As chamadas de atendimento ao cliente exigem que os agentes do cliente tenham as informações da conta do cliente para processar a solicitação do chamador. Por exemplo, para fornecer o status de uma reivindicação de seguro, o agente de suporte precisa de informações do titular da apólice, como o ID da apólice e o número da reivindicação. Essas informações são frequentemente coletadas no fluxo de resposta de voz interativa (IVR) no início de uma chamada de suporte ao cliente. Os sistemas IVR normalmente usam gramáticas baseadas no Especificação gramatical de reconhecimento de fala (SRGS) para definir regras e analisar informações do chamador (ID da política, número da reivindicação). Agora você pode usar as mesmas gramáticas em Amazon-Lex para coletar informações em uma conversa de fala. Você também pode fornecer regras de interpretação semântica usando ECMAScript tags dentro dos arquivos de gramática. O suporte gramatical no Amazon Lex fornece controle granular para coleta e pós-processamento de entradas do usuário para que você possa gerenciar um diálogo eficaz.
Nesta postagem, revisamos o suporte gramatical no Amazon Lex e criamos um exemplo de gramática para uso em um Amazon Conectar fluxo de contato.
Use gramáticas para coletar informações em uma conversa
Você pode criar a gramática como um tipo de slot no Amazon Lex. Primeiro, você fornece um conjunto de regras no formato SRGS para interpretar a entrada do usuário. Como segunda etapa opcional, você pode escrever um script ECMA que transforme as informações coletadas no diálogo. Por último, você armazena a gramática como um arquivo XML em um Serviço de armazenamento simples da Amazon (Amazon S3) e faça referência ao link na definição do bot. As gramáticas SRGS são projetadas especificamente para voz e modalidade DTMF. Usamos os seguintes exemplos de conversas para modelar nosso bot:
Conversa 1
URA: Olá! Como posso ajudá-lo hoje?
Usuário: Quero verificar o saldo da minha conta.
URA: Claro. Qual conta devo abrir?
Usuário: Verificando.
URA: Qual é o número da conta?
Usuário: 1111 2222 3333 4444
IVR: Para fins de verificação, qual é a sua data de nascimento?
Usuário: 1º de janeiro de 2000.
IVR: Obrigado. O saldo da sua conta corrente é de $ 123 dólares.
Conversa 2
URA: Olá! Como posso ajudá-lo hoje?
Usuário: Quero verificar o saldo da minha conta.
URA: Claro. Qual conta devo abrir?
Usuário: Poupança.
URA: Qual é o número da conta?
Usuário: Quero falar com um agente.
URA: Ok. Deixe-me transferir a chamada. Um agente deve poder ajudá-lo com sua solicitação.
Nas conversas de exemplo, o IVR solicita o tipo de conta, o número da conta e a data de nascimento para processar as solicitações do chamador. Neste post, revisamos como usar as gramáticas para coletar as informações e pós-processá-las com scripts ECMA. As gramáticas para ID da conta e data abrangem diversas maneiras de fornecer as informações. Também revisamos a gramática caso o chamador não consiga fornecer os dados solicitados (por exemplo, o número da conta poupança) e opte por falar com um agente.
Crie um chatbot do Amazon Lex com gramáticas
Construímos um bot Amazon Lex com a intenção de executar funções bancárias de varejo comuns, como verificar o saldo da conta, transferir fundos e solicitar cheques. O CheckAccountBalance
a intenção coleta detalhes como tipo de conta, ID da conta e data de nascimento e fornece o valor do saldo. Usamos um tipo de slot gramatical para coletar o ID da conta e a data de nascimento. Se o chamador não souber a informação ou solicitar um agente, a chamada será transferida para um agente humano. Vamos revisar a gramática do ID da conta:
A gramática possui duas regras para analisar a entrada do usuário. A primeira regra interpreta os dígitos fornecidos pelo chamador. Esses dígitos são anexados à saída por meio de uma variável de tag de script ECMA (out
). A segunda regra gerencia o diálogo se o chamador quiser falar com um agent
. Neste caso, o out
tag é preenchida com a palavra agente. Depois que as regras são analisadas, a tag out carrega o número da conta (out.AccountNumber
) ou a string agent
. A lógica de negócios downstream agora pode usar o out
tag lidar com a chamada.
Implantar o bot de exemplo do Amazon Lex
Para criar o bot de amostra e adicionar as gramáticas, execute as etapas a seguir. Isso cria um bot do Amazon Lex chamado BankingBot
e dois tipos de slot gramatical (accountNumber
, dateOfBirth
).
- Faça o download do Bot Amazon Lex.
- No console do Amazon Lex, escolha Opções, Em seguida, escolha importação.
- Escolha o arquivo
BankingBot.zip
que você baixou e escolha importação. Na seção Permissões do IAM, para Função de tempo de execução, escolha Crie uma nova função com permissões básicas do Amazon Lex. - Escolha o bot
BankingBot
no console do Amazon Lex. - Baixe os arquivos XML para número de conta e data de nascimento. (Nota: Em alguns navegadores será necessário “Salvar o link” para baixar os arquivos XML)
- No console do Amazon S3, faça upload dos arquivos XML.
- Navegue até os tipos de slot no console do Amazon Lex e clique no botão
accountNumber
tipo de slot - Na gramática do tipo de slot, selecione o bucket S3 com o arquivo XML e forneça a chave do objeto. Clique em Salvar tipo de slot.
- Navegue até os tipos de slot no console do Amazon Lex e clique no botão
dateOfBirth
tipo de slot - Na gramática do tipo de slot, selecione o bucket S3 com o arquivo XML e forneça a chave do objeto. Clique em Salvar tipo de slot.
- Depois que as gramáticas forem salvas, escolha Construa.
- Baixe o suporte AWS Lambda e navegue até o console do AWS Lambda.
- Na página de criação de função, selecione Autor do zero. Como informações básicas, forneça o seguinte: nome da função
BankingBotEnglish
e RuntimePython 3.8
. - Clique em Função de criação. Na seção Código-fonte, abra
lambda_funciton.py
e excluir o código existente. Baixar o código e abra-o em um editor de texto. Copiar e colar o código no vaziolambda_funciton.py
aba. - Escolha implantar.
- Navegue até o console do Amazon Lex e selecione
BankingBot
. Clique em desenvolvimento e depois Alias seguidoTestBotAlias
- No Alias seleção de página línguas e navegue até Inglês (EUA).
- Escolha fonte selecionar
BankingBotEnglish
, Por Versão ou alias do Lambda selecionar$LATEST
- Navegue até o console do Amazon Connect e escolha Fluxos de contato.
- Faça o download do fluxo de contato para integrar com o bot do Amazon Lex.
- Na seção Amazon Lex, selecione seu bot do Amazon Lex e disponibilize-o para uso nos fluxos de contato do Amazon Connect.
- Selecione o fluxo de contato para carregá-lo no aplicativo.
- Certifique-se de que o bot correto esteja configurado no bloco “Obter opinião do cliente”. Adicione um número de telefone ao fluxo de contato.
- Escolha uma fila no bloco “Definir fila de trabalho”.
- Teste o fluxo IVR ligando para o número de telefone.
- Teste a solução.
Teste a solução
Você pode ligar para o número de telefone do Amazon Connect e interagir com o bot. Você também pode testar a solução diretamente no console do Amazon Lex V2 usando voz e DTMF.
Conclusão
Os slots gramaticais personalizados oferecem a capacidade de coletar diferentes tipos de informações em uma conversa. Você tem flexibilidade para capturar transições, como transferência para um agente. Além disso, você pode pós-processar as informações antes de executar a lógica de negócios. Você pode habilitar tipos de slots gramaticais por meio do console do Amazon Lex V2 ou do AWS SDK. O recurso está disponível em todas as regiões da AWS onde o Amazon Lex opera nas localidades inglês (Austrália), inglês (Reino Unido) e inglês (EUA).
Para saber mais, consulte Usando um tipo de slot gramatical personalizado. Você também pode visualizar a documentação do Amazon Lex para SRGS or ECMAScript para obter mais informações.
Sobre os autores
Kai Loreck é consultor de serviços profissionais do Amazon Connect. Ele trabalha no design e implementação de soluções escalonáveis de experiência do cliente. Nas horas vagas, ele pode ser encontrado praticando esportes, praticando snowboard ou fazendo caminhadas nas montanhas.
Harshal Pimpalkhute é gerente de produto da equipe Amazon Lex. Ele passa seu tempo tentando fazer com que as máquinas se envolvam (bem) com os humanos.
- Coinsmart. A melhor troca de Bitcoin e criptografia da Europa.
- Platoblockchain. Inteligência Metaverso Web3. Conhecimento Ampliado. ACESSO LIVRE.
- CryptoHawk. Radar Altcoin. Teste grátis.
- Fonte: https://aws.amazon.com/blogs/machine-learning/interpret-caller-input-using-grammar-slot-types-in-amazon-lex/
- "
- 100
- 9
- Conta
- agentes
- Todos os Produtos
- Amazon
- quantidade
- Aplicação
- Australia
- disponível
- AWS
- Bancário
- Começo
- Bloquear
- Bot
- construir
- negócio
- chamada
- visitante
- capturar
- a verificação
- Cheques
- Escolha
- código
- coletar
- Coleta
- comum
- cônsul
- consultor
- Contacto
- ao controle
- Conversa
- conversas
- cria
- personalizadas
- experiência do cliente
- Suporte ao cliente
- concepção
- diferente
- dígitos
- diretamente
- Não faz
- dólares
- editor
- Eficaz
- permitir
- Inglês
- exemplo
- saída
- vasta experiência
- Primeiro nome
- Flexibilidade
- fluxo
- seguinte
- formato
- encontrado
- função
- fundos
- ajudar
- Como funciona o dobrador de carta de canal
- Como Negociar
- HTTPS
- humano
- Humanos
- INFORMAÇÕES
- entrada
- com seguro
- integrar
- intenção
- interativo
- IT
- Chave
- língua
- APRENDER
- LINK
- carregar
- máquinas
- Gerente
- modelo
- mais
- múltiplo
- número
- aberto
- ponto
- Privacidade
- processo
- Produto
- profissional
- fornecer
- fornece
- público
- fins
- solicitar
- pedidos
- requerer
- resposta
- varejo
- rever
- Rota
- regras
- corrida
- escalável
- Sdk
- serviço
- Serviços
- conjunto
- simples
- So
- solução
- Soluções
- alguns
- especificamente
- Esportes
- começo
- Status
- armazenamento
- loja
- ajuda
- Apoiar
- sistemas
- Converse
- Profissionais
- teste
- tempo
- hoje
- transferência
- transferido
- Transferir
- tipicamente
- Uk
- us
- usar
- Verificação
- Ver
- voz
- W3
- O Quê
- O que é a
- dentro
- trabalhar
- trabalho
- XML