳戶的公開資訊。 ![\[問題部分，自動化標籤。\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/evaluationforms-automation1a.png) 如需設定聯絡類別的資訊，請參閱 [自動分類聯絡](rules.md)。 **使用生成式 AI 的*選用*單一選擇題問題自動化範例** + 下圖顯示使用生成式 AI 的自動化範例。生成式 AI 會透過解譯評估問題指示中指定的問題標題和評估條件來自動回答評估問題，並使用它來分析對話文字記錄。使用完整的句子來表達評估問題，並在指示中明確指定評估條件，可提高生成式 AI 的準確性。如需相關資訊，請參閱[使用生成式 AI 在 Amazon Connect 中評估客服人員效能](generative-ai-performance-evaluations.md)。 ![\[問題區段，生成式 AI Contact Lens 選項。\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/evaluationforms-automation-genai.png) **使用Contact Lens類別的多選問題自動化範例** + 多個選取問題可用來擷取單一選取問題的答案推理。它也可以用來觸發條件式問題，方法是檢查客戶案例，例如通話原因。下列範例示範如何利用擷取客戶通話原因的規則，自動填入多個選擇問題的答案。與單一選取問題不同，所有條件都會依序執行，以回答多個選取問題。在下列範例中，如果聯絡人上同時存在 **StatusCheck** 和 ** ChangeExistingRequest** 類別，則答案會是「檢查現有服務請求的狀態」和「變更服務請求」。 ![\[問題區段，具有 Contact Lens 類別的自動化索引標籤。\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/evaluationforms-automation1b.png) 如需設定聯絡類別的資訊，請參閱 [自動分類聯絡](rules.md)。 **數字問題的自動化範例** + 如果客服人員互動持續時間少於 30 秒，請將問題評分為 10。 ![\[問題部分，得分索引標籤，數字問題。\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/evaluationforms-automation2.png) + 在 **自動化** 索引標籤上，選擇用來自動評估問題的量度。 ![\[問題部分，自動化索引標籤，自動評估問題的量度。\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/evaluationforms-automation3.png) + 您可以使用 Contact Lens 指標 (例如客戶情緒分數、非通話時間百分比和中斷次數) 和聯絡指標 (例如最長保留持續時間、保留次數和客服人員互動持續時間)，自動回應數值問題。 使用針對某些問題設定的自動化啟用評估表單後，當您從 Amazon Connect 管理員網站開始評估時，您將收到這些問題的自動回應。 **自動填入並提交評估** 1. 如前所述，在評估表單中的每個問題上設定自動化。 1. 開啟**啟用全自動化提交評估**，再啟用評估表單。此切換如下圖所示。 ![\[啟用全自動化評估切換設定為開啟。\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/evaluationforms-automation4.png) 1. 啟用評估表單。 1. 啟用時，系統會要求您在 Contact Lens 中建立可提交自動化評估的規則。如需詳細資訊，請參閱[在 Contact Lens 中建立提交自動評估的規則](contact-lens-rules-submit-automated-evaluation.md)。此規則可讓您指定應使用評估表單自動評估哪些聯絡。 ## 步驟 7：預覽評估表單 只有在您為所有問題的答案指定得分後，**預覽** 按鈕才會處於作用中狀態。 ![\[評估表單頁面，預覽按鈕。\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/evaluationforms-previewbutton.png) 下圖顯示表單預覽。使用箭頭可以摺疊區段，並使表單更容易預覽。您可以在檢視預覽時編輯表單，如下圖所示。 ![\[評估表單的預覽。\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/evaluationforms-previewmode.png) ## 步驟 8：指派最終分數的權重 為評估表單啟用得分時，您可以為區段或問題指派*權重*。權重會提高或降低區段或問題對評估最終分數的影響。 ![\[評估表單頁面、得分索引標籤、分數權重區段、問題選項。\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/evaluationforms-scoring.png) ### 加權分配方式 使用 **權重分配模式**，您可以選擇是否要依區段或問題指派權重： + **按區段權重**：您可以均勻分佈該區段中每個問題的權重。 + **按問題權重**：您可以降低或增加特定問題的權重。 當您變更區段或問題的權重時，會自動調整其他權重，因此總和永遠為 100%。 例如，在下圖中，問題 2.1 已手動設定為 50%。以斜體顯示自動調整的權重。此外，您可以開啟**從得分中排除選用問題**，這會將所有選用問題的權重指派為零，並在其餘問題之間重新分配權重。 ![\[問題的分數權重。\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/evaluationforms-weightdistribution3.png) ## 步驟 9：啟用評估表單 選擇 **啟用**，讓評估人員可以使用表單。開始新的評估時，評估人員將無法再從下拉式清單中選擇先前版本的表單。對於使用先前版本完成的任何評估，您仍然可以檢視評估依據的表單版本。 如果您仍在設定評估表單，並且想要隨時儲存工作，您可以選擇**儲存**、**儲存草稿**。 如果您想要檢查表單是否已正確設定，但不要啟用，請選取**儲存**、**儲存和驗證**。 # 在效能評估上設定tag-based-access Amazon Connect 可讓企業限制對特定效能評估表單的存取，防止未經授權存取評估表單範本和完成的評估。企業可以提供管理員修改或使用與其業務單位或職能相關的評估表單範本的存取權，改善安全性，並讓管理員在完成評估時更輕鬆地選擇正確的表單。此外，管理員和客服人員都無法檢視某些已完成的評估。例如，您可以限制客服人員檢視以尚未定案的表單範本填入的測試評估。 您可以從標記評估表單開始，例如「部門：新客戶」。當您標記評估表單時，所有填入評估表單的後續評估也會帶有相同的標籤。然後，您可以在您希望限制存取特定評估表單和評估之使用者的安全設定檔中，對評估表單和評估啟用標籤型存取控制。啟用評估表單上的tag-based-access後，使用者將只能在評估表單頁面上修改特定**評估表單**。在聯絡搜尋中，使用者只能搜尋他們有權存取的評估表單，並使用評估表單來開始評估。同樣地，在 Amazon Connect **Dashboards** 中，使用者只能檢視他們有權存取的評估表單彙總分數。評估的標籤型存取控制會將使用者限制為只能在**聯絡詳細資訊**頁面上檢視特定評估。例如，如果特定評估應該只有特定人物才能看見，例如詐騙調查，則您可以在聯絡詳細資訊頁面上限制客服人員檢視這些評估。 **重要說明** 一旦您在評估上啟用標籤型存取控制，使用者在標記評估表單之前將失去對任何評估的存取權。如果您已經在使用效能評估，我們建議您先標記評估表單，並在幾個月內累積評估，然後再啟用以標籤為基礎的評估存取權。 建議在評估表單 （例如「部門：新客戶」) 上使用單一標籤，同時設定標籤型存取。雖然可以指派和允許對多個標籤進行存取，但它會產生複雜性。下面會更詳細地討論這一點。 ## 標記評估表單 您可以在建立新的評估表單或更新現有的評估表單時標記評估表單。您可以新增至評估表單的標籤，將取決於您安全性描述檔 （授予） tag-based-access： + 如果您的安全性描述檔沒有為評估表單設定標籤型存取控制，則您可以使用任何標籤來建立或更新表單 （包含任何標籤）。 + 如果您在評估表單上有一個已啟用tag-based-access的安全設定檔，則在透過 Amazon Connect UI 建立評估表單時，會自動新增安全性設定檔中的評估表單標籤。在此案例中，您將無法更新評估表單上的標籤。 + 如果您有多個安全性設定檔，則必須在建立或更新評估表單時，將其中一個安全性設定檔中的所有標籤新增至評估表單。例如，如果其中一個安全性描述檔授予您存取 "Department： Sales" 的權限，而另一個授予您存取 "Department： Retention" 的權限，則您必須在評估表單中新增 "Department： Sales" 或 "Department： Retention" 標籤。建立評估表單時，系統會自動新增其中一個安全性設定檔的標籤。 以下是將標籤新增至評估表單的步驟。 **建立評估表單時** + 建立評估表單時，系統會提示您新增標籤 （請參閱 [建立評估表單](create-evaluation-forms.md))。 ![\[評估表單頁面，包含標籤欄位的設定表單標題區段。\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/evaluationforms-title.png) **編輯評估表單時** 1. 使用具有評估表單 **- 管理表單定義 - 編輯許可的安全設定檔開啟評估表單**。 **** 1. 按一下標籤旁的編輯圖示。 ![\[評估表單中的編輯標籤圖示。\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/evaluationforms-tags-edit-form-tags.png) 1. 更新標籤。 ![\[更新標籤對話方塊。\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/evaluationforms-tags-update-form-tags.png) **注意** 標籤變更會立即套用至表單的所有版本。更新標籤不需要您儲存或啟用表單。 ## 從評估表單到評估的標籤繼承 從 Amazon Connect UI 建立評估時，評估表單中的標籤會在建立時複製到評估。例如，如果評估表單標記為「部門：銷售」，則使用此評估建立的評估也會帶有相同的標籤。如果評估表單包含多個標籤 （部門：銷售、產品：洗盤程式），則這些也會轉移到評估，前提是您有權使用這些標籤建立評估 （在下一節中詳細討論）。 **注意** 標籤只會複製到新的評估。如果您有現有的評估，則新增或更新評估表單上的標籤不會變更歷史上已完成評估的評估。 ## 設定以標籤為基礎的評估表單和評估存取權 1. 使用可存取**安全性設定檔 - 檢視和編輯許可的使用者設定檔登入 ****Amazon Connect**。 **** 1. 前往**安全性設定檔中的使用者 >** 安全性設定檔頁面，然後選取您要修改的安全性設定檔。 1. 按一下**顯示進階選項**。 1. 選取**允許：標籤型存取控制**。 1. 在資源下，選取**評估表單**和**聯絡評估**。 1. 輸入您要限制使用者安全性描述檔的標籤。 ![\[標籤型存取控制設定畫面。\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/evaluationforms-tags-tbac-setup.png) 如果您有現有的評估，則啟用以標籤為基礎的聯絡評估存取權將導致已具有評估存取權的個人失去歷史評估的存取權。若要保留歷史評估的存取權，您可以： + 從標記表單開始。這將導致後續執行的任何評估都帶有相同的標籤。累積好幾個月的評估後，您就可以啟用tag-based-access。 + 您的技術管理員可以使用 [TagResource](https://docs.aws.amazon.com/connect/latest/APIReference/API_TagResource.html) API 來標記任何歷史評估。 + 在**評估表單**上啟用標籤型存取，但不啟用**聯絡人評估**。在已有安全性限制可存取聯絡人的存取的情況下，這可能會是理想的選擇。例如，主管可能已被限制在自己的階層內存取聯絡人，而且您可能想要授予主管對這些聯絡人的所有評估的存取權。 如果您已在**聯絡評估**上啟用標籤型存取控制，建議與**評估表單**上的tag-based-access保持一致。也建議使用者的安全性描述檔可以存取他們需要使用之表單上的所有標籤 （這些標籤）。例如，如果使用者要使用標籤為 "Department： New customer"、"Product： Auto Insurance" 的表單，則使用者的安全性描述檔應該會在**評估表單**和**聯絡評估**中同時為這些標籤啟用存取控制。如果他們只有其中一個標籤，則在 UI 中手動建立評估將會失敗。 ## 限制對測試中自動評估表單的存取 Tag-based-access-control可用於在生產環境中執行自動化評估測試，而無需向客服人員和主管公開評估結果。如果您已在生產環境中使用評估表單，這會很有用。設定範例如下： + 在**評估表單**頁面上，將即時且應該可供客服人員和主管看見的評估表單標記為「即時：是」 + 在**使用者 > 安全設定檔**上，您可以在**評估表單**和**評估**上開啟標籤型存取控制，限制客服人員和主管存取標籤為「即時：是」的表單 **注意** 在啟用tag-based-access-control之前，您可能需要累積足夠的歷史記錄，例如 2 個月的評估，因為這會導致歷史評估遺失 + 仍在測試中的自動化評估表單可以標記為「即時：否」，防止客服人員和主管看到它們 + 負責建立評估表單的品質經理可以獲得評估表單的存取權，無需標籤型限制。或者，您可以將兩個安全性設定檔指派給品質管理員： + 第一個 會將標籤為「即時：否」的存取權授予他們**評估表單**和**評估** + 第二個 會授予他們存取 **評估表單**和 **評估**的權限，標籤為「即時：是」 + 準備好進行自動評估後，您可以複製表單，並將標籤變更為「即時：是」。進行測試時的原始表單應繼續攜帶標籤「即時：否」。這可確保當表單正在測試時，主管和客服人員無法在 **Dashboards** 中查看歷史彙總評估分數。 ## 設定規則以提交自動化評估時標記型存取控制 您只能使用可存取的表單建立規則來提交自動評估。例如，假設有一個自動評估表單 **Auto Insurance 銷售計分卡**，其中包含標籤 "Department： New customer"、"Product： Auto Insurance"，而且您的安全性設定檔會授予您評估表單的標籤 "Department： New customer" 存取權。然後，您可以設定規則，以使用 **Auto Insurance Sales Scorecard** 格式自動提交評估。 ## 設定校正工作階段時標記型存取控制 身為校正工作階段的管理員，您只能使用可存取的評估表單來建立校正工作階段。 # 在 Amazon Connect 中檢視評估表單稽核軌跡 1. 選擇您要研究的評估表單。 ![\[評估表單頁面，評估表單左側的方塊。\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/evaluationforms-select.png) 1. 在頁面底部的 **範例評估** 底下，使用下拉式功能表檢視先前的版本、存取者以及存取時間。下圖顯示稽核記錄的範例。 ![\[評估的稽核記錄範例。\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/evaluationforms-version.png) 1. 選用，您可以選擇其中一種格式開啟。 ## 「使用中」、「草稿」和「已鎖定」是什麼意思？ 表格處於下列其中一種狀態： + **作用中**。已發布的表格版本，可供評估人員使用。 + **草稿**。非作用中、已鎖定版本的表單。只有當正在處理時，才會解除鎖定草稿。 + **已鎖定**。當您啟用或發布評估表單時，評估表單會被鎖定。即使在您停用表單之後，表單仍會保持鎖定狀態，並成為歷史版本。但是，您可以啟用歷史版本，以將其另存為新版本。 # 使用生成式 AI 在 Amazon Connect 中評估客服人員效能 **注意** **採用 Amazon Bedrock 技術**： AWS 實作自動濫用偵測。因為 Contact Lens 中的生成式 AI 功能是建立在 Amazon Bedrock 的基礎上，所以使用者可以充分利用 Amazon Bedrock 中實作的控制措施，強制執行人工智慧 (AI) 的安全、保障和負責任使用目標。 管理員可以使用自然語言指定其評估條件，並使用生成式 AI 自動化高達 100% 的客戶互動評估。生成式 AI 可讓您自動評估其他客服人員行為 (例如，客服人員是否能夠解決客戶的問題？)，讓管理員全面監控和改善法規合規、客服人員遵守品質標準和敏感資料收集，同時減少評估客服人員效能所花費的時間。除了答案之外，您還會獲得內容和理由，以及文字記錄中可用於提供客服人員指導的特定點參考。 您可以使用生成式 AI 協助管理員填寫評估，或使用它自動填寫和提交評估。如需設定自動評估的詳細資訊，請參閱 [步驟 6：啟用自動化評估](create-evaluation-forms.md#step-automate)。 評估問題是使用生成式 AI 來回答，方法是向與每個問題關聯的評估人員解譯指示中指定的問題標題和評估條件，並使用這些問題來分析對話文字記錄。如需詳細資訊，請參閱[步驟 2：新增區段和問題](create-evaluation-forms.md#step-sections)。 ## 使用生成式 AI 自動評估的程序 以下是自動化程序的概觀： 1. 閱讀 [改善生成式 AI 準確性的指導方針](#guidelines-to-improve-generative-ai-accuracy) 以深入了解哪些評估問題應使用生成式 AI 來回答。 1. 指派許可來選取品質管理團隊中使用「詢問 AI 助理」的使用者。這些使用者將開始在執行評估時於每個問題旁看到 [詢問 AI] 按鈕，並且可以使用它來取得答案建議。這些使用者可以提供有關哪些問題使用生成式 AI 獲得準確答案的意見回饋。如需詳細資訊，請參閱[為效能評估和指導指派安全性設定檔許可](evaluation-and-coaching-permissions.md)。 1. 為了提高準確性，您可以在[給評估人員的指示](create-evaluation-forms.md#step-sections)中提供其他評估條件。如需詳細資訊，請參閱[改善生成式 AI 準確性的指導方針](#guidelines-to-improve-generative-ai-accuracy)。 1. 充分了解生成式 AI 可以準確回答哪些問題後，您可以透過在評估表單上預先設定問題是否會收到使用生成式 AI 的自動回答，來進行更廣泛的推展。 1. 設定自動化之後，任何使用評估表單執行評估的使用者都會獲得預先設定問題的自動化生成式 AI 答案 (無需額外的許可)。如需詳細資訊，請參閱[步驟 6：啟用自動化評估](create-evaluation-forms.md#step-automate)。 1. 您可以設定自動化，讓評估人員在提交之前先檢閱生成式 AI 答案，也可以自動填入和提交評估。 ## 使用 [詢問 AI] 取得生成式 AI 答案建議 1. 使用具有[執行評估許可](evaluation-and-coaching-permissions.md)的使用者帳戶登入 Amazon Connect，並[詢問 AI 助理](evaluation-and-coaching-permissions.md)。 1. 選擇問題下方的**詢問 AI** 按鈕，以取得答案的生成式 AI 支援建議，以及內容和理由 (用於提供答案的文字記錄參考點)。 1. 答案會根據生成式 AI 建議自動選取，但可由使用者變更。  1. 您可以選擇針對每個聯絡最多 10 個問題**詢問 AI**，以取得生成式 AI 支援的建議。如需詳細資訊，請參閱[Contact Lens Service Quotas](amazon-connect-service-limits.md#contactlens-quotas)。 1. 您可以選擇與文字記錄參考相關聯的時間，以導向對話中的時間點 ![\[評估客服人員效能時的生成式 AI 支援建議。\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/get-generative-ai-powered-recommendations-performance.png) ## 提供使用生成式 AI 回答評估表單問題的其他條件 設定評估表單時，您可以提供條件，回答與每個評估表單問題相關聯的**給評估人員的指示**中的問題。除了提升評估人員評估的一致性之外，這些指示也用於提供生成式 AI 支援的評估。 ![\[新帳戶開設計分卡。\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/provide-criteria-for-answering-evaluation-form-questions.png) ## 在評估表單上使用生成式 AI 設定自動評估 您可以在評估表單上預先設定是否使用生成式 AI 自動回答問題。然後，如果您使用 Amazon Connect UI 上的評估表單開始評估，這些問題的答案將使用生成式 AI 自動填入 (無需按一下 [詢問 AI])。您也可以使用生成式 AI 自動填入和提交評估。對於自動提交的評估，您可以使用生成式 AI 來回答每個聯絡最多 10 個問題 (請參閱 [Contact Lens Service Quotas](amazon-connect-service-limits.md#contactlens-quotas))。請注意，此限制不適用於使用聯絡類別或指標 （例如最長保留期間等） 的自動化。 若要進一步了解如何使用生成式 AI 設定自動評估，請參閱 [改善生成式 AI 準確性的指導方針](#guidelines-to-improve-generative-ai-accuracy)。 ## 設定非英文語言的生成式 AI 驅動評估 根據預設，如果您未設定評估表單的語言，則生成式 AI 模型會自動偵測評估表單問題的語言，並在 AI 模型了解該語言時嘗試以相同語言提供答案。根據預設，生成式 AI 回答理由通常以英文提供。 若要持續以您偏好的語言接收 AI 產生的答案和答案理由，您可以設定評估表單的語言，選擇**英文**、**西班牙文**、**葡萄牙文**、**法**文、**德**文和**義大利**文。透過明確設定評估的語言，您也可以執行跨語言評估，其中生成式 AI 會以英文填寫評估表單，即使對話文字記錄是另一種語言，說西班牙文。這可讓多語言聯絡中心跨語言使用標準化的評估架構。 若要設定評估表單的語言： 1. 在建立或更新評估表單時，選取**其他設定**索引標籤。 1. 從下拉式清單中選擇**表單語言**。 1. 確保表單的問題、指示和答案選擇與所選**表單語言使用相同的語言**，以獲得最佳 AI 效能。 ![\[評估表單頁面，其他設定索引標籤。\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/evaluationforms-languageexample1.png) ## 改善生成式 AI 準確性的指導方針 **選取要取得生成式 AI 建議的問題** 1. 使用生成式 AI 來回應可使用對話文字記錄中的資訊來回答的問題，而不需要透過 CRM 系統等第三方應用程式驗證資訊。 1. 使用生成式 AI 回答需要數值回應的問題，例如「客服人員與客戶互動多久？」 不建議。相反地，請考慮使用 Contact Lens 或聯絡指標為此類評估表單問題[設定自動化](create-evaluation-forms.md#step-automate)。 1. 避免使用生成式 AI 來回答高度主觀的問題，例如「客服人員在通話期間是否專注？」 **改善問題的措辭和相關聯指示** 1. 使用完整的句子來說出問題，例如，將 *ID 驗證*取代為「客服人員是否嘗試驗證客戶的身分？」 可讓生成式 AI 更好地理解問題。 1. 建議您提供詳細的條件以回答**給評估人員的指示**中的問題，特別是如果無法僅根據問題文字回答問題時。例如，對於「客服人員是否嘗試驗證客戶身分？」問題 您可能想要提供其他指示，例如，*客服人員在解決客戶的問題之前，必須一律詢問客戶的成員資格 ID 和郵遞區號*。 1. 如果回答問題需要了解某些業務特定術語，請在指示中指定這些術語。例如，如果客服人員需要在問候語中指定部門名稱，則列出客服人員需要在與問題相關聯的**給評估人員的指示**中陳述的部門名稱。 1. 如果可能，請使用「客服人員」一詞，而非「同事」、「員工」、「代表」、「倡議者」、「助理」等詞彙。同樣地，請使用「客戶」一詞，而非「成員」、「來電者」、「來賓」或「訂閱者」等詞彙。 1. 只有在您想要檢查客服人員或客戶是否說出確切的字詞時，才在指示中使用雙引號。例如，如果指示是檢查說出 `"Have a nice day"` 的客服人員，則生成式 AI 不會偵測*祝您下午愉快*。相反地，指示應該說：`The agent wished the customer a nice day`。 # Amazon Connect 中自助式互動的效能評估 Amazon Connect 可讓您自動評估自助式互動的品質，並取得彙總洞見以改善客戶體驗。管理員可以定義自訂條件來評估自助式互動的品質，這可以使用對話分析和其他 Amazon Connect 資料的洞察手動或自動填入。例如，您可以自動評估 AI 代理器是否一再無法了解客戶，導致客戶情緒不佳並轉移到人力代理器。管理員可以彙總和個別聯絡上檢閱這些洞見，以及自助式互動錄音和文字記錄，以找出改善機器人或 AI 客服人員效能的機會。 **注意** 自助服務互動的效能評估僅作為 Amazon Connect 的一部分提供 （具有無限制 AI)。如需詳細資訊，請參閱 [Amazon Connect 定價](https://aws.amazon.com/connect/pricing/)。 若要自動評估自助式互動，您必須先 [在 Amazon Connect Contact Lens 中啟用對話分析](enable-analytics.md)。效能評估可以評估整個自助式互動，無論其是否由觸控音、Lex 機器人、Amazon Connect AI 代理器或 Amazon Connect 中的自訂機器人處理。設定自助式互動自動評估的步驟如下： + [步驟 1：建立評估表單草稿](#step-create-draft-form-self-service) + [步驟 2：設定自動化](#step-setup-automation-self-service) + [步驟 3：設定規則以自動提交自助式互動的評估](#step-setup-rule-self-service) ## 步驟 1：建立評估表單草稿 您可以定義自訂條件來評估自助式互動。這些條件可以測量自助式解決方案、客戶體驗或機器人/AI 代理程式行為。 範例評估表單如下所示： 第 1 節：自助服務成功 + **1.1** 聯絡案例是否在自助式服務期間處理，而不轉移到人力客服人員？ （單一選擇） + **1.2** 客戶是否能夠自行提供至少一項需求？ （單一選擇） 第 2 節：客戶體驗 + **2.1** 自助服務期間的整體客戶情緒分數是多少？ （數字） + **2.2** 客戶在自助服務期間是否表達沮喪？ （單一選擇） 第 3 節：AI 代理器行為 + **3.1** AI 代理器是否無法了解客戶並要求他們自行重複？ （單一選擇） + **3.2** AI 代理器在任何時候對客戶粗魯或積極嗎？ （單一選擇） 如需其他詳細資訊，請參閱[在 Amazon Connect 中建立評估表單](create-evaluation-forms.md)。 ## 步驟 2：設定自動化 您可以使用 Amazon Connect 規則 （包括生成式 AI 驅動的語意比對規則） 和客戶情緒等整合指標，自動化評估自助式互動。請注意，目前您無法在評估表單中使用整合生成式 AI 來自動評估自助式互動。 ### 使用規則自動化 從設定規則開始： 1. 在導覽功能表上，選擇**分析和最佳化**，**規則**。 1. 選擇 **建立規則**、**對話分析**。 1. 在**時間**下，使用下拉式清單選擇**通話後分析**或**聊天後分析**。 您可以建立的範例規則： 自助式遏制 + 新增新條件，檢查未指派佇列，並在自動互動期間處理聯絡人。 + 您也可以使用自然語言意圖，確認客戶在與 Lex 機器人或 AI 代理器的自動互動期間未請求人工代理程式。 Amazon Connect 了解語意比對規則中的下列關鍵字： + **系統：**表示機器人或 AI 代理器 + **代理程式：**參考人工代理程式 + **客戶：**與聯絡中心互動的人員 + **自動化互動：**客戶互動的一部分，其中人工客服人員不存在於對話中，包括與機器人或 AI 客服人員的自助式互動，以及佇列中的等待時間 + **人力客服人員互動：**客戶與人力客服人員的互動 ![\[alt text not found\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/self-service-eval-containment-rule.png) + 如果您使用的是 Amazon Connect AI 代理器，您也可以檢查自助式服務的 AI 代理器是否升級至人類。 ![\[alt text not found\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/self-service-eval-ai-agent-escalation-check.png) 至少一個意圖的自助式成功 使用**自然語言建立規則 - 語意比對**條件： 「在自動互動期間，系統已成功滿足至少一個客戶請求，例如提供資訊或完成另一個服務請求。」 機器人/AI 代理程式無法了解客戶 使用**自然語言建立規則 - 語意比對**條件： 「系統無法了解客戶並要求客戶自行重複。」 客戶表達沮喪 使用**自然語言建立規則 - 語意比對**條件： 「客戶在自動互動期間表達了沮喪。」 設定規則後，您可以使用它來回答評估表單中的單一選取項目或多個選取項目問題。例如，如果您建立規則來檢查自助式遏制，則可以使用該規則來回答在自助式服務期間是否處理聯絡的問題。 ![\[alt text not found\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/self-service-eval-use-rules-in-form.png) ### 使用指標自動化 您可以使用聯絡指標自動回答有關自助式體驗的問題。例如，您可以在自動互動期間檢查客戶情緒。若要使用指標，請確定問題類型已選擇為數字。 ![\[alt text not found\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/self-service-eval-metrics-automation.png) 在每個問題上設定自動化之後，您可以開啟**啟用自動提交評估**並啟用表單。然後，系統會引導您建立規則，以自動提交評估表單。 如需其他詳細資訊，請參閱[步驟 6：啟用自動化評估](create-evaluation-forms.md#step-automate)。 ## 步驟 3：設定規則以自動提交自助式互動的評估 您可以使用下列條件來識別特定的自助式互動。 AI 代理器 若要觸發自助式互動評估，您可以識別特定 AI 代理器 （是否在聯絡人上處於作用中狀態）。您也可以檢查特定 AI 代理程式版本。 ![\[alt text not found\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/self-service-eval-ai-agent-identification.png) 自訂聯絡屬性和聯絡客群屬性 您也可以使用流程中設定的**自訂聯絡屬性**和**聯絡客群屬性**，來識別特定工作流程、機器人、客戶意圖或結果。例如，`pizzaOrderBot = true`如果在對話期間叫用名為「Pizza Order Bot」的 Lex 機器人，您可以在流程中設定聯絡屬性。 ![\[alt text not found\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/self-service-eval-custom-contact-attributes.png) 在您定義條件之後： 1. 在**定義動作**頁面上，提供用來識別規則的類別名稱。 1. 選擇**新增動作**、選取**提交自動化評估**，然後選取您要用來自動提交評估的表單。(如果您在啟用表單時已建立規則，則頁面上已會選取此動作。) 如需詳細資訊，請參閱[在 Contact Lens 中建立提交自動評估的規則](contact-lens-rules-submit-automated-evaluation.md)。 # 在 Amazon Connect 中的客服人員評估表單上使用得分和權重 透過使用*加權*，您可以增加或減少問題或區段分數對整體評估分數的影響。 為評估表單啟用得分時，您可以為區段或問題指派*權重*。權重會提高或降低區段或問題對評估最終分數的影響。 ## 分數範例 假設您將分數指派給一個問題，而這問題對您的業務至關重要。如果回答是，則客服人員獲得 10 分。如果回答否，則他們得到 0 分。如下圖所示。 ![\[評估表單頁面，得分索引標籤。\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/evaluationforms-scoringexample1.png) 第一個問題的答案，對您的業務來說，比起問題*客服人員是否以「今天還有什麼我可以幫助您嗎？」作為結語*還來得重要嗎，得分從 0-10 分，如下圖所示。 ![\[評估表單頁面，得分索引標籤。\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/evaluationforms-scoringexample2.png) 對於分數不同的問題，您指示問題的加權，是否高於另一個問題的加權。 下圖顯示，*客服人員是否背誦藥物合規性指令碼*的答案，佔客服人員分數的 50%。而*客服人員是否以「今天還有什麼我可以幫助您嗎？」*的答案，僅佔加權 5% 的分數。 ![\[評估表單頁面、得分索引標籤、分數加權區段。\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/evaluationforms-scoringexample3.png) 總加權必須始終等於 100%。 ## 加權分配方式 使用 **權重分配模式**，您可以選擇是否要依區段或問題指派權重： + **按區段權重**：您可以均勻分佈該區段中每個問題的權重。 + **按問題權重**：您可以降低或增加特定問題的權重。 當您變更區段或問題的權重時，會自動調整其他權重，因此總和永遠為 100%。 例如，在下圖中，其中三個問題已手動設定為 10%。以斜體顯示自動調整的權重。 ![\[問題的分數權重。\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/evaluationforms-weightdistribution3.png) ## 選用問題的權重 當問題為選用或僅適用於特定案例時，請選擇**啟用「不適用」**做為問題的答案選項。下圖顯示在**答案**索引標籤上的此設定。 ![\[答案索引標籤，啟用「不適用」選項。\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/evaluationforms-weightsoptional.png) 評估完成後，Amazon Connect 會計算評估分數： + 回答為**不適用**的問題不會計入表單的最終分數。 + 其權重會在其餘問題之間按比例重新分配，因此所有問題的權重總和仍為 100%。 例如，請考慮以下資料表。它代表包含四個問題 (Q1、Q2、Q3 和 Q4) 的表單，權重分別為 40%、20%、20% 和 20%。每個問題都有三個答案選項 (A1、A2 和 A3)，分數為 10、5 和 0。答案為 Q1：A1、Q2：A2、Q3：A2、Q4：A3 的評估分數如下表所示。 | 問題 | 問題權重 | 答案 | 答案分數 | 加權答案分數 | | --- | --- | --- | --- | --- | | Q1 | 40% | A1 | 10 | 40% | | Q2 | 20% | A2 | 5 | 10% | | Q3 | 20% | A2 | 5 | 10% | | Q4 | 20% | A3 | 0 | 0% | 表單的評估分數 = 40% \$1 10% \$1 10% \$1 0% = 60%。 不過，如果問題 Q4 的答案變更為**不適用**，則評估的評分如下： | 問題 | 問題權重 | 答案 | 其他問題權重 | 重新分配的問題權重 | 答案分數 | 加權答案分數 | | --- | --- | --- | --- | --- | --- | --- | | Q1 | 40% | A1 | 10% | 50% | 10 | 50% | | Q2 | 20% | A2 | 5% | 25% | 5 | 12.5% | | Q3 | 20% | A2 | 5% | 25% | 5 | 12.5% | | Q4 | 20% | 不適用 | - | - | - | - | 以下是發生的情況： + 問題 Q4 有效地從計算中移除。其權重 (20%) 會依權重比例分佈到其餘 3 個問題中。 + 問題 Q1 的權重是問題 Q2 和 Q3 的兩倍，因此會收到兩倍的新增權重。 + 表單的評估分數 = 50% \$1 12.5% \$1 12.5% = 75%。 # 通知主管和客服人員有關效能評估的資訊 您可以建立規則，根據評估結果自動傳送電子郵件或任務給主管和客服人員。 + 主管通知可以根據效能評估推動及時的輔導。例如，如果客服人員收到低於特定閾值的評估分數，您可以通知主管。 + 客服人員通知可用來提示客服人員檢閱和確認他們的評估。 **Topics** + [步驟 1：定義評估表單的規則條件](#rule-conditions-eval) + [步驟 2：定義規則動作](#rule-actions-eval) + [具有多個條件的規則範例](#rule-example-eval) ## 步驟 1：定義評估表單的規則條件 1. 在導覽功能表上，選擇**分析和最佳化**，**規則**。 1. 選擇 **建立規則**，**評估表單**。 1. 在**時間**下，使用下拉式清單選擇**可用的 Contact Lens 評估結果**，如下圖所示。 ![\[當評估結果可用時選項。\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/evaluationforms-rule-condition.png) 1. 選擇**新增條件**。 ![\[評估結果可用時的條件清單。\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/evaluationforms-rule-condition-all.png) 您可以將條件與條件結合，來建立非常具體的 Contact Lens 規則。以下是一些可用的條件： + **評估 – 表單分數**：建立當評估表單達到特定分數時執行的規則。 + **評估 – 區段分數**：建立當評估表單達到特定分數區段時執行的規則。 + **評估 – 問題答案**：建立當滿足特定問題和答案分數時執行的規則。 + **評估 – 可用的結果**：建立提交任何評估時執行的規則。 + **客服人員階層**：建置在特定客服人員階層上執行的規則。客服人員階層可能代表地理位置、部門、產品或團隊。 若要查看客服人員階層清單，以便您可以將它們新增至規則，您需要**客服人員階層 - 在安全性設定檔中檢視**許可。 + **客服人員**：建置在客服人員子集上執行的規則。例如，接收屬於您團隊的客服人員通知。 若要查看客服人員名稱以便將其新增至規則，您需要安全性設定檔中的 **使用者 – 檢視** 許可。 + **佇列**：建置在佇列子集上執行的規則。組織通常會使用佇列來指示業務單位、主題或網域。例如，您可以建置規則，專門用於評估指派給銷售佇列的客服人員。 若要查看佇列名稱以便將其新增至規則，您需要安全性設定檔中的 **佇列 – 檢視** 許可。 + **聯絡屬性**：建立根據自訂[連絡屬性](what-is-a-contact-attribute.md)值執行的規則。例如，您可以針對業務單位的客服人員評估或特定客戶建立專屬規則，例如根據他們的會員資格層級、目前居住國家/地區或他們是否有未完成的訂單。 + **聯絡客群屬性**：您可以使用具有從其他系統填入值的自訂聯絡客群屬性，或使用自訂邏輯來識別規則內的聯絡。您可以[定義屬性，](predefined-attributes.md#predefined-attributes-create-web-admin)並在流程中設定其值。自訂客群屬性僅存在於該特定聯絡 ID，而非整個聯絡鏈。例如，您可以建立規則，識別客戶在對話期間關閉其帳戶。 若要查看要新增至規則的聯絡客群屬性清單，您需要**預先定義的屬性 - 檢視**許可。 1. 選擇**下一步**。 ## 步驟 2：定義規則動作 1. 選擇**新增動作**。您可以選擇下列動作： + [建立任務](contact-lens-rules-create-task.md) + [傳送電子郵件通知](contact-lens-rules-email.md) + [產生 EventBridge 事件](contact-lens-rules-eventbridge-event.md) ![\[新增動作下拉式功能表，動作清單。\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/contact-lens-add-action-no-wisdom.png) 1. 選擇**下一步**。 1. 檢閱並進行任何編輯，然後選擇 **儲存**。 1. 新增規則之後，這些規則會套用至新增規則之後提交的新評估。您無法將規則套用至過去儲存的評估。 ## 具有多個條件的規則範例 下圖顯示具有六個條件的規則範例。如果符合這些條件中的任何一項，就會觸發動作。 ![\[具有六個條件的規則。\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/evaluationforms-multiple-conditions.png) 1. **評估 – 表單分數**：合規性表單的分數是否大於或等於 50%？ 1. **評估 – 區段分數**：在合規性表單中，「問候語」區段的分數是否大於或等於 70%？ 1. **評估 – 問題分數**：合規性表單問題*客服人員是否正確和客戶打招呼*，答案等於 **是**？ 1. **評估 – 可用的結果**：合規性表單是否已產生任何結果？ 1. **佇列**：這是 **BasicQueue** 嗎？ 1. **聯絡屬性**：客戶類型是否等於 VIP？ # 在 Amazon Connect 中提供客服人員指導 Amazon Connect 提供整合式指導工具，協助主管根據效能評估，為客服人員提供結構化、資料驅動的意見回饋。對於即將與客服人員one-on-one工作階段，主管可以與具體範例共用詳細的指導意見回饋，並直接在 Amazon Connect 中設定效能目標。品質管理團隊也可以在識別改善機會時，將指導指派給具有到期日的主管，例如對客戶問題展現更大的同理心。指導完成後，客服人員可以確認 Amazon Connect 中的意見回饋，確保他們了解後續步驟以進行改善。過去的輔導意見回饋可集中存取，可讓客服人員、主管和品質經理更輕鬆地追蹤客服人員隨著時間的進展。 **注意** 此功能可用於 Amazon Connect 效能評估。 ## 指派指導的許可 許可的設定如下所示： 1. **管理員和品質經理**：提供**指導 – 管理指導工作階段**許可。這些許可授予他們存取 Amazon Connect 執行個體中的所有指導工作階段。透過此許可，他們可以將客服人員指導指派給客服人員的主管。 1. **主管**：提供**指導 – 我的指導工作階段** （檢視、建立、刪除、編輯） 許可。這些許可使他們能夠建立和管理代理程式指導，並將自己作為指導者。 1. **客服人員**：提供**指導 – 我的指導工作階段 – 檢視**許可。此許可可讓客服人員檢視並確認他們是參與者的輔導。 如需詳細資訊，請參閱[為效能評估和指導指派安全性設定檔許可](evaluation-and-coaching-permissions.md)。 ## 為客服人員提供指導 1. 使用安全性設定檔登入 Amazon Connect，搜尋[聯絡人](contact-search.md)並執行指導。 1. 從左側的導覽列選取**分析和最佳化 > ****聯絡人搜尋**。 1. 從**聯絡人搜尋**中，尋找已針對您要指導的客服人員評估的聯絡人。例如，您可以找到評估分數低於 70% 的聯絡人： ![\[套用評估分數篩選條件的聯絡人搜尋頁面。\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/contact-search-evaluation-score-filter.png) 1. 開啟已評估的聯絡人，並在右側窗格中檢視評估。 1. 開啟評估，然後按一下**此評估上的指導**。 ![\[評估上的此評估按鈕上的指導。\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/coaching-coach-on-this-evaluation-button.png) 1. 您可以將整個評估、特定區段和/或問題新增至指導工作階段： ![\[將評估項目新增至指導工作階段。\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/coaching-add-evaluation-items.png) 1. 您可以將評估、其區段和/或問題連結至現有的指導工作階段，或建立新的工作階段。項目可以連結為優勢或成長機會。 ![\[將問題新增至指導工作階段的對話方塊。\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/coaching-add-question-to-coaching-dialog.png) 1. 新增評估或其項目以進行指導後，將提供連結以檢視指導工作階段。 1. 您最多可以將 10 個評估或評估項目連結至單一指導工作階段，做為客服人員優勢或成長機會的範例。若要連結其他評估，請重複步驟 2 到 7 1. 您可以透過指定日期、時間和位置、提供詳細的意見回饋，以及設定指導主題的改善目標，來編輯指導工作階段。 ![\[編輯指導工作階段頁面包含日期、時間、位置、意見回饋和目標的欄位。\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/coaching-edit-coaching-session.png) **注意** **工作階段到期日**為必要。 1. 按一下**提交**，將指導工作階段儲存為草稿。 1. 當指導工作階段準備就緒時，請按一下**共用**，讓客服人員可以看到指導工作階段。如果客服人員在 Amazon Connect 中設定電子郵件 （或 SAML 執行個體的次要電子郵件），他們將收到一封電子郵件通知，其中包含檢視指導工作階段的連結。 1. 在指導時，您可以在**分析和最佳化 > **指導工作階段上存取**指導工作階段**。此頁面會顯示所有過去和即將到來的指導工作階段。 1. 指導工作階段完成後，請按一下**標記為完成**並選擇性地新增備註。 1. 客服人員可以認可指導及其自己的指導備註。 ## 搜尋指導工作階段 您可以從**分析和最佳化 > **指導工作階段頁面檢視所有過去和未來的**指導工作階段**。 此頁面提供進階搜尋功能。您可以搜尋指導工作階段： + 由特定輔導員執行 + 其中特定客服人員是參與者 + 由特定品質經理建立 + 在特定主題上 + 已過期但尚未完成 + 待完成 （共用或草稿狀態） + 已完成，但參與者尚未確認 + 等等 ![\[指導工作階段搜尋頁面與篩選條件選項。\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/coaching-search-filters.png) # 在 Amazon Connect 中確認效能評估 提交客服人員效能評估時，您可以自動通知客服人員檢閱他們的評估。例如，您可以設定[傳送電子郵件的規則](contact-lens-rules-email.md)，在評估可用時傳送電子郵件給客服人員。您也可以在輔導期間逐步引導客服人員進行評估。 在客服人員檢閱效能評估之後，他們可以確認其對評估的檢閱，並在 Amazon Connect 管理員網站中撰寫選用的備註。此確認可讓管理員追蹤客服人員是否正在檢閱對其效能評估提供的意見回饋。 本主題說明客服人員檢視和確認評估的步驟。 **確認評估** 1. 收到聯絡人的績效評估後，請使用您的客服人員帳戶登入 Amazon Connect 管理員網站，網址為 https：//*instance name*.my.connect.aws/。 1. 存取您想要確認的聯絡評估。您有一些方法可以執行此操作： + 有人可能已與您共用聯絡 URL。 - 或 - + 您可能已獲指派任務，或收到電子郵件通知，其中包含已收到評估之聯絡的 URL。 - 或 - + 您可能有聯絡 ID 和評估表單名稱。您可以使用此資訊，使用下列步驟來搜尋接收評估的聯絡。 1. 在導覽功能表上，選擇**分析和最佳化**、**聯絡搜尋**。 1. 搜尋已評估但尚未確認的聯絡。下圖顯示搜尋**已確認** = **否**的篩選條件。 ![\[聯絡搜尋頁面的篩選條件區段，設定為已確認 = 否。\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/evaluationforms-ack1.png) 1. 在**聯絡詳細資訊**頁面上，選擇**評估**或展開評估面板，方法是選擇 **<** 圖示，如下圖所示。 ![\[評估按鈕，展開評估窗格的圖示。\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/evaluationforms-ack2.png) 1. **評估**面板會列出正在進行中或已完成的任何聯絡評估。若要確認評估，請從**已完成的評估**清單中選擇評估。下圖顯示已完成的一項評估：**客戶服務計分卡**。 ![\[評估窗格，已完成的評估。\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/evaluationforms-ack3.png) 1. 選擇您要檢閱的評估。在評估底部，選擇**確認**，如下圖所示。 **注意** 只有經過評估的客服人員才能確認評估。 ![\[評估窗格，已完成的評估。\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/evaluationforms-ack4.png) 1. 在**確認評估結果**對話方塊中，提供選用註解。例如，*管理員在 2025 年 3 月 5 日輔導期間完成評估*。 完成時，請選擇**確認**。 ![\[確認評估結果區段，確認按鈕。\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/evaluationforms-ack5.png) 1. 訊息會顯示評估確認**已完成**，如下圖所示。 ![\[評估已成功確認的訊息。\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/evaluationforms-ack6.png) 1. 您只能在提交評估之後確認評估。如果重新提交評估，則再次符合確認資格。 1. 若要檢視確認備註，請選取確認的評估，然後選擇**檢視備註**連結。 ![\[確認備註。\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/evaluationforms-ack7.png) # 用於在 Amazon Connect 中評估的聯絡人隨機抽樣 Amazon Connect 為管理員提供客服人員聯絡人的隨機範例進行評估，消除管理員偏差並簡化評估程序。在聯絡搜尋中，經理可以根據工會協議、法規或內部準則，指定他們需要為每個客服人員評估的聯絡案例數量。然後，他們會收到所需的聯絡人數量，從指定的時間範圍隨機選取，例如，上週每個客服人員 3 個聯絡人。此外，管理員可以在聯絡搜尋中套用其他篩選條件，以確保提供的聯絡適合進行評估。例如，聯絡人必須超過 180 秒、具有相關聯的音訊或畫面錄製、文字記錄，而且尚未進行評估。產生範例後，您可以選取評估表單，並為範例內的每個聯絡人大量建立評估草稿。以這種方式建立的評估將表示透過隨機抽樣選擇聯絡人，並提供可稽核性，以確保篩選條件不會在選擇中造成任何偏差。 **用於評估的聯絡人隨機抽樣** 1. 使用具有下列安全性設定檔許可的使用者登入 Amazon Connect： 1. 聯絡人搜尋 - 檢視 1. 聯絡案例範例 1. 評估表單 – 執行評估 1. 選取要評估的聯絡人時間範圍，例如下週。請注意，您可以從最長 5 週的期間內取樣聯絡人。 ![\[選取時間範圍\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/evaluationforms-randomsampling-time-range.png) 1. 選取您需要評估的客服人員或客服人員階層。 ![\[篩選條件搜尋 - 客服人員\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/evaluationforms-randomsampling-agent-filter.png) ![\[新增篩選條件 - 代理程式\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/evaluationforms-randomsampling-agent-filter-select.png) 1. 套用任何其他篩選條件，以僅選取適合評估的聯絡人。 + **對話分析**：確保對話分析分析聯絡人並具有文字記錄 + **錄製**：使用音訊錄製 （語音） 或螢幕錄製 （影片） 篩選聯絡人 + **互動持續時間**：您可以選擇具有最短和最長客服人員與客戶互動的聯絡人 + **評估狀態**：僅選取尚未評估的聯絡人 ![\[新增其他篩選條件\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/evaluationforms-randomsampling-search-filters.png) 1. 指定取樣條件，例如每個客服人員 5 個聯絡人，然後按一下**套用**以產生範例。 ![\[取樣條件\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/evaluationforms-randomsampling-criteria.png) 1. 您可以在儲存的搜尋中儲存一組篩選條件和取樣條件。 ![\[儲存篩選條件和取樣條件\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/evaluationforms-randomsampling-save-search.png)![\[儲存篩選條件和取樣條件\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/evaluationforms-randomsampling-save-search-name.png)![\[儲存篩選條件和取樣條件\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/evaluationforms-randomsampling-save-search-banner.png) 1. 產生範例後，您可以建立所有聯絡人的大量評估草稿。 + 選取**建立草稿評估** + 選取**評估表單** ![\[建立草稿評估\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/evaluationforms-randomsampling-create-draft-eval-empty.png) ![\[選取評估表單\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/evaluationforms-randomsampling-create-draft-eval-form-select.png) 這會將草稿評估與範例名稱建立關聯。 **注意** 如果您未來需要擷取聯絡範例，則需要此步驟。 ![\[建立草稿評估\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/evaluationforms-randomsampling-in-progress-banner.png) ![\[草稿評估已成功建立\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/evaluationforms-randomsampling-success-banner.png) ## 擷取和檢視用於評估的取樣聯絡案例 若要在未來擷取聯絡範例，請前往聯絡搜尋並套用篩選條件評估 – 聯絡範例。請注意，聯絡範例專屬於產生範例的使用者。 ![\[建立草稿評估\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/evaluationforms-randomsampling-contact-samples-filter.png) ## 稽核抽樣條件 如果您開啟評估，它會指出是否使用聯絡人取樣來建立評估。您可以按一下**是**來稽核用來產生聯絡範例的篩選條件，確保篩選條件在聯絡選擇過程中不會引入任何偏差 （例如負面的客戶情緒）。 ![\[建立評估草稿 - 聯絡詳細資訊\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/evaluationforms-randomsampling-evals-list.png) ![\[建立評估草稿 - 評估概觀\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/evaluationforms-randomsampling-sampled-eval.png) ![\[建立評估草稿 - 聯絡人範例詳細資訊\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/evaluationforms-randomsampling-sampled-eval-details.png) # 請求審核 Amazon Connect 中的 （評估） 效能評估 提交客服人員效能評估時，您可以自動通知客服人員檢閱他們的評估。例如，您可以設定[傳送電子郵件的規則](contact-lens-rules-email.md)，在評估可用時傳送電子郵件給客服人員。檢閱評估後，他們可以[確認](acknowledge-evaluations.md)評估。如果他們不同意評估中的意見回饋，他們可以請求審核 （評估） 績效評估。請求審核時，指定的經理會自動透過電子郵件收到通知。然後，他們可以在完成檢閱之前修改評估，或新增其他說明來證明原始評估的合理性。完成後，請求審核的使用者和評估的客服人員會收到電子郵件通知。 ## 如何啟用檢閱請求 (appeals)？ Amazon Connect 可讓您指定哪些評估表單支援檢閱請求。若要在評估表單上啟用檢閱請求： 1. 使用具有下列安全性設定檔許可的使用者帳戶登入 Amazon Connect：**分析和最佳化** - **評估表單 - 管理表單定義** - **建立** 1. 選擇**分析和最佳化**，然後選擇**評估表單**。 1. 按一下最後一個版本的超連結或建立新的評估表單，以開啟現有的表單。 1. 按一下**其他設定**索引標籤 1. 按一下**允許檢閱請求** 1. 您可以指定在評估上請求審核的時間範圍。時間範圍是從原始提交評估的時間開始測量。 1. 您也可以選擇一或多個收件人，在請求審核時會收到電子郵件通知。電子郵件有聯絡人的連結，其中包含請求檢閱的評估。請注意，若要讓使用者在 SAML 驗證的執行個體上接收電子郵件，必須在 Connect 中的使用者設定檔中提供次要電子郵件。 1. **啟用**表單後，使用表單執行的後續評估將支援審核請求。 ![\[顯示允許檢閱請求選項的其他設定索引標籤\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/evaluationforms-review-enable.png) ## 誰可以請求評估的審核？ 對於請求評估審查的使用者，除了存取基礎聯絡人和評估之外，他們還應擁有許可：**評估表單 - 請求評估審查 - 建立和檢視**。請求審核的許可可以授予客服人員或其主管，他們可以代表客服人員向品質管理團隊請求評估審核。主管授予**請求評估審查**的許可，可以對他們可以存取的任何評估請求審查。 授予許可**評估表單 - 請求評估檢閱 - 刪除**許可可在檢閱開始之前刪除請求。 ## 誰可以檢閱評估？ 具有 許可**評估表單 - 檢閱評估 - 建立和檢視**許可可以執行檢閱的使用者。如果檢閱時需要查閱特定角色，但不應授予自行執行檢閱的許可，則您可以授予這些角色**評估表單 - 檢閱評估 - 檢視**許可。 ## 請求審核 1. 在**聯絡詳細資訊**頁面上，開啟您要請求檢閱的完整評估 1. 選取評估底部的**請求檢閱** 1. 說明您請求檢閱的原因 （您無法將此保留空白）。按一下**確認** 1. 評估會顯示在評估窗格中**請求的檢閱**下 1. 如果審核尚未開始，您可以取消請求 ![\[請求評估的檢閱按鈕\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/evaluationforms-review-request.png) ![\[具有說明欄位的請求檢閱對話方塊\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/evaluationforms-review-requestcomment.png) ![\[顯示檢閱請求狀態的評估\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/evaluationforms-review-requested.png) ## 搜尋待定檢閱 如上所述，您可以在評估表單中設定 ，如果請求審核，系統會自動透過電子郵件通知您。這些通知電子郵件包含具有請求檢閱之評估的聯絡人連結。此外，具有適當許可的使用者可以使用已請求審核或已審核的評估來搜尋聯絡人： 1. 使用具有[存取聯絡記錄許可](contact-search.md#required-permissions-search-contacts)和 **評估表單 – 執行評估** 許可的使用者帳戶登入 Amazon Connect。 1. 在導覽列上，選擇**分析和最佳化**、**聯絡搜尋**。 1. 使用時間範圍篩選條件從相關時段搜尋聯絡人，例如上個月。 1. 使用評估狀態篩選條件搭配值 **請求的檢閱**，以搜尋已請求檢閱且尚未取得檢閱的評估聯絡人 1. 使用評估狀態篩選條件搭配 值 **待檢閱** 來搜尋具有已挑選以供檢閱之評估的聯絡人 ![\[使用評估狀態篩選條件進行聯絡搜尋\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/evaluationforms-review-searchrequested.png) ## 開始和完成檢閱 1. 在**聯絡詳細資訊**頁面上開啟評估窗格。 1. 按一下在**請求的檢閱**下列出的評估。 1. 按一下**開始檢閱**。 1. 原始評估列於下方**審核中**，按一下即可檢視。 1. 進行中的檢閱會列在**評估檢閱**下。具有**評估表單 - 檢閱評估 - 建立**許可的使用者可以編輯評估，例如變更答案、修改備註。您可以隨時**儲存**檢閱，然後按一下**解析檢閱**以完成檢閱。 1. 這會將自動電子郵件通知傳送給已請求審核的使用者。 ![\[評估檢閱進行中\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/evaluationforms-review-view.png) # 在 Amazon Connect 中使用評估表單搜尋聯絡 1. 使用具有[存取聯絡記錄許可](contact-search.md#required-permissions-search-contacts)和 **評估表單 – 執行評估** 許可的使用者帳戶登入 Amazon Connect。 1. 在 Amazon Connect 中選擇 **分析和優化**，**聯絡搜尋**。 1. 使用頁面上的篩選條件來縮小搜尋範圍。對於日期，您一次最多可搜尋 8 週。 ![\[評估的搜尋篩選條件。\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/evaluationforms-searchfilters1.png) # 使用參考 ID 代表報告中有關聯絡中心客服人員效能的問題 *參考 ID* 是出現在 JSON 輸出檔案中的權杖。它代表一個特定的問題。建立報告時，您可以將其代替問題確切的文字。 例如，問題可能是「客服人員是否確實遵照腳本？」 但第二天，這個問題可能會更改為「是否良好的遵守腳本？」 無論問題的措辭如何，參考 ID 始終保持不變。 # Amazon Connect 中的評估指標 您可以檢視 [客服人員效能評估儀表板](agent-performance-evaluation-dashboard.md) 上的下列指標。這些指標可讓您檢視彙總的客服人員效能，並取得客服人員群組和一段時間的洞見。 ## 平均評估分數 此指標提供所有提交評估的平均評估分數。校正的評估會從這個指標中排除。 平均評估分數對應至分組。例如，如果分組包含評估問題，則會針對問題提供平均評估分數。如果分組不包含評估表單、區段或問題，則平均評估分數位於評估表單層級。 **指標類型**：百分比 **指標類別**：聯絡人評估驅動的指標 **如何使用 Amazon Connect API 進行存取**： + [GetMetricDataV2](https://docs.aws.amazon.com/connect/latest/APIReference/API_GetMetricDataV2.html) API 指標識別碼：`AVG_EVALUATION_SCORE` **如何使用 Amazon Connect 管理員網站存取** ： + 儀表板：[客服人員效能評估儀表板](agent-performance-evaluation-dashboard.md) **計算邏輯**： + 取得評估分數的總和：表單 \$1 區段 \$1 問題。 + 取得已完成評分並記錄分數的評估總數。 + 計算平均分數：(分數總和) / (評估總數)。 **備註**： + 排除校正評估。 + 分數精細程度取決於分組層級。 + 傳回百分比值。 + 至少需要一個來自下列項目的篩選條件：佇列、轉接設定檔、客服人員或使用者階層群組。 + 根據提交的評估時間戳記。 + 此指標的資料從 GMT 時間 2025 年 1 月 10 日 0:00:00 開始可用。 ## 平均加權評估分數 此指標提供所有提交評估的平均加權評估分數。校正的評估會從這個指標中排除。 權重取決於用來執行評估的評估表單版本。 平均評估分數對應至分組。例如，如果分組包含評估問題，則會針對問題提供平均評估分數。如果分組不包含評估表單、區段或問題，則平均評估分數位於評估表單層級。 **指標類型**：百分比 **指標類別**：聯絡人評估驅動的指標 **如何使用 Amazon Connect API 進行存取**： + [GetMetricDataV2](https://docs.aws.amazon.com/connect/latest/APIReference/API_GetMetricDataV2.html) API 指標識別碼：`AVG_WEIGHTED_EVALUATION_SCORE` **如何使用 Amazon Connect 管理員網站存取** ： + 儀表板：[客服人員效能評估儀表板](agent-performance-evaluation-dashboard.md) **計算邏輯**： + 使用表單版本權重取得加權分數的總和。 + 取得已完成評分並記錄分數的評估總數。 + 計算加權平均值：(加權分數總和) / (評估總數)。 **備註**： + 使用評估表單版本特定的權重。 + 排除校正評估。 + 分數精細程度取決於分組層級。 + 傳回百分比值。 + 至少需要一個來自下列項目的篩選條件：佇列、轉接設定檔、客服人員或使用者階層群組。 + 根據提交的評估時間戳記。 + 此指標的資料從 GMT 時間 2025 年 1 月 10 日 0:00:00 開始可用。 ## 自動失敗百分比 此指標提供自動失敗的效能評估百分比。校正的評估會從這個指標中排除。 如果問題標示為自動失敗，則父區段和表單也會標示為自動失敗。 **指標類型**：百分比 **指標類別**：聯絡人評估驅動的指標 **如何使用 Amazon Connect 管理員網站存取** ： + 儀表板：[客服人員效能評估儀表板](agent-performance-evaluation-dashboard.md) **計算邏輯**： + 取得自動失敗計數總計。 + 取得執行的評估總數。 + 計算百分比：(自動失敗數/評估總數) \$1 100。 **備註**： + 自動失敗層疊上升 (問題 → 區段 → 表單)。 + 排除校正評估。 + 傳回百分比值。 + 至少需要一個來自下列項目的篩選條件：佇列、轉接設定檔、客服人員或使用者階層群組。 + 根據提交的評估時間戳記。 + 此指標的資料從 GMT 時間 2025 年 1 月 10 日 0:00:00 開始可用。 ## 已執行的評估 此指標會提供已執行且評估狀態為「已提交」的評估數量。校正的評估會從這個指標中排除。 **指標類型**：整數 **指標類別**：聯絡人評估驅動的指標 **如何使用 Amazon Connect API 進行存取**： + [GetMetricDataV2](https://docs.aws.amazon.com/connect/latest/APIReference/API_GetMetricDataV2.html) API 指標識別碼：`EVALUATIONS_PERFORMED` **如何使用 Amazon Connect 管理員網站存取** ： + 儀表板：[客服人員效能評估儀表板](agent-performance-evaluation-dashboard.md) **計算邏輯**： + 檢查 evaluationId 是否存在？ + 驗證 itemType 是否為表單。 + 計算已提交的評估數量 (校正除外)。 **備註**： + 僅計算已提交的評估數量。 + 排除校正評估。 + 傳回整數計數。 + 至少需要一個來自下列項目的篩選條件：佇列、轉接設定檔、客服人員或使用者階層群組。 + 根據提交的評估時間戳記。 + 此指標的資料從 GMT 時間 2025 年 1 月 10 日 0:00:00 開始可用。 # Amazon Connect 中的客服人員評估表單輸出 本節顯示評估的匯出輸出路徑，提供評估表單得分的範例，並描述評估表單中繼資料。 **Topics** + [驗證您的 S3 儲存貯體](#verify-evaluation-s3bucket) + [輸出位置範例](#example-evaluationform-output-locations) + [已知問題](#release-note-evaluation-output) + [範例分數](#example-evaluation-output-file) + [評估表單中繼資料定義](#evaluation-form-metadata) + [範例匯出評估](#exported-evaluation) ## 驗證您的 S3 儲存貯體 當您在 Amazon Connect 主控台中啟用 **聯絡評估** 時，系統會提示您建立或選擇 S3 儲存貯體來儲存評估。若要驗證儲存貯體的名稱，請前往您執行個體的別名，選擇**資料儲存**、**聯絡評估**，然後選擇**編輯**。 ## 輸出位置範例 以下是評估表單的輸出文件路徑： + *contact\$1evaluations\$1S3\$1bucket*/Evaluations/*YYYY/MM/DD/hh:mm:ss.sTZD*-*evaluation\$1id*.json 例如： `amazon-connect-s3/Evaluations/2022/04/14/05:04:20.869Z-11111111-2222-3333-4444-555555555555.json` ## 已知問題：兩個輸出檔案用於相同的評估 Contact Lens 會為相同的評估表單產生兩個輸出檔案。 + 一個檔案會寫入新的預設 S3 路徑。您可以在 AWS 主控台中設定路徑。 + 另一個檔案，將會淘汰，寫入不同的、先前的 S3 路徑。您可以忽略此檔案。 先前的 S3 路徑看起來如下： + *s3\$1bucket*/Evaluations/contact\$1*contactId*/evaluation\$1*evaluationId*/YYYY-MM-DDThh:mm:ss.sTZD.json ## 範例分數 下列範例顯示一個典型分數。 ``` { "schemaVersion": "3.5", "evaluationId": "fb90de35-4507-479a-8b57-970290fd5c2c", "metadata": { "contactId": "badd4896-75f7-43b3-bee6-c617ed3d04cb", "accountId": "874551140838", "instanceId": "8f753c94-9cd2-4f16-85eb-945f7f0d559a", "agentId": "286bcec0-e722-4166-865f-84db80252218", "evaluationDefinitionTitle": "Compliance Evaluation Form", "evaluator": "jane", "evaluationDefinitionId": "15d8fbf1-b4b2-4ace-869b-82714e2f6e3e", "evaluationDefinitionVersion": 2, "evaluationStartTimestamp": "2025-11-14T17:57:08.649Z", "evaluationSubmitTimestamp": "2025-11-14T17:59:29.052Z", "score": { "percentage": 100 }, "creator": "jane.doe@acme.com", "autoEvaluated": false, "resubmitted": false, "evaluationSource": "ASSISTED_BY_AUTOMATION", "evaluationType": "CONTACT_EVALUATION", "evaluationAcknowledgerComment": "The Acknowledgment comment", "evaluationAcknowledgedTimestamp": "2025-12-22T05:20:39.297Z", "evaluationAcknowledgedByUserName": "john", "evaluationAcknowledgedByUserId": "286bcec0-e722-4166-865f-84db80252218" }, "sections": [ { "sectionRefId": "s1a1b58d6", "sectionTitle": "The title of the section", "notes": "Section note", "score": { "percentage": 100 } }, { "sectionRefId": "s46661c49", "sectionTitle": "The title of the subsection", "parentSectionRefId": "s1a1b58d6", "score": { "percentage": 100 } } ], "questions": [ { "questionRefId": "q570b206a", "sectionRefId": "s46661c49", "questionType": "NUMERIC", "questionText": "How do you rate the contact between 1 and 10?", "answer": { "value": "", "notes": "Add more information here", "metadata": { "notApplicable": true } }, "score": { "notApplicable": true } }, { "questionRefId": "q73bc5b9d", "sectionRefId": "s46661c49", "questionType": "SINGLESELECT", "questionText": "Did the agent introduce themselves?", "answer": { "values": [ { "valueText": "Yes", "valueRefId": "o6999aa94", "selected": true }, { "valueText": "No", "valueRefId": "o284e4d9e", "selected": false }, { "valueText": "Maybe", "valueRefId": "o1b2f0a14", "selected": false } ], "notes": "Add more information here", "automation": { "status": "SYSTEM_ANSWER", "systemSuggestedValue": "Yes" }, "metadata": { "notApplicable": false } }, "score": { "percentage": 100 } }, { "questionRefId": "h89bc7a9t", "sectionRefId": "s46661c49", "questionType": "SINGLESELECT", "questionText": "Did the agent offer a promotion?", "answer": { "values": [ { "valueText": "Yes", "valueRefId": "p7888bb85", "selected": false }, { "valueText": "No", "valueRefId": "p395f5e8f", "selected": true }, { "valueText": "Maybe", "valueRefId": "p2c3g1b25", "selected": false } ], "notes": "Add more information here", "assistedSuggestion": { "value": "No. A promotion was not offered by the agent." }, "metadata": { "notApplicable": false } }, "score": { "percentage": 100 } }, { "questionRefId": "qc2effc9d", "sectionRefId": "s46661c49", "questionType": "TEXT", "questionText": "Describe the outcome.", "answer": { "value": "Example answer text", "notes": "Add more information here", "metadata": { "notApplicable": false } }, "score": { "percentage": 50 } } ] } ``` ## 評估表單中繼資料定義 下列清單說明評估表單中的欄位。 **evaluationId** 聯絡評估的唯一識別符 *類型* – 字串 *長度限制* – 長度下限為 1。長度上限為 500 **中繼資料** **contactId** 此 Amazon Connect 執行個體中聯絡的識別符。 *類型* – 字串 *長度限制* – 長度下限為 1，長度上限為 256 **accountId** AWS 執行 Amazon Connect 執行個體的帳戶識別符。 *類型* – 字串 *長度限制* – 限制：12 位數 *模式* – `^\d{12}$` **instanceId** Amazon Connect 執行個體的識別符。您可以在執行個體的 Amazon Resource Name (ARN) 中[找到執行個體 ID](find-instance-arn.md)。 *長度限制* – 長度下限為 1，長度上限為 100 **agentId** 執行聯絡的客服人員識別符。 *類型* – 字串 *長度限制* – 長度下限為 1，長度上限為 500 **evaluationDefinitionTitle** 評估表單的標題。 *類型* – 字串 *長度限制* – 長度下限為 1，長度上限為 128 **評估人員** 上次更新評估的使用者名稱。 *類型* – 字串 **evaluationDefinitionId** 評估表單的唯一識別符。 *類型* – 字串 *長度限制* – 長度下限為 1，長度上限為 500 **evaluationDefinitionVersion** 評估表單的版本。 *類型* – 整數 *有效範圍* – 最小值為 1 **evaluationStartTimestamp** 評估的建立時間戳記。 *類型* – 時間戳記 *範例* – 2025-11-14T17：57：08.649Z **evaluationSubmitTimestamp** 評估的提交時間戳記。 *類型* – 時間戳記 *範例* – 2025-11-14T17：59：29.052Z **分數** 評估的分數。 **creator** 第一次建立評估的實體 (不是代表上次提交評估的實體的「評估人員」)。從 Amazon Connect 管理員網站進行呼叫時，它會包含使用者名稱。通話來自 API 時，包含來電者的 ARN。 *類型* – 字串 **autoEvaluated ** 指出是否使用全自動化評估提交評估。 *類型* – 布林值 **重新提交 ** 指出評估是否已重新提交 (已編輯並再次提交)。 *類型* – 布林值 **evaluationSource ** 評估答案來源的類型。 *類型* – 字串 有效值： + `ASSISTED_BY_AUTOMATION` - 表示[問題自動化](create-evaluation-forms.md#step-automate)用於回答某些問題。 + `MANUAL` - 表示已手動執行評估。 + `AUTOMATED` - 表示已使用全自動化評估提交評估 (請參閱「autoEvaluated」欄位)。 **evaluationType** 評估的類型。 *類型* – 字串 有效值： + `CONTACT_EVALUATION` - 聯絡人的評估。 **calibrationSessionId** 與此評估相關聯的校正工作階段識別符。 *類型* – 字串 *長度限制* – 長度下限為 1，長度上限為 500 **evaluatedParticipantId** 要評估之參與者的識別符。 *類型* – 字串 *長度限制* – 長度下限為 1，長度上限為 256 **evaluatedParticipantRole** 正在評估的參與者角色。 *類型* – 字串 有效值： + `AGENT` - 客服人員參與者。 + `CUSTOMER` - 客戶參與者。 + `SYSTEM` - 系統參與者。 **acknowledgerComment** 確認評估的使用者留下的註解。 *類型* – 字串 *長度限制* – 長度下限為 0，長度上限為 3072 **evaluationAcknowledgedByUserId** 確認評估之人員的識別符。 *類型* – 字串 *長度限制* – 長度下限為 1，長度上限為 500 **evaluationAcknowledgedByUserName** 確認評估之人員名稱。 *類型* – 字串 **evaluationAcknowledgedTimestamp** 評估的確認時間戳記。 *類型* – 時間戳記 *範例* – 2025-12-24T15：45：56.662Z **區段** 評估各區段的陣列。 **sectionRefId** 區段的識別符。識別符在評估表單中必須是唯一的。 *類型* – 字串 *長度限制* – 長度下限為 1，長度上限為 40 **parentSectionRefId** 上層區段的識別符。 *類型* – 字串 *長度限制* – 長度下限為 1，長度上限為 40 **sectionTitle** 區段的標題。 *類型* – 字串 *長度限制* – 限制：長度下限為 0，長度上限為 128 **notes** 為區段留下的備註。 *類型* – 字串 *長度限制* – 長度下限為 0，長度上限為 3072 備註具有下列限制： + 個別備註的限制為 3072 個字元。 + 評估中的合併備註限制為 *N* x 1024 個字元，其中 *N* 是評估中的問題數量。 **分數** 區段的分數。 **百分比** 聯絡評估中項目的分數百分比。 *類型* – Double *有效範圍* – 最小值為 0，最大值為 100 **automaticFail** 將項目標示為自動失敗的旗標。如果項目或子項目收到自動失敗答案，則此旗標為 true。 *類型* – 布林值 **notApplicable** 將項目標示為自動失敗的旗標。如果項目或子項目收到自動失敗答案，則此旗標為 true。 *類型* – 布林值 **問題** 評估問題的陣列。 **questionRefId** 問題的識別符。識別符在評估表單中必須是唯一的。 *類型* – 字串 *長度限制* – 長度下限為 1，長度上限為 40。 **sectionRefId** 上層區段的識別符。 *類型* – 字串 *長度限制* – 長度下限為 1，長度上限為 40 **questionType** 問題的類型。 *類型* – Str。評估中的合併備註限制為 *N* x 1024 個字元，其中 *N* 是評估中的問題數量。 *有效值* – `TEXT | SINGLESELECT | NUMERIC` **questionText** 問題的標題。 *類型* – 字串 *長度限制* – 長度下限為 0，長度上限為 350 **答案** 問題的答案。 **value** 聯絡評估中答案的字串/數值。 *類型* – 字串/Double *長度限制* – 字串：長度下限為 0，長度上限為 128 **notes** 為區段留下的備註。 *類型* – 字串 *長度限制* – 長度下限為 0。長度上限為 3072 備註有兩個字元限制。個別備註的限制為 3072 個字元。評估中的合併備註限制為 N x 1024 個字元，其中 N 是評估中的問題數量。 **中繼資料** **notApplicable** 將問題標示為不適用的旗標。 *類型* – 布林值 **assistedSuggestion** [生成式 AI](generative-ai-performance-evaluations.md) 建議的答案。 *類型* – 字串 ** 自動化** **status** 自動化答案的狀態。 *類型* – 字串 *有效值* – `UNAVAILABLE | SYSTEM_ANSWER | OVERRIDDEN_ANSWER` **systemSuggestedValue** 聯絡評估中自動化答案的字串或數值。 *類型* – 字串或 Double *長度限制* – 字串：長度下限為 0，長度上限為 128 **分數** 問題的 [score](#score)。 + automaticFail - 將項目標示為表單關鍵的旗標，且完整表單會在項目失敗時失敗 (標示為零分)。如果項目或子項目收到自動失敗答案，則此旗標為 true，且完整表單也會失敗。 *類型* – 布林值 + notApplicable - 將項目標示為不適用於評分的旗標，將從評分計算中排除。 *類型* – 布林值 ## 範例匯出評估 下列範例顯示典型匯出評估。 ``` { "schemaVersion": "3.5", "evaluationId": "fb90de35-4507-479a-8b57-970290fd5c2c", "metadata": { "accountId": "874551140838", "instanceId": "8f753c94-9cd2-4f16-85eb-945f7f0d559a", "contactId": "badd4896-75f7-43b3-bee6-c617ed3d04cb", "agentId": "286bcec0-e722-4166-865f-84db80252218", "evaluationDefinitionTitle": "Legal Compliance Evaluation Form", "evaluator": "jane", "evaluationDefinitionId": "15d8fbf1-b4b2-4ace-869b-82714e2f6e3e", "evaluationDefinitionVersion": 2, "evaluationStartTimestamp": "2022-11-14T17:57:08.649Z", "evaluationSubmitTimestamp": "2022-11-14T17:59:29.052Z", "score": { "percentage": 85 }, "autoEvaluated": false, "creator": "john", "resubmitted": false, "evaluationSource": "ASSISTED_BY_AUTOMATION", "evaluationType": "CONTACT_EVALUATION", "calibrationSessionId": "a1b2c3d4-e5f6-7890-abcd-ef1234567890", "evaluationAcknowledgedByUserId": "286bcec0-e722-4166-865f-84db80252218", "evaluationAcknowledgedByUserName": "mike", "evaluationAcknowledgedTimestamp": "2022-12-24T15:45:56.662Z", "evaluationAcknowledgerComment": "Manager walked through the evaluation during coaching", "evaluatedParticipantId": "participant-123", "evaluatedParticipantRole": "AGENT" }, "sections": [ { "sectionRefId": "s1a1b58d6", "sectionTitle": "Communication Skills", "notes": "Overall communication was professional", "score": { "percentage": 90 } }, { "sectionRefId": "s46661c49", "sectionTitle": "Greeting and Introduction", "parentSectionRefId": "s1a1b58d6", "notes": "Agent followed proper greeting protocol", "score": { "percentage": 100 } } ], "questions": [ { "questionRefId": "q570b206a", "sectionRefId": "s46661c49", "questionType": "NUMERIC", "questionText": "How many times did agent interrupt the customer", "answer": { "value": "2", "notes": "Interruptions were minimal and appropriate", "metadata": { "notApplicable": false, "automation": { "status": "OVERRIDDEN_ANSWER", "systemSuggestedValue": "3" } } }, "score": { "percentage": 80 } }, { "questionRefId": "q73bc5b9d", "sectionRefId": "s46661c49", "questionType": "SINGLESELECT", "questionText": "Did the agent introduce themselves?", "answer": { "values": [ { "valueText": "Yes", "valueRefId": "o6999aa94", "selected": true }, { "valueText": "No", "valueRefId": "o284e4d9e", "selected": false }, { "valueText": "N/A", "valueRefId": "system_default_null_value", "selected": false } ], "notes": "Agent provided clear introduction with name and department", "metadata": { "notApplicable": false, "assistedSuggestion": { "value": "The agent introduced themselves at the beginning of the call." } } }, "score": { "percentage": 100 } }, { "questionRefId": "h89bc7a9t", "sectionRefId": "s46661c49", "questionType": "SINGLESELECT", "questionText": "Did the agent ask for consent to perform a credit check", "answer": { "values": [ { "valueText": "Yes", "valueRefId": "o6999aa94", "selected": false }, { "valueText": "No", "valueRefId": "o284e4d9e", "selected": true }, { "valueText": "N/A", "valueRefId": "system_default_null_value", "selected": false } ], "notes": "Agent failed to obtain consent before credit check", "metadata": { "notApplicable": false } }, "score": { "percentage": 0, "automaticFail": true } }, { "questionRefId": "qc2effc9d", "sectionRefId": "s46661c49", "questionType": "MULTISELECT", "questionText": "What topics were discussed during the call", "answer": { "values": [ { "valueText": "Account balance", "valueRefId": "topic_balance", "selected": true }, { "valueText": "Payment options", "valueRefId": "topic_payment", "selected": true }, { "valueText": "Account closure", "valueRefId": "topic_closure", "selected": false } ], "notes": "Customer inquired about balance and payment plans", "metadata": { "notApplicable": false } }, "score": { "notApplicable": true } }, { "questionRefId": "q8a9b0c1d", "sectionRefId": "s46661c49", "questionType": "TEXT", "questionText": "What was your general impression about the customer's satisfaction", "answer": { "value": "The customer seemed satisfied with the resolution and thanked the agent", "notes": "Positive customer sentiment throughout the call", "metadata": { "notApplicable": false } }, "score": { "notApplicable": true } }, { "questionRefId": "q2b3c4d5e", "sectionRefId": "s46661c49", "questionType": "DATETIME", "questionText": "What time was the follow-up scheduled", "answer": { "value": "2024-04-16T14:30:00+01:00", "notes": "Follow-up appointment confirmed with customer", "metadata": { "notApplicable": false } }, "score": { "notApplicable": true } } ] } ``` # 監控效能評估失敗事件 您可以使用 EventBridge 和 CloudWatch 監控自動化評估的失敗，以及聯絡人評估的 S3 匯出。您可以使用這些事件來調查和修正失敗。下列指南逐步解說如何建立自訂 EventBridge 規則以監控效能評估失敗事件的程序。 ## Step-by-step指南 本指南說明如何建立 EventBridge 規則，在 AWS 主控台中記錄 Amazon Connect 失敗的自動評估提交事件和失敗的聯絡評估 S3 匯出。 1. 登入 AWS 您的帳戶並導覽至 EventBridge 主控台。在**匯流排**區段下選擇**規則**。 ![\[EventBridge 主控台中 Buss 區段下的規則索引標籤。\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/perf-eval-eventbridge-rules-tab.png) 1. 選擇已選取預設事件匯流排的**建立規則**。 ![\[選取預設事件匯流排的建立規則按鈕。\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/perf-eval-eventbridge-create-rule.png) 1. 為規則命名，並選取**具有規則類型事件模式**的規則。選擇**下一步**。 ![\[選取事件模式選項的規則名稱和規則。\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/perf-eval-eventbridge-rule-name.png) 1. 在**事件**下選取 **AWS 事件或 EventBridge 合作夥伴事件**時，選取**事件****模式下的使用模式表單**選項。在這裡，您將定義要符合的模式來觸發規則。 1. 在 **AWS 服務**下拉式清單下輸入並選取 **Amazon Connect**，縮小事件類型範圍。在下面的下拉式清單中選取所需的事件類型。設定模式後，請選擇**下一步**。 若要訂閱 EventBridge 事件類型，請建立一個自訂 EventBridge 規則符合下列規則： + `"source"` = `"aws.connect"` + `"detail-type"` 可為下列其中之一： + `"Contact Lens Automated Evaluation Submission Failed"` + `"Contact Lens Evaluation Export Failed"` ![\[選取 Amazon Connect 做為 AWS 服務的事件模式。\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/perf-eval-eventbridge-event-pattern.png) 1. 下一個步驟可讓您設定目標來處理/接收相符的事件 (Target)。為了簡化，請在選取**目標下選取** **CloudWatch 日誌群組**選項，然後選擇日誌群組。 1. 選擇**下一步**並前往最終**檢閱和建立**步驟。再次選擇**建立規則**以完成規則建立程序。 1. 現在，如果規則處於**已啟用**狀態且發生相符事件，對應的日誌應該會顯示在設定的 CloudWatch 日誌群組中，中繼資料區段下的相關 IDs和資料區段下的失敗原因。 ![\[CloudWatch 日誌群組顯示相符的 EventBridge 事件。\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/perf-eval-cloudwatch-log-group.png) ![\[CloudWatch 日誌詳細資訊，顯示中繼資料和失敗原因。\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/perf-eval-cloudwatch-log-detail.png) ## EventBridge 承載範例 以下是比對規則時的 EventBridge 承載範例： ``` { "version": "0", "id": "00005435-d12d-c93b-d9d2-b64cba85fbb6", "detail-type": "Contact Lens Automated Evaluation Submission Failed", "source": "aws.connect", "account": "Your AWS account ID", "time": "2025-10-02T10:34:56Z", "region": "us-west-2", "resources": [], "detail": { "version": "1.0.0", "metadata": { "contactId": "4266f8e9-8420-4ee7-96cd-515d2edae1f2", "instanceId": "d9b0b09d-7dab-47e5-9f82-d6787fbc068c", "formId": "8b1365bd-1415-41a9-a491-af226e1bda4e" }, "data": { "reasonCode": "ANALYSIS_FILE_ERROR", "message": "Automated contact evaluation submission failed due to an error when searching/retrieving/parsing the analysis file." } } } ``` ## 常見錯誤 當系統在多次重試嘗試後最終無法處理評估時，可能會發生下列錯誤。 ### 自動化評估提交錯誤 | 錯誤 | 錯誤訊息 | | --- | --- | | AUTOMATED\$1SUBMISSION\$1FAILED | 自動化聯絡人評估提交失敗，因為無法回答某些問題。請驗證評估表單和/或 Amazon Connect 規則組態。 | | ANALYSIS\$1FILE\$1ERROR | 由於searching/retrieving/parsing分析檔案時發生錯誤，自動提交聯絡人評估失敗。 | | INTERNAL\$1SERVER\$1ERROR | 由於內部伺服器錯誤，自動聯絡人評估提交失敗。請預期延遲處理。 | | QUOTA\$1EXCEEDED\$1ERROR | 自動化聯絡人評估提交失敗，因為使用 Gen AI 自動回答聯絡人評估問題的剩餘配額不足。 | ### 評估 S3 匯出錯誤 | 錯誤 | 錯誤訊息 | | --- | --- | | S3\$1BUCKET\$1ACCESS\$1DENIED | 由於許可不足，聯絡人評估 JSON 匯出失敗。 | | S3\$1STORAGE\$1NOT\$1CONFIGURED | 您的執行個體未設定匯出 S3 儲存貯體。 | | INTERNAL\$1SERVER\$1ERROR | 由於內部伺服器錯誤，聯絡人評估 JSON 匯出失敗。請預期匯出檔案的延遲交付。 | # 效能評估的校正工作階段 Amazon Connect Contact Lens 可讓您執行校正工作階段，以在管理員評估客服人員效能的方式中提高一致性和準確性，讓客服人員收到一致的意見回饋。在校正期間，多個管理員可以使用相同的評估表單來評估相同的聯絡。然後，您可以檢閱不同管理員填入的評估差異，以調整管理員的評估最佳實務，並找出改善評估表單的機會，例如，將評估問題改寫得更具體，讓管理員可一致地回答評估問題。您也可以將管理員的答案與指定的專家進行比較，以測量並改善管理員評估客服人員效能的準確性。專家通常是執行校正工作階段的品質管理員。 ## 校正所需的許可 您需要具備下列校正許可： + **建立校正工作階段：**將許可**評估表單 - 管理校正工作階段**新增至應允許執行效能評估校正工作階段的一組使用者的安全性設定檔。 + **參與校正工作階段：**具備許可可執行評估的任何使用者，即**評估表單 - 執行評估**，如果他們被新增為參與者之一，則可以參與校正工作階段。 此外，對於這兩組使用者，您也需要搜尋和檢視聯絡的許可。如需詳細資訊，請參閱[管理誰可以搜尋聯絡並存取詳細資訊](contact-search.md#required-permissions-search-contacts)。 ## 建立校正工作階段 **建立校正工作階段** 1. 使用在其安全性設定檔中具有必要許可的使用者帳戶登入 Amazon Connect。 1. 在左側導覽上，前往**分析和最佳化，聯絡搜尋**。 1. 搜尋您想要執行校正的聯絡，例如最短互動持續時間、特定佇列等。 1. 在聯絡人的**聯絡人詳細資訊**頁面上，選擇右上角的**評估**，以開啟**評估**側邊面板。 1. 在側邊面板中，選取**校正工作階段**選項按鈕，使用下拉式功能表選擇所需的校正表單，然後選擇**設定校正工作階段**按鈕。 ![\[校正工作階段設定的圖表。\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/calibrations-setup1.png) 1. 輸入校正工作階段的標題，選取參與者，選擇性地指定專家參與者並設定到期日。 ![\[具有參與者和到期日的校正工作階段設定圖表。\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/calibration-setup2.png) 1. 建立之後，校正工作階段會出現在側邊面板中。系統會自動為每個參與者產生評估。 ![\[為每個參與者建立校正工作階段的圖表。\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/calibration-setup3.png) ## 編輯校正工作階段 **編輯校正工作階段** 1. 在側邊面板上找到校正工作階段，然後選擇**編輯**。 ![\[選擇編輯校正工作階段的圖表。\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/calibrations-edit1.png) 1. 在側邊面板開啟的表單中，您可以修改校正工作階段標題、新增或移除參與者、選擇性地指定專家參與者，以及設定或調整到期日。 1. 選擇**儲存**以更新校正工作階段。變更會反映在側邊面板中。新參與者將自動收到評估，而移除的參與者的評估將會遭到刪除。 ## 在校正工作階段中執行評估 使用下列程序在校正工作階段中執行評估： **執行評估** 1. 在側邊面板上，找到**指派給您的校正評估**區段，以檢視您的校正評估。 ![\[指派給您的校正評估的圖表。\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/calibration-evaluations1.png) 1. 選擇評估以開啟評估。您可以使用與標準評估相同的方式回應這些評估，並且可以選擇儲存進度或提交已完成的評估。請注意，校正工作階段上已停用自動化。 ![\[回應校正評估的圖表。\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/calibration-evaluations2.png) 1. 校正管理員可以透過在側邊面板中檢視校正工作階段詳細資訊，存取與特定校正工作階段相關聯的所有評估清單。校正管理員也可以檢視參與者提交的評估。 ## 完成校正 **完成校正** 1. 存取校正工作階段詳細資訊檢視，然後選擇**完成**。 ![\[顯示校正完成按鈕的圖表。\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/calibrations-finalize.png) 1. 出現提示時確認完成。請注意，一旦完成，工作階段及其評估都無法編輯。 1. 在幾秒鐘內，校正報告將以 .csv 格式提供下載。此報告包含已提交評估之參與者的答案，以及每個問題、區段和整體表單的加權分數、評估人員備註，以及評估人員的分數與專家評估人員的比較。 為每個參與者使用欄位**與專家的絕對偏差** (越低越好)，以判斷評估人員是否在回答評估問題時明顯偏離專家。您也可以看到**與專家的平均絕對偏差** (越低越好)，以查看是否有某些問題從參與者那裡得到不一致的答案，並且需要改進 (例如，更好的措辭、更具體的問題等)。 ## 尋找校正工作階段 Amazon Connect 透過電子郵件通知參與校正工作階段的使用者 (例如，如果使用者新增為參與者、如果到期日發生變更等)。如果管理校正工作階段的使用者已將自己新增為**專家**參與者，則他們也會收到電子郵件。電子郵件包含用於校正的聯絡連結。請注意，若要讓使用者接收電子郵件通知，您需要將電子郵件指派給 Amazon Connect 上的使用者。如需詳細資訊，請參閱[將使用者新增至 Amazon Connect](user-management.md)。 身為設定校正的管理員，您可以複製聯絡 ID 來搜尋在其中設定校正工作階段的聯絡。請注意，如果您尚未將自己新增為專家，或未在 Amazon Connect 中設定使用者電子郵件，您不會收到包含在其中設定校正工作階段之聯絡連結的電子郵件。 # 從第三方應用程式擷取客服人員活動，以評估客服人員效能 您可以將在第三方應用程式中完成的客服人員活動匯入 Amazon Connect。這些活動會匯入為 Amazon Connect 任務，您可以在 Amazon Connect 中評估完成的工作。這為管理員提供統一的應用程式以進行品質管理。 若要將在第三方應用程式 (例如應用程式處理或社交媒體互動) 中完成的活動匯入為已完成的任務，請使用 [CreateContact](https://docs.aws.amazon.com/connect/latest/APIReference/API_CreateContact.html) API。當您匯入這些活動時，您可以將與效能評估相關的詳細資訊擷取為任務屬性。與 Amazon Connect 管理員網站中建立的任務不同，這些匯入的任務已標記為已完成，且不需要由外部應用程式中完成活動的客服人員接受。 然後，管理員可以評估這些外部活動以及原生 Amazon Connect 互動和後台任務。這可在 [客服人員效能評估儀表板](agent-performance-evaluation-dashboard.md) 中為管理員提供統一的客服人員效能檢視。 ## 如何從第三方應用程式擷取活動 下列步驟通常是由 IT 管理員執行。 + 請確定您要評估的客服人員或後台工作者是 Amazon Connect 上的使用者。若要新增新的使用者，請參閱 [將使用者新增至 Amazon Connect](user-management.md)。 + 使用 [CreateContact](https://docs.aws.amazon.com/connect/latest/APIReference/API_CreateContact.html) API，將這些客服人員完成的所有外部活動擷取至 Amazon Connect，做為已完成的 Amazon Connect 任務。 您可以擷取： + 在第三方應用程式中完成的所有活動 (例如，由完成這些活動所觸發)。這可為您提供在單一應用程式中客服人員活動的全面檢視。 + 客服人員的外部活動百分比，做為您用於效能評估的範例。 以下是用於擷取已在另一個系統中完成的宣告授權活動的範例 API 請求。 ``` awscurl \ --service connect \ -X PUT \ 'https://connect.us-east-1.amazonaws.com/Prod/contact/create-contact' \ --region us-east-1 \ -d \ '{ "Channel":"TASK", "InstanceId":"8f3b9ab3-df68-4124-8573-2626b5c939ac", "InitiationMethod":"API", "InitiateAs":"COMPLETED", "UserInfo": {"UserId": "arn:aws:connect:us-west-2:295154396770:instance/8f3b9ab3-df68-4124-8573-2626b5c939ac/agent/1c99b776-8e56-4aaa-a1bf-b950ffbe61e4"}, "Name": "Processing Authorization #12345", "Description": "Customer Name: John Doe; Customer Condition: Asthma; Medication: Levocetrizin", "Attributes": { "Authorization": "12345", "ExternalContactType": "Authorization" }, "References": { "ThirdPartySystemURL": { "Type": "URL", "Value": "https://example.com/customer/12345" } } }' ``` + 您可以在屬性中新增其他活動資訊。此資訊對於搜尋和評估聯絡的品質管理員可能很有用。例如，先前的 API 呼叫包含名為 `ExternalContactType` 的自訂屬性。它可讓管理員區分聯絡搜尋中不同類型的外部活動。 您也可以在聯絡參考中新增第三方系統的連結。這些連結可讓管理員參考任務中未包含的其他資訊。 + 若要讓管理員使用這些屬性搜尋活動，您需要啟用這些屬性的搜尋。如需詳細資訊，請參閱[使用自訂聯絡屬性或聯絡區段屬性在 Amazon Connect 中搜尋聯絡](search-custom-attributes.md)。 **注意** 只有進行此設定後建立的任務才能使用這些屬性進行搜尋。 ## 如何評估外部活動 下列步驟通常是由管理員執行。 管理員可以在 Amazon Connect 中評估擷取活動，就像評估原生 Amazon Connect 聯絡一樣。如需詳細資訊，請參閱[評估效能](evaluations.md)。 如果您的管理員已設定搜尋自訂聯絡屬性，您可以使用識別符來搜尋外部活動，例如活動類型和 ID。 下圖顯示搜尋 `Completed` 聯絡，其中 `Attribute` = `ExternalContactType`。 ![\[具有屬性 = ExternalContactType 之已完成聯絡的聯絡搜尋。\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/evaluate-external-activities1.png) 下圖顯示已完成外部聯絡的聯絡詳細資訊外觀範例。在此影像中： + 管道子類型 = connect:ExternalTask + 啟動方法 = API + 參考包含第三方系統的 URL ![\[外部聯絡的聯絡詳細資訊。\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/evaluate-external-activities2.png) # 在 Amazon Connect Contact Lens 中設定和檢閱客服人員畫面錄製 為了幫助輔導您的客服人員提供出色的客戶服務，您可以使用 Contact Lens 畫面錄製功能來獲得高品質管理見解。它會記錄客服人員的桌面，協助您找出改善表現的機會。此資訊對於確保合規性也很有用。 例如，假設大多數客服人員處理退款需要兩分鐘，但是 Jane Doe 需要四分鐘。當她退款時，您可以觀看她的桌面錄製，並了解為什麼她需要更長的時間。 下圖顯示畫面錄製的高階元件。若要透過序列圖來了解不同元件之間的網路通話，請參閱 [網路需求](sr-system-req.md#network-requirements)。 ![\[畫面錄製流程圖。\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/screen-recording-flow.png) **Topics** + [Amazon Connect 用戶端應用程式](amazon-connect-client-app.md) + [系統和網路需求](sr-system-req.md) + [啟用畫面錄製](enable-sr.md) + [檢閱客服人員畫面錄製](review-screen-recordings.md) + [下載畫面錄製用戶端應用程式的日誌檔](troubleshoot-sr.md) + [使用 Amazon EventBridge 事件來追蹤畫面錄製狀態](track-screen-recording-status.md) + [畫面錄製功能的常見問題](faq-screenrecording.md) # Amazon Connect 用戶端應用程式 Windows 和 Chrome OS 支援 Amazon Connect 畫面錄製。此頁面提供在各種作業系統中下載和安裝畫面錄製應用程式的指示，以及客服人員裝置的最低系統需求。 **Topics** + [Windows](#windows-client) + [Chrome OS](#chrome-os) ## Windows ### 版本資訊 + 版本：v2.0.3 (最新) + 版本日期：2025 年 1 月 16 日 + 下載連結：[AmazonConnectClientWin-v2.0.3](https://d4yqf2f7seiym.cloudfront.net/builds/AmazonConnectClientWin-v2.0.3.zip) + 版本備註：此版本可支援 AWS GovCloud (US) 客戶並提升安全性。 上方的連結會下載 **AmazonConnectClientWin-[version].zip** 檔案。zip 壓縮檔案中包含 **Amazon.Connect.Client.Service.Setup.[version].msi** 檔案。如需安裝指示，請參閱[啟用畫面錄製](enable-sr.md)。 若要在 Amazon Connect 用戶端應用程式有更新時收到通知，建議您訂閱此管理員指南的 RSS 摘要。選擇此頁面標題下方顯示的 **RSS** 連結 (位於 PDF 連結旁)。 ### 用戶端安裝指示 在此步驟中，您可以將 **Amazon.Connect.Client.Service** 檔案安裝到客服人員的桌面，或客服人員使用的虛擬環境中。這是 Amazon Connect 用戶端應用程式。 **注意** 如果是 Windows 多工作階段作業系統，請在機器上執行一次安裝程式即可。只有 2.0.0 版或更新版本才支援 Windows 多工作階段作業系統上的畫面錄製。 如果您的 Amazon Connect 執行個體位於 AWS GovCloud （美國西部），您必須安裝 2.0.3 版或更新版本。 您必須設定獲准與用戶端應用程式通訊的 Amazon Connect 網域的允許清單。畫面錄製只會從您的允許清單中指定的 Amazon Connect 網域擷取。 #### 使用軟體發布工具進行程式設計安裝 + 下載最新版本的 **Amazon.Connect.Client.Service.Setup.msi** 檔案。 + 使用組織的軟體發布機制，例如，軟體中心，在客服人員桌面上安裝 **Amazon.Connect.Client.Service** 用戶端應用程式。 + 使用組織的企業軟體發布系統進行部署，例如 Microsoft System Center Configuration Manager (SCCM) 或其他自動化部署工具。 + 使用下列語法包含 `ALLOWED_CONNECT_DOMAINS` 參數： ``` msiexec /i Amazon.Connect.Client.Service.Setup.msi ALLOWED_CONNECT_DOMAINS="connect-dev-instance.my.connect.aws,connect-prod-instance.my.connect.aws" ``` #### 手動安裝 + 下載最新版本的 **Amazon.Connect.Client.Service.Setup.msi** 檔案。 + 按兩下安裝程式檔案。 + 在出現提示時，輸入 Amazon Connect 網域允許清單。下圖顯示如何在**設定安裝設定**對話方塊中的允許清單指定網域的範例。如需更多範例，請參閱下方的*指定 Amazon Connect 網域允許清單的指導方針*。 ![\[[設定安裝設定] 對話方塊。\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/domain-allowlist-windows.png) + 選擇**安裝**以完成安裝。 #### 驗證 Amazon Connect 用戶端應用程式是否正在執行且正常運作 ##### 若要確認應用程式是否正在執行： + 在 Windows 工作管理員中，檢查是否有名為 **Amazon.Connect.Client.Service** 的背景程序。這是 Amazon Connect 用戶端應用程式。 + 在 Windows 工作管理員的**使用者程序**下，在使用者接受第一個啟用了畫面錄製的聯絡後，檢查是否有名為 **Amazon.Connect.Client.RecordingSession** 的另一個程序。 下圖顯示工作管理員中的 **Amazon.Connect.Client.RecordingSession**。 ![\[工作管理員中的 Amazon.Connect.Client.RecordingSession。\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/taskmanager.png) ##### 若要確認應用程式是否正常運作並建立日誌檔： 1. 導覽至下列目錄：`C:\ProgramData\Amazon\Amazon.Connect.Client.Service\logs` 1. 開啟目錄中存在的日誌檔。 1. 成功安裝後，日誌檔案會包含以下這一行：`Checking that services are still running, result : true` 1. 導覽至下列目錄：`%USERPROFILE%\AppData\Local\Amazon\Amazon.Connect.Client.RecordingSession\Logs` 1. 開啟目錄中存在的日誌檔。 1. 成功安裝後，日誌檔案會包含以下這一行：`Session initiation completed with result: True` #### 指定 Amazon Connect 網域允許清單的指導方針 當您在**允許的 Connect 網域**方塊中輸入網域時，請務必遵循下列指導方針。否則，您的安裝將會失敗。 + 格式：逗號分隔的 Amazon Connect 網域 + Amazon Connect 網域的有效字元：僅使用 A-Z、a-z、0-9、連字號 (-)、句點 (.) + 不需要通訊協定字首，例如 https:// 或 http://。 + 限制: + 最多 500 個網域項目 + 每個網域項目最多 256 個字元 + 總輸入長度最多 128,000 個字元 以下是如何指定網域的範例。 ##### 正確 + domain1.my.connect.aws,domain2.my.connect.aws + ddomain-1.my.connect.aws, 1-domain.my.connect.aws + domain-12.my.connect.aws ##### 不正確 + \$1123domain.foo + domain:2.foo + \$1domain.my.connect.aws + https://domain1.my.connect.aws + \$1.my.connect.aws ## Chrome OS ChromeOS 上的 Amazon Connect 畫面錄製功能需要兩項元件： + 隔離 Web 應用程式 + Google Chrome 瀏覽器延伸模組 在 Agent Chrome 裝置上安裝這些元件的作業可透過 Google 企業管理原主控台來執行。對隔離 Web 應用程式和 Chrome 瀏覽器延伸模組進行安裝設定的 URL 提供如下，並且可透過 Web 資訊清單組態 JSON 設定為自動更新。 ### 下載位置和安裝指示 在 Google 企業管理原主控台完成下列步驟。為所有需要啟用畫面錄製功能的客服人員裝置套用政策。 #### 安裝隔離 Web 應用程式 + Web 套件 ID：`ajbye5keylrcyakugr3zttu6f524eoamjc7mc6ubw3x3547xu3hxqaacai` + 更新資訊清單 URL：`https://screenrecording.connect.aws/chromeos/amazon-connect-client-iwa/releases/update_manifest.json` **安裝隔離 Web 應用程式** 1. 導覽至 [Google 管理員入口網站](https://admin.google.com) (https://admin.google.com)，並使用您的 Google 企業管理員登入資料登入。 1. 選取**新增隔離 Web 應用程式**。 1. 複製並貼上下列詳細資訊，然後選擇**儲存**： + Web 套件 ID：`ajbye5keylrcyakugr3zttu6f524eoamjc7mc6ubw3x3547xu3hxqaacai` + 更新資訊清單 URL：https://screenrecording.connect.aws/chromeos/amazon-connect-client-iwa/releases/update\$1manifest.json 下圖顯示已完成的**新增隔離 Web 應用程式**對話方塊的範例。 ![\[已完成的 [新增隔離 Web 應用程式] 對話方塊。\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/addisolatedwebapp.png) 1. 將**安裝政策**設定為 `Force Install + Pin to ChromeOS Taskbar`，並將**登入時啟動**變更為 `Force Launch and Prevent Closing`，以確保隔離 Web 應用程式會在電腦登入並重新啟動時自動啟動。 ![\[[安裝政策] 和 [登入時啟動] 區段。\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/installationpolicy.png) 1. 設定**受管組態**，以將獲准在客服人員機器上起始畫面錄製的 Amazon Connect 網域加入允許清單。下圖顯示**受管組態**的範例。 ![\[[受管組態] 區段。\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/managedconfiguration.png) + 索引鍵名稱必須是 `allowListedDomain`。網域名稱不應包含任何路徑、查詢字串或結尾斜線 (/)。 + 將 `your-instance-alias-*` 取代為您實際的 Amazon Connect 執行個體別名。 ``` { "allowListedDomain": [ "https://your-instance-alias-1.my.connect.aws", "https://your-instance-alias-2.my.connect.aws"] } ``` 1. 完成下列步驟，設定隔離 Web 應用程式，以允許直接通訊端、畫面錄製和視窗管理許可： + 導覽至**裝置**、**Chrome**、**Web 功能**、**新增來源**。 + 輸入 `ajbye5keylrcyakugr3zttu6f524eoamjc7mc6ubw3x3547xu3hxqaacai`，然後選擇**儲存**。 下圖顯示裝置、ChromeS 和 Web 功能在 Chrome 的左側導覽功能表中所在的位置。 ![\[Chrome OS 中的左側導覽功能表。\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/allorigins.png) 下圖顯示**直接通訊端**、**畫面錄製**和**視窗管理**在 Web 功能頁面上所在的位置。 ![\[直接通訊端、畫面錄製和視窗管理 Web 功能頁面的位置。\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/directsockets.png) #### 安裝 Google Chrome 瀏覽器延伸模組 + 延伸模組 ID：cjmichfmnimgeoadokmeaiclklkdccod + 自訂 URL：`https://screenrecording.connect.aws/chromeos/amazon-connect-extension/releases/updates.xml` **安裝 Google Chrome 瀏覽器延伸模組** 1. 導覽至**按 ID 新增 Chrome 應用程式或延伸模組**，如下圖所示。 ![\[左側導覽中的 [按 ID 新增 Chrome 應用程式或延伸模組] 選項。\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/appandextensions.png) 1. 在**按 ID 新增 Chrome 應用程式或延伸模組**中，選擇**從自訂 URL**，然後輸入下列資訊： + 延伸模組 ID：`cjmichfmnimgeoadokmeaiclklkdccod` + 自訂 URL：`https://screenrecording.connect.aws/chromeos/amazon-connect-extension/releases/updates.xml` ![\[[按 ID 新增 Chrome 應用程式或延伸模組] 對話方塊，[從自訂 URL] 選項。\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/chromeapp.png) 1. 將**安裝政策**設定為**強制安裝**，然後選擇**儲存**，如下圖所示。 ![\[[安裝政策] 選項設定為 [強制安裝]。\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/forceinstall.png) # Amazon Connect 中的畫面錄製的系統和網路需求 本主題提供使用畫面錄製的系統需求，並說明其在每個平台中使用的詳細資料流程。 ## 系統要求 以下是客服人員裝置執行畫面錄製的最低系統需求。針對在裝置上執行的作業系統和其他所有程式，應限定額外的記憶體、頻寬和 CPU 範圍，以避免資源爭用。 + CPU：2.0 GHz (建議使用 4 個核心或 4 個 vCPU) + 記憶體：4 GB + 網路：600 Kbps ### 支援的作業系統 + 基於 x86-64 架構的 64 位元 Windows 10 和 11 + 已在 Google Enterprise Domain 中註冊的 Chrome OS 140 版或更新版本 **注意** 當啟用 Windows 多工作階段組態以允許多個客服人員使用單一 Windows 主機時，請確定客服人員的工作站具有建議的可用資源足以支應每個並行工作階段。 ## 網路需求 + **用於畫面錄製的連接埠**： Amazon Connect 用戶端應用程式會透過連接埠 5431 (適用於 Windows) 和連接埠 25431 (適用於 Chrome OS) 上的本機 WebSocket 與 CCP 進行通訊。 + **要新增至防火牆允許清單的 URL**：為了確保畫面錄製能順暢運作，請將下列 URL 模式新增至允許清單： + 從 CCP：`connect-recording-staging-*.s3.dualstack.your-region-name.amazonaws.com`。如果您不想使用萬用字元，可經由 https://screenrecording.connect.aws/config/connect-recording-endpoint-allowlist.json 取得端點清單。此清單日後可能會更新。請參閱檔案頂端的 `createDate`，以檢查是否有更新。 + 從畫面錄製用戶端應用程式：`https://your-connect-instance-alias.my.connect.aws/taps/client/auth` + **序列圖**：下列序列圖顯示畫面錄製中涉及的不同元件之間的網路通話。 ![\[序列圖會顯示畫面錄製中涉及的不同元件之間的網路通話。\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/sequence-diagram.png) + 在 Windows 中，Amazon Connect 用戶端是 Amazon.Connect.Client.Service 背景程序與 Amazon.Connect.Client.RecordingSession 的組合。 + 在 ChromeOS 中，Amazon Connect 用戶端是隔離的 Web 應用程式與瀏覽器延伸模組的組合。 # 為您的 Amazon Connect 執行個體啟用畫面錄製 本主題提供為 Amazon Connect 執行個體啟用畫面錄製、下載並安裝 Amazon Connect 用戶端應用程式，以及執行金鑰組態的步驟。 **Topics** + [步驟 1：為您的執行個體啟用畫面錄製](#install-sr-step1) + [步驟 2：下載並安裝 Amazon Connect 用戶端應用程式](#install-sr-step2) + [步驟 3：設定設定記錄和分析行為區塊](#configure-recording-block) + [組態提示](#tips-sr) ## 步驟 1：為您的執行個體啟用畫面錄製 **重要** 如果您的 Amazon Connect 執行個體是在 2018 年 10 月之前建立的，且您尚未設定服務連結角色，請依照[使用服務連結角色](https://docs.aws.amazon.com/connect/latest/adminguide/connect-slr.html#migrate-slr)中的步驟遷移至 Amazon Connect 服務連結角色。 本節中的步驟說明如何更新執行個體設定以啟用畫面錄製，以及如何加密錄製成品。 1. 在 [https://console.aws.amazon.com/connect/](https://console.aws.amazon.com/connect/) 開啟 Amazon Connect 主控台。 1. 選擇您的執行個體別名。 1. 在導覽窗格中選擇**資料儲存**、向下捲動至**畫面錄製**，然後選擇**編輯**，如下圖所示。 ![\[[資料儲存] 頁面的 [畫面錄製] 區段。\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/console-screenrecordings.png) 1. 選擇**啟用畫面錄製**，然後選擇**建立新的 S3 儲存貯體 (建議)** 或**選取現有的 S3 儲存貯體**。 1. 如果您選擇**建立新的 Amazon S3 儲存貯體 (建議)**，請在**名稱**方塊中輸入名稱。如果您選擇使用現有的儲存貯體，請從**名稱**清單中加以選取。 1. (選用) 若要加密 Amazon S3 儲存貯體中的錄製成品，請選取**啟用加密**，然後選擇 KMS 金鑰。 **注意** 啟用加密時，Amazon Connect 會使用 KMS 金鑰來加密服務處理的任何中繼記錄資料。 1. 完成時，選擇**儲存**。 如需執行個體設定的詳細資訊，請參閱 [更新 Amazon Connect 執行個體的設定](update-instance-settings.md)。 ## 步驟 2：下載並安裝 Amazon Connect 用戶端應用程式 依照 [Amazon Connect 用戶端應用程式](amazon-connect-client-app.md) 中的指示，為您的作業系統下載並安裝 Amazon Connect 用戶端應用程式。 ## 步驟 3：設定設定記錄和分析行為區塊 + 在流程的進入點之後，立即新增 [設定錄製和分析行為](set-recording-behavior.md) 區塊。將該區塊新增至要啟用畫面錄製的每個流程中。 + 下圖顯示 [設定錄製和分析行為](set-recording-behavior.md) 區塊的屬性頁面。在 **畫面錄製** 區段中，選擇 **開啟**。 ![\[[設定錄製行為] 區塊，[畫面錄製] 區段。\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/screenrecordingblock.png) ## 組態提示 + 要使主管能夠搜尋具有畫面錄製的聯絡，請在 **設定錄製和分析行為** 之前新增 [設定聯絡屬性](set-contact-attributes.md) 區塊。新增一個自訂屬性，如 **畫面錄製 = true**。主管可以[搜尋此自訂屬性](search-custom-attributes.md)以查找具有畫面錄製的屬性。 + 您可能希望在 **設置錄製和分析行為** 之前新增 [以百分比分發](distribute-by-percentage.md) 區塊。這使您可以為某些但不是所有聯絡使用畫面錄製。 + 您可能想要利用 [SuspendContactRecording](https://docs.aws.amazon.com/connect/latest/APIReference/API_SuspendContactRecording.html) 和 [ResumeContactRecording](https://docs.aws.amazon.com/connect/latest/APIReference/API_ResumeContactRecording.html) API 以防止在畫面錄製中擷取敏感資訊。 # 在 Amazon Connect 用戶端應用程式中檢閱客服人員畫面錄製 使用畫面錄製可以觀看客服人員在處理通話、聊天或任務聯絡時的動作，以識別客服人員指導的領域 (例如，聯絡人處理持續時間很長或未遵循業務程序)。 畫面錄製與錄音和聯絡記錄同步，因此您可以同時聽到或閱讀正在說的內容。 **注意** 畫面錄製僅適用於已完成的聯絡。 **Topics** + [步驟 1：指派在 Amazon Connect 用戶端應用程式中檢閱畫面錄製的許可](#assign-permissions-sr) + [步驟 2：檢閱畫面錄製](#review-sr-2) + [以子母畫面模式觀看](#picture-in-picture) ## 步驟 1：指派在 Amazon Connect 用戶端應用程式中檢閱畫面錄製的許可 若要允許使用者檢閱畫面錄製檔，請指派下列 **分析和最佳化** 安全性設定檔許可： + **畫面錄製 – 存取**：允許使用者 (例如主管或質量保證團隊成員) 存取和檢閱畫面錄製。 **重要** 畫面錄製會將畫面錄製影片與未修訂的通話錄音檔案合併。如果使用者具有檢視畫面錄製內容的許可，他們可以聆聽未修訂的音訊。 + **畫面錄製 - 啟用下載按鈕**：允許使用者 (例如主管或品保團隊成員) 在**聯絡人詳細資訊**頁面上檢視下載按鈕，以下載畫面錄製影片。 如需如何將更多權限新增到現有安全性設定檔的資訊，請參閱 [在 Amazon Connect 中更新安全性設定檔](update-security-profiles.md)。 ## 步驟 2：檢閱畫面錄製 1. 使用在其安全設定檔中具有 **分析和最佳化** – **畫面錄製 – 存取** 許可的使用者帳戶登入 Amazon Connect。 如果您也有**畫面錄製 - 啟用下載按鈕**許可，您可在**聯絡詳細資訊**頁面上檢視按鈕，如此即可下載畫面錄製並離線檢視。 1. 在導覽功能表上，選擇**分析和最佳化**，**聯絡搜尋**。 1. 搜尋您要檢閱的聯絡人。 **提示** 如果您已將自訂屬性新增至流程，以指示何時啟用畫面錄製，則可以按[自訂屬性搜尋](search-custom-attributes.md)，以便透過畫面錄製來搜尋聯絡記錄。如需詳細資訊，請參閱[組態提示](enable-sr.md#tips-sr)。 1. 按一下或點選聯絡 ID 以檢視 **聯絡詳細資訊** 頁面。 1. **錄製** 區段包含顯示畫面錄製功能的視訊播放程式，如下圖所示。 ![\[螢幕錄製。\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/screen-recording-show-recording.png) **重要** 舊版 `https://your-instance-alias/awsapps.com` 網域不支援在**聯絡詳細資訊**頁面中播放畫面錄製。建議使用 `https://your-instance-alias.my.connect.aws/` 網域來播放畫面錄製。如需詳細資訊，請參閱本指南中的 [更新您的 Amazon Connect 域](update-your-connect-domain.md)。 1. 使用右側控制項可放大和縮小、調整影片以符合視窗大小、下載影片、展開為全螢幕，以及播放子母畫面。 ![\[放大和縮小控制項。\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/screen-recording-zoom.png) 1. 若未看到影片錄製，請確認**顯示畫面錄製**開關已開啟。 如果沒有顯示影片，則畫面錄製可能尚未準備就緒 (也就是上傳到 Amazon S3 儲存貯體)。如果問題仍存在，請聯絡 [AWS 支援 中心](https://console.aws.amazon.com/support/home#/)。 ## 以子母畫面模式觀看 觀看影片時，您可能會想要將影片移到畫面上的其他位置。例如，您可以重新調整影片的位置，以便閱讀文字記錄。若要實現 **以子母畫面觀看** 模式。 1. 選擇右側控制項上的子母畫面按鈕，如下圖所示。 ![\[頁面右側的子母畫面按鈕。\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/screen-recording-picture-in-picture.png) 1. 選擇右上角的 **X** 以彈出視窗。下圖顯示子母畫面模式的影片，以及 **X** 彈出視窗的位置。 ![\[子母畫面模式的影片，以及返回索引標籤按鈕的位置。\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/screen-recording-back-tab.png) # 下載 Amazon Connect 用戶端應用程式日誌檔案以進行疑難排解 當您針對畫面錄製的問題開啟 AWS 支援票證時，請包含 Amazon Connect 用戶端應用程式和客服人員桌面的共用工作者的日誌檔案。 ## Amazon Connect 用戶端應用程式日誌檔案 (Windows) 在客服人員的桌面上，導覽至： + `C:\ProgramData\Amazon\Amazon.Connect.Client.Service\logs` 此檔案包含日誌，內含瀏覽器與用戶端應用程式之間的 Websocket 連線，以及 **Amazon.Connect.Client** 與 **Amazon.Connect.RecordingSession** 之間的另一個 Websocket 連線。 + `%USERPROFILE%\AppData\Local\Amazon\Amazon.Connect.Client.RecordingSession\Logs` 此檔案包含畫面錄製活動的日誌。(不適用於 1.x 版。) ## 共用工作者日誌 (Windows 和 ChromeOS) 開啟您的 CCP。它必須處於開啟狀態，才能檢視 **ClientAppInterface** 共享的工作。 ### Chrome 1. 開啟 Chrome 瀏覽器。對於 URL 類型 `chrome://inspect/#workers`。 1. 在 **共享的工作者** 區段中，找出名為 **ClientAppInterface** 的共享工作者。 1. 選擇 **檢查** 以打開一個 DevTools 執行個體。 1. 選擇 **主控台** 索引標籤，在日誌堆上按一下滑鼠右鍵，然後選擇 **另存為……**，將日誌另存到本地檔案。 ### Firefox 1. 開啟 Firefox 瀏覽器。對於 URL 類型 `about:debugging#workers`。 1. 在 **共用的工作者** 區段中，選擇 **檢查** **/connect/ccp-naws/static/client-app-interface.js**。 1. 在 **主控台** 索引標籤上按一下滑鼠右鍵，然後選擇 **將所有訊息儲存至檔案**，以將日誌堆儲存到本地檔案。 ### Edge (Chromium) 1. 開啟 Chrome 瀏覽器。對於 URL 類型 `edge://inspect/#workers`。 1. 在 **共享的工作者** 區段中，找出名為 **ClientAppInterface** 的共享工作者。 1. 選擇 **檢查** 以打開一個 DevTools 執行個體。 1. 選擇 **主控台** 索引標籤，在日誌堆上按一下滑鼠右鍵，然後選擇 **另存為……**，將日誌另存到本地檔案。 # 使用 Amazon EventBridge 事件來追蹤畫面錄製狀態 使用 Amazon EventBridge，您可以近乎即時地檢視[客服人員畫面錄製](agent-screen-recording.md)的狀態。每個客服人員畫面錄製的事件包括成功/失敗狀態、失敗代碼與描述、錄製位置、錄製大小、已安裝的用戶端版本，以及畫面錄製開始和結束時間。 您可以與其他 AWS 服務整合，以取得客服人員畫面錄製的分析或監控洞見： + 使用 [Amazon CloudWatch Log Insights](https://docs.aws.amazon.com/AmazonCloudWatch/latest/logs/AnalyzingLogData.html) 查詢 + 在 [Amazon Quick](https://aws.amazon.com/quicksight/) 儀表板中取得近乎即時的提醒 + 在 Amazon Connect 外部建立彙總報告 + 將您的其他自訂資料管道解決方案與 Amazon EventBridge 連線 **Topics** + [Amazon EventBridge 事件承載格式](#eventbridge-payload-formats) + [建立規則以符合 Amazon EventBridge 事件](#create-eventbridge-rule) + [設定已建立 Amazon EventBridge 規則的目標](#configure-eventbridge-target) ## Amazon EventBridge 事件承載格式 ### 具有畫面錄製狀態的事件 - INITIATED 客服人員接受聯絡人時，會針對啟用客服人員畫面錄製的每個聯絡人發出此事件，這可能是記錄開始之前。 ``` { "version": "0", "id": "the_event_id_from_eventbridge", "detail-type": "Screen Recording Status Changed", "source": "aws.connect", "account": "your_aws_account_id", "time": "2026-01-01T00:00:00Z", "region": "us-west-2", "resources": [ "arn:aws:connect:us-west-2:your_aws_account_id:instance/your_instance_id/contact/your_contact_id", "arn:aws:connect:us-west-2:your_aws_account_id:instance/your_instance_id" ], "detail": { "version": "1.0", "recordingStatus": "INITIATED", "eventDeduplicationId": "unique_uuid", "instanceArn": "arn:aws:connect:us-west-2:your_aws_account_id:instance/your_instance_id", "contactArn": "arn:aws:connect:us-west-2:your_aws_account_id:instance/your_instance_id/contact/your_contact_id", "agentArn": "arn:aws:connect:us-west-2:your_aws_account_id:instance/your_instance_id/agent/your_agent_id", "clientInfo": { "appVersion": "2.0.3.0", } } } ``` ### 具有畫面錄製狀態的事件 - 已完成 在客服人員桌面上結束畫面錄製時，會發出此事件。這並不表示螢幕錄製已成功上傳到您的 Amazon S3 儲存貯體。 ``` { "version": "0", "id": "the_event_id_from_eventbridge", "detail-type": "Screen Recording Status Changed", "source": "aws.connect", "account": "your_aws_account_id", "time": "2026-01-01T00:00:00Z", "region": "us-west-2", "resources": [ "arn:aws:connect:us-west-2:your_aws_account_id:instance/your_instance_id/contact/your_contact_id", "arn:aws:connect:us-west-2:your_aws_account_id:instance/your_instance_id" ], "detail": { "version": "1.0", "recordingStatus": "COMPLETED", "eventDeduplicationId": "aaaaaaaa-bbbb-cccc-dddd-eeeeeeee", "instanceArn": "arn:aws:connect:us-west-2:your_aws_account_id:instance/your_instance_id", "contactArn": "arn:aws:connect:us-west-2:your_aws_account_id:instance/your_instance_id/contact/your_contact_id", "agentArn": "arn:aws:connect:us-west-2:your_aws_account_id:instance/your_instance_id/agent/your_agent_id", "clientInfo": { "appVersion": "2.0.3.0", }, "recordingInfo": { "startTime": "2026-01-01T00:00:00.000Z", "endTime": "2026-01-01T00:00:00.000Z", } } } ``` ### 具有畫面錄製狀態的事件 - PUBLISHED 當畫面錄製成功上傳至 Amazon S3 儲存貯體時，會發出此事件。詳細資訊包括 Amazon S3 儲存貯體位置、記錄大小和記錄持續時間。 ``` { "version": "0", "id": "the_event_id_from_eventbridge", "detail-type": "Screen Recording Status Changed", "source": "aws.connect", "account": "your_aws_account_id", "time": "2026-01-01T00:00:00Z", "region": "us-west-2", "resources": [ "contactArn", "instanceArn" ], "detail": { "version": "1.0", "recordingStatus": "PUBLISHED", "eventDeduplicationId": "aaaaaaaa-bbbb-cccc-dddd-eeeeeeee", "instanceArn": "arn:aws:connect:us-west-2:your_aws_account_id:instance/your_instance_id", "contactArn": "arn:aws:connect:us-west-2:your_aws_account_id:instance/your_instance_id/contact/your_contact_id", "agentArn": "arn:aws:connect:us-west-2:your_aws_account_id:instance/your_instance_id/agent/your_agent_id", "clientInfo": { "appVersion": "2.0.3.0", }, "recordingInfo": { "startTime": "2026-01-01T00:00:00.000Z", "endTime": "2026-01-01T00:00:00.000Z", "publishTime": "2026-01-01T00:00:00.000Z", "location": "s3://your-bucket-name/object-prefix/object-key", "durationInMillis": 100000, "sizeInBytes": 1000000 } } } ``` ### 具有畫面錄製狀態的事件 - 失敗 如果畫面錄製失敗，則會發出此事件。提供失敗資訊的詳細資訊，做為我們能夠偵測的可能失敗原因的最佳方法估算。 ``` { "version": "0", "id": "the_event_id_from_eventbridge", "detail-type": "Screen Recording Status Changed", "source": "aws.connect", "account": "your_aws_account_id", "time": "2026-01-01T00:00:00Z", "region": "us-west-2", "resources": [ "arn:aws:connect:us-west-2:your_aws_account_id:instance/your_instance_id/contact/cccccccc-cccc-cccc-cccc-ccccccccccccc", "arn:aws:connect:us-west-2:your_aws_account_id:instance/your_instance_id" ], "detail": { "version": "1.0", "recordingStatus": "FAILED", "eventDeduplicationId": "aaaaaaaa-bbbb-cccc-dddd-eeeeeeee", "instanceArn": "arn:aws:connect:us-west-2:your_aws_account_id:instance/your_instance_id", "contactArn": "arn:aws:connect:us-west-2:your_aws_account_id:instance/your_instance_id/contact/cccccccc-cccc-cccc-cccc-ccccccccccccc", "agentArn": "arn:aws:connect:us-west-2:your_aws_account_id:instance/your_instance_id/agent/your_agent_id", "clientInfo": { "appVersion": "2.0.3.0", }, "failureInfo": { "code": "UNKNOWN", "message": "UNKNOWN", "source": "Unknown failure" }, "recordingInfo": { "startTime": "2026-01-01T00:00:00.000Z" } } } ``` ## 建立規則以符合 Amazon EventBridge 事件 若要訂閱螢幕錄製狀態的 Amazon EventBridge 事件，您需要建立符合已定義事件來源和事件詳細資訊類型的 Amazon EventBridge 規則。這可以透過 AWS 主控台或 AWS CDK 程式庫達成。 ### 使用 AWS 主控台建立規則 在 AWS 主控台中，在 Amazon EventBridge 中建立新規則 → 匯流排 → 規則。 #### 使用預設事件匯流排 ![\[顯示預設事件匯流排選項的建立規則頁面。\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/screen-recording-eventbridge-event-rule.png) #### 使用範本事件模式 從下拉式清單中選取定義的事件模式。 ![\[事件來源下拉式清單顯示已選取 aws.connect。\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/screen-recording-eventbridge-event-source.png) ![\[顯示已選取畫面錄製狀態變更的事件模式。\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/screen-recording-eventbridge-event-pattern.png) 如果事件類型未顯示在下拉式清單中，您也可以使用**自訂模式 (JSON 編輯器） 搭配下列項目來建立相同的模式**： ``` { "source": [ "aws.connect" ], "detailType": [ "Screen Recording Status Changed" ] } ``` ### 使用 建立規則 AWS CDK 或者，如果您使用 管理 AWS 資源 AWS CDK，以下是建構 Amazon EventBridge 規則的範例 TypeScript 程式碼片段： ``` import { Rule } from 'aws-cdk-lib/aws-events'; const eventBridgeRule = new Rule(this, 'YourEventBridgeRuleLogicalName', { ruleName: 'your-event-bridge-rule-name', description: 'your rule description', eventPattern: { source: [ "aws.connect" ], detailType: [ "Screen Recording Status Changed" ] } }); ``` ## 設定已建立 Amazon EventBridge 規則的目標 Amazon EventBridge 支援許多 AWS 服務做為目標。根據您的需求，您可以靈活地與其他 AWS 服務一起建置自己的事件處理管道。您最多可以為每個規則定義五個目標。如需詳細資訊，請參閱 *Amazon EventBridge 使用者指南*中的 [Amazon EventBridge 目標](https://docs.aws.amazon.com/eventbridge/latest/userguide/eb-targets.html)。 ### Amazon CloudWatch 日誌群組做為範例目標 下列範例使用 [Amazon CloudWatch 日誌群組](https://docs.aws.amazon.com/AmazonCloudWatch/latest/logs/Working-with-log-groups-and-streams.html)做為目標。 ![\[顯示已選取 CloudWatch 日誌群組的目標組態。\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/screen-recording-eventbridge-target-cwl.png) 在 AWS CDK 程式碼中，建立 資源並將其新增至 Amazon EventBridge 規則： ``` import { LogGroup, RetentionDays } from "aws-cdk-lib/aws-logs"; import { CloudWatchLogGroup } from 'aws-cdk-lib/aws-events-targets'; const logGroup = new LogGroup(this, 'YourLogGroupLogicalName', { logGroupName: '"/aws/events/your-log-group-name', retention: RetentionDays.ONE_YEAR }); eventBridgeRule.addTarget(new CloudWatchLogGroup((logGroup))); ``` #### Amazon CloudWatch Log Insights 查詢範例 使用 Amazon CloudWatch Insights 查詢語言，以下是一些範例查詢： + **成功比率的範例查詢** ``` fields @timestamp, @message, detail | stats sum(detail.recordingStatus= "PUBLISHED") as Count_Success, sum(detail.recordingStatus= "INITIATED") as Count_Total, Count_Success / Count_Total as Success_Ratio ``` + **取得每個記錄狀態計數的範例查詢** ``` fields @timestamp, @message, detail | stats count(*) as Count group by detail.recordingStatus as recordingStatus ``` + **具有最常見失敗代碼之失敗聯絡人的範例查詢** ``` fields @timestamp, @message, detail | filter detail.recordingStatus = "FAILED" | stats count(*) as Count group by detail.failureInfo.code as FailureCode | sort by Count desc ``` + **大部分聯絡失敗的客服人員範例查詢** ``` fields @timestamp, @message, detail | filter detail.recordingStatus = "FAILED" | stats count(*) as Count group by detail.agentArn as AgentArn | sort by Count desc ``` # 關於 Amazon Connect 畫面錄製功能的常見問題 本主題提供關於使用 Amazon Connect 畫面錄製功能的常見問題。 **Topics** + [一般規格](#faq-sr-general) + [Configuration](#faq-sr-configuration) + [效能](#faq-sr-performance) ## 一般規格 + **畫面錄製的檔案格式是什麼？** 畫面錄製檔案以 MP4 格式保存。 + **支援哪些 Amazon Connect 頻道？** 您可以為語音，聊天和任務聯絡產生畫面錄製。 + **是否擷取整個畫面？** 是， Amazon Connect 用戶端服務會在客服人員的監視器上記錄所有開啟的應用程式，最多三個監視器。 + **畫面錄製是否支援使用虛擬桌面基礎架構 (VDI) 環境的 Windows，同時支援使用者工作階段？** 是，使用 Amazon Connect 用戶端應用程式 2.0.0 版或更新版本時，畫面錄製支援 Windows 上的並行使用者工作階段。 + **畫面錄製檔案儲存在我 AWS 帳戶中的哪裡？** 畫面錄製會傳送到您的 Amazon S3 儲存貯體，並使用您指定的 KMS 金鑰加密。這類似於通話錄音的儲存和加密方式。 + **如果用戶端應用程式有最新版本，我該如何收到通知？** + 就 Windows 而言，若要在 Amazon Connect 用戶端應用程式更新時收到通知，建議您訂閱本管理員指南的 RSS 摘要。選擇此頁面標題下方顯示的 **RSS** 連結 (位於 PDF 連結旁)。 + 就 ChromeOS 而言，隔離的 Web 應用程式和 Chrome 延伸模組由 Amazon Connect 所託管和管理。較新版本發布時會自動予以更新。 + **我可以只選擇畫面錄製而不是通話錄音嗎？** 是的，您可以在語音通話的情況下啟用畫面錄製而無需錄音。 + **如何找到畫面錄製的 Amazon S3 位置？** 您可以在聯絡記錄的 [RecordingsInfo](ctr-data-model.md#ctr-RecordingsInfo) 部分中找到畫面錄製位置。請參閱 **位置** 欄位。 + **如何為我的聯絡啟用一定比例的畫面錄製？** 您可以使用流程中的 [以百分比分發](distribute-by-percentage.md) 區塊來啟用一定百分比的聯絡進行畫面錄製。 + **畫面錄製 PCI 是否符合標準？** Amazon Connect (包含畫面錄製功能) 符合支付卡產業資料安全標準 (PCI DSS)。不過，特定實作是否符合您的合規要求，必須由您自行判斷。 **重要** 在視訊通話或螢幕共用工作階段期間，即使客戶保留通話，客服人員也能查看客戶的視訊或螢幕共用。客戶有責任相應地處理 PII。如果您想要變更此行為，可以建置自訂 CCP 和通訊小工具。如需詳細資訊，請參閱[將應用程式內、Web、視訊通話和螢幕共用原生整合至您的應用程式](config-com-widget2.md)。 + **畫面錄製是否適用於自訂 CCP 和客服人員桌上型電腦？** 畫面錄製的設計目的是搭配使用 [Amazon Connect Streams JS 程式庫](https://github.com/amazon-connect/amazon-connect-streams)建置的自訂 CCP 和客服人員工作區。我們建議您先測試您的自訂解決方案，然後再部署畫面錄製。 + **我可以在世界任何地方使用畫面錄製嗎？** 螢幕錄製可在 AWS GovCloud (US) 和所有可使用 Amazon Connect AWS 的商業區域使用。但是，您對畫面錄製的使用可能需要遵守隱私和其他法律。在為您的客服人員啟用此功能之前，請先諮詢您的法規遵循團隊。 若要使用 in AWS GovCloud （美國西部） 的螢幕錄製，需要用戶端版本 2.0.3 或更新版本。 + **為聯絡啟用畫面錄製時，客服人員是否會收到警示？** 預設情況下，Amazon Connect 不提供通知功能。不過，您可以使用 [Amazon Connect Streams JS 程式庫](https://github.com/amazon-connect/amazon-connect-streams/blob/master/cheat-sheet.md)在客服人員的桌面上建立通知或其他視覺指示器，以表示正在使用畫面錄製。 + **如果客服人員在聯絡期間或聯絡結束後立即關閉瀏覽器，會發生什麼情況？** 如果在聯絡開始後，瀏覽器在任何螢幕擷取資料可上傳至 Amazon Connect 之前即關閉，就可能無法發布最終畫面錄製。如果瀏覽器在聯絡結束後立即關閉，但在那之前已可上傳最終的螢幕擷取資料，則畫面錄製會在客服人員下次登入 CCP 時發布。 + **客服人員對客戶保留通話時，畫面錄製是否會停止？** 否，當客服人員對客戶保留通話時，畫面錄製會繼續執行。 + **當客服人員登入多個 CCP 執行個體時，是否支援畫面錄製？** 否，當客服人員在相同或不同的瀏覽器中同時登入多個 CCP 執行個體時，不支援畫面錄製。在這類情況下，畫面錄製可能會出現不一致的行為。 ## Configuration + **我是否只能選擇螢幕錄製，不能選擇通話錄製？** 是的，您可以在語音通話的情況下啟用畫面錄製而無需錄音。若要這麼做，請停用 [設定錄製和分析行為](set-recording-behavior.md) 區塊中的語音錄音，同時保持畫面錄製的啟用狀態。 + **如何尋找螢幕錄製的 Amazon S3 位置？** 您可以在聯絡記錄的 [RecordingsInfo](ctr-data-model.md#ctr-RecordingsInfo) 部分中找到畫面錄製位置。請參閱 **位置** 欄位。 + **如何為我的聯絡啟用一定比例的畫面錄製？** 您可以使用流程中的 [以百分比分發](distribute-by-percentage.md) 區塊來啟用一定百分比的聯絡進行畫面錄製。 + **S3 中每分鐘的畫面錄製檔案平均大小為何？** 畫面錄製的平均大小為 1.5MB/分鐘。此大小可能隨著影片編碼等因素而有所不同。 + **畫面錄製的影格率是多少？這是可設定的嗎？** 畫面的錄製速率為每秒 5 個影格，此值無法設定。 + **畫面錄製使用何種轉碼器？** 畫面錄製使用 OpenH264 轉碼器。 + **是否能夠選擇用於畫面錄製的音訊 (已修訂或未修訂)？** 否，目前只有未修訂的音訊可用於畫面錄製。 + **畫面錄製是否有服務限制？** 否，畫面錄製服務沒有服務限制或配額。 + **畫面錄製是否有持續時間上限？** 否，畫面錄製解決方案未對錄製施加持續時間上限。 + **可以錄製多少個客服人員監視器？** 畫面錄製最多可錄製 3 個螢幕/監視器。 + **我是否可以設定通話/畫面錄製儲存 S3 儲存貯體，以使用與執行個體資料儲存組態中的 KMS 金鑰不同的 KMS 金鑰來啟用儲存貯體層級加密？** 否，在儲存貯體層級也應使用相同的金鑰，並將其納入執行個體資料儲存組態中。 ## 效能 + **畫面錄製的頻寬要求是什麼？** 我們建議在啟用畫面錄製的情況下，每個聯絡 500kbps。 + **為何在 Windows 機器上安裝畫面錄製用戶端應用程式後，會出現更高的 CPU 用量？** 一般而言，畫面錄製是 CPU 密集型應用程式，因此 CPU 使用率增加是符合預期的。建議您確實提供足夠的資源 (如 [系統要求](sr-system-req.md#sr-requirements) 中所述)，以避免任何資源爭用問題。 # 在 Amazon Connect 中搜尋已完成和進行中的聯絡。 **注意** 支援結束通知：2026 年 5 月 20 日， AWS 將結束對 Amazon Connect Voice ID 的支援。2026 年 5 月 20 日之後，您將無法再存取 Amazon Connect 主控台上的語音 ID、管理員 Amazon Connect 網站或聯絡控制面板上的語音 ID 功能，或存取語音 ID 資源。如需詳細資訊，請造訪 [Amazon Connect Voice ID 終止支援](https://docs.aws.amazon.com/connect/latest/adminguide/amazonconnect-voiceid-end-of-support.html)。 本主題適用於需要使用 管理員網站搜尋聯絡人的 Amazon Connect 管理員和聯絡中心管理員。有關用來以程式設計方式搜尋聯絡的 API，請參閱 [搜尋聯絡的 API](#apis-search-contacts)。 **Topics** + [須知事項](#important-contact-search) + [主要搜尋功能](#key-search-features) + [管理誰可以搜尋聯絡並存取詳細資訊](#required-permissions-search-contacts) + [如何搜尋聯絡案例](#how-to-search-contacts) + [其他欄位：在搜尋結果中新增欄位](#additional-fields) + [下載搜尋結果](#download-search-results) + [搜尋聯絡的 API](#apis-search-contacts) + [在 Amazon Connect 中搜尋進行中的聯絡](search-in-progress-contacts.md) + [使用自訂聯絡屬性或聯絡區段屬性在 Amazon Connect 中搜尋聯絡](search-custom-attributes.md) ## 須知事項 + 您可以搜尋最早兩年前的聯絡人。 + 您可以搜尋已完成和進行中的聯絡。對於客服人員處理的聯絡人，只有在客服人員完成聯絡後工作 (ACW) 之後，聯絡人才會標示為已完成。 + 搜尋進行中聯絡的能力會隨著管道而不同 (請參閱 [聯絡人事件資料模型](contact-events.md#contact-events-data-model) 以取得參考)： + **語音** + 您可以在佇列、連線至客服人員或中斷連線後，搜尋進行中的佇列回呼。 + 對於其他語音聯絡人，您只能在他們連線到客服人員或中斷連線後搜尋他們。已排入佇列的進行中語音聯絡 （除了回呼） 不會顯示於**聯絡搜尋**頁面。 + **聊天**：您可以在聯絡連線至系統、排入佇列、連線至客服人員或中斷連線後搜尋聯絡。 + **任務**和**電子郵件**：所有進行中的聯絡一旦起始後即可供搜尋。 + 指定查詢的搜尋結果僅限傳回前 1 萬個結果。 + 無法同時搜尋多個聯絡 ID。 ## 主要搜尋功能 + [依自訂聯絡屬性](search-custom-attributes.md) (使用者定義的屬性) 搜尋。 + [使用聯絡狀態篩選條件搜尋進行中](search-in-progress-contacts.md)或 **已完成的聯絡**。 + 搜尋時間範圍最多 8 週。在時間範圍篩選條件中，您可以指定時間 **戳記類型**。這可讓您指定時間範圍。您可以選擇起始、已連線到客服人員、中斷連線和排程的時間戳記。 **重要** 聯繫搜尋的時間範圍篩選條件預設情況下，時間戳類型設置為「初始」。在引入時間戳記類型選擇之前，時間範圍篩選條件使用的時間戳記類型為「已中斷連線」。 在啟動搜尋進行中聯絡 (2023 年 9 月推出) 之前建立的聯絡搜尋已儲存的搜尋已更新，並使用篩選條件聯絡狀態 =「已完成」且時間戳記類型 =「已中斷連線」。這些選項在啟動進行中聯絡人之前是隱藏的。 + 客服人員名稱、聯絡佇列，和聯絡的初始流程名稱適用的複選篩選條件。 + 客服人員階層的篩選條件。您可以逐步套用篩選條件，以向下切入客服人員階層層級。 **注意** 在任何階層層級選取多個值時，您無法篩選下一個階層層級。 + 按管道和管道子類型篩選聯絡，例如 SMS。 + 經由篩選使用電子郵件地址 (收件人、寄件者和副本) 和電子郵件主旨來搜尋電子郵件聯絡。按電子郵件主旨搜尋時不區分大小寫。此外，在電子郵件主旨中搜尋單字的子集，也會提供搜尋結果。例如，如果您輸入 **inquiry**，Amazon Connect 會傳回主旨為 **Customer Inquiry** 的電子郵件。 + [對話分析](analyze-conversations.md)的篩選條件。您可以搜尋已啟用對話分析的聯絡人。例如**，對話分析：語音 - 客服人員互動**會傳回客服人員互動已由對話分析分析分析的聯絡人。您可以[search for Contact categories](search-conversations.md#contact-category-search)指定完整的類別名稱。選擇使用 **符合任何** 或 **全部符合** 或 **無符合** 來搜尋。例如，您可以使用「類別 A」和「類別 B」，或使用兩個類別之一來搜尋聯絡人。 您可以參考對話分析篩選條件的完整清單[here](search-conversations.md)。只有當您的組織已啟用 Contact Lens 時，才能套用這些篩選條件。 在**新增篩選條件**下拉式方塊中，Contact Lens 篩選條件旁邊會有 **CL**。只有在組織已啟用 Contact Lens 時，才能套用這些篩選條件。 ![\[聯絡搜尋頁面，篩選條件部分，篩選條件下拉式功能表。\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/contact-lens-search-contact-category-1.png) 如果您想要從使用者的下拉式清單中移除 Contact Lens 篩選條件，請從使用者的安全設定檔中移除下列許可： + **依對話搜尋聯絡**：這可控制對情緒分數、非通話時間和類別搜尋的存取。 + **按關鍵字搜尋聯絡**：這可控制對關鍵字搜尋的存取。 + **Contact Lens – 對話分析**：在**聯絡詳細資訊**頁面上，這會顯示對話分析摘要的圖形。 + 錄製的篩選條件。您可以使用**錄製**篩選條件，透過螢幕錄製 （影片） 或音訊錄製 （語音） 篩選聯絡人。 + 篩選作用中區域。依處理的 AWS 區域搜尋聯絡人。此篩選條件適用於使用全域彈性的 Amazon Connect 執行個體，其中聯絡人可能會在與您登入的區域不同的 AWS 區域中處理。 **重要** 存取跨區域聯絡人資料時，某些 Amazon Connect 功能可能無法使用。如需完整詳細資訊，請參閱 [設定 Amazon Connect 的全球恢復能力](setup-connect-global-resiliency.md)。 + [Voice ID](voice-id.md) 的篩選條件。如果您的組織已啟用 Voice ID，您可以搜尋聯絡的 Voice ID 身分驗證和詐騙偵測狀態。若要存取此功能，您需要在安全性設定檔上的 **分析與最佳化**，**Voice ID – 屬性和搜尋** – **檢視** 許可。 下圖顯示可用於搜尋 Voice ID 的篩選條件：**身分驗證結果**，**欺詐檢測結果**，**揚聲器動作**。 ![\[篩選條件下拉式功能表，Voice ID 篩選條件。\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/voiceid-search-filters.png) ## 管理誰可以搜尋聯絡並存取詳細資訊 使用者必須先指派給 **CallCenterManager** 安全性設定檔，或具有下列 **分析和最佳化** 許可，才能在 Amazon Connect 中搜尋聯絡或存取詳細的聯絡資訊： + 在 **聯絡搜尋** 和 **聯絡詳細資料** 頁面上檢視聯絡時，至少需要下列其中一項許可： + **聯絡搜尋 – 檢視**：允許使用者存取 **聯絡搜尋** 和 **聯絡詳細資訊** 頁面上的所有聯絡。 + **檢視我的聯絡人 – 檢視**：在 **聯絡搜尋** 和 **聯絡詳細資訊** 頁面上，允許客服人員只檢視他們處理的聯絡。 + **限制聯絡存取權** (選用)：根據使用者的客服人員階層群組，管理使用者對 **聯絡搜尋** 頁面上結果的存取權。例如： + 指派給 AgentGroup-1 的客服人員只能檢視該階層群組及其下方任何群組中的客服人員所處理之聯絡人的聯絡人記錄。(如果他們具有 **錄製對話** 的權限，則還可以收聽通話錄音並查看文字記錄。) + 指派給 AgentGroup-2 的客服人員只能存取其群組所處理的聯絡及其下方任何群組的聯絡記錄。 + 管理員和其他位於較高層級群組的人員可以檢視其下方所有群組所處理的聯絡記錄，例如 AgentGroup-1 和 2。 針對此權限，**全部** = **檢視**，而 **檢視** 是唯一授權的動作。 如需有關階層群組的詳細資訊，請參閱 [藉由建立階層，將客服人員組織成團隊和群組供報告和存取之用](agent-hierarchy.md)。 **重要** 刪除階層層級會斷開與現有聯絡人的連結。此動作無法回復。 當您變更使用者的階層群組時，他們的聯絡搜尋結果可能需要幾分鐘的時間，才能反映其新的許可。 下表列出一般許可，以及哪些聯絡可以在**聯絡搜尋**和**聯絡詳細資訊**頁面上檢視。 [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/contact-search.html) **重要** 我們不建議您以上列階層表中顯示以外的其他組合指派許可。 + **Contact Lens – 對話分析**：在聯絡人的**聯絡人詳細資訊**頁面上，您可以查看摘要對話分析的圖形：客戶情緒趨勢、情緒和非通話時間。 + **通話錄音 (已修訂) - 存取**：如果您的組織使用 Contact Lens，您可以指派此許可，以便客服人員僅存取那些已修訂敏感資料的客服人員通話錄音。 + **聯絡文字記錄 (已修訂) - 存取**：如果您的組織使用 Contact Lens，您可以指派此許可，以便客服人員僅存取那些已修訂敏感資料的聯絡文字記錄。 + **通話錄音 (未修訂) - 存取**：使用此許可，管理誰可以存取**聯絡搜尋**和**聯絡詳細資訊**頁面上的錄音。如有需要，您可以使用 **限制聯絡存取權限**，以確保他們只能存取由其階層群組所處理的聯絡詳細資訊。 + **聯絡文字記錄 (未修訂) - 存取**：使用此許可來管理誰可以檢視未修訂的聊天和電子郵件對話，以及 Contact Lens 在**聯絡人搜尋**和**聯絡人詳細資訊**頁面上產生的未修訂語音文字記錄。如有需要，您可以使用 **限制聯絡存取權限**，以確保他們只能存取由其階層群組所處理的聯絡詳細資訊。 + **評估表單 – 執行評估**：允許使用者依評估表單、得分、上次更新日期/範圍、評估人員和狀態來[搜尋](search-evaluations.md)評估。 + **Voice ID – 屬性和搜尋**：如果您的組織使用 Voice ID，具有此權限的使用者可以在 **聯絡詳細資料** 頁面中搜尋和檢視 Voice ID 結果。 + **使用者 – 檢視** 許可：您必須擁有此權限，才能使用 **聯絡搜尋** 頁面上的 **客服人員** 篩選條件。 根據預設，Amazon Connect **管理員** 和 **CallCenterManager** 安全性設定檔具有這些許可。 如需如何將更多權限新增到現有安全性設定檔的資訊，請參閱 [在 Amazon Connect 中更新安全性設定檔](update-security-profiles.md)。 ## 如何搜尋聯絡案例 1. 使用具有[存取聯絡記錄許可](#required-permissions-search-contacts)的使用者帳戶登入 Amazon Connect。 1. 在 Amazon Connect 中選擇 **分析和優化**，**聯絡搜尋**。 1. 使用頁面上的篩選條件來縮小搜尋範圍。對於日期，您一次最多可搜尋 8 週。 **提示** 若要查看是否已錄製對話，您必須指派給具有**管理員監控**許可的設定檔。如果對話已錄製，則搜尋結果預設在**錄音**資料欄中顯示圖示，表示已有錄音。如果您沒有檢閱錄音的許可，則不會看到此圖示。 ## 其他欄位：在搜尋結果中新增欄位 使用 **其他欄位** 下方的選項，在搜尋結果中新增欄位。這些選項不會用來篩選您的搜尋。 例如，如果您要在搜尋輸出中包含 **客服人員名稱** 和 **轉接描述檔** 的欄位，請在此選擇這些欄位。 **提示** **已轉出** 選項會指出聯絡是否已轉移至外部號碼。有關轉移連線的日期和時間 (以 UTC 時間為單位)，請參閱 [ContactTraceRecord](ctr-data-model.md#ctr-ContactTraceRecord) 中的 `TransferCompletedTimestamp`。 ## 下載搜尋結果 您一次最多可以下載 3,000 個搜尋結果。 ## 搜尋聯絡的 API 使用下列 API 以程式設計方式搜尋聯絡： + [SearchContacts](https://docs.aws.amazon.com/connect/latest/APIReference/API_SearchContacts.html) + [DescribeContact](https://docs.aws.amazon.com/connect/latest/APIReference/API_DescribeContact.html) + [DescribeContactEvaluation](https://docs.aws.amazon.com/connect/latest/APIReference/API_DescribeContactEvaluation.html) # 在 Amazon Connect 中搜尋進行中的聯絡 對於由客服人員處理的聯絡，會將聯絡視為 **進行中**，直到客服人員在聯絡後工作完成為止。對於從未由客服人員處理的聯絡，聯絡會被視為 **進行中**，直到聯絡中斷連線為止。 **Topics** + [搜尋進行中聯絡所需的權限](#permissions-inprogress) + [聯繫搜尋支援的聯絡狀態](#contactstates-inprogress) + [如何搜尋進行中的聯絡](#howto-search-inprogress) + [使用時間戳記類型篩選聯絡](#filter-by-timestamp) + [檢視進行中的聯絡](#view-inprogress-contacts) + [檢閱即時文字記錄](#review-realtime-transcripts) ## 搜尋進行中聯絡所需的權限 搜尋進行中聯絡所需的許可與搜尋已完成聯絡的許可相同。如需詳細資訊，請參閱[管理誰可以搜尋聯絡並存取詳細資訊](contact-search.md#required-permissions-search-contacts)。 ## 聯繫搜尋支援的聯絡狀態 搜尋進行中聯絡的能力會隨著管道而不同 (請參閱 [聯絡人事件資料模型](contact-events.md#contact-events-data-model) 以取得參考)： + **語音** + 您可以在佇列、連線至客服人員或中斷連線後，搜尋進行中的佇列回呼。 + 對於其他語音聯絡人，您只能在他們連線到客服人員或中斷連線後搜尋他們。已排入佇列的進行中語音聯絡 （除了回呼） 不會顯示於**聯絡搜尋**頁面。 + **聊天**：您可以在聯絡連線至系統、排入佇列、連線至客服人員或中斷連線後搜尋聯絡。 + **任務**和**電子郵件**：所有進行中的聯絡一旦起始後即可供搜尋。 ## 如何搜尋進行中的聯絡 1. 使用具有[存取聯絡記錄許可](contact-search.md#required-permissions-search-contacts)的使用者帳戶登入 Amazon Connect。 1. 在 Amazon Connect 中選擇 **分析和優化**，**聯絡搜尋**。 1. 選擇 **聯絡狀態** 篩選條件，並將選擇的值變更為 **進行中**。預設的聯絡人狀態為 **已完成**。 ![\[進行中的篩選條件。\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/contact-search-in-progress-filter.png) ## 使用時間戳記類型篩選聯絡 您可以使用 **時間範圍** 篩選條件中的 **時間戳記類型** 來搜尋特定聯絡狀態的聯絡。例如，您可以選擇 **聯絡狀態 = 進行中**、**時間戳記類型 = 已排程**，以及適當日期 **時間範圍** 內，來搜尋排定於第二天的任務聯絡。 支援下列時間戳記類型：已啟動、已連線 (至客服人員)、已中斷連線和已排程。當您使用特定 **時間戳記類型** 搜尋聯絡時，搜尋結果不會包含未填入該時間戳記的聯絡，例如，如果您搜尋 **時間戳記類型 = 中斷聯絡** 且 **聯絡狀態 = 進行中**，則您只會檢視處於工作後聯絡狀態的聯絡。 **重要** **聯絡搜尋**頁面上的**時間範圍**篩選條件依預設會將**時間戳記類型**設定為**已起始**。在引入時間戳記類型選擇之前，**時間範圍** 篩選條件使用的時間戳記類型為 **已中斷連線**。 **聯絡搜尋** 在搜尋進行中聯絡 (2023 年 9 月推出的功能) 功能推出之前已建立並儲存的搜尋，已經使用篩選條件 **聯絡狀態 = 已完成** 和 **時間戳記類型 = 已中斷連線** 進行更新。這些選項在啟動進行中聯絡人之前是隱藏的。 ## 檢視進行中的聯絡 您可以按一下 **搜尋結果** 中的聯絡 ID，以檢視進行中聯絡的詳細資訓。 ![\[檢視進行中的聯絡。\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/contact-search-in-progress-view.png) ### 須知事項 + 進行中聯絡的 **聯絡詳細資訊** 頁面會顯示開啟 **聯絡詳細資訊** 頁面時可用的資料。它不會隨著聯絡的進展自動重新整理。您必須使用瀏覽器手動重新整理頁面。 + **聯絡搜尋** 上的某些欄位和 ****，在聯絡進行中時，可能會遺漏或不一致。聯絡完成後，並且手動重新整理頁面之後，資訊最終會與基礎聯絡記錄一致。 + **已完成** 的聯絡與聯絡記錄上標示為 **已完成** 的聯絡之間可能會有延遲。 ## 檢閱即時文字記錄 對於已啟用即時通話分析的語音聯絡，如果您具有安全設定檔許可**聯絡文字記錄 (未修訂) - 存取**，則可以在**聯絡詳細資訊**頁面上即時檢視聯絡的文字記錄。 **注意** 進行中語音聯絡不支援修訂。具有**聯絡文字記錄 (未修訂) - 存取**的使用者無法檢視進行中的語音聯絡。 選擇文字記錄底部的重新整理圖示，可提取對話的最新可用回合。下圖顯示重新整理圖示在頁面上的位置。 ![\[文字記錄，頁面底部的重新整理圖示。\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/contact-search-real-time-transcripts.png) # 使用自訂聯絡屬性或聯絡區段屬性在 Amazon Connect 中搜尋聯絡 您可以根據自訂聯絡屬性 (也稱為[使用者定義的聯絡屬性](connect-attrib-list.md#user-defined-attributes)) 聯絡區段屬性建立搜尋篩選條件。 例如，如果您將 `AgentLocation` 和 `InsurancePlanType` 新增至您的聯絡記錄作為自訂屬性，您可以搜尋這些屬性中具有特定值的聯絡，例如，位於西雅圖的客服人員所處理的通話，或是購買屋主保險的客戶所撥打的通話。 **Topics** + [設定可搜尋聯絡屬性的必要許可](#permissions-search-custom-attributes) + [設定可搜尋的自訂聯絡](#configure-search-custom-attributes) + [編輯、新增或移除聯絡屬性](#edit-add-remove-attribute-keys) + [按聯絡屬性篩選聯絡搜尋結果](#howto-search-for-custom-attributes) + [按聯絡區段屬性篩選聯絡搜尋結果](#filter-contact-search-segment) ## 設定可搜尋聯絡屬性的必要許可 根據預設，在具有適當許可的使用者，例如管理員或經理，指定該屬性應該可供搜尋之前，自訂屬性才會建立索引。您授與選擇使用者的許可，以便他們可以設定哪些自訂聯絡屬性可以新增為搜尋篩選條件。 將下列許可指派至他們的安全性描述檔： + 啟用下列其中一個許可，以存取 **聯絡搜尋** 頁面： + **聯絡搜尋**。允許您搜尋所有聯絡。 + **檢視我的聯絡**：允許客服人員只檢視他們處理的聯絡。 + **聯絡屬性**：允許使用者檢視聯絡屬性。也會根據聯絡屬性控制對搜尋篩選條件的存取。 + **設定可搜尋的聯絡屬性** – **全部**：擁有此權限的人決定可搜尋哪些自訂資料 (由具有 **聯絡屬性** 權限的人員)。它可讓執行個體存取下列組態頁面： ![\[搜尋客戶聯絡屬性頁面。\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/contact-search-custom-attributes-configuration-page.png) ## 設定可搜尋的自訂聯絡 1. 在 **聯絡搜尋** 頁面上，選擇 **新增篩選條件**，**自訂聯絡屬性**。只有在安全性設定檔中具有 **設定可搜尋聯絡屬性** 許可的人員才會看到此選項。 ![\[聯絡搜尋頁面、篩選條件下拉式功能表、客戶聯絡屬性選項。\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/contact-search-custom-attributes-specify1.png) 1. 第一次選擇 **自訂聯絡屬性** 時，會出現以下方塊，指出沒有為此 Amazon Connect 執行個體設定屬性。選擇 **指定可搜尋的屬性索引鍵**。 ![\[添加篩選條件選項，沒有指定任何鍵進行搜尋的消息。\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/contact-search-custom-attributes-specify2.png) 1. 在 **屬性索引鍵** 方塊中，輸入自訂屬性的名稱，然後選擇 **新增金鑰**。 **重要** 您必須輸入確切的金鑰名稱。區分大小寫。 1. 完成時，選擇**儲存**。 您的使用者將能夠在這些金鑰上搜尋任何未來的聯絡。 ## 編輯、新增或移除聯絡屬性 若要編輯、新增或移除金鑰，請選擇 **屬性**，**設定**。如果沒有看到 **設定** 選項，表示您沒有必要的許可。 ![\[新增篩選條件標籤，設定齒輪位於頁面右上角。\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/contact-search-custom-attributes-settings.png) ## 按聯絡屬性篩選聯絡搜尋結果 在其安全性設定檔中具有 **聯絡屬性** 許可的使用者，可以使用聯絡屬性篩選條件來尋找聯絡。 1. 在 **聯絡搜尋** 頁面上，選擇 **新增篩選條件**、**自訂聯絡屬性**，然後選擇 **指定可搜尋的屬性**。 1. 在 **可搜尋的客戶聯絡屬性** 頁面的 **屬性索引鍵** 方塊中，輸入屬性索引鍵，接著選擇 **\$1新增索引鍵**，然後選擇 **儲存**。 1. 返回 **聯絡搜尋** 頁面。使用 **新增篩選條件**，從下拉式功能表選擇剛剛新增的屬性。在 **屬性值方塊** 中，輸入您要尋找的值。 ## 按聯絡區段屬性篩選聯絡搜尋結果 建立預先定義的屬性並將其連接至聯絡區段後 (如 [使用聯絡區段屬性](use-contact-segment-attributes.md) 中所述)，您可以根據區段屬性值來篩選聯絡搜尋結果。 下圖顯示**聯絡搜尋**頁面，以及根據自訂區段屬性值篩選聯絡搜尋結果的選項。 ![\[聯絡搜尋頁面，區段屬性篩選條件。\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/attribute-management-4.png) 1. 在**聯絡搜尋**頁面的**新增篩選條件**下拉式清單下，選取**自訂聯絡區段屬性**。 1. 選取要套用至篩選條件的預先定義屬性。例如，上圖將 Business-unit-name 顯示為**屬性名稱**。 1. 如果選取的預先定義屬性具有已建立的值，這些值會在**屬性值**下列為複選選項。例如，上圖將「帳戶」、「帳單」、「客戶支援」和「行銷」顯示為選項。 1. 選擇**套用**。 # 使用 Amazon Connect Contact Lens 監控即時和錄製的對話 經理可以監控或接聽客服與聯絡人之間的即時對話。他們也可以針對自動化互動 (IVR) 和客服互動檢閱和下載過去互動的錄音。 Amazon Connect 提供兩種設定聯絡人監控的選項： + **多方聯絡人**：監控最多可有六個參與者的即時對話。此選項沒有額外費用。 此選項可讓您[插入](monitor-barge.md)即時對話 (語音和聊天)，並錄製聊天文字記錄。 您可以在 Amazon Connect 主控台上啟用此功能，方法是選擇**啟用多方通話和增強型語音監控**，以及**啟用多方聊天和增強型聊天監控**，如下圖所示。 ![\[電話語音和聊天選項頁面，增強的聯絡人監控功能部分。\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/barge-voice-chat-enable.png) + **三方語音聯絡人**：監控最多可有三個參與者的對話。這是預設行為。此選項沒有額外費用。 您無法插入通話或聊天。 您可以將 [設定錄製和分析行為](set-recording-behavior.md) 區塊新增至您的流程來啟用此功能。 客服管理會議體驗的方式在這兩個選項之間有很大的不同。增強型監控可為客服提供更多功能。請參閱 [比較 Amazon Connect 中的增強型聯絡人監控 (多方) 與三方功能](three-party-multi-party-comparison.md)。 **重要** 當您選擇**增強型聯絡人監控功能**時，新事件會新增至客服事件串流。 如果您選擇從 [設定錄製和分析行為](set-recording-behavior.md) 區塊啟用的預設三方功能開始，稍後切換到**增強型聯絡人監控功能**，請了解新的事件將新增至客服事件串流。如果您已根據先前的客服事件串流自訂聯絡中心，這將導致問題。 **Topics** + [聯絡人錄音的時間、內容和位置](about-recording-behavior.md) + [如何為不可變的通話錄音設定 S3 物件鎖定](s3-object-lock-call-recordings.md) + [多方和三方功能的比較](three-party-multi-party-comparison.md) + [啟用增強型多方聯絡人監控](monitor-conversations.md) + [啟用三方通話監控](enable-three-party-monitoring.md) + [啟用聯絡人錄製](set-up-recordings.md) + [指派許可](monitor-conversations-permissions.md) + [監控即時對話](monitor-conversations-howto.md) + [插入現場語音和聊天對話](monitor-barge.md) + [檢閱錄製的對話](review-recorded-conversations.md) + [監控交談疑難排解](ts-monitoring-conversations.md) # Amazon Connect 中聯絡人錄音的時間、內容和位置 本主題說明何時錄製對話、錄音的存放位置，以及如何存取它們。它還提供管理錄音和文字記錄的最佳實務。 **Topics** + [何時會將通話錄音？](#when-conversation-recorded) + [錄音和文字記錄儲存在哪裡？](#where-are-recordings-stored) + [何時可使用錄音？](#when-are-recordings-available) + [防止客服人員存取錄製檔](#recording-prevent-access) + [耳機聆聽錄音的要求](#recording-headset-requirements) ## 何時會將通話錄音？ + 通話錄音功能可選擇是否要在 IVR 互動期間錄製客戶和系統音訊，或在客服互動期間錄製客戶、客服或兩者的任意組合。 + 每個聯絡人總共有兩個可能的錄音：一個用於自動互動 (即 IVR)，另一個用於客服互動。啟用或停用自動互動的錄音會立即生效。相反地，修改客服互動的錄音只有在客服加入通話之後才會生效。 + 當客服不在通話中時，客服音訊不會傳輸到 Amazon Connect。2023 年 11 月 9 日，Amazon Connect 部署了最佳化，以改善客服生產力，在聯絡人到達之前預先設定客服瀏覽器的麥克風媒體串流。這可減少撥入和外撥通話的設定時間。因此，即使客服不在通話中，客服瀏覽器中的麥克風圖示也會顯示為開啟。 + 當客戶在客服互動期間保留通話時，客服仍會進行錄音。 + 客服人員之間的轉接對話會被記錄。 + 在流程或 IVR 互動期間轉接通話時 (例如，透過使用轉接至電話號碼區塊)，即使將通話轉接至外部語音系統，錄音仍會繼續擷取客戶所說和聽到的內容。 + 在客服離開通話後，系統不會對任何在客服互動期間轉接到外部號碼的通話進行錄音。 + 如果參與者將自己的麥克風靜音，例如諮詢坐在他們旁邊的某人，則不會對其側邊欄對話進行錄音。 ## 錄音和文字記錄儲存在哪裡？ 客服人員和聯絡案例會存放在個別的立體聲音訊頻道。 + 對於自動 (IVR) 互動，立體聲檔案包含右側頻道中的客戶音訊，以及左側頻道中的系統提示。 + 對於客服人員互動，客服音訊會存放在右頻道中，而客戶 (以及會議第三方) 音訊則存放在左頻道中。 錄音檔會存放在[為您的執行個體建立](amazon-connect-instances.md#get-started-data-storage)的 Amazon S3 儲存貯體中。任何具有適當許可的使用者或應用程式都可以存取 Amazon S3 儲存貯體中的錄音檔。 所有通話錄音預設都會啟用加密，透過 KMS 使用 Amazon S3 伺服器端加密。加密位於物件層級。報告和錄音檔物件皆已加密；儲存貯體層級沒有任何加密。 您不應停用加密。 **重要** 若要將語音對話儲存於 Amazon S3 儲存貯體中，您必須使用 [設定錄製和分析行為](set-recording-behavior.md) 區塊，在流程區塊中啟用錄音。 針對聊天對話，如果有可供儲存聊天文字記錄使用的 S3 儲存貯體，則會錄製所有聊天並儲存在該位置。如果沒有儲存貯體，則聊天就不會被記錄下來。不過，如果您想要監控聊天對話，仍需將 [設定錄製和分析行為](set-recording-behavior.md) 區塊新增到流程。 如果錄音由於任何原因 (例如保留期已過期) 而從一個 S3 儲存貯體移至另一個儲存貯體，則 Amazon Connect 將無法再存取該錄音。 **提示** 我們建議您使用聯絡人 ID 來搜尋錄音檔。 即使特定聯絡人 ID 的許多通話錄音可能會以連絡人 ID 前綴本身 (例如 123456-aaaa-bbbb-3223-2323234.wav) 命名，但無法保證連絡人錄音檔的聯絡人 ID 和名稱*總是*相符。透過在[聯絡人搜尋](search-recordings.md)頁面上使用**聯絡人 ID** 進行搜尋，您可以參考聯絡人記錄上的音訊檔案來尋找正確的錄音。 ## 何時可使用錄音？ 當啟用客服互動的錄音時，在掛斷聯絡人之後，錄音會立即置於 S3 儲存貯體中。當啟用 IVR 錄音時，在掛斷聯絡人之後或一旦客服回答了通話，錄音就會立即置於 S3 儲存貯體中。您可以檢閱客服互動和自動互動 (IVR) 的[錄音](review-recorded-conversations.md)。 **重要** 您也可以從客戶的[聯絡人記錄](sample-ctr.md)存取錄音檔。錄音檔可在聯絡人記錄中取得，不過，只有在聯絡人已離開[聯絡後工作 (ACW)](metrics-agent-status.md#agent-status-acw) 狀態後才能取得。IVR 錄音會在客服接通或掛斷聯絡人之後立即變成可用。 **提示** Amazon Connect 使用 Amazon S3 [PutObject](https://docs.aws.amazon.com/AmazonS3/latest/API/API_PutObject.html) 和 [MultipartUpload](https://docs.aws.amazon.com/AmazonS3/latest/API/API_MultipartUpload.html) APIs 將通話錄音上傳至 S3 儲存貯體。如果您在通話錄音成功上傳至儲存貯體時使用 [S3 事件通知](https://docs.aws.amazon.com/AmazonS3/latest/userguide/NotificationHowTo.html)，請確認您為**所有物件建立事件**，或為 *s3:ObjectCreated:Put* 和 *s3:ObjectCreated:CompleteMultipartUpload* 事件類型兩者啟用了通知。 ## 防止客服人員存取錄製檔 若要防止客服人員存取其客服人員層級以外的錄製檔，請將 **Restrict contact access (限制聯絡人存取)** 安全性設定檔權限指派給他們。如需詳細資訊，請參閱[指派在 Amazon Connect 中檢閱過去聯絡中心對話的許可](assign-permissions-to-review-recordings.md)。 ## 耳機聆聽錄音的要求 您必須使用支援立體聲輸出的輸出裝置 (耳機或其他裝置)，才能同時聽到客服人員和客戶的音訊。 客服人員和客戶錄音檔以兩個獨立的聲道呈現。使用完整的耳機，每一側都會播放一個聲道。但是對於單耳式耳機而言，沒有將兩個聲道混合為一個聲道的機制。 # 如何為不可變的通話錄音設定 S3 物件鎖定 您可以使用 Amazon S3 物件鎖定搭配錄音儲存貯體，協助防止通話錄音和 IVR 錄音在固定時間內遭到刪除或覆寫，或無限期刪除或覆寫。 「物件鎖定」可加入另一層防護，防止物件被變更和刪除。它也有助於滿足單寫多讀 (WORM) 儲存的法規要求。 ## 須知事項 + 您可以在新的和現有的儲存貯體上啟用 Amazon S3 物件鎖定。 + 您必須對通話錄音儲存貯體啟用版本控制。 + 啟用 Amazon S3 物件鎖定後，您無法將其移除。 + 建議您使用專用的通話錄音儲存貯體，因為在套用預設物件鎖定保留政策之後，所有物件都會遭到鎖定。 + 確定您的保留原則適合您的需求。設定策略後，您的通話錄音將在指定的期間內受到保護，不會被刪除。 + 我們強烈建議您先在非生產環境中徹底測試政策，然後再在生產環境中實作該政策。 ## 步驟 1：建立已啟用物件鎖定的 S3 儲存貯體。 如需在啟用物件鎖定的情況下建立新的 S3 儲存貯體的教學課程，請參閱[使用 S3 版本控制、S3 物件鎖定和 S3 複寫保護資料 Amazon S3 免於意外刪除或應用程式錯誤](https://aws.amazon.com/getting-started/hands-on/protect-data-on-amazon-s3/)。 ## 步驟 1A：為現有的 Amazon S3 儲存貯體啟用物件鎖定 如需在現有儲存貯體上啟用物件鎖定的相關資訊，請參閱《Amazon S3 使用者指南》**中的[在現有 Amazon S3 儲存貯體上啟用物件鎖定](https://docs.aws.amazon.com/AmazonS3/latest/userguide/object-lock-configure.html#object-lock-configure-existing-bucket)。 ## 步驟 2：設定 Amazon Connect 以使用 S3 儲存貯體進行通話錄音 1. 在 [https://console.aws.amazon.com/connect/](https://console.aws.amazon.com/connect/) 開啟 Amazon Connect 主控台。 1. 在執行個體頁面上，選擇執行個體別名。 ![\[Amazon Connect 虛擬聯絡中心執行個體頁面，即執行個體別名。\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/instance.png) 1. 在導覽窗格中，選擇**資料儲存**。 1. 在 **通話錄音** 區段中，選擇 **編輯**。 1. 選擇**選取現有的 S3 儲存貯體**，然後在**名稱**下拉式方塊中選擇您要為其啟用物件鎖定的儲存貯體。 1. 選擇**儲存**。 ## 步驟 3：測試物件鎖定已啟用 1. 撥打測試電話到您的聯絡中心以產生通話錄音。 1. Amazon Connect 登入 https：//*your-instance*.my.connect.aws/home，使用管理員帳戶或具有[搜尋聯絡人許可](contact-search.md#required-permissions-search-contacts)的帳戶。 1. 選擇 **分析和最佳化**、**聯絡人搜尋**。搜尋您的通話錄音檔以尋找聯絡人 ID。複製聯絡人 ID。您將在下一步中使用它，以便在 S3 儲存貯體中找到通話錄音。 1. 開啟 Amazon S3 主控台，選取您在步驟 1 中建立的儲存貯體，然後遵循路徑字首。通話錄音檔的路徑包括進行錄製的年、月、日。進入正確的路徑前綴後，搜尋通話錄音的聯絡人 ID。 ![\[Amazon S3 主控台、搜尋方塊、路徑前綴。\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/s3-objectlock-pathprefix.png) 1. 選擇 **搜尋** 方塊旁邊的 **顯示版本** 切換開關。此選項可讓您嘗試刪除物件，而不是僅套用刪除標記。當您從啟用了版本控制的 S3 儲存貯體刪除物件時，套用刪除標記是標準行為。 1. 選擇通話錄音 (錄製檔名稱左側的方塊)，然後選擇**刪除**。在確認方塊中，輸入**永久刪除**，然後選取**刪除物件**。 1. 檢閱 **刪除物件：狀態** 通知，確認刪除作業已因「物件鎖定」政策而遭到封鎖。 ![\[Amazon S3 主控台、刪除物件狀態通知。\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/s3-objectlock-failed.png) # 比較 Amazon Connect 中的增強型聯絡人監控 (多方) 與三方功能 本主題描述在啟用[增強型聯絡人監控](monitor-conversations.md) (多方)，而非預設的三方功能時，客服的體驗有何不同。 如需 Amazon Connect 串流中現有連線和聯絡 API 的新功能相關資訊，請參閱 [Amazon Connect Streams 讀我檔案](https://github.com/amazon-connect/amazon-connect-streams/blob/master/README.md)。 以下是使用多方監控的客服的重要功能： + 所有客服人員都會看到通話中的所有連接。 + 所有客服人員與通話中的任何其他客服人員都具有完全相同的功能。這會影響客服人員接受邀請加入通話的那一刻。 + 在溫傳輸完成之前，客服人員可以開始與呼叫者通話，也可以中斷通話中的任何其他客服人員。 **注意** 當通話有三個或更多參與者時，即使在來電者掛斷電話之後，客服也可以將參與者新增至通話。 下列範例說明當客服執行一系列諮詢並隨後進行轉接時，如何對應上一個和下一個聯絡人 ID。 ![\[顯示如何在多方通話期間對應聯絡人 ID 的圖表。\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/connect-consult-diagram.png) 下列範例說明在客服執行一系列轉接的案例中，如何對應上一個和下一個聯絡人 ID。 ![\[顯示客服轉接來電者時如何對應上一個和下一個聯絡人 ID 的圖表。\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/connect-transfer-diagram.png) 下列範例說明在新增其他 Web、應用程式內和視訊通話使用者的案例中，如何對應上一個和下一個聯絡人 ID ![\[顯示新增其他 Web、應用程式內和視訊通話使用者時，如何對應聯絡人 ID 的圖表。\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/webrtc-diagram2.png) 下表摘要說明客服使用聯絡人主控台 (CCP) 進行三方通話和多方通話的經驗之間的差異。如需客服多方對話體驗的詳細資訊，請參閱[主持多方通話](multi-party-calls.md)和[主持多方聊天](multi-party-chat.md)。 + 主要客服人員：呼叫中的第一個客服人員。 + 次要客服人員：通話中第一個客服人員以外的任何客服人員。 | 三方通話 | 多方通話 | | --- | --- | | 客服只能控制保留、繼續和掛斷他們新增的對象。 | 所有客服人員都具有相同的呼叫控制功能。 | | 客服人員可以將一個其他參與者添加到現有呼叫中，總共有三個參與者 (客服人員，呼叫者和另一個參與者)。 | 通話中的任何客服人員都可以添加額外的參與者，只要通話中的參與者總數 (包括自己) 不超過六個。 當通話有三個或更多參與者時，即使在來電者掛斷電話之後，客服也可以將參與者新增至通話。 | | 客服人員只能將他們加入的通話方保留。 | 通話中的任何客服人員都可以擱置任何一方。 | | 當主要客服人員將次要客服人員置於保留狀態時，次要客服人員無法取消保留。 | 通話中的任何客服人員都可以將自己關閉。 | | 次要客服人員可以在保留期間與主要客服人員交談。 | 次要客服人員不能互相交談，直到他們脫離保留狀態。 | | 主要客服人員只能將自己靜音。 次要客服人員只能將自己靜音。 | 通話中的任何客服人員都可以將通話中的任何其他與會者靜音。 | | 客服只能取消自己的靜音，不能取消其他客服的靜音。 | 客服只能取消自己的靜音，不能取消其他客服的靜音。 不過，客服可以將不是客服的參與者取消靜音。 | | 當客服人員中斷連線 (離開或中斷連線) 時，呼叫控制會繼續供通話的其餘客服人員使用。 | 當客服人員中斷連線時，通話的控制權會轉移至其餘的客服人員。 | | 只有主要客服人員可以中斷通話對象的連線。僅當主要客服人員中斷連線時，次要客服人員才能中斷呼叫者的連線。 | 所有客服人員都有能力斷開任何其他方的連接。 | | 主要客服人員可以看到兩個連線 (來電者和另一方)，而次要客服人員只能看到傳輸連線。 | 所有客服人員都能看到所有連線。 | | 客服人員只會在通話中看到另一位客服人員的**內部轉接**。 | 客服人員會看到其他客服人員的快速連線 ID，而不僅僅是**內部轉接**。 | | 不適用。 | 撥打一方時，多方通話中的客服人員無法新增另一方，直到先前的撥號作業完成 (新增對象或呼叫分段終止)。 | | 無法新增其他 WebRTC 使用者。 | [可以新增其他 WebRTC 使用者](enable-multiuser-inapp.md)。 | # 在 Amazon Connect 中啟用增強型多方聯絡人監控。 增強型聯絡人監控適用於語音通話和所有支援的聊天類型：chat/SMS、WhatsApp 和 Apple Messages for Business。 ## 呼叫 增強型聯絡人監控可讓客服在通話時最多可[容納](multi-party-calls.md) 6 個參與者。兩個主管可以[監控](monitor-conversations-howto.md)通話。它也可讓經理[插入](monitor-barge.md)對話。 例如，客服可以在通話的同時具有六個參與者組成的群組。兩個主管可以監控通話。兩個主管可以執行兩個無提示監控工作階段，或一個靜音監控和一個插話工作階段。 通話中的參與者總數如下所示： 1. 客戶 - 參與者 1. 客服 1 - 參與者 1. 客服 2 - 參與者 1. 客服 3 - 參與者 1. 客服 4 - 參與者 1. 客服 5 - 參與者 1. 可以接聽但不能插入通話的主管 1. 可以接聽或插入通話的主管 在執行個體中可以監控的對話數量沒有限制。 ## 聊天 增強型聯絡人監控可讓客服在持續的客戶服務聊天中[容納](multi-party-chat.md)額外四個參與者，總共六個參與者：客服、客戶和其他四個參與者。客服可以使用快速接通來新增參與者。 無論執行個體是否已啟用增強型聯絡人監控功能，您最多可以讓五個人同時監控一個聊天。對於指定的聊天，只有 1 個主管可以處於插入模式。 通話中的參與者總數如下所示： 1. 客戶 1. 客服人員 1. 可以監控聊天和插入的主管 1. 可以監控聊天但不能插入的主管 1. 可以監控聊天但不能插入的主管 1. 可以監控聊天但不能插入的主管 1. 可以監控聊天但不能插入的主管 ## 須知事項 + 當您在 Amazon Connect 主控台上選擇**增強型聯絡人監控功能**時，新事件會新增至客服事件串流。 不過，如果您改為選擇從 [設定錄製和分析行為](set-recording-behavior.md) 區塊啟用的預設三方功能開始，稍後切換到**增強型聯絡人監控功能**，請了解新的事件將新增至客服事件串流。如果您已根據先前的客服事件串流自訂聯絡中心，這將導致問題。 + 如果您未在執行個體層級啟用**增強型聯絡人監控功能**，則需要在流程中新增和設定 [設定錄製和分析行為](set-recording-behavior.md) 區塊，以取得聊天監控和插入功能。 + 根據預設，通話可以有三個參與者，例如兩個客服和一個來電者，或一個客服、一個來電者和一個外來方。當您啟用增強型聯絡人監控時，客服的體驗會有所變更。請參閱 [多方和三方功能的比較](three-party-multi-party-comparison.md)。 + 所有客服在文字記錄中都有 'AGENT' 的 ParticipantRole。主管在文字記錄中具有 'SUPERVISOR' 的 ParticipantRole。 + 邀請客服的聯絡人啟動方法是 TRANSFER。如需如何在報告中區分參與者多常被邀請而非被轉接的相關資訊，請參閱[使用 Amazon Connect 聯絡人記錄識別會議和轉接](identify-conferences-transfers.md)。 + 這項功能只在 CCPv2 中可供使用。也就是說，存取 CCP 的 URL 是 https://*instance name*.my.connect.aws/ccp-v2/，而存取客服人員工作區的 URL 是 https://*instance name*.my.connect.aws/agent-app-v2/。也可以使用 Amazon Connect Streams.js 在自訂 CCP 中提供。 + 在啟用多方通話之前，如果您未來將要使用 Contact Lens 或規劃這樣做，請參閱[多方通話和對話分析](enable-analytics.md#multiparty-calls-contactlens)。Contact Lens 支援最多可有 2 個參與者的通話。針對預期會有 3 個以上參與者的聯絡人，建議您在 [設定錄製和分析行為](set-recording-behavior.md) 區塊中停用 Contact Lens。 + 在自訂 CCP 中，使用更新的 Amazon Connect 串流 API 來啟用多方通話，最多可達六方。請參閱 GitHub 上的 [Amazon Connect 串流](https://github.com/amazon-connect/amazon-connect-streams/blob/master/Documentation.md#connectcoreinitccp)文件。 + AWS GovCloud （美國西部）：您無法使用主控台使用者介面啟用此功能。請改用 [https://docs.aws.amazon.com//connect/latest/APIReference/API_UpdateInstanceAttribute.html](https://docs.aws.amazon.com//connect/latest/APIReference/API_UpdateInstanceAttribute.html) API 或聯絡 AWS 支援。 ## 如何啟用增強型多方聯絡人監控 1. 在 Amazon Connect 主控台的功能表窗格中，選擇**電話語音**。 1. 在**電話語音和聊天選項**頁面上，捲動至**增強型聯絡人監控功能**區段。 ![\[電話語音和聊天選項頁面。\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/telephony-chat-options.png) 1. 選擇您要啟用的選項，然後選擇**儲存**。 1. 登入 Amazon Connect 管理員網站。[將安全性設定檔許可指派給](assign-permissions-to-review-recordings.md)經理，讓他們可以監控和插入即時對話，並檢閱錄音。 1. 向經理示範如何[監控即時對話](monitor-conversations-howto.md)、[插入即時對話](monitor-barge.md)，以及檢閱 Amazon Connect 中的[過去錄音](review-recorded-conversations.md)。 # 在 Amazon Connect 中啟用三方通話監控 **重要** 僅在您**尚未**在 Amazon Connect 主控台上啟用**增強型聯絡人監控功能**時，本主題才適用，如[啟用增強型多方聯絡人監控](monitor-conversations.md)中所述。 它僅適用於限制為三方或更少方的語音通話。 如需啟用增強型監控功能時客服的會議體驗有何不同的相關資訊，請參閱[多方和三方功能的比較](three-party-multi-party-comparison.md)。 我們建議您只在外部系統施加技術限制，要求您選擇此選項時，才選擇三方監控。否則，增強型監控才是正確的做法。價格沒有差別。 您可以新增和設定流程的 [設定錄製和分析行為](set-recording-behavior.md) 區塊，以在聯絡時啟用 3 個參與者，以及啟用 5 個主管監控通話。經理無法插入通話。 例如，您可以在通話的同時具有 3 個參與者組成的群組。最多 5 個主管可以監控通話。 通話中的參與者總數如下所示： 1. 客戶 - 參與者 1. 客服 1 - 參與者 1. 客服 2 - 參與者 1. 可以接聽但不能插入通話的主管 1. 可以接聽但不能插入通話的主管 1. 可以接聽但不能插入通話的主管 1. 可以接聽但不能插入通話的主管 1. 可以接聽但不能插入通話的主管 若要檢視已設定 **設定錄音行為** 區塊的流程範例，請參閱 [Amazon Connect 中的範例錄製行為](sample-recording-behavior.md)。 **注意** 建議您在撥入或外撥低語流程中使用**設定錄音行為**區塊，以取得最準確的行為。 在佇列流程中使用此區塊並不一定保證會將通話錄音。這是因為區塊可能會在聯絡人加入客服人員後執行。 **設定三方聯絡人的監控** 1. ​使用擁有編輯流程許可的帳戶登入 Amazon Connect​ 執行個體。 1. 在導覽功能表中，選擇 **轉接**、**流程**。 ![\[Amazon Connect 導覽功能表、轉接、流程。\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/menu-contact-flows.png) 1. 開啟會處理您想要監控的客戶聯絡人的流程。 1. 在流程中，於聯絡人連線至客服之前，請將 [設定錄製和分析行為](set-recording-behavior.md) 區塊新增至流程。 1. 若要設定 [設定錄製和分析行為](set-recording-behavior.md) 區塊，請在**客服和客戶語音錄音**下，選擇**開啟**，然後選擇**客服和客戶**。這只會在客服加入通話後生效。 1. 選擇 **儲存**，然後選擇 **發布** 以發布更新的流程。 1. [將安全性設定檔許可指派給](assign-permissions-to-review-recordings.md)經理以監控對話。 1. 向經理展示如何監控對話。 # 啟用聯絡人錄製 若要啟用語音對話的錄音，您需要將 [設定錄製和分析行為](set-recording-behavior.md) 區塊新增至流程。無論您的 Amazon Connect 執行個體是針對多方聯絡人 (增強型聯絡人監控) 還是三方聯絡人啟用，您都需要執行此動作。 **重要** **聊天**：只有在您的執行個體未啟用[聊天聯絡人的增強型聯絡人監控](monitor-conversations.md)時，您才需要針對聊天對話執行這些步驟。否則，聊天文字記錄會自動錄製，因為在您設定執行個體時，已建立 S3 儲存貯體來存放它們。若要停止錄製聊天文字記錄，請移除 S3 儲存貯體。 **設定對話錄音** 1. ​使用擁有編輯流程許可的帳戶登入 Amazon Connect​ 執行個體。 1. 在導覽功能表中，選擇 **轉接**、**流程**。 ![\[Amazon Connect 導覽功能表、轉接、流程。\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/menu-contact-flows.png) 1. 開啟流程，其中處理您想要錄音的客戶聯絡人。 1. 在流程中，於聯絡人連線至客服之前，請將 [設定錄製和分析行為](set-recording-behavior.md) 區塊新增至流程。 1. 若要設定 [設定錄製和分析行為](set-recording-behavior.md) 區塊，請從下列選項中選擇： + 自動互動通話錄音 + **開啟**立即開始錄製客戶和 IVR 音訊。 + **關閉**會暫停任何持續的 IVR 錄音。 + 客服和客戶語音錄音 + **開啟**時，您可以從客服和客戶、僅限客服或僅限客戶中選取。這只會在客服加入通話後生效。 + **關閉**時，當客服加入通話時，不會擷取任何錄音。 + 若要將聊天對話錄音，您需要選擇**客服和客戶**。 **重要** 只有在您的執行個體未啟用[聊天聯絡人的增強型聯絡人監控](monitor-conversations.md)時，您才需要針對聊天對話執行這些步驟。否則，聊天文字記錄會自動錄製，因為在您設定執行個體時，已建立 S3 儲存貯體來存放它們。若要停止錄製聊天文字記錄，請移除 S3 儲存貯體。 1. 選擇 **儲存**，然後選擇 **發布** 以發布更新的流程。 1. [將安全性設定檔許可指派給](assign-permissions-to-review-recordings.md)經理，讓他們可以檢閱錄音。 1. 向經理示範如何存取 Amazon Connect 中的過去錄音。請參閱 [檢閱錄製的對話](review-recorded-conversations.md)。 **設定外撥通話的錄音行為** 1. 使用撥出低語流程類型來建立流程。 1. 將 [設定錄製和分析行為](set-recording-behavior.md) 區塊新增至該流程。 1. 設定將用於外撥通話的佇列。在 **外撥低語流程** 方塊中，選擇其中具有 [設定錄製和分析行為](set-recording-behavior.md) 的流程。 **設定人類可讀取日誌，其中包含與 Amazon Lex 的關鍵互動點** 1. 登入 Amazon Connect 主控台。 1. 在導覽功能表中，選擇**流程**。 1. 向下捲動頁面、選擇**在 Amazon Connect 中啟用機器人分析和文字記錄**，然後選擇**儲存**。 1. 在 Amazon Connect 管理員網站中，將[安全性設定檔許可指派給](assign-permissions-to-review-recordings.md#assign-permissions-to-view-automated-recordings-transcripts)管理員，以便他們可以檢視與 DTMF 功能表和 Lex 機器人互動的詳細資訊和/或流程的其他資訊。 # 指派在 Amazon Connect 聯絡人控制台 (CCP) 中監控即時對話的許可 若要讓管理員監控即時交談，您可以將 **CallCenterManager** 和**客服人員**安全性設定檔指派給他們。若要允許客服人員學員監控即時對話，您可能需要針對此目的建立特定的安全性描述檔。 **指派管理員權限以監控即時交談** 1. 前往 **使用者**，**使用者管理**，選擇管理員，然後選擇 **編輯**。 1. 在安全性設定檔方塊中，將管理員指派到 **CallCenterManager** 安全性設定檔。此安全性設定檔也包含一個設定，可使下載錄音的圖示顯示在**聯絡人搜尋**頁面的結果中。 1. 將管理員指派到**客服人員**安全性描述檔，以讓他們存取聯絡控制面板 (CCP) 並用於監控對話。 1. 選擇**儲存**。 **若要建立新的安全性設定檔來監控即時對話** 1. 選擇**使用者**，再選擇**安全性設定檔**。 1. 選擇**新增安全性設定檔**。 1. 展開**分析和最佳化**，然後選擇**存取指標**和**即時聯絡人監控**。 需要**存取指標**權限才能存取即時指標報告，這是選擇要監控哪些對話的位置。 1. 展開**聯絡主控台面板**，然後選擇 **存取聯絡控制面版** 和 **進行外撥通話**。 ![\[安全性設定檔頁面的聯絡人主控台區段。\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/monitor-conversations-agent-permissions2.png) 需要這些許可才能透過聯絡人控制面板監控對話。 1. 選擇**儲存**。 接下來，向您的經理展示如何監控對話。繼續進行[在 Amazon Connect 中接聽即時對話或讀取即時聊天](monitor-conversations-howto.md)。 # 在 Amazon Connect 中接聽即時對話或讀取即時聊天 在您可以接聽即時對話或讀取即時聊天之前， Amazon Connect 管理員需要[啟用](monitor-conversations.md)此功能、[指派您的許可](monitor-conversations-permissions.md)，並確保您指派給支援受監控頻道的轉接設定檔。完成後，您可以執行以下步驟。 如需有多少人可以聆聽對話或追蹤聊天的資訊，請參閱 [Amazon Connect 功能規格](feature-limits.md)。 1. 使用獲指派 **CallCenterManager** 安全性描述檔的使用者帳戶或擁有**即時聯絡人監控**安全性描述檔許可的使用者帳戶登入 Amazon Connect。 1. 選擇畫面右上角的電話圖示以開啟聯絡控制面板 (CCP)。您將需要 CCP 開放以連接到對話。 1. 若要選擇您要監控的客服人員對話，請在 Amazon Connect 中選擇**分析和最佳化**、**即時指標**、**客服人員**。下圖顯示**即時指標**頁面，其中有一個指向**客服人員**選項的箭頭。 ![\[即時指標頁面的客服人員選項。\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/real-time-metrics-agents.png) 1. 若要監控語音對話：在即時語音對話的客服人員名稱旁邊，有一個眼睛圖示。選擇該圖示以開始監控對話。下圖顯示**語音**頻道旁邊的眼睛圖示。 ![\[即時量度頁面、頻道欄、語音通道。\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/monitor-call-icon.png) **注意** **Firefox 使用者**：使用 Firefox 瀏覽器來監控和插入時，您需要在開始監控之後切換到 CCP 索引標籤。CCP 會遵循 Firefox 麥克風使用指引，而且只有在 CCP 標籤成為焦點時，才具有連線至麥克風的存取權。 在您監控對話時，在您 CCP 的狀態會變更為 **監控中**。 1. 若要監控聊天對話：對於每名客服人員，您都會看到他們目前正在處理的即時聊天對話數量。按一下數字。然後選擇您要開始監控的對話。 在您監控對話時，在您 CCP 的狀態會變更為 **監控中**。 1. 若要停止對話的監控，請在 CCP 中選擇 **結束通話** 或 **結束聊天**。 客服人員結束對話時，監聽就會自動停止。​ # 插入聯絡中心客服與客戶之間的即時語音和聊天對話 **提示** **您是新的使用者嗎？** 查看 [Amazon Connect 主管體驗工作坊](https://catalog.workshops.aws/amazon-connect-supervisor-experience)。此線上課程提供如何監控聯絡人的章節。 主管和管理者可以介入到客服人員和客戶之間的現場語音和聊天對話。若要進行設定，您需要在 Amazon Connect 主控台中開啟**增強型監控**功能、為管理員提供適當的許可，並向他們展示如何介入對話。 **尋找有多少人可以一次介入同一對話？** 請參閱 [Amazon Connect 功能規格](feature-limits.md)。 您可在一個執行個體中介入的對話數量沒有限制。 插斷功能包含在 Amazon Connect 語音服務費用中。如需定價資訊，請參閱 [Amazon Connect 定價](https://aws.amazon.com/connect/pricing/)頁面。 ## 設定語音和聊天插入 在 Amazon Connect 主控台中，選擇下列電話語音選項： + **啟用多方通話和增強語音監控**。此選項允許存取多方通話，詳細的聯絡人記錄，無聲監控和介入功能。 + **啟用多方聊天和增強型聊天監控**。此選項使具有適當安全設定檔權限的使用者可以插入聊天。 下圖顯示 **電話語音和聊天選項** 頁面上的這些選項。 ![\[「Telephony 電話」選項頁面，增強的聯絡人監控功能。\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/barge-voice-chat-enable.png) **注意** 如果多方通話已啟用，且要同時啟用增強型監控，在第一次使用時，需要使用 *UpdateInstanceAttribute* API 搭配 `ENHANCED_CONTACT_MONITORING` 屬性。或者，您可以關閉此功能，然後再次開啟以更新設定。如需詳細資訊，請參閱 *Amazon Connect API 參考資料指南*中的 [UpdateInstanceAttribute](https://docs.aws.amazon.com/connect/latest/APIReference/API_UpdateInstanceAttribute.html)。 任何新的執行個體都將自動啟用此功能。 在啟用 **增加聯絡監控功能** 之前，請確定您使用的是最新版的[聯絡人主控台](https://docs.aws.amazon.com/connect/latest/adminguide/upgrade-to-latest-ccp.html) (CCP) 或[客服人員工作區](https://docs.aws.amazon.com/connect/latest/adminguide/agent-user-guide.html)。如果您使用 [StreamsJS](https://github.com/amazon-connect/amazon-connect-streams) 自訂或內嵌 CCP，請升級至 2.4.2 版或更新版本。 對於沒有服務連結角色的執行個體，您必須建立一個以啟用此功能。如需如何啟用服務連結角色的詳細資訊，請參閱[使用服務連結角色的 Amazon Connect](https://docs.aws.amazon.com/connect/latest/adminguide/connect-slr.html)。 ## 指定安全性設定檔權限 對於介入即時交談的管理員，您可以為他們指派 **CallCenterManager** 和**客服人員**安全性設定檔。 若要允許特定主管插入即時對話，我們建議您建立專用於此目的的安全性設定檔。他們需要以下安全性設定檔權限： + **取指標**。讓您可以存取即時指標報告，您可以在其中選擇要監控和插入的對話。 + **即時聯絡人監控**：使您可以監視語音和聊天對話。 + **即時聯絡人插入**：讓您可以插入語音和聊天對話。 + **存取聯絡控制面板** ## 插入與聯絡人的即時通話 **提示** 針對可同時監控通話的主管數量，請參閱 [Amazon Connect 功能規格](feature-limits.md)。 1. 登入 Amazon Connect 管理網站，網址為 https：//*instance name*.my.connect.aws/。使用已指派 **CallCenterManager** 安全性設定檔或具必要安全性設定檔權限的帳戶。 1. 開啟您的 CCP。它必須先開啟，然後您才能插入通話。 1. 在 Amazon Connect 管理員網站導覽功能表中，選擇**分析和最佳化**、**即時指標**、**客服人員**。 1. 選擇想要監控的客服人員**語音**頻道旁顯示的眼睛圖示，如下圖所示。您可以介入到您已在監控的對話中。 ![\[即時指標頁面，語音頻道旁的眼睛圖示。\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/monitor-barge-voice-channel.png) 1. 這將帶您前往開啟的 CCP，如下圖所示。您可以監控呼叫，並在 **監控** 和 **插入** 狀態之間切換。下圖顯示 **監控** 狀態。 ![\[CCP、監控和插入切換。\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/monitor-barge-voice-channel-ccp.png) ## 插入與聯絡人的即時聊天 1. 登入 Amazon Connect 管理網站，網址為 https：//*instance name*.my.connect.aws/。使用已指派 **CallCenterManager** 安全性設定檔或具必要安全性設定檔權限的帳戶。 1. 開啟您的 CCP。它必須先開啟，然後您才能插入聊天。 1. 在 Amazon Connect 管理員網站導覽功能表中，選擇**分析和最佳化**、**即時指標**、**客服人員**。 1. 選擇想要監控的客服人員 **聊天** 頻道旁顯示的眼睛圖示，如下圖所示。您可以介入到您已在監控的對話中。 ![\[即時指標頁面，聊天頻道旁的眼睛圖示。\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/monitor-barge-chat-channel.png) 1. 這將帶您前往開啟的 CCP，如下圖所示。您可以監控聊天對話，並在 **監控** 和 **插入** 狀態之間切換。下圖顯示 **監控** 狀態。 ![\[CCP、監控和插入切換。\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/barge-chat-ccp.png) 以下是主管插入聊天時 CCP 外觀的範例。 ![\[CCP，主管的插入訊息。\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/barge-chat-message.png) # 使用 Amazon Connect 檢閱客服人員與客戶之間記錄的對話 管理員可以檢閱客服人員和客戶之間過去的交談。若要配置此設定，您需要[設定錄音行為](set-up-recordings.md)、將適當的許可指派給管理員，然後向他們展示如何存取對話錄音。 **何時會記錄對話？** 如需通話錄音行為的詳細資訊，請參閱 [聯絡人錄音的時間、內容和位置](about-recording-behavior.md) **提示** 若啟用通話錄音，在中斷與聯絡人的通話後，錄音會立即置於 S3 儲存貯體中。接著，您可以使用本文所述的步驟來檢閱錄音。 您也可以從客戶的[聯絡人追蹤記錄](sample-ctr.md)存取錄音。錄音可在聯絡記錄中取得，不過，只有在聯絡人已離開[聯絡後工作 (ACW) 狀態](metrics-agent-status.md#agent-status-acw)後才能取得。 **如何管理錄製檔的存取？** 使用**通話錄音 (未修訂)** 安全性設定檔許可來管理誰可以聆聽錄音，以及存取 S3 中產生的對應 URL。如需此權限的詳細資訊，請參閱 [指派許可](assign-permissions-to-review-recordings.md)。 ## 檢閱過去客服對話的錄音和文字記錄 本節涵蓋經理檢閱過去客服對話錄音和文字記錄所採取的步驟。對於聊天聯絡人，相同的文字記錄包含客服互動和自動互動 (例如，使用聊天機器人)。 1. 使用具有存取[聯絡人搜尋頁面](contact-search.md#required-permissions-search-contacts)和[存取錄音](assign-permissions-to-review-recordings.md)許可的使用者帳戶登入 Amazon Connect。 1. 在 Amazon Connect 中選擇**分析和最佳化**、**聯絡搜尋**。 1. 依日期、登入的客服人員、電話號碼或其他條件來篩選聯絡人清單。選擇 **Search** (搜尋)。 **提示** 我們建議您使用**聯絡人 ID** 篩選器來[搜尋錄製檔](search-recordings.md)。這是確保您為聯絡人獲得正確錄音的最佳方法。許多錄音的名稱與聯絡人 ID 相同，但並非全部。 1. 已錄製的對話會有圖示顯示在**錄音/文字記錄**欄中，如下圖所示。如果您沒有適當的許可，則不會看到這些圖示。 ![\[語音錄製圖示會在聯絡人搜尋結果頁面上播放、下載和刪除。\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/recording-icons.png) 1. 若要聆聽語音對話的錄音內容，或朗讀某個交談的文字記錄，請選擇**播放**圖示，如下圖所示。 ![\[聯絡人搜尋結果頁面上的語音錄製圖示播放圖示。\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/play-recordings.png) 1. 如果您為文字記錄選擇播放圖示，該圖示就會顯示，如下圖所示。 ![\[聊天記錄範例。\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/sample-chat-transcript.png) ### 暫停、倒轉或快進錄製 使用下列步驟暫停、倒轉或快轉錄音。 1. 在聯絡人**搜尋**結果中，不要選擇**播放**圖示，而是選擇要開啟聯絡人記錄的聯絡人 ID。 ![\[您需要選擇的聯絡人 ID 的位置。\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/recordings-contactid.png) 1. 在**聯絡人記錄**頁面上，有更多控制項可導覽錄製檔，如下圖所示。 ![\[聯絡人記錄頁面，收聽錄音的其他控件。\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/recording-pause-rewind-fastforward.png) 1. 按一下或點選您要調查的時間。 1. 調整播放速度。 1. 以 10 秒為增量播放、暫停、向後或向前跳過。 ### 疑難排解暫停、倒帶或快轉的問題 如果您無法在聯絡人**搜尋**頁面上暫停、倒轉或快轉錄製檔，其中一個可能的原因可能是您的網路封鎖了 HTTP 範圍要求。請參閱 MDN Web Docs 網站上的 [HTTP 範圍要求]( https://developer.mozilla.org/en-US/docs/Web/HTTP/Range_requests)。請與您的網路管理員合作，解除封鎖 HTTP 範圍要求。 ## 檢閱自動語音互動的錄音和文字記錄 (使用 IVR 和機器人) IVR 錄音和日誌可讓您監控和改善自動化體驗，以更妥善地解決最終客戶的需求，並維護互動的音訊和系統執行記錄，以達成合規目的。若要檢閱自動互動 (IVR) 錄音和日誌： 1. 使用具有存取[聯絡人搜尋頁面](contact-search.md#required-permissions-search-contacts)和[存取錄音](assign-permissions-to-review-recordings.md)許可的使用者帳戶登入 Amazon Connect。請注意，若要檢視流程執行的相關資訊，您需要檢視**流程**和**流程模組**的許可。 1. 在導覽功能表上，選擇**分析和最佳化、聯絡人搜尋**。 1. 搜尋您要檢閱的聯絡人，例如，使用者可以依聯絡人佇列、聯絡人初始流程的名稱，或使用者定義的[自訂聯絡人屬性](search-custom-attributes.md)進行搜尋。 1. 選擇聯絡人 ID 來檢視**聯絡人詳細資訊**頁面。 1. 在**錄音和文字記錄**區段下，選取**自動互動 (IVR)**，其中包含您可用來播放 IVR 錄音的音訊播放器，如下圖所示。在本節中，您也可以查看播放的 IVR 提示、客戶對這些提示的回應，以及 Amazon Lex 互動的文字記錄。 ![\[您需要選擇的聯絡人 ID 的位置。\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/recordings-ivr.png) 1. 如果您只想要檢視客戶互動的詳細資訊 (看不到已執行哪個流程的其他詳細資訊)，您可以關閉**顯示流程詳細資訊**切換。請參閱下圖： ![\[您需要選擇的聯絡人 ID 的位置。\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/recordings-ivr-no-detail.png) **自動互動日誌和文字記錄內可用的流程區塊** 您可以在 Amazon Connect UI 的聯絡人詳細資訊頁面上檢視下列流程區塊： + [Get customer input (取得客戶輸入內容)](get-customer-input.md) + [Store customer input (儲存客戶輸入內容)](store-customer-input.md) + [Play prompt (播放提示)](play.md) + [Loop prompts (循環提示)](loop-prompts.md) + [Lamda 函式](invoke-lambda-function-block.md) # 指派在 Amazon Connect 中檢閱過去聯絡中心對話的許可 若要存取 Amazon Connect 管理員網站上的錄音和文字記錄，您需要安全性設定檔許可，才能在聯絡人搜尋頁面上搜尋和檢視**聯絡人**。您也需要許可才能存取： + 客服互動的錄音和文字記錄 + 自動互動 (IVR) 錄音 + 自動互動 (IVR) 文字記錄 本主題說明必要的安全性設定檔許可。 **Topics** + [搜尋和檢視聯絡人的許可](#assign-permissions-to-search-and-view-contacts) + [存取客服互動錄音和文字記錄的許可](#assign-permissions-to-access-recordings-transcripts) + [檢視自動互動 (IVR) 錄音和文字記錄的許可](#assign-permissions-to-view-automated-recordings-transcripts) ## 搜尋和檢視聯絡人的許可 您可以透過**聯絡人搜尋**和**聯絡人詳細資訊**頁面存取聯絡人以及基礎錄音和文字記錄。在 **聯絡搜尋** 和 **聯絡詳細資料** 頁面上檢視聯絡時，至少需要下列其中一項許可： + **聯絡搜尋 – 檢視**：允許使用者存取 **聯絡搜尋** 和 **聯絡詳細資訊** 頁面上的所有聯絡。 + **檢視我的聯絡人 – 檢視**：在 **聯絡搜尋** 和 **聯絡詳細資訊** 頁面上，允許客服人員只檢視他們處理的聯絡。 您也可以啟用**限制聯絡人存取**許可，以根據使用者的階層限制對聯絡人的存取。例如： + 指派給 AgentGroup-1 的客服人員只能檢視該階層群組及其下方任何群組中的客服人員所處理之聯絡人的聯絡人記錄。 + 指派給 AgentGroup-2 的客服人員只能存取其群組所處理的聯絡及其下方任何群組的聯絡記錄。 + 管理員和其他位於較高層級群組的人員可以檢視其下方所有群組所處理的聯絡記錄，例如 AgentGroup-1 和 2。 如需詳細資訊，請參閱[管理誰可以搜尋聯絡並存取詳細資訊](contact-search.md#required-permissions-search-contacts)。 ## 存取客服互動錄音和文字記錄的許可 完成下列步驟，以指派存取語音、聊天和電子郵件頻道之客服互動的許可。 **注意** 對於聊天互動，相同的文字記錄包含客服互動和自動互動 (例如，使用聊天機器人)。 1. 指派 **CallCenterManager** 安全性設定檔，讓使用者可以聆聽通話錄音或檢閱聊天記錄。此安全性設定檔也包含一個設定，可使下載錄音的圖示顯示在**聯絡人搜尋**頁面的結果中。下圖顯示錄製檔播放、下載和刪除圖示，這些圖示會顯示給具有這些權限的使用者。 ![\[聯絡人搜尋頁面，顯示檢閱所錄製對話的選項。\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/recording-permissions-listen-download-delete.png) – 或 – 1. 指派下列個別許可： + **通話錄音 (已修訂) - 存取**：如果您的組織使用 Amazon Connect Contact Lens，您可以指派此許可，以便客服僅存取已修訂敏感資料的客服通話錄音。 + **聯絡人文字記錄 (已修訂) - 存取**：如果您的組織使用 Amazon Connect Contact Lens，您可以指派此許可，以便客服僅存取那些已修訂敏感資料的聯絡人文字記錄。 修訂功能是做為 Contact Lens 的一部分提供。如需詳細資訊，請參閱[在 Contact Lens 中使用敏感資料修訂保護客戶隱私權](sensitive-data-redaction.md)。 + **管理員監控**：此權限允許使用者監控即時對話和收聽錄音。 **提示** 請務必將管理員指派到**客服人員**安全性描述檔，以讓他們存取聯絡控制面板 (CCP)。這樣他們就可以透過 CCP 監控對話。 + **通話錄音 (未修訂) - 存取**：使用此許可，透過 S3 中產生的對應 URL，管理誰可以存取**聯絡人搜尋**和**聯絡人詳細資訊**頁面上的錄音。從那裡，這些使用者可以刪除錄製檔。 注意下列事項： + 如果使用者沒有**通話錄音 (未修訂) - 存取**許可 (或者他們未登入 Amazon Connect)，他們無法聆聽通話錄音或存取 S3 中的 URL，即使他們知道 URL 是如何形成的。 + **通話錄音 (未修訂) - 啟用下載按鈕**許可僅控制下載按鈕是否出現在使用者介面中。它不會控制錄製檔的存取。 + **聯絡文字記錄 (未修訂) - 存取**：使用此許可來管理誰可以檢視未修訂的聊天和電子郵件對話，以及 Contact Lens 在**聯絡人搜尋**和**聯絡人詳細資訊**頁面上產生的未修訂語音文字記錄。 注意下列事項： + 如果使用者沒有**通話錄音 (未修訂) - 存取**許可，或他們未登入 Amazon Connect。 + **通話錄音 (未修訂) - 啟用下載按鈕**許可僅控制下載按鈕是否出現在使用者介面中。它不會控制錄製檔的存取。 + **刪除錄製的對話**：若要讓使用者可以刪除**聯絡人搜尋**和**聯絡人詳細資訊**頁面上的錄音，請選擇**刪除**許可。 + **自動互動語音 (IVR) 錄音 (未修訂)**：使用此許可，授予在**聯絡人詳細資訊**頁面上管理和檢視 IVR 錄音的存取權。 + **自動互動語音 (IVR) 文字記錄 (未修訂)**：使用此許可，授予上述自動互動語音 (IVR) 錄音文字記錄的存取權。 ## 檢視自動互動 (IVR) 錄音和文字記錄的許可 指派下列許可： + **自動互動語音 (IVR) 錄音 (未修訂) - 存取**：讓使用者能夠在自動互動期間 (使用 IVR、Amazon Lex 或其他機器人) 存取聯絡人的錄音。 + **自動互動語音 (IVR) 錄音 (未修訂) - 啟用下載按鈕**：控制下載按鈕是否出現在 Amazon Connect 內**聯絡人詳細資訊**頁面上的 IVR 錄音旁邊。 ### 存取自動互動 (IVR) 日誌和文字記錄 指派下列許可： + **自動互動語音 (IVR) 文字記錄 (未修訂) - 存取**：讓使用者能夠存取客戶、IVR 和任何機器人之間的互動。他們可以查看客戶的鍵盤輸入以回應 IVR 提示，並查看與 Amazon Lex 互動的文字記錄。 文字記錄會混淆針對[存放客戶輸入流程](store-customer-input.md)區塊輸入的客戶輸入。文字記錄也會在 Amazon Lex 內混淆任何在《Amazon Lex 開發人員指南》**中[設定為混淆的任何插槽](https://docs.aws.amazon.com/lexv2/latest/dg/monitoring-obfuscate.html)。有權存取 IVR 錄音的使用者仍然可以在 Amazon Lex 互動期間聆聽語音客戶輸入。 + **流程 - 檢視**和**流程模組 - 檢視**：授予使用者這兩個許可，讓他們可以在**聯絡人詳細資訊**頁面上檢視語音聯絡人的流程執行詳細資訊。例如，執行的流程和結果為何。 **注意** 這些許可也會授予使用者存取 Amazon Connect 管理員網站上的流程和流程模組頁面。 ## 暫停、倒轉或快進錄製 使用下列步驟暫停、倒轉或快轉錄音。 1. 在聯絡人**搜尋**結果中，不要選擇**播放**圖示，而是選擇要開啟聯絡人記錄的聯絡人 ID。 ![\[您需要選擇的聯絡人 ID 的位置。\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/recordings-contactid.png) 1. 在**聯絡人記錄**頁面上，有更多控制項可導覽錄製檔，如下圖所示。 ![\[聯絡人記錄頁面，收聽錄音的其他控件。\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/recording-pause-rewind-fastforward.png) 1. 按一下或點選您要調查的時間。 1. 調整播放速度。 1. 以 10 秒為增量播放、暫停、向後或向前跳過。 ## 疑難排解暫停、倒帶或快轉的問題 如果您無法在聯絡人**搜尋**頁面上暫停、倒轉或快轉錄製檔，其中一個可能的原因可能是您的網路封鎖了 HTTP 範圍要求。請參閱 MDN Web Docs 網站上的 [HTTP 範圍要求]( https://developer.mozilla.org/en-US/docs/Web/HTTP/Range_requests)。請與您的網路管理員合作，解除封鎖 HTTP 範圍要求。 # 在 Amazon Connect 中下載過去對話的錄音和文字記錄 這些是管理員下載過去對話錄音或文字記錄所執行的步驟。 + 如果聯絡人透過電話 (語音通道) 與您聯絡，您可以下載 .wav 檔案。 + 如果聯絡人透過聊天 (聊天頻道) 與您聯絡，您可以下載 .json 檔案。 **提示** 若要讓 Amazon Connect 建立通話的文字記錄，請參閱 Contact Lens 功能。 ## 將語音錄音下載為 .wav 檔案 1. 使用具有[存取錄製許可](assign-permissions-to-review-recordings.md)的使用者帳戶登入 Amazon Connect 管理員網站。 1. 在 Amazon Connect 中選擇**分析和最佳化**、**聯絡搜尋**。 1. 依日期、登入的客服人員、電話號碼或其他條件來篩選聯絡人清單。選擇 **Search** (搜尋)。 1. 已錄製的對話會有圖示顯示在 **Recording/Transcript (錄音/文字記錄)** 欄中。如果您沒有適當的許可，則不會看到這些圖示。 下圖顯示了錄音的圖示外觀。請注意表示這是錄音的播放圖示。 ![\[聯絡人搜尋頁面，播放圖標，下載圖標以及錄音的刪除圖標。\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/recording-icons.png) 1. 選擇工具列中的**下載**圖示，如下圖所示。 ![\[聯絡人搜尋頁面，用於錄音的下載圖標。\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/download-recordings.png) 1. 語音錄音會自動以 .wav 檔案的格式儲存到您的**下載**資料夾。 下圖顯示下載資料夾中 .wav 檔案的清單。.wav 檔案名稱為聯絡人 ID。 ![\[下載資料夾中的 .wav 檔案錄製檔清單。\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/downloaded-wav-files.png) **提示** 在錄音中，您可能只聽到客服人員，只聽到客戶，或者同時聽到客服人員和客戶的聲音。這取決於[設定錄製和分析行為](set-recording-behavior.md)區塊的設定方式。 ## 將聊天文字記錄下載為 .json 檔案 1. 下圖顯示聊天記錄的圖示外觀。 ![\[聯絡人搜尋頁面、文字記錄圖示、下載圖示和刪除圖示。\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/download-transcript.png) 聊天記錄會以 .json 檔案的形式儲存到下載資料夾中。 下圖顯示了下載文件夾中的 .json 文件。.json 檔案名稱為聯絡人 ID。 ![\[下載資料夾中的 json 檔案記錄。\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/downloaded-json-file.png) 1. 若要檢視已下載的聊天記錄，請在 .json 檔案上按一下滑鼠右鍵，然後使用其他應用程式開啟該檔案，讓您以可讀的格式檢視內容。 下圖顯示已使用 Firefox 開啟的下載文字稿範例。該圖顯示了文字記錄的中間，其中客服人員和客戶正在聊天。 ![\[用火狐打開的 json 文件文字記錄。\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/download-transcript-firefox.png) ## 聊天文字記錄中的事件 如果您有一個程序使用 S3 文字記錄中的事件，請注意，若事件在聊天工作階段期間發生，聊天文字記錄會包含下列事件內容類型： + `application/vnd.amazonaws.connect.event.participant.left` + `application/vnd.amazonaws.connect.event.participant.joined` + `application/vnd.amazonaws.connect.event.chat.ended` + `application/vnd.amazonaws.connect.event.transfer.succeeded` + `application/vnd.amazonaws.connect.event.transfer.failed` + `application/vnd.amazonaws.connect.event.participant.invited` # 在 Amazon Connect 中依客戶的聯絡人 ID 搜尋對話錄音 若要尋找特定聯絡人的錄音，您只需要聯絡人 ID。您不需要知道日期範圍、客服人員或任何其他有關聯絡人的資訊。 **提示** 我們建議您使用聯絡人 ID 來搜尋錄製檔。 即使特定聯絡人 ID 的許多通話錄音可能會以聯絡人 ID 前置詞本身 (例如 123456-aaaa-bbbb-3223-2323234.wav) 命名，但無法保證聯絡人錄製檔案的聯絡人 ID 和名稱一律相符。透過在**聯絡人搜尋**頁面上使用**聯絡人 ID** 進行搜尋，您可以參考聯絡人記錄上的音訊檔案來尋找正確的錄音。 **搜尋錄音** 1. 使用具有[存取錄製檔權限](assign-permissions-to-review-recordings.md)的使用者帳戶登入 Amazon Connect。 1. 在 Amazon Connect 中選擇**分析和最佳化**、**聯絡搜尋**。 1. 在**聯絡人 ID** 中，輸入聯絡人 ID，然後選擇**搜尋**。 1. 已錄製的對話會有圖示顯示在 **Recording/Transcript (錄音/文字記錄)** 欄中。下圖顯示播放、下載和刪除圖示。如果您沒有適當的許可，則不會看到這些圖示。 ![\[聯絡人搜尋頁面，播放，下載和刪除錄製圖標。\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/recording-icons.png) 若要進一步了解如何搜尋，請參閱 [在 Amazon Connect 中搜尋已完成和進行中的聯絡。](contact-search.md)。 # 對 中的客服人員對話監控功能進行故障診斷 Amazon Connect 下表說明如何解決使用 Amazon Connect 監控與聯絡人的即時客服人員對話時可能顯示的錯誤訊息 （例外訊息）。 | 錯誤訊息 | Resolution | 例外狀況類型 | 例外狀況代碼 | | --- | --- | --- | --- | | **您無法存取客服。請聯絡您的管理員以進一步了解。** | 您必須啟用執行個體的服務連結角色。如需啟用角色的相關資訊，請參閱[使用 Amazon Connect 的服務連結角色和角色權限](connect-slr.md)。 | AccessDeniedException | 403 | | **一或多個輸入參數無效** | 開發人員需要確保 `MonitorContact` 動作的輸入參數是有效的。請參閱 [MonitorContact 請求語法](https://docs.aws.amazon.com/connect/latest/APIReference/API_MonitorContact.html#API_MonitorContact_RequestSyntax)。 | InvalidRequestException | 400 | | **監控失敗，請啟用通話錄音** | 在流程中，請確定 [設定錄製和分析行為](set-recording-behavior.md) 區塊設定為允許客服人員和客戶的通話記錄。 | InvalidRequestException | 400 | | **使用者的電話號碼無效** | 檢查與客服人員桌上型電話相關的電話號碼是否符合下列要求： [\[See the AWS documentation website for more details\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/ts-monitoring-conversations.html) | InvalidRequestException | 400 | | **聯絡人或客服人員未處於可監控的狀態** | 聯絡人未在作用中狀態。在處理監控請求之前，客服人員或客戶可能已中斷呼叫或聊天的連線。選擇要監控的其他聯絡人。 | InvalidRequestException | 400 | | **監控失敗，請啟用多方會議功能** | Amazon Connect 執行個體必須啟用多方呼叫和增強型監控功能。在執行個體設定中，選擇**啟用多方通話和增強型監控**。如需說明，請參閱[更新 Amazon Connect 執行個體的設定](update-instance-settings.md)。 | InvalidRequestException | 400 | | **在聯絡中找不到客服人員參與者** | 通話或聊天沒有連線並處理聯絡人的使用中客服人員。選擇要監控的其他聯絡人。 | InvalidRequestException | 400 | | **MonitorContact 不受 `TASK` 聯絡人支援** | 僅語音和聊天聯絡人支援監控功能。選擇要監控的語音或聊天聯絡人。 | InvalidRequestException | 400 | | **必須提供 AllowedMonitorCapabilities，且至少具有 `SILENT_MONITOR` 值** | 如果您的 Amazon Connect 執行個體已啟用多方呼叫和增強型監控功能，開發人員必須確保傳遞至少具有 `SILENT_MONITOR`值集的`AllowedMonitorCapabilities`輸入參數。請參閱 [MonitorContact 請求語法](https://docs.aws.amazon.com/connect/latest/APIReference/API_MonitorContact.html#API_MonitorContact_RequestSyntax)。 | InvalidRequestException | 400 | | **找不到一或多個請求資源** | 開發人員需要確保正在傳遞的`MonitorContact`輸入請求中的資源存在於 Amazon Connect 執行個體中。 | ResourceNotFoundException | 404 | | **內部服務例外狀況** | 因為內部伺服器不明錯誤、例外狀況或故障，導致處理請求失敗。稍等片刻，然後再次嘗試監控聯絡人。 | InternalServiceException | 500 | | **服務配額已超過** | 主管一次可以監控的聯絡人數量或多少主管可以監控一個聯絡人有一定的限制。在 [Amazon Connect 功能規格](feature-limits.md) 頁面上查看語音和聊天聯絡人的限制。 | ServiceQuotaExceededException | 402 | | **另一個具有相同 clientToken 的請求正在進行中** | 在 [MonitorContact](https://docs.aws.amazon.com/connect/latest/APIReference/API_MonitorContact.html) 動作中，`ClientToken` 是由開發人員提供的唯一且區分大小寫的識別碼，用以確保請求的等冪性。如果未提供，軟體 AWS 開發套件會填入此欄位。如需取得等冪性的詳細資訊，請參閱[使用等冪性 API 確保重試安全](https://aws.amazon.com/builders-library/making-retries-safe-with-idempotent-APIs/)。 | IdempotencyException | 409 | | **存取遭拒** | 您的安全性設定檔中沒有適當的許可，無法執行此動作。如需監控交談所需的安全性設定檔許可清單，請參閱 [指派在 Amazon Connect 聯絡人控制台 (CCP) 中監控即時對話的許可](monitor-conversations-permissions.md)。 | AccessDeniedException | 403 | | **請求過多** | API TPS 配額已超過。提交提高 TPS 配額的請求。如需相關說明，請參閱[要求增加配額](https://docs.aws.amazon.com/servicequotas/latest/userguide/request-quota-increase.html)。 | ThrottlingException | 429 | # 在 Amazon Connect 中從聯絡詳細資訊頁面管理聯絡 在進行中聯絡的 **聯絡詳細資訊** 頁面上，您可以透過轉接、重新排程或結束聯絡來管理聯絡。 您也可以使用 [TransferContact](https://docs.aws.amazon.com/connect/latest/APIReference/API_TransferContact.html)、[UpdateContactSchedule](https://docs.aws.amazon.com/connect/latest/APIReference/API_UpdateContactSchedule.html) 和 [StopContact](https://docs.aws.amazon.com/connect/latest/APIReference/API_StopContact.html) 操作，以程式設計方式執行這些動作。 本節說明如何使用 Amazon Connect 管理員網站轉接、重新排程和結束聯絡。 **Topics** + [轉接進行中聯絡](transfer-contacts-admin.md) + [重新排程聯絡](reschedule-contacts-admin.md) + [結束聯絡](end-contacts-admin.md) # 將進行中聯絡轉接至 Amazon Connect 中的快速連線客服人員或佇列 在進行中聯絡的 **聯絡詳細資訊** 頁面上，您可以將聯絡轉接至快速連線客服人員或佇列。此功能支援任務、電子郵件或聊天聯絡。 若要以程式設計方式轉接聯絡，請使用 [TransferContact](https://docs.aws.amazon.com/connect/latest/APIReference/API_TransferContact.html)。 ## 所需的許可 1. 啟用下列其中一個許可，即可在 **聯絡搜尋** 和 **聯絡詳細資訊** 頁面上檢視聯絡： 1. **聯絡搜尋 – 檢視**：允許使用者檢視所有聯絡 1. **檢視我的聯絡 – 檢視**：允許客服人員檢視他們自己處理過的聯絡 1. **限制聯絡存取權** (選用)：限制使用者存取其自身階層群組或其下任何階層群組內的 **聯絡搜尋** 與 **聯絡詳細資訊** 頁面。如需該許可的詳細資訊，請參閱「[管理誰可以搜尋聯絡並存取詳細資訊](contact-search.md#required-permissions-search-contacts)」。 1. **轉接聯絡**：可讓使用者轉接 **分析與最佳化** 頁面上的聯絡。下圖顯示 **聯絡動作 – 轉接聯絡** 許可。 ![\[聯絡詳細資訊頁面，聯絡轉接成功。\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/contact-details-contact-transfer-permissions.png) ## 如何轉接任務、電子郵件或聊天聯絡 1. 使用具有[存取聯絡記錄許可](contact-search.md#required-permissions-search-contacts)的使用者帳戶登入 Amazon Connect。 1. 在 Amazon Connect 中選擇 **分析和優化**，**聯絡搜尋**。 1. 搜尋進行中的任務或電子郵件聯絡以進行轉接： 1. 選擇 **聯絡狀態** 篩選條件，並將其設定為 **進行中**，如下圖所示。 ![\[聯絡搜尋頁面，任務篩選條件，聯絡狀態篩選條件。\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/contact-details-contact-transfer-filters.png) 1. 將**頻道**篩選條件設定為**任務**、**電子郵件**或**聊天**，僅檢視任務、電子郵件或聊天聯絡。 1. 選擇任務、電子郵件或聊天聯絡來檢視其詳細資訊。 1. 在任務、電子郵件或聊天聯絡的**聯絡詳細資訊**頁面上，選擇**動作**、**轉接**。 ![\[聯絡詳細資訊頁面，聯絡轉接成功。\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/contact-details-contact-transfer-action.png) 1. 從快速連線清單中選擇客服人員或佇列，然後選擇 **轉接**。 1. 成功轉接聯絡時，頁面會自動重新整理，並使用轉接後建立的聯絡 **下一個聯絡** 連結。下圖顯示 **下一個聯絡** 連結的位置。 ![\[聯絡詳細資訊頁面，聯絡轉接成功。\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/contact-details-contact-transferred.png) # 在 Amazon Connect 中從聯絡詳細資訊頁面重新排程聯絡 在進行中聯絡的 **聯絡詳細資訊** 頁面上，您可以重新排程先前排定的聯絡。此功能目前僅支援任務聯絡。 若要以程式設計方式重新排程聯絡，請使用 [UpdateContactSchedule](https://docs.aws.amazon.com/connect/latest/APIReference/API_UpdateContactSchedule.html)。 ## 所需的許可 1. 啟用下列其中一個許可，即可在 **聯絡搜尋** 和 **聯絡詳細資訊** 頁面上檢視聯絡： 1. **聯絡搜尋 – 檢視**：允許使用者檢視所有聯絡 1. **檢視我的聯絡 – 檢視**：允許客服人員檢視他們自己處理過的聯絡 1. **限制聯絡存取權** (選用)：限制使用者存取其自身階層群組或其下任何階層群組內的 **聯絡搜尋** 與 **聯絡詳細資訊** 頁面。如需該許可的詳細資訊，請參閱「[管理誰可以搜尋聯絡並存取詳細資訊](contact-search.md#required-permissions-search-contacts)」。 1. **重新排程聯絡**：可讓使用者重新排程 **分析與最佳化** 頁面上的聯絡。下圖顯示 **聯絡動作 – 重新排程聯絡** 許可。 ![\[安全性設定檔許可頁面，重新安排聯絡許可。\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/contact-details-contact-reschedule-permissions.png) ## 如何重新排程聯絡 1. 使用具有[存取聯絡記錄許可](contact-search.md#required-permissions-search-contacts)的使用者帳戶登入 Amazon Connect。 1. 在 Amazon Connect 中選擇 **分析和優化**，**聯絡搜尋**。 1. 搜尋進行中的聯絡任務以重新排程： 1. 選擇 **聯絡狀態** 篩選條件，並將選擇的值變更為 **進行中**。 1. 選擇 **時間範圍** 篩選條件。將 **時間戳記類型** 設定為 **已排程**，僅檢視已排程。篩選時間範圍。下圖顯示這些篩選條件。 ![\[聯絡詳細資訊頁面，篩選排定的時間戳記。\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/contact-details-contact-choose.png) 1. 選擇排定的聯絡來檢視詳細資訊。 1. 在任務聯絡的 **聯絡詳細資訊** 頁面上，選擇 **動作**，**重新排程**，如下圖所示。 ![\[聯絡詳細資訊頁面，重新排程選項。\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/contact-details-contact-reschedule-action.png) 1. 選擇重新排程聯絡的時間與範圍。排定的時間必須在任務起始後的 6 天內。 1. 成功重新排程聯絡時，頁面會自動重新整理，並以新的排程時間來重新整理任務。 # 在 Amazon Connect 中從聯絡詳細資訊頁面結束聯絡 在進行中聯絡的 **聯絡詳細資訊** 頁面上，您可以結束聯絡。結束聯絡會導致聯絡中斷連線。如果聯絡已經連線到客服人員，則會在聯絡後工作 (ACW) 之後結束聯絡。 若要以程式設計的方式結束聯絡，請使用 [StopContact](https://docs.aws.amazon.com/connect/latest/APIReference/API_StopContact.html)。 ## 須知事項 + 如果您在 ACW 進行之後結束任務聯絡，則會終止該聯絡。在 **聯絡詳細資訊** 頁面上執行 **結束聯絡** 動作，無法終止處於 ACW 狀態的語音和聊天聯絡。 + 使用下列方法啟動語音聯絡時，您無法結束語音聯絡： + DISCONNECT + TRANSFER + QUEUE\$1TRANSFER + 您可以結束聊天和任務聯絡，無論啟動的方法如何。 ## 所需的許可 1. 啟用下列其中一個許可，即可在 **聯絡搜尋** 和 **聯絡詳細資訊** 頁面上檢視聯絡： 1. **聯絡搜尋 – 檢視**：允許使用者檢視所有聯絡。 1. **檢視我的聯絡 – 檢視**：允許客服人員檢視他們自己處理過的聯絡。 1. **限制聯絡存取權** (選用)：限制使用者存取其自身階層群組或其下任何階層群組內的 **聯絡搜尋** 與 **聯絡詳細資訊** 頁面。如需該許可的詳細資訊，請參閱「[管理誰可以搜尋聯絡並存取詳細資訊](contact-search.md#required-permissions-search-contacts)」。 1. **結束聯絡**：可讓使用者結束 **分析與最佳化** 頁面上的聯絡。下圖顯示 **聯絡動作 – 結束聯絡** 許可。 ![\[結束聯絡人許可。\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/contact-details-contact-end-permissions.png) ## 如何結束進行中的聯絡 1. 使用具有[存取聯絡記錄許可](contact-search.md#required-permissions-search-contacts)的使用者帳戶登入 Amazon Connect。 1. 在 Amazon Connect 中選擇 **分析和優化**，**聯絡搜尋**。 1. 選擇 **聯絡狀態** 篩選條件，並將選擇的值變更為 **進行中**。 1. 選擇進行中的聯絡，檢視其詳細資訊。 1. 在 **聯絡詳細資訊** 頁面上，選擇 **動作**，**結束**。 ![\[聯絡詳細資訊頁面，結束選項。\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/contact-details-contact-end-action.png) 1. 選擇 **結束**，確認結束聯絡的動作。 1. 成功結束聯絡時，會自動重新整理頁面。 # 整合 Amazon Connect Contact Lens 與外部語音系統 將聯絡中心從外部系統遷移到雲端可能很複雜。它需要移動許多不同的元件，例如電話、IVR、ACD、通話錄音、通話分析等。不過，透過整合外部系統與 Contact Lens 進行分析，您可以加速遷移至 Amazon Connect。以下是這個第一個步驟如何讓您的業務受益： + Contact Lens 整合可增強您現有的外部聯絡中心錄製和分析功能。 + 它提供在 Amazon Connect 上訓練聯絡中心管理員、經理和客服人員的機會。 + Contact Lens 有助於從多個語音系統間發生的客戶互動中發現關鍵趨勢、問題和主題，例如外部聯絡中心或面向客戶的語音解決方案 (例如，電話諮詢、財務顧問或銀行關係經理)。 下圖顯示語音通話音訊如何在您的外部語音系統和 Contact Lens 之間流動。您可以使用 Contact Lens 連接器將聯絡中心音訊的複本傳送至 Contact Lens。外部通話流程會繼續為您的客服人員正常運作，而 Contact Lens 會使用複寫的通話音訊提供即時和通話後分析。 ![\[概念圖顯示語音通話音訊如何在您的外部語音系統和 Contact Lens 之間流動。\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/contactlens-connector-diagram.png) 1. 透過 PSTN 傳送的通話會登陸您的外部語音系統。 1. 通話音訊的唯讀副本會分叉到 Amazon Connect。 1. 系統會為通話啟動流程。Contact Lens 連接器會將通話轉接至 Amazon Connect Contact Lens。 ## 要求 開始設定 Contact Lens 整合之前，請檢查您的 Amazon Connect 和外部系統是否符合下列要求： + 確認您的 Amazon Connect 執行個體是在[支援的區域中建立的 AWS](regions.md#contactlens_region)。請確定您的外部語音系統可以連線至區域。 + 確定可啟動 SIPREC 工作階段的外部裝置，以及用於通話的語音系統都受到支援。如需支援系統的清單，請參閱 Amazon Chime API 中 [PutVoiceConnectorExternalSystemsConfiguration](https://docs.aws.amazon.com/chime-sdk/latest/APIReference/API_voice-chime_PutVoiceConnectorExternalSystemsConfiguration.html) 中的 `ContactCenterSystemTypes` 和 `SessionBorderControllerTypes`。通常 SIPREC 工作階段是工作階段邊界控制器 (SBC)，而語音系統是您的聯絡中心。 + 確認您有 SIPREC 支援或能夠將 SIPREC 新增至來源系統，該系統可將 SIPREC 複本通話音訊傳送至 Contact Lens。 ## 設定步驟 以下是您將採取的步驟摘要，以設定 Contact Lens 與外部語音系統的整合。連結主題提供更多詳細資訊。 + 如果您還沒有執行個體，請[建立 Amazon Connect 執行個體](amazon-connect-instances.md)。 + 您不需要向 Amazon Connect 宣告電話號碼，即可與 Contact Lens 整合。 + [新增客服人員](user-management.md)及[設定客服人員階層](agent-hierarchy.md)。這可協助您將 Contact Lens 產生的分析歸因於特定客服人員。 **注意** 如果未識別通話的客服人員，Contact Lens 中的複本通話會終止。不會產生錄製和對話分析。如需詳細資訊，請參閱[提供用於 Contact Lens 整合的通話中繼資料](callmetadata-contactlens-integration.md)。 + 針對 Amazon Connect 帳戶的下列配額[請求增加服務配額](https://docs.aws.amazon.com/servicequotas/latest/userguide/request-quota-increase.html)： + **每個帳戶的 Contact Lens 連接器數量** + **每個執行個體來自外部語音系統的作用中錄製工作階段數上限** **重要** 在請求和核准您的服務配額之後，Contact Lens整合會顯示在 Amazon Connect 主控台和管理 Amazon Connect 網站上。 + 在 Amazon Connect 主控台中[建立 Contact Lens 連接器](create-contact-lens-connector.md)。 + [設定 SBC](configure-external-voice-system.md) 以將 SIPREC 音訊與通話中繼資料一起傳送至該連接器主機。 + [在 Amazon Connect 管理員網站上啟用Contact Lens連接器](enable-contactlens-integration.md)。您可以透過將下列安全性設定檔許可指派給需要存取 Contact Lens 連接器的管理員和其他使用者來執行此操作： + **分析和最佳化 - Contact Lens 連接器 - 檢視**和**編輯**。**檢視**許可可讓您查看可用 Contact Lens 連接器的清單。**編輯**許可可讓您將流程與 Contact Lens 連接器建立關聯。 + **頻道和流程 - 流程 - 檢視**：此許可可讓您查看可與 Contact Lens 連接器建立關聯的可用流程。 只有具有這些許可的使用者才能存取 Amazon Connect 管理員網站上的Contact Lens連接器。 + 建立流程以指定如何處理通話音訊，包括錄製、即時或通話後分析，以及[將流程與 Contact Lens 連接器建立關聯](associate-contactlens-integration.md)。 + 或者，建立可在觸發 Amazon Connect 流程時調用的 Lambda。使用 Lambda 剖析 SIPREC 請求和其他通話中繼資料，並採取動作。如需詳細資訊，請參閱[Contact Lens 整合的通話中繼資料](callmetadata-contactlens-integration.md)。 # 建立 Contact Lens 連接器以與您的外部語音系統整合 本主題說明如何建立 Contact Lens 連接器，以與您的外部語音系統整合。完成下列步驟。 1. 在 [https://console.aws.amazon.com/connect/](https://console.aws.amazon.com/connect/) 開啟 Amazon Connect 主控台。 1. 在執行個體頁面上，選擇執行個體別名。執行個體別名也是您的**執行個體名稱**，它會出現在您的 Amazon Connect URL 中。下圖顯示 **Amazon Connect 虛擬聯絡中心執行個體**頁面，其中包含執行個體別名周圍的方塊。 ![\[Amazon Connect 虛擬聯絡中心執行個體頁面，即執行個體別名。\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/instance.png) 1. 在 Amazon Connect 主控台的導覽窗格中，選擇**外部語音系統**、**Contact Lens 整合**，然後選擇**建立 Contact Lens 連接器**，如下圖所示。 ![\[Contact Lens 整合頁面，建立 Contact Lens 連接器按鈕。\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/contact-lens-create-connector.png) 1. 在 **Contact Lens 連接器**頁面上，輸入連接器的易記名稱。 1. 在**連接器來源類型**下，使用下拉式功能表從可用的連接器來源類型清單中選取。通常這是外部工作階段邊界控制器 (SBC)，其將啟動 SIPREC 工作階段。下圖顯示來源類型的範例下拉式清單。 ![\[Contact Lens 連接器頁面，Connect 來源類型下拉式清單。\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/contact-lens-connector-source-types.png) 1. 在**語音系統類型**下，使用下拉式清單來選取用於通話的語音系統。通常這是您的外部聯絡中心系統。下圖顯示語音系統類型的範例下拉式清單。 ![\[Contact Lens 連接器頁面，語音系統類型下拉式清單。\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/contact-lens-voice-system-types.png) 1. 啟用 SIP 和媒體指標訊息的**加密**和**記錄**。 + Amazon Chime SDK Voice Connector 使用 Amazon Trust Services 發行的 TLS 伺服器憑證。大多數現代作業系統預設會信任 Amazon Trust Services。如果您的 SIP 基礎設施不是這種情況，而且您啟用加密，您可能需要將 Starfield 和 Amazon Trust Services 根 CA 憑證，不包括 EU 根憑證，新增至您的信任存放區。您可以在[此處](https://www.amazontrust.com/repository/)找到這些憑證。 + 雖然記錄是選擇性的，但我們建議您啟用它來協助您偵錯整合問題。 1. 在**來源 IP 位址**區段中，您可以設定允許將語音傳送到此連接器的來源 IP 位址範圍。 1. 在**憑證 - 選擇性**區段中，建議您建立憑證。它們可以協助驗證 SIPREC 工作階段。 **注意** 如果您這樣做，則需要在設定外部系統時提供相同的憑證。 1. 選擇性地新增標籤，以識別、組織、搜尋、篩選及控制誰可以存取此連接器。如需詳細資訊，請參閱[在 Amazon Connect 中將標籤新增至資源](tagging.md)。 1. 選擇**建立 Contact Lens 連接器**以建立連接器。建立連接器後，會顯示成功訊息。 1. 在 **Contact Lens 整合**頁面上，您會看到簡短主機名稱。這是外部語音系統將傳送 SIPREC 語音流量的主機。 當您設定外部語音系統時，您會使用主機的完整網域名稱，而不是這個簡短主機名稱。 ![\[Contact Lens 整合頁面，連接器的簡短主機名稱。\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/contact-lens-connector-shorthostname.png) 1. 您已完成建立 Contact Lens 連接器。繼續下一個步驟：[設定外部語音系統與 Contact Lens 整合](configure-external-voice-system.md)。 # 設定外部語音系統與 Contact Lens 整合 [建立 Contact Lens 連接器](create-contact-lens-connector.md)後，您需要設定外部語音系統以指向連接器。完成下列步驟。 1. 在 Amazon Connect 主控台導覽窗格中，選擇**外部語音系統**、**Contact Lens 整合**。您將會看到可用 Contact Lens 連接器的名稱。選取要使用的連接器。下圖顯示名為 **MyTestConnector** 的範例 Contact Lens 連接器。 ![\[Contact Lens 整合頁面，名為 MyTestConnector 的範例連接器。\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/contactlens-connector-name.png) 1. 在連接器詳細資訊頁面上，記下完整主機名稱。這是 Amazon Connect 中將接收 SIPREC 音訊的主機名稱。下圖顯示範例完整主機名稱。 ![\[MyTestConnector 詳細資訊頁面，將接收 SIPREC 音訊的完整主機名稱。\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/contactlens-connector-detailspage.png) 1. 如需有關如何設定外部來源系統的詳細資訊，請前往 [Amazon Chime SDK 資源](https://aws.amazon.com/chime/chime-sdk/resources/?whats-new-chime-sdk.sort-by=item.additionalFields.postDateTime&whats-new-chime-sdk.sort-order=desc)頁面，然後選擇**組態指南**。向下捲動頁面至 **SIPREC/NBR 組態指南**，如下圖所示。 ![\[Amazon Chime SDK 資源頁面上的組態指南。\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/configuration-guides.png) **注意** 如果您為連接器建立憑證，則需要為外部系統使用相同的憑證。 1. 設定外部來源系統之後，請繼續下一個步驟：[啟用 Contact Lens 整合](enable-contactlens-integration.md)。 # 在 Amazon Connect 中建立聯絡轉接和會議的模型 本主題適用於已將其外部語音系統與 Amazon Connect Contact Lens 整合的開發人員。 您的外部語音系統可能支援單一通話中的聯絡轉接 (冷和暖) 和多客服人員會議。您可以呼叫 [CreateContact](https://docs.aws.amazon.com/connect/latest/APIReference/API_CreateContact.html) 和 [StopContact](https://docs.aws.amazon.com/connect/latest/APIReference/API_StopContact.html) API，向 Amazon Connect 發出這些案例的訊號。這些 API 會建立類似於原生 Amazon Connect 語音聯絡的聯絡鏈。通話的每個部分都會取得自己的錄製、聯絡人記錄和分析，就像原生 Amazon Connect 語音聯絡一樣。 每個客服人員與客戶的互動都是由獨立的聯絡區段建立模型。 + 若要建立將客服人員新增至進行中通話的模型，您可以使用 [CreateContact](https://docs.aws.amazon.com/connect/latest/APIReference/API_CreateContact.html) API 搭配啟動方法 `TRANSFER` 建立新的聯絡區段。轉接聯絡由其 `previousContactId` 連結至先前的聯絡。 + 如果啟用，則會為每個聯絡區段獨立產生通話錄製，並在該區段完成時傳送。 + 針對每個聯絡區段都會獨立產生 Contact Lens 即時和通話後分析。 + 會為每個獨立聯絡區段產生聯絡人記錄。 + 若要建立客服人員離開通話的模型，您可以呼叫 [StopContact](https://docs.aws.amazon.com/connect/latest/APIReference/API_StopContact.html) API 來結束聯絡區段。 ## 暖轉接的工作流程 暖轉接涉及保留客戶通話，因為客服人員向另一方介紹來電者。 若要使用聯絡 API 建立暖轉接的模型，請實作下列工作流程： 1. 外部語音系統中的通話會建立初始聯絡區段。 1. 當新客服人員加入通話時，會調用 [CreateContact](https://docs.aws.amazon.com/connect/latest/APIReference/API_CreateContact.html) API。使用初始聯絡區段的 `contactId` 做為 `PreviousContactId` 參數。在 `UserInfo` 參數中提供新客服人員的 ID。 1. 讓初始客服人員將新客服人員介紹給通話，然後中斷與通話的連線。 1. 當初始客服人員中斷與通話的連線時，會調用 [StopContact](https://docs.aws.amazon.com/connect/latest/APIReference/API_StopContact.html) API。 1. 當通話在您的外部語音系統中結束時 (在 SIP BYE 時)，聯絡鏈便會結束。 ## 冷轉接的工作流程 冷轉接涉及直接將客戶從一個客服人員轉接至另一個客服人員，而無需在他們之間進行介紹或共用內容。 若要使用聯絡 API 建立冷轉接的模型，請實作下列工作流程： 1. 外部語音系統中的通話會建立初始聯絡區段。 1. 當初始客服人員中斷與通話的連線時，會調用 [StopContact](https://docs.aws.amazon.com/connect/latest/APIReference/API_StopContact.html) API。 1. 當新客服人員加入通話時，會調用 [CreateContact](https://docs.aws.amazon.com/connect/latest/APIReference/API_CreateContact.html) API。使用初始聯絡區段的 `contactId` 做為 `PreviousContactId` 參數。在 `UserInfo` 參數中提供新客服人員的 ID。 1. 當通話在您的外部語音系統中結束時 (在 SIP BYE 時)，聯絡鏈便會結束。 ## 聯絡區段限制 您最多可以在聯絡鏈中有兩個並行聯絡區段和總共 10 個聯絡區段。 # 啟用 Amazon Connect Contact Lens 整合。 建立 Contact Lens 連接器之後，您需要透過為使用者指派安全性設定檔許可，讓他們可以在 Amazon Connect 管理網站上存取，以便啟用整合。 1. 使用 Amazon Connect 管理員帳戶登入管理員網站 https：//*instance name*.my.connect.aws/。 1. 在導覽列上，選擇**安全性設定檔**。在**管理安全性設定檔**頁面上，選擇**管理員**、**編輯**。 1. 在**編輯安全性設定檔**頁面上，選擇**頻道和流程** - **AnalyticsConnectors** - **檢視**和**編輯**許可，然後選擇**儲存**。 **重要** 如果您沒有在**頻道和流程**下看到 Contact Lens 連接器許可，請為 Amazon Connect 帳戶中的下列配額請求增加服務配額： 每個帳戶的 Contact Lens 連接器數量 每個執行個體來自外部語音系統的作用中錄製工作階段數上限 1. 將此許可指派給您希望其存取 Contact Lens 連接器之使用者的安全性設定檔。 **注意** 您只能在從該執行個體的使用者移除 Contact Lens 連接器的存取權時，刪除 Amazon Connect 執行個體中的最後一個 Contact Lens 連接器。 如果您嘗試刪除最後一個 Contact Lens 連接器，但未先從該執行個體的使用者移除 Contact Lens 連接器存取權，則會顯示下列錯誤訊息：**錯誤 - 無法刪除連接器 \$1connector-name\$1 且發生錯誤：安全性設定檔中正在使用分析連接器許可**。 1. 套用許可後，擁有許可的使用者將能夠在 Amazon Connect 管理網站左側導覽選單中看到**Contact Lens連接器**選項，如下圖所示。 ![\[Amazon Connect 管理網站上的左側選單， Contact Lens選項。\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/contact-lens-connector-menuitem.png) 1. 您已完成啟用 Contact Lens 連接器。繼續下一個步驟：[將 Contact Lens 連接器與流程建立關聯](associate-contactlens-integration.md)。 # 將 Contact Lens 連接器與流程建立關聯 [設定](configure-external-voice-system.md)外部 SBC 指向 Contact Lens 整合連接器主機之後，您需要設定音訊到達 Amazon Connect Contact Lens 時將如何處理。若要這樣做，您可以在 Amazon Connect 流程中定義音訊處理步驟。它指定通話音訊將經歷的步驟，包括調用 Contact Lens 對話分析。 完成下列步驟以建立啟用 Contact Lens 的流程，然後將流程與 Contact Lens 連接器建立關聯。當 Contact Lens 連接器收到通話音訊時，將調用此流程。 1. 在 Amazon Connect 管理員網站中，建立使用 的流程[設定錄製和分析行為](set-recording-behavior.md)。設定區塊以啟用**客服人員和客戶語音錄製**、**Contact Lens 語音分析**和**自動互動通話錄製**。使用 [終止流程 / 繼續](end-flow-resume.md) 區塊結束流程。此組態顯示於下圖中。 如需您可以在 Contact Lens 整合中使用的區塊清單，請參閱 [支援 Contact Lens 整合的流程區塊](contactlens-integration-supportedflowblocks.md)。 ![\[設定錄製行為和分析行為區塊的屬性頁面。\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/contactlens-connector-setblock.png) 如需詳細說明，請參閱 [啟用對話分析](enable-analytics.md)。 1. 在導覽功能表上，選擇**頻道**、**Contact Lens 連接器**。選擇您要與流程建立關聯的 Contact Lens 整合連接器。在**流程名稱**欄位中，開始輸入流程的名稱以顯示清單，然後選擇流程。 ![\[連接器頁面，可用流程的清單。\]](http://docs.aws.amazon.com/zh_tw/connect/latest/adminguide/images/contactlens-connector-flow.png) # 提供用於 Contact Lens 整合的通話中繼資料 在 Amazon Connect 中，與客戶的每一次互動都是一個 Amazon Connect 聯絡。透過 Contact Lens 連接器的每個語音工作階段都會建立 Amazon Connect 聯絡。連接器會使用通話中繼資料中提供的欄位來建立 Amazon Connect 聯絡。通話中繼資料包括通話中繼資料中串流通話的客服人員使用者 ID 和客服人員佇列 ID。 您可以在音訊串流工作階段的 SIP INVITE 中使用支援的 SIPREC 中繼資料參數，將客服人員使用者 ID 和其他通話中繼資料提供給 Contact Lens 連接器。連接器會剖析下列通話中繼資料欄位，並將此資訊新增至 Amazon Connect 聯絡。 | 通話狀態欄位 | SIPREC 中繼資料 | Value | 如果未提供 | | --- | --- | --- | --- | | 客服人員使用者 ID | AmznConnectAgentUserId | Amazon Connect 客服人員使用者 ID | 必要 | | 佇列 ID | AmznConnectQueueId | Amazon Connect 佇列 ID | 「選用」。如果未提供，則會使用 Amazon Connect 執行個體的預設佇列。 | | 參與者順序 | AmznConnectParticipantOrder | 有效值：asc、desc | 「選用」。如果未提供，則會使用遞增順序。Amazon Connect 會使用標籤來排序 SIPREC 串流。標籤順序的第一個串流是客服人員，第二個是來電者。 | 聯絡必須具有 Amazon Connect 客服人員使用者 ID。只有在提供 agentId 時，Contact Lens 才會開始擷取串流音訊，並產生通話錄製和通話分析。 如果遺失 agentid，則會終止 Amazon Connect Contact Lens 連接器工作階段。如果您的 SIPREC 中繼資料未由 Amazon Connect Contact Lens 連接器自動剖析，且未設定客服人員使用者 ID，您可以使用下列欄位建立流程 Lambda 並存取所有 SIP 和 SIPREC 中繼資料： | 屬性 | Description | JSONPath 參考 | | --- | --- | --- | | SIPREC 中繼資料 | 來自 SIP 事件的 SIPREC 中繼資料 | \$1.Media.Sip.SiprecMetadata | | SIP 標頭 | 來自 SIP 事件的 SIP 標頭。\$1SIP header name\$1 是 SIP 事件中提供的 SIP 標頭名稱。例如，「收件者」、「寄件者」等。 | \$1.Media.Sip.Headers.\$1SIP header name\$1 | 如需詳細資訊，請參閱[電話語音中繼資料屬性 (通話屬性)](connect-attrib-list.md#telephony-call-metadata-attributes)。 ## 如何使用事件中繼資料 Amazon Connect 會發佈 SIP、串流和聯絡事件。這些事件包括從通話的 SIPREC SIP INVITE 收集的中繼資料。中繼資料包括 SIPREC 中繼資料、SIP 標頭、fromNumber、toNumber 等。以下是您可以對此事件中繼資料執行的一些操作： 1. 您可以處理這些事件中的中繼資料，以判斷通話的唯一識別符，並將通話與您自己的系統建立關聯。 1. 然後，您可以使用 [設定聯絡屬性](set-contact-attributes.md) 區塊，將通話的唯一識別符新增至通話的聯絡屬性。 1. 您可以在 Amazon Connect 管理網站中依自訂聯絡人屬性進行搜尋，以在兩個 Amazon Connect 執行個體中尋找第三方通話的聯絡人。 如需如何建立 Amazon Connect 流程 Lambda 函式的詳細資訊，請參閱 [授予 Amazon Connect 存取函數的權限 AWS Lambda](connect-lambda-functions.md)。如需流程 Lambda 中可存取的所有支援聯絡屬性清單，請參閱 [Amazon Connect 中可用的聯絡屬性清單及其 JSONPath 參考](connect-attrib-list.md)。 # 支援 Contact Lens 整合的流程區塊 下表列出可用來指定 Amazon Connect 如何處理音訊串流工作階段的流程區塊。 **設定區塊** | 流程區塊 | Effect | Description | | --- | --- | --- | | 「Set Working Queue」(設定工作佇列) | 沒有效果 | 設定工作佇列 | | 「Set Contact Attributes」(設定聯絡屬性) | 支援 | 存放的鍵值對可用於設定聯絡屬性。您設定稍後在流程中參考的值。 | | 「Get Queue Metrics」(取得佇列指標) | 沒有效果 | 取得佇列指標 | | 改變轉接優先順序 / 存在時間 | 沒有效果 | 變更聯絡的轉接優先順序 | | 「Set Hold Flow」(設定保留流程) | 沒有效果 | 客戶或客服人員保留通話時所指定呼叫的流程。 | | 「Set Whisper Flow」(設定低語流程) | 沒有效果 | 指定客戶或客服人員加入語音或聊天對話時要調用的流程。 | | 設定回撥號碼 | 沒有效果 | 指定屬性以設定回撥號碼。 | | 「Set Voice」(設定語音) | 沒有效果 | 設定要用於聯絡流程的文字轉語音 (TTS) 語言和語音。 | | 設定客戶佇列 | 沒有效果 | 設定客戶佇列流程的客戶佇列 | | 「Set Disconnect Flow」(設定中斷連線流程) | 沒有效果 | 設定中斷連線佇列流程的中斷連線流程 | | 設定事件流程 | 沒有效果 | 指定聯絡人事件期間要執行的流程。 | | 設定轉接條件 | 沒有效果 | 設定聯絡的轉接條件。 | **分析區塊** | 流程區塊 | Effect | Description | | --- | --- | --- | | 設定錄製和分析行為 | 支援 | 設定錄製的選項，並在 Contact Lens 中啟用功能。 | | 設定日誌記錄行為 | 支援 | 啟用或停用流程日誌 | **邏輯區塊** | 流程區塊 | Effect | Description | | --- | --- | --- | | 以百分比分發 | 支援 | 隨機依據百分比的轉接聯絡 | | 循環 | 支援 | 在指定的時間內執行循環分支 | **分支區塊** | 流程區塊 | Effect | Description | | --- | --- | --- | | 「Check Queue Status」(檢查佇列狀態) | 沒有效果 | 檢查佇列狀態 | | 「Check Staffing」(檢查人員配置) | 沒有效果 | 檢查佇列中的人員配置 | | 檢查操作時數 | 支援 | 以指定操作時數為基礎的分支。 | | 「Check Contact Attributes」(檢查聯絡屬性) | 支援 | 分支的依據為聯絡人屬性的數值比較。 | **整合區塊** | 流程區塊 | Effect | Description | | --- | --- | --- | | 建立任務 | 支援 | 手動或利用任務範本建立新任務。 | | 客戶設定檔 | 支援 | 可讓您擷取、建立和更新客戶設定檔。 | | 調用 AWS Lambda | 支援 | 撥打電話至 AWS Lambda，可選擇是否要傳回鍵值組。 | | 調用模組 | 支援 | 呼叫已發布的模組，此模組可讓您建立聯絡流程的可重複使用區段。 | **終止/轉接區塊** | 流程區塊 | Effect | Description | | --- | --- | --- | | 中斷連線/掛斷 | 支援 | 中斷聯絡的連線並結束音訊串流工作階段。 | | 結束流程 | 支援 | 終止目前流程但不中斷聯絡人連線。 | # 設定多區域備援以進行 Contact Lens 整合 多區域備援可讓您擴展外部語音系統，以獲得最高的可靠性、效能和效率。您可以使用 Amazon Connect 複本執行個體支援多區域備援。 ## 主動/被動備援組態 您可以在一個區域 (例如美國東部 (維吉尼亞北部)) 建立一個 Amazon Connect 執行個體，並在另一個區域 (例如美國西部 (奧勒岡)) 建立一個複本執行個體。然後，您可以將外部語音系統設定為將 SIPREC SIP INVITE 傳送至主要區域。當主要區域中的 Amazon Connect 執行個體失敗時，您可以更新外部語音系統以容錯移轉至被動區域中的複本 Amazon Connect 執行個體。 ## 主動/主動備援組態 您可以同時將音訊串流到兩個 Amazon Connect 執行個體，以實作主動-主動策略。若要實作此策略，請將外部語音系統設定為同時將音訊串流至兩個不同的區域。在每個區域中，Contact Lens 整合將執行下列動作： 1. 建立自己的 Amazon Connect 聯絡。 1. 擷取音訊串流以建立通話錄製 1. 執行 Contact Lens 分析 此方法需要您手動複寫所有 Amazon Connect 聯絡中心組態。不過，您可以使用 Amazon Connect Global Resiliency，它會自動複寫跨區域的所有 Amazon Connect 執行個體設定。如需詳細資訊，請參閱[設定 Amazon Connect 的全球恢復能力](setup-connect-global-resiliency.md)。