Los modelos de Intent de Talkdesk CXA Operations Center™ (anteriormente AI Trainer) son modelos de clasificación que se utilizan para descubrir automáticamente las intenciones del cliente durante las llamadas. Son la base de los agentes conversacionales, como Talkdesk Autopilot, pero, además, son los principales desencadenantes de cualquier tarea automatizada o análisis en un contact center.
Hoy en día, Talkdesk Generative AI permite entrenar las intents de forma más rápida y sencilla a través del botón Generate Phrases al editar o añadir nuevas Training phrases.
Índice
- ¿Por qué deben entrenarse los modelos de intent?
- Creación de una intent
- Creación y gestión de Custom entities
- Rellenado de todos los huecos
- Gestión del sistema Agreement
¿Por qué deben entrenarse los modelos de intent?
Para mejorar la tasa de automatización, resolver casos más rápidamente, promover la satisfacción del cliente y saber de qué hablan sus clientes finales. Talkdesk CXA Operations Center™ (FKA AI Trainer) puede utilizarse para:
- Observar el rendimiento del modelo de intent en la producción.
- Entrenar modelos con datos reales de conversaciones en las que la clasificación de intent no fue satisfactoria.
- Publicar ajustes y mejoras en la producción.
La página Intents muestra lo siguiente:
- La sección "Observe" [1] le muestra información a su personal del contact center sobre el rendimiento del modelo en el entorno de producción.
- La sección "Train" [2] es un área de trabajo principal, donde es posible gestionar intents, Training phrases y entities. La sección "Inbox" contiene datos entrenables (recopilados de conversaciones en vivo) que podrían utilizarse para mejorar el modelo de intent.
- La sección "Deploy" [3] tiene dos funciones: revisar las sugerencias de mejora del modelo y gestionar las versiones del modelo en producción.
En CXA Operations Center, puede gestionar las intents para los modelos de intent; por ejemplo, puede crear, actualizar o eliminar intents, así como añadir Training phrases a los intents. Las Training phrases se pueden añadir directamente, como datos inventados o sintéticos, o etiquetando datos del mundo real a través del sistema Agreement (explicado en la subsección).
Creación de una intent
Siga estos pasos para crear una intent:
En la página Intents, haga clic en New Intent [1].
Añada "Intent Name" [2], "Intent purpose" y "Confidence Threshold" [3].
Nota: Tenga en cuenta que rellenar el campo "Intent purpose" contribuirá a generar mejores Training phrases de la intent con la ayuda de Generative AI. Para estos casos, asegúrese de introducir un Intent Name conciso y una descripción del Intent purpose de la necesidad comercial detrás del conjunto de Training phrases que espera generar automáticamente.
Al hacer clic en New phrase [4], añada o acepte al menos algunas Training phrases que serán generadas automáticamente [5] o introducidas manualmente [6].
Añada "Training phrases" [5] y haga clic en Save[6].
Nota: El número mínimo sugerido de Training phrases por intent es 10.
Cuando haya terminado, publique sus cambios [7].
Creación y gestión de Custom entities
Las Entities son metadatos asociados a una intent. Por ejemplo, si un hablante menciona productos, lugares o cualidades específicos, esa información se puede extraer en el contexto de la intent detectada.
Con CXA Operations Center, puede gestionar Custom entities y anotar Training phrases para que se extraigan dentro del contexto de una intent.
Haga lo siguiente para crear una entity personalizada:
En la página Entities, seleccione New entity [1].
Dé un "Name" a la new entity [2]. Añada valores de entity y sinónimos [3]. Haga clic en Create [4] para publicar los cambios.
Si quiere ver más información sobre las mejores prácticas a la hora de entrenar un modelo de intent, consulte el artículo completo aquí.
Rellenado de todos los huecos
En Autopilot, en una conversación, es útil y a veces necesario extraer entities (parámetros) anotados cuando un agente detecta la intent de un contacto. Si el parámetro es necesario pero no se detecta, entonces Autopilot solicitará esta información y rellenará todos los huecos de la conversación.
En CXA Operations Center, es posible configurar parámetros, automatizar las solicitudes de cuándo no se detecta un parámetro, así como determinar respuestas automáticas para una intent detectada.
Haga lo siguiente para configurar un parámetro:
- Abra la training phrase [1] que contenga las palabras que desea anotar.
- Resalte las palabras [2] y aparecerá una lista de entities [3].
- Guarde[4] la training phrase y los parámetros creados.
- Abra la lista de parámetros [5] y seleccione uno para editarlo [6].
- Marque la opción "If enabled, allows configuring prompt responses" [7] para añadir una solicitud rápida automática y rellenar el hueco definido por el parámetro.
- Al final, seleccione Save [8].
Gestión del sistema Agreement
CXA Operations Center garantiza que los agentes, como expertos en el dominio, puedan etiquetar los datos sin disminuir el rendimiento del modelo al implementar por accidente los cambios en producción.
Esto es posible gracias al proceso de Agreement, que se desarrolla por etapas:
- Varios agentes pueden hacer sugerencias independientes para un cambio de modelo.
- Los supervisores pueden revisar estas sugerencias y decidir continuar con el cambio o rechazarlo.
- Después de la revisión, solo los supervisores pueden implementar modelos en producción.
En la sección Inbox, los agentes pueden ver todos los datos que pueden etiquetar. Cada agente tiene su propia bandeja de entrada. El "Agente A" puede considerar que es necesario etiquetar una frase como "préstamo estudiantil", mientras que el "Agente B" puede opinar otra cosa. Esto es lo que define el porcentaje de acuerdo general (%), cuando la frase pasa a control de calidad.
Los agentes pueden seleccionar una frase para etiquetarla [1], ignorarla [2], marcarla para más tarde [3] ("To-do later") o sugerirla como training phrase para intents [4] (Train intent). Haga clic en Save[5] para aplicar los cambios.
Nota: Los agentes solo ven sus propias sugerencias de intent. Sin embargo, los usuarios con acceso a la página Quality Check pueden ver las sugerencias de todos los colaboradores.
En la página "Quality check", los supervisores pueden ver todas las sugerencias de los agentes. Siga estos pasos para revisarlas:
Haga clic en la sugerencia [1].
Haga clic en el botón Start review.
Apruebe cada sugerencia en función del nivel de acuerdo entre los agentes [2] y pase a la sección Launch[3].
Haga clic en las sugerencias revisadas [4] y en el botón "More actions" (...) [5] para elegir si desea aplicar los cambios inmediatamente o programar la implementación en el futuro [6].
Una vez entrenado el modelo, consulte la página "Intents" para confirmar si las nuevas training phrases se han añadido correctamente.