Panggilan layanan pelanggan mengharuskan agen pelanggan memiliki informasi akun pelanggan untuk memproses permintaan penelepon. Misalnya, untuk memberikan status pada klaim asuransi, agen pendukung memerlukan informasi pemegang polis seperti ID polis dan nomor klaim. Informasi tersebut sering dikumpulkan dalam aliran respon suara interaktif (IVR) di awal panggilan dukungan pelanggan. Sistem IVR biasanya menggunakan tata bahasa berdasarkan Spesifikasi Tata Bahasa Pengenalan Ucapan (SRGS) format untuk menentukan aturan dan mengurai informasi pemanggil (ID kebijakan, nomor klaim). Anda sekarang dapat menggunakan tata bahasa yang sama di AmazonLex untuk mengumpulkan informasi dalam percakapan pidato. Anda juga dapat memberikan aturan interpretasi semantik menggunakan ECMAScript tag dalam file tata bahasa. Dukungan tata bahasa di Amazon Lex menyediakan kontrol terperinci untuk mengumpulkan dan pascapemrosesan input pengguna sehingga Anda dapat mengelola dialog yang efektif.
Dalam posting ini, kami meninjau dukungan tata bahasa di Amazon Lex dan membuat contoh tata bahasa untuk digunakan dalam Sambungan Amazon aliran kontak.
Gunakan tata bahasa untuk mengumpulkan informasi dalam percakapan
Anda dapat menulis tata bahasa sebagai jenis slot di Amazon Lex. Pertama, Anda menyediakan seperangkat aturan dalam format SRGS untuk menginterpretasikan input pengguna. Sebagai langkah kedua opsional, Anda dapat menulis skrip ECMA yang mengubah informasi yang dikumpulkan dalam dialog. Terakhir, Anda menyimpan tata bahasa sebagai file XML di Layanan Penyimpanan Sederhana Amazon (Amazon S3) dan referensi tautan dalam definisi bot Anda. Tata bahasa SRGS dirancang khusus untuk modalitas suara dan DTMF. Kami menggunakan contoh percakapan berikut untuk memodelkan bot kami:
Percakapan 1
IVR: Halo! apa yang bisa saya bantu hari ini?
Pengguna: Saya ingin memeriksa saldo akun saya.
IVR: Tentu. Akun mana yang harus saya tarik?
Pengguna: Memeriksa.
IVR: Berapa nomor rekeningnya?
Pengguna: 1111 2222 3333 4444
IVR: Untuk keperluan verifikasi, berapa tanggal lahir Anda?
Pengguna: 1 Januari 2000.
IVR: Terima kasih. Saldo di rekening giro Anda adalah $123 dolar.
Percakapan 2
IVR: Halo! apa yang bisa saya bantu hari ini?
Pengguna: Saya ingin memeriksa saldo akun saya.
IVR: Tentu. Akun mana yang harus saya tarik?
Pengguna: Tabungan.
IVR: Berapa nomor rekeningnya?
Pengguna: Saya ingin berbicara dengan agen.
IVR: Oke. Biarkan saya mentransfer panggilan. Seorang agen harus dapat membantu Anda dengan permintaan Anda.
Dalam contoh percakapan, IVR meminta jenis akun, nomor akun, dan tanggal lahir untuk memproses permintaan penelepon. Dalam posting ini, kami meninjau cara menggunakan tata bahasa untuk mengumpulkan informasi dan memprosesnya dengan skrip ECMA. Tata bahasa untuk ID akun dan tanggal mencakup berbagai cara untuk memberikan informasi. Kami juga meninjau tata bahasa jika penelepon tidak dapat memberikan detail yang diminta (misalnya, nomor rekening tabungan mereka) dan sebagai gantinya memilih untuk berbicara dengan agen.
Bangun chatbot Amazon Lex dengan tata bahasa
Kami membangun bot Amazon Lex dengan maksud untuk melakukan fungsi perbankan ritel umum seperti memeriksa saldo akun, mentransfer dana, dan memesan cek. Itu CheckAccountBalance
intent mengumpulkan detail seperti jenis akun, ID akun, dan tanggal lahir, dan memberikan jumlah saldo. Kami menggunakan jenis slot tata bahasa untuk mengumpulkan ID akun dan tanggal lahir. Jika penelepon tidak mengetahui informasi atau meminta agen, panggilan dialihkan ke agen manusia. Mari kita tinjau tata bahasa untuk ID akun:
Tata bahasa memiliki dua aturan untuk mengurai input pengguna. Aturan pertama menafsirkan angka yang diberikan oleh pemanggil. Digit ini ditambahkan ke output melalui variabel tag skrip ECMA (out
). Aturan kedua mengatur dialog jika penelepon ingin berbicara dengan agent
. Dalam hal ini out
tag diisi dengan kata agen. Setelah aturan diuraikan, tag keluar membawa nomor akun (out.AccountNumber
) atau senar agent
. Logika bisnis hilir sekarang dapat menggunakan out
tag menangani panggilan.
Terapkan contoh bot Amazon Lex
Untuk membuat bot sampel dan menambahkan tata bahasa, lakukan langkah-langkah berikut. Ini menciptakan bot Amazon Lex yang disebut BankingBot
, dan dua jenis slot tata bahasa (accountNumber
, dateOfBirth
).
- Download Bot Amazon Lex.
- Di konsol Amazon Lex, pilih tindakan, Lalu pilih impor.
- Pilih file
BankingBot.zip
yang Anda unduh, dan pilih impor. Di bagian Izin IAM, untuk peran Runtime, pilih Buat peran baru dengan izin dasar Amazon Lex. - Pilih bot
BankingBot
di konsol Amazon Lex. - Unduh file XML untuk nomor akun dan tanggal lahir. (Catatan: Di beberapa browser Anda harus "Simpan tautan" untuk mengunduh file XML)
- Di konsol Amazon S3, unggah file XML.
- Navigasikan ke jenis slot di konsol Amazon Lex, dan klik
accountNumber
jenis slot - Dalam tata bahasa jenis slot, pilih ember S3 dengan file XML dan berikan kunci objek. Klik Simpan jenis slot.
- Navigasikan ke jenis slot di konsol Amazon Lex, dan klik
dateOfBirth
jenis slot - Dalam tata bahasa jenis slot, pilih ember S3 dengan file XML dan berikan kunci objek. Klik Simpan jenis slot.
- Setelah tata bahasa disimpan, pilih Membangun.
- Unduh yang mendukung AWS Lambda dan Navigasikan ke konsol AWS Lambda.
- Pada halaman buat fungsi pilih Penulis dari awal. Sebagai informasi dasar, harap berikan yang berikut: nama fungsi
BankingBotEnglish
, dan RuntimePython 3.8
. - Klik Buat fungsi. Di bagian Sumber kode, buka
lambda_funciton.py
dan hapus kode yang ada. Unduh kode dan buka di editor teks. Copy dan paste kode ke dalam kosonglambda_funciton.py
Tab. - Pilih menyebarkan.
- Navigasikan ke Konsol Amazon Lex dan pilih
BankingBot
. Klik pada Penyebaran lalu alias diikuti olehTestBotAlias
- pada alias pilih halaman bahasa dan arahkan ke Inggris (US).
- Untuk sumber memilih
BankingBotEnglish
, Untuk Versi Lambda atau alias memilih$LATEST
- Arahkan ke konsol Amazon Connect, pilih Arus kontak.
- Download aliran kontak untuk berintegrasi dengan bot Amazon Lex.
- Di bagian Amazon Lex, pilih bot Amazon Lex Anda dan sediakan untuk digunakan dalam alur kontak Amazon Connect.
- Pilih aliran kontak untuk memuatnya ke dalam aplikasi.
- Pastikan bot yang tepat dikonfigurasi di blok "Dapatkan Masukan Pelanggan". Tambahkan nomor telepon ke alur kontak.
- Pilih antrean di blok โSetel antrean kerjaโ.
- Uji aliran IVR dengan menelepon ke nomor telepon.
- Uji solusinya.
Uji solusinya
Anda dapat menelepon ke nomor telepon Amazon Connect dan berinteraksi dengan bot. Anda juga dapat menguji solusi secara langsung di konsol Amazon Lex V2 menggunakan suara dan DTMF.
Kesimpulan
Slot tata bahasa khusus menyediakan kemampuan untuk mengumpulkan berbagai jenis informasi dalam percakapan. Anda memiliki fleksibilitas untuk menangkap transisi seperti serah terima ke agen. Selain itu, Anda dapat mem-postprocess informasi sebelum menjalankan logika bisnis. Anda dapat mengaktifkan jenis slot tata bahasa melalui konsol Amazon Lex V2 atau AWS SDK. Kemampuan tersebut tersedia di semua Wilayah AWS tempat Amazon Lex beroperasi dalam bahasa Inggris (Australia), Inggris (Inggris Raya), dan bahasa Inggris (AS).
Untuk mempelajari lebih lanjut, lihat Menggunakan jenis slot tata bahasa khusus. Anda juga dapat melihat dokumentasi Amazon Lex untuk SRG or ECMAScript for more information.
Tentang Penulis
Kai Lorek adalah layanan profesional konsultan Amazon Connect. Dia bekerja merancang dan mengimplementasikan solusi pengalaman pelanggan yang terukur. Di waktu luangnya, ia dapat ditemukan bermain olahraga, snowboarding, atau hiking di pegunungan.
Parsalkhute Harshal adalah Manajer Produk di tim Amazon Lex. Dia menghabiskan waktunya untuk mencoba membuat mesin terlibat (dengan baik) dengan manusia.
- "
- 100
- 9
- Akun
- agen
- Semua
- Amazon
- jumlah
- Aplikasi
- Australia
- tersedia
- AWS
- Perbankan
- Awal
- Memblokir
- Bot
- membangun
- bisnis
- panggilan
- pemanggil
- menangkap
- memeriksa
- Cek
- Pilih
- kode
- mengumpulkan
- Mengumpulkan
- Umum
- konsul
- konsultan
- kontak
- kontrol
- Percakapan
- percakapan
- menciptakan
- adat
- pengalaman pelanggan
- Customer Support
- merancang
- berbeda
- digit
- langsung
- Tidak
- dolar
- editor
- Efektif
- aktif
- Inggris
- contoh
- Exit
- pengalaman
- Pertama
- keluwesan
- aliran
- berikut
- format
- ditemukan
- fungsi
- dana-dana
- membantu
- Seterpercayaapakah Olymp Trade? Kesimpulan
- How To
- HTTPS
- manusia
- Manusia
- informasi
- memasukkan
- asuransi
- mengintegrasikan
- maksud
- interaktif
- IT
- kunci
- bahasa
- BELAJAR
- LINK
- memuat
- Mesin
- manajer
- model
- lebih
- beberapa
- jumlah
- Buka
- Titik
- kebijaksanaan
- proses
- Produk
- profesional
- memberikan
- menyediakan
- publik
- tujuan
- permintaan
- permintaan
- membutuhkan
- tanggapan
- eceran
- ulasan
- Rute
- aturan
- berjalan
- terukur
- SDK
- layanan
- Layanan
- set
- Sederhana
- So
- larutan
- Solusi
- beberapa
- Secara khusus
- Olahraga
- awal
- Status
- penyimpanan
- menyimpan
- mendukung
- pendukung
- sistem
- Berbicara
- tim
- uji
- waktu
- hari ini
- transfer
- ditransfer
- Mentransfer
- khas
- Uk
- us
- menggunakan
- Verifikasi
- View
- Suara
- W3
- Apa
- Apa itu
- dalam
- kerja
- bekerja
- XML