Sinch Community

Starten wir mit NLP Stelle dir vor, Du sprichst mit einem Roboter, der dich genau wie ein menschlicher Freund versteht und auf dic reagiert. Genau das passiert, wenn wir bei der Chatbot-Entwicklung NLP (Natural Language Processing) einsetzen. 🤖 Wenn Du deinen Chatbot etwas fragen, z. B. "Wie ist das Wetter heute?", verwende eine so genannte "Absicht/Intent" - im Grunde zeigst Du deinem Chatbot, was Du wissen willst. Hinter den Kulissen sorgt NLP dafür, dass der Chatbot deine Frage so versteht, als wäre er ein Mensch, auch wenn Du nur Wörter auf einen Bildschirm tippst. Es ist, als würde man dem Bot beibringen, unsere Sprache zu sprechen und zu verstehen!   Jedes Mal, wenn dein Bot scheinbar "versteht", was Du sagst, denke daran, dass das alles dank NLP im Hintergrund abläuft. Ziemlich cool, oder?   Bot verstehen vs. nicht verstehen In diesem Tutorial werden wir etwas Spaß mit unserem Star der Show haben, dem berühmten Pizza-Bot!🤖🍕     Kommen wir nun zu den Grundlagen der Bot-Erstellung. Im Moment haben wir eine Hauptaufgabe für unseren Bot, die wir "Absicht/Intent" nennen. Bei dieser speziellen Aufgabe geht es um die Bestellung von Pizza. 📝🍕 Wir bringen unserem Bot diese Absicht bei, indem wir ihm verschiedene Möglichkeiten zeigen, wie Kunden sagen können, dass sie eine Pizza bestellen möchten, z. B.:   "Ich hätte gerne eine große Peperoni, bitte!" "Kann ich eine Pizza geliefert bekommen?" "Ich möchte eine Pizza bestellen."   Wenn deine Kunden dem Bot zum ersten Mal eine Nachricht senden   ✅ Wenn der Bot versteht, was deine Kunden sagen Stelle dir vor, Du chattest mit einem Pizzabestellungs-Bot und sagst: "Ich möchte eine Pizza bestellen." Der Bot versteht, dass Du eine Pizza bestellen willst, weil er diese Art von Anfrage kennt. Also fragt er dich schnell weiter: "Welche Pizza möchtest Du bestellen?" Dies geschieht, weil dem Bot beigebracht wurde, zu erkennen, wann jemand eine Pizza bestellen möchte, und er weiß genau, was er als nächstes fragen muss.       ❌ Wenn der Bot nicht versteht, was deine Kunden sagen Wenn deine Kunden dem Bot etwas sagen und er nicht versteht, was Du meinst, beginnt er immer mit einer einfachen Begrüßung oder einer Einführungsnachricht. Es ist, als würde der Bot sagen: "Hallo! Wie kann ich dir heute helfen?", weil er deine Anfrage nicht von Anfang an verstanden hat.     Wenn deine Kunden eine Nachricht senden, aber nicht antworten, sammelst Du Input ✅ Wenn der Bot versteht, was deine Kunden sagen Auch hier gilt: Wenn ein Kunde sagt, dass er eine Pizza bestellen möchte, und der Pizza-Bot diesen Satz bereits gelernt hat, weiß er genau, was zu tun ist! Er wird sofort in Aktion treten. 👇       ❌ Wenn der Bot nicht versteht, was deine Kunden sagen Manchmal kann es vorkommen, dass der Pizza-Bot das Ziel verfehlt und die Botschaft des Kunden nicht versteht. Stelle dir Folgendes vor: Deine Kunden bitten unseren Pizza-Bot um Empfehlungen für die beste Pizza, aber wenn der Bot diesen Satz noch nicht gelernt hat, könnte er die "Nicht verstanden"-Sperre auslösen. 😕       Aber keine Sorge! Das ist bei der Bot-Entwicklung völlig normal. Die Entwicklung eines Bots ist wie eine kontinuierliche Reise der Verbesserung. Wenn Du das bemerkst, kannst du Folgendes tun: Füge eine neue Absicht/Intent hinzu: Bringe dem Bot bei, neue Ausdrücke oder Fragen zu erkennen, z. B. "Was ist die beste Pizza?". Füge weitere Ausdrücke zu einer bestehenden Absicht/Intent hinzu: Erweitere die Palette der Ausdrücke, die der Bot innerhalb bestehender Themen versteht. Bevor Du deinen Bot in die freie Wildbahn entlässt, solltest Du ihn gründlich mit verschiedenen Ausdrücken/Intents testen, um sicherzustellen, dass er sie versteht 😉.   Wenn deine Kunden auf Eingaben sammeln antworten Bei der Erstellung unseres Chatbots ist das NLP-Verhalten (Natural Language Processing) standardmäßig immer aktiviert.     NLP aktiviert: Ein zweischneidiges Schwert Wenn NLP aktiviert ist, während wir Benutzereingaben sammeln, wird unser Chatbot zu einem Superzuhörer, der bereit ist, auf das zu reagieren, was er versteht. Stelle dir vor, Du fragst deine Kunden: "Wie ist deine Name, um deine Bestellung abzuschließen?" 📝   Aber wenn unser Kunde, vielleicht abgelenkt durch sein Verlangen, mit "Ich möchte Pizza" anstelle seines Namens antwortet, wird unser Super-Hörer-Bot dieses Pizzahinweises folgen und könnte fragen: "Welche Pizza möchten Sie?" 🍕 Ups, er hat das Thema verfehlt, aber seine Verständnisfähigkeiten unter Beweis gestellt!     NLP deaktiviert Wenn wir nun NLP zum Sammeln von Eingaben ausschalten, setzt unser Bot seinen "seriösen Hut" auf. 🎩 Er lässt sich nicht durch die Erwähnung von Pizza oder etwas anderem beeinflussen, wenn er nach bestimmten Informationen fragt. Wenn er also fragt: "Wie heißt Du, um deine Bestellung zu vervollständigen?" und als Antwort "Ich möchte Pizza" erhält, springt er nicht auf das Pizzamenü. Es wird sich darauf konzentrieren, den Namen zu erfahren, um das Gespräch auf Kurs zu halten.     Die Deaktivierung des NLP-Verhaltens kann gut sein, aber es kann auch, wie im folgenden Beispiel, Eingaben sammeln, die Du vielleicht nicht erwartest. Das Aktivieren oder Deaktivieren des NLP-Verhaltens hängt vom Anwendungsfall deines Bots ab. ... View more

Im Konversationsdesign deines Bots stellt jede Absicht/Intent ein eindeutiges Benutzerziel oder eine Aktion dar, die einen bestimmten Block auslöst.   Dennoch kann es vorkommen, dass Benutzer:innen an verschiedenen Stellen der Konversation dasselbe sagen. Zum Beispiel könnte man erwarten, dass ein "Ja"-Intent aus verschiedenen Gründen ausgelöst wird. In einem solchen Szenario kannst Du dieselbe Absicht (in diesem Beispiel: "Ja") in verschiedenen Kontexten wiederverwenden.   Der Kontext dient als Differenzierungsfaktor, der es dem Bot ermöglicht, die spezifischen Bedingungen zu verstehen, unter denen dieselbe Absicht unterschiedlich interpretiert werden sollte.   In diesem Tutorial verwenden wir den Pizza-Bot, bei dem die Absichten ja und nein im Flow "order_pizza" verwendet wurden und Du die Absichten/Intent ja und nein im Flow "free dessert" verwenden möchtest.   Hinzufügen von Kontext zu deinem Bot In diesem Tutorial verwenden wir einen Pizzabestell-Bot, bei dem die Intents yes und no im order_pizza-Flow verwendet werden. Nun wollen wir die Intents yes und no im Fluss "free dessert" verwenden.   Dazu müssen wir einen Ausgabekontext zu einem Block und einen erforderlichen Kontext zu einem Intent-Block hinzufügen.   Hinzufügen eines Ausgabekontextes zu einem Block So fügst Du einen Ausgabekontext zu deinem Block hinzu: Ziehe einen Nachrichtenblock per Drag & Drop in deinen Flow. Füge eine Textnachricht hinzu.   Navigiere in der Registerkartenleiste zum Abschnitt NLP. Füge einen Ausgabekontext namens free_dessert hinzu.   Klicke auf Speichern. Füge einen erforderlichen Kontext zu Ihrer Absicht hinzu Ziehe einen Intent-Block auf dein Canvas und wähle den vorhandenen Ja-Intent aus. Gehe erneut zum Abschnitt NLP und füge einen erforderlichen Kontext hinzu. Gebe free_dessert ein, um dem zuvor erstellten Ausgabekontext zu entsprechen. Bitte beachte, dass ein Intent mehrere erforderliche Kontexte haben kann, da er an verschiedenen Stellen der Konversation wiederverwendet werden kann.   Klicke auf Speichern.   Konfiguriere eine kontextabhängige Antwort Verknüpfe die Ja-Absicht mit einem Nachrichtenblock, der auf Nutzer:in zugeschnitten ist, die das kostenlose Dessert wünscht.   Verbesserte Flussvisualisierung Die Erstellung eines klaren und verständlichen Bot-Konversationsflow ist von entscheidender Bedeutung. Direkte Verbindungspfeile zu Intent-Knoten sind zwar nicht möglich, aber die Klarheit des Flows lässt sich durch visuelle Verbindungen zwischen Nachrichtenblöcken und Intents verbessern. Auf diese Weise werden der Verlauf der Konversation und die Reaktionslogik auf der Grundlage von Benutzerinteraktionen visuell veranschaulicht.   Um deine Kontextvisualisierung auf der Leinwand zu verbessern, empfehlen wir die Verwendung von Parent-Verbindungen. Übergeordnete Verbindungen sind lediglich ein visuelles Werkzeug: Sie enthalten keine Logik.   So fügst Du übergeordnete Verbindungen zu deinen Blöcken mit Kontext hinzu: Öffne den Block, der den Ausgangskontext trägt. Wechsel zur Registerkarte Einstellungen. Wähle unter Parent dropdown den Block Free_dessert.   Klicke auf Speichern.   Siehe auch:  [Neuer Botbuilder] Füge ein Intent zu deinem Bot hinzu [Neuer Botbuilder] Erkennen von Ausdrücken mit Intents [Neuer Botbuilder] Canvas Überblick   ... View more

Bei der Verwendung einer Wissensdatenbank-KI kann es sinnvoll sein, dem Bot mitzuteilen, welche Inhalte er abrufen soll. Wenn ein Kunde zum Beispiel nach etwas zum Thema X fragt, ist es besser, wenn Ihr Bot nur nach Inhalten zum Thema X an diesem Punkt der Konversation sucht. Sie können verschiedene Themenkategorien mit Hilfe von Tags definieren. Hinzufügen von Tags zu Ihren Inhalten Das Hinzufügen von Tags zu deinen Inhalten ist ein optionaler Schritt bei der Erstellung deine Knowledge Base.   So fügst Du Tags zu deinen Inhalten hinzu: Füge einen Inhalt hinzu. Wenn sich das Fenster öffnet, hast Du die Möglichkeit, unter Diese Quelle markieren ein Tag hinzuzufügen. Du kannst entweder: ein Tag in diesem Feld erstellen oder ein bereits erstelltes Tag auswählen   Tags bearbeiten Sobald alle deine Quellen zur Knowledge Base hinzugefügt sind, kannst Du deine Tags noch bearbeiten.   Um Tags zu bearbeiten: Klicke auf die drei Punkte am Ende der Zeile, in der dein Inhalt aufgeführt ist. Klicke auf die Option Bearbeiten. In dem Fenster, das sich öffnet, kannst Du vorhandene Tags entfernen oder neue Tags hinzufügen.     Verwende Tags in deinem Knowledge Base Flow Tags sind nützlich, wenn Du sie in den Flow deiner Knowledge Base einfügst, um einzuschränken, wo dein Chatbot nach einer Antwort suchen wird.   So verwenden Sie Tags in deinem Knowledge Base Flow: Erstelle deinen Ablauf. Öffne den AI-Block deiner Knowledge Base, der die Antwort abruft. Wähle unter Inhalt einschränken die Tags der Quellen aus, die dein Bot besuchen soll. Nur die Inhalte, die das in der KI-Aktion der Knowledge Base angegebene Tag aufweisen, werden zur Erstellung der Antwort verwendet. Speichere deine Änderungen.   Beispiel für einen Use Case Ein Beispiel für einen Use Case wäre ein Bot, der viele Inhalte aus verschiedenen Quellen hochgeladen hat, aber eine bestimmte Antwort auf Fragen zur Sicherheit geben muss.   Die Absicht "Sicherheit" fängt alle Fragen zum Thema Sicherheit ab. Wenn diese Absicht ausgelöst wird, antwortet der Bot über die KI-Inhalte der Wissensdatenbank, die mit "Sicherheit" getaggt sind. Anschließend gibt der Bot einen Link an, über den weitere Sicherheitsinformationen gefunden werden können:     Siehe auch:  Einführung in die Knowledge Base AI Knowledge Base - Erstelle deinen FAQ-Flow mit AI Nicht-generative Knowledge Base AI ... View more

Mit Kundenmerkmalen kannst Du spezifische Informationen aus Kundenantworten erfassen und speichern. Diese Dokumentation führt dich durch den Prozess des Hinzufügens einer neuen Kundenmerkmals und des Speicherns von Kundenantworten in diesem Merkmal.   Derzeit kann der Bot Kundenmerkmale mit den folgenden Typen speichern: Zahl, Wort, Zeit und Text. Alle Kundenmerkmale mit Typen, die nicht in dieser Liste enthalten sind, werden nicht gespeichert. Hinzufügen eines neuen Kundenmerkmals Gehe wie folgt vor, um ein neues Kundenmerkmal zu erstellen, z. B. um Kunden-IDs zu speichern: Navigiere zum Abschnitt Kunden und wähle Kundenmerkmal. Klicke auf den Button + oben rechts, um ein neues Merkmal hinzuzufügen. Gebe den Namen, die Bezeichnung und den Typ ein. Für dieses Beispiel lasse die Werte und Standardwerte leer.   Klicke auf Erstellen. Kundenantwort in Kundemerkmale speichern Konfiguriere nun den Chatbot Builder so, dass er Kundenantworten in dem erstellen Kundenmerkmal speichert: Füge einen Collect Input-Block zu deinem Chatbot-Flow hinzu. Füge eine Textnachricht ein, in der Du nach den Informationen des/der Kund:in fragst.   Wähle im Abschnitt "Benutzerantworten erfassen als" unter "Prüfen, ob Antwort übereinstimmt" die Option @sysnumber, vorausgesetzt, die Kunden-ID ist numerisch.   Wähle unter Zielvariable das zuvor erstellte Kundenmerkmal aus.   Konfiguriere den Go-To-Block, um die Konversation fortzusetzen.   Klicke auf Speichern und füge eine Textnachricht für den konfigurierten Go-To-Block hinzu.   Füge eine Textnachricht für den konfigurierten Go-To-Block hinzu.   Veröffentliche deinen Bot Wenn Du diese Schritte befolgst, sammelt und speichert dein Chatbot jetzt Kunden-IDs in dem angegebenen Kundenmerkmal und verbessert so die Effizienz deiner Interaktionen mit den Benutzern.   Verwenden Antworten auf Kundenmerkmale in Bot-Nachrichten Verbessere die Interaktionen deines Bots, indem Du Antworten auf Kundenmerkmale in deine Nachrichten einbauen. Ähnlich wie bei der Verwendung von Variablen kannst Du mit dieser Funktion, die in Kundenmerkmale gespeicherten Informationen nutzen, um deine Bot-Nachrichten zu personalisieren.   Navigiere zu dem gewünschten Block, der die Bot-Nachricht enthält. Verfasse deine Bot-Nachricht wie gewohnt. Füge die Antwort auf das Kundenmerkmal ein, indem Du in deiner Nachricht auf "{" klicken. Daraufhin wird ein Menü geöffnet, in dem Du die zur Verfügung stehenden Kundenmerkmale auswählen kannst. Wenn Du z. B. den Spitznamen des Benutzers als Kundenmerkmal gespeichert hast, kannst Du ihn in deine Nachricht einfügen, um ihr eine persönlichere Note zu verleihen.   Wähle das richtige Kundenmerkmal aus, indem Du sie über das zugehörige Benutzersymbol identifizieren.   Speichere deine Änderungen, und deine Bot-Nachricht wird nun dynamisch die Antwort auf das Kundenmerkmal während der Interaktion einbeziehen.   Siehe auch:  Erstelle ein Kundenmerkmal [Neuer Botbuilder] Füge Collect Input zum Flow hinzu ... View more

In diesem Artikel erfährst Du, wie Du Inhalte auswählen und hinzufügen kannst, um deine Knowledge Base zu erstellen.   Relevante Inhalte auswählen Um die bestmöglichen Ergebnisse mit deiner Knowledge Base AI zu erzielen, ist es wichtig, bei der Auswahl der Inhalte einige Richtlinien zu beachten: Nehme nur Daten auf, die für die Fragen der Nutzer:innen relevant sind. Wenn Du eine PDF-Datei mit 100 Seiten hast, von denen nur eine für Kund:innen relevant ist, extrahiere diese Seite und lade sie separat hoch. Bei PDFs und URLs können komplizierte Layouts die Qualität der Ergebnisse beeinträchtigen. Die Knowledge Base AI ist nicht gut darin, Daten aus einer Tabelle zu verstehen. Verwende die Knowledge Base nicht zum Hochladen von Datenbankdateien. 💡 SPOILER Die Knowledge Base AI kann derzeit keine Bilder, Videos oder andere Medientypen verarbeiten. Wenn deine Website das Laden von JavaScript erfordert, kann sie derzeit nicht von der Knowledge Base gelesen werden. Wenn für die URL ein Scraping-Schutz aktiviert ist, wie z. B. Incapsula, kann die Webseite nicht zur Knowledge Base hinzugefügt werden. Jetzt weißt Du besser, welche Inhalte dein Bot auslesen kann. Schauen wir uns an, wie Du ihn zu deinem bestehenden Bot hinzufügen kannst.   Inhalt hinzufügen Zunächst einmal muss dein Bot auf deine Inhalte zugreifen können. Dazu musst Du deinen Bot Inhalte hinzufügen, die deine Knowledge Base bilden werden.   So fügst Du Inhalte zu deinem hinzu: Navigiere zum Bereich Knowledge Base AI in deinem Bot.   Klicke auf den Button Inhalt hinzufügen in der oberen rechten Ecke des Bildschirms. Es öffnet sich ein Fenster, in dem Du deine Inhalte hinzufügen kannst. 💡 SPOILER Es gibt 2 Arten von Inhalten, die Du hinzufügen kannst:- Dokumente, die Du von deinem Computer hochlädst. Diese können sein: CSV-Dateien: sind die einzigen, die von nicht-generative Knowledge Base unterstützt werden und ein bestimmtes Format verwenden. PDF-Dateien: z.B. Produktbeschreibungen, FAQ-Dokumente, Schulungsunterlagen, etc. URLs von öffentlich zugänglichen Websites: Es gibt zwei Optionen, wenn Du URLs hinzufügen: Nur diese Seite: Verwende nur die genaue Seite, auf die die URL verweist. Gesamte Domäne: Die Seite, auf die die URL verweist, und alle verlinkten Seiten werden verwendet. Füge deinen Inhalt hinzu. Sobald der Vorgang abgeschlossen ist, wird der Inhalt in der Tabelle Inhalt angezeigt. Diese Tabelle zeigt den Namen deines Inhalts, seinen Typ, seinen Status, wann er hinzugefügt wurde und wann er zuletzt synchronisiert wurde.   Wiederhole diesen Vorgang, bis Du alle Inhalte hinzugefügt hast, die dein Bot kennen soll. Wenn Du auf die drei Punkte am Ende der Zeile klickst, kannst Du: Deine URL in einer neuen Registerkarte öffnen (oder eine Vorschau Ihres Dokuments anzeigen, wenn der Inhalt zu diesem Typ passt). Deine URL synchronisieren (d. h. mit den neuesten Änderungen aktualisieren). Deinen Inhalt löscen   Jetzt zeigt deine Knowledge Base den Inhalt an und ist bereit, in Konversationen verwendet zu werden.  Aufbau eines Knowledge Base Flow Wenn Du einen neuen Chatbot erstellen willst, dann schaue dir dazu gerne das Video an:      Sobald dein Bot Zugriff auf alle relevanten Inhalte hat, ist es an der Zeit, einen Ablauf zu erstellen, bei dem dein Bot weiß, wann er diese Knowledge Base durchsuchen muss, um eine Antwort auf die Frage deiner Kund:innen zu geben.   Die Erstellung eines Knowledge Base Flows erfolgt in 2 Schritten: Abrufen der Antwort Der Ablaufschritt zum Abrufen einer Antwort auf der Grundlage der Knowledge Base erfolgt innerhalb eines Action-Bot-Blocks.   So rufest Du eine Antwort aus der Knowledge Base ab: Lege einen Aktionsblock in deinem Canvas ab. In diesem Beispiel nennen wir diesen Block "Antwort generieren". Oder nutze den "Not Understood" Block, wenn Du es vorziehst, dass der Knowledge Base Flow erst dann erfolgt, wenn der Bot die Frage nicht verstanden hat. Ändere in diesem Fall den Not Understood Block in einen Aktionsblock.  Klicke dafür in den Block und gehe auf Settings, ändere den Type in Action und klicke auf Speichern.  Klicke dann erneut in den Actionsblock und gehe auf Knowledge Base AI.   Fülle die Felder entsprechend aus. Diese kannst Du wie folgt konfigurieren: Variable: Die Antwort aus der Knowledge Base wird als Variable gespeichert. Im ersten Feld kannst Du den Namen dieser Variable wählen. Keine Ergebnisse: Wenn die vom Benutzer gestellte Frage nicht von der AI der Knowledge Base beantwortet werden kann, wird ein Block ausgelöst. Du kannst in diesem Dropdown-Menü auswählen, welcher Block ausgelöst werden soll. Fehler: Wenn ein Problem mit der AI der Knowledge Base auftritt und diese einen Fehler zurückgibt, kannst Du einen Block auswählen, zu dem der Benutzer weitergeleitet werden soll. Standardmäßig werden die Benutzer zum Block "Fehler aufgetreten" weitergeleitet. Speichere die  Änderungen. Dein Bot kann nun die Knowledge Base durchsuchen und eine Antwort darauf abrufen. Aber er kann diese Antwort noch nicht anzeigen. Schauen wir uns an, wie man das ändern kann. Anzeigen der Antwort So zeigst Du die Antwort aus der Knowledge Base an: Öffne den Aktionsblock, den Du gerade erstellt hast. Füge am unteren Ende des Blocks ein Go-to ein, das zu einem Block führt, den Du in der Dropdown-Liste erstellen kannst. In diesem Beispiel nennen wir diesen Block "KB-Ergebnis".   Speichere deine Änderungen Öffne den neu erstellten Block "KB-Ergebnis". Füge eine Textnachricht hinzu, die die Variable enthält, in der Du die AI-Antwort der Knowledge Base speichern möchtest. Standardmäßig ist dies {knowledgebase.answer} Speichere deine Änderungen   Verwende die URL der Knowledge Base in einer Antwort Im Falle einer URL-Quelle kann dieser URL-Link normalerweise als Button innerhalb der Bot-Konversation verwendet werden. (Bitte beachte, dass nicht-generative Knowledge Base nur .csv-Dateien verwenden können).                                    Finde die Daten deiner Knowledge Base -Sitzung So findest Du die Daten deiner Knowledge Base-Sitzung: Erstelle deine Knowledge Base mit einer URL als Inhalt. Erstelle deinen AI-Flow für die Knowledge Base. Teste deinen Bot, indem Du eine Frage stellst, für die der Bot ein Ergebnis abrufen kann. Klicke im Fenster Teste deinen Bot auf die Button Debugger. Scrolle auf der Registerkarte Debugger nach unten, bis Du die Sitzungsdaten mit dem Namen Knowledge Base findest.   Das Knowledgebase-Objekt enthält einige Felder: Antwort: die Antwort, die in einer Textnachricht in deinem Bot verwendet werden kann abgerufen: ein Array mit allen Inhalten, die zur Formulierung der Antwort verwendet wurden. Für jedes Array-Element werden die folgenden Daten gespeichert: Typ: Typ der Quelle: "URL" oder "DOC" Name: Dateiname des Dokuments oder Link der URL Inhalt: Auszug aus dem Inhalt, der zur Erstellung der Antwort verwendet wurde.   Anzeige der URL des Inhalts der Knowledge Base in einem Button Du kannst die URL einer Knowledgebase Antwort in einem Button verwenden, damit der Benutzer mehr über eine bestimmte Antwort erfahren kann.   So verwendest Du die URL der Knowledge Base in einer Antwort: Erstelle eine Textnachricht. Füge einen Button hinzu, die die folgende Variable anzeigt: knowledgebase.retrieved[0].name. In dieser Variable bedeutet name, dass wir die URL erfassen, [0] bedeutet, dass wir dies für das erste Element des abgerufenen Arrays tun. Deine Bot-Meldung sollte ähnlich wie diese aussehen: Dein Endergebnis sollte in etwa so aussehen:      Siehe auch:  Einführung in die Knowledge Base AI Nicht-generative Knowledge Base AI Verwende Tags, um den Inhalt deiner Knowledge Base einzuschränken           ... View more

Wenn Du aus irgendeinem Grund nicht möchtest, dass dein Bot generative AI verwendet, aber dennoch in der Lage sein soll, Antworten auf häufig gestellte Fragen (FAQ) abzurufen, haben wir für dich das Richtige.   Das Einrichten einer nicht-generativen Knowledge Base AI bedeutet, dass: Dein Bot in der Lage ist, mehrere Sätze von deinen Nutzer:innen zu verstehen (d. h. die AI-Engine versteht natürliche Sprache) Dein Bot jedoch nur auf den Satz antwortet, den Du als Antwort definiert hast (d. h. die Antworten des Bots werden nicht generiert). Beachte, dass Du bei einer nicht-generativen Knowledge Base Fragen und Antworten nur in Form einer .csv-Datei hochladen kannst.   Einrichten deiner nicht-generativen Knowledge Base AI   So richtest Du nicht-generative Knowledge Base ein: Lehne die Bedingungen für generative KI ab, wenn Du die Registerkarte AI der Knowledge Base zum ersten Mal öffnen Klicke auf Inhalt hinzufügen: Du solltest dort nur .csv-Dateien hinzufügen können. Klicke auf .csv-Vorlagendatei herunterladen Öffne diese Datei und füge deine Fragen und Antworten wie folgt hinzu: Speichere deine Änderungen. Kehre zu deinem Bot zurück und klicke auf Dateien auswählen, um deine Datei in deiner Knowledge Base hochzuladen. Klicke auf Hinzufügen. Wenn der Status auf grün wechselt, teste deinen Bot, und Du bist startklar! Erstelle Knowledge Base Flow. Teste ihn     Siehe auch: Einführung in die Knowledge Base AI Knowledge Base - Erstelle deinen FAQ-Flow mit AI    ... View more

Die Knowledge Base AI von Engage ermöglicht es deinen Bot, präzise Antworten zu generieren, nachdem er deinen Inhalte gescannt hat. Das Hinzufügen eines FAQ-Flow zu deinen Bot war nie einfacher!   Wie funktioniert das? Zunächst fügst Du den Inhalt hinzu, den dein Bot durchsuchen soll, um die Antwort auf die Frage des Kund:in zu finden. Zweitens entwerfe einen Ablauf, um diese Flow anzuzeigen.   Generative vs. nicht-generative Knowledge Base AI Wir bieten zwei Möglichkeiten zur Nutzung der Knowledge Base an:   Generative Knowledge Base: (d.h. der Bot generiert oder denkt sich einen neuen Satz aus, um die Fragen deiner Kund:innen zu beantworten, nachdem er deine Inhalte gescannt hat), wobei Du Folgendes verwenden kannst: PDF-Dateien, URLs einer Seite oder einer ganzen Domain und CSV-Dateien. Nicht-generative Knowledge Base: (d.h. dein Bot beantwortet, was Du ihm sagst, nachdem Du ihn mit einer Liste von Fragen und Antworten gefüttert hast), wobei Du nur CSV-Dateien in einem bestimmten Format verwenden kannst.   So entscheidest Du, ob deine Knowledge Base generativ ist Öffne zum ersten Mal die Registerkarte Knowledge Base AI: Es öffnet sich ein Popup mit den Bedingungen für generative AI. Wenn Du auf Akzeptieren klickst, wird dein Bot generativ sein. Wenn Du auf Abbrechen klickst, wird dein Bot nicht generativ sein.   Teste es mit einem Template Du hast diese Funktion aktiviert und möchtest sie sofort testen? Das kannst Du tun, indem Du mit unserem Template "Knowledge Base AI" spielst   Erstelle einen leistungsstarken, hybriden Bot Bots können sehr leistungsfähig werden, wenn Du eine Mischung aus Intents (von deinem Team entworfene Antworten) und Knowledge Base AI verwendest. In diesem Sinne ist dein Bot ein Hybrid, da er Antworten verwendet, die sowohl von Menschen als auch von Maschinen generiert wurden. Wenn Du deinen AI-Aktionsblock in der Knowledge Base AI mit dem Block "Nicht verstanden" verbindest und deinen Bot keine weiteren Inhalte hinzufügst, werden alle Fragen von Benutzern direkt von deiner AI in der Knowledge Base beantwortet.   Wenn Du andere Intents in deinen Bot hast, werden die Intents immer dann ausgelöst, wenn es eine Übereinstimmung mit dem Ausdruck eines Benutzers gibt. Nur wenn der Benutzer etwas sagt, das nicht mit einer Intent übereinstimmt, wird der Block "Nicht verstanden" und damit die AI der Knowledge Base ausgelöst.   Begrenze deinen Inhalt mit Tags In einigen Anwendungsfällen kann es wichtig sein, dass nur bestimmte Inhalte in einer von der AI der Knowledge Base erstellten Antwort verwendet werden dürfen. Mit Hilfe von Tags können verschiedene Kategorien von Inhalten erstellt werden. Mehr über die Verwendung von Tags erfährst Du in diesem Artikel.   Siehe auch:  Knowledge Base - Erstelle deinen FAQ-Flow mit AI Nicht-generative Knowledge Base AI Verwende Tags, um den Inhalt deiner Knowledge Base einzuschränken ... View more

Innerhalb einer Konversation merken sich die Sprecher Informationen, um die Konversation in relevante Bahnen zu lenken. Wenn Du deinen Chatbot auf Sinch Engage aufbaust, gibt es 2 Lösungen, um sich Informationen über deine Kund:innen zu merken: Kundenmerkmale, d.h. Kundendetails wie Name oder E-Mail-Adresse. Du kannst weitere Kundenmerkmale unter der Registerkarte Kunden erstellen. Kundenmerkmale sind für mehrere Unterhaltungen relevant. Variablen, d. h. Informationen, die für ein bestimmtes Chatbot-Konversation relevant sind. Diese können nicht von einem Agenten verwendet werden. Eine Variable könnte zum Beispiel die Art der Pizza sein, die der/die Kund:in bestellen möchte. Es gibt zwei Möglichkeiten, Variablen zu sammeln: mit einem Collect Info-Block oder durch Anklicken einer Schaltfläche. Variablen und Kundenmerkmale haben beide einen Namen und einen Wert. Der Name wird verwendet, um auf die Variable oder Merkmale zu verweisen. Der Wert gibt an, was die Variable oder Merkmale darstellt. Variablen und Kundenmerkmale haben jeweils einen Namen und einen Wert. Der Name wird verwendet, um auf die Variable oder Merkmal zu verweisen. Der Wert ist das, was die Variable oder Merkmal darstellt.   Bitte beachte, dass Entities, die von deinem Chatbot erfolgreich erkannt werden, als Variablen gespeichert werden.   Siehe auch:  Erstelle ein Kundenmerkmal [Neuer Botbuilder] Collect Input [Neuer Botbuilder] Speichern eines Buttonklick unter einer Variablen ... View more

Die Erstellung verschiedener Kanäle ist entscheidend für ein maßgeschneidertes Nutzererlebnis. Es ist wichtig, dass u bei der Entwicklung deiner Nachrichtenstrategie die Grenzen der einzelnen Kanäle berücksichtigen. Im Folgenden findest Du einen Kanalvergleich, der dir hilft, die am besten geeigneten Nachrichtentypen für jeden Kanal zu bestimmen:   Nachrichtentyp WhatsApp Webchat Facebook Telegram Textnachricht ✅ ✅ ✅ ✅ Buttons ✅max. 10 buttons ✅max. 10 buttons ✅max. 3 buttons ✅max. 3 buttons Karussell 🚫 🚫 ✅ 🚫 Media ✅ ✅ ✅ ✅ WhatsApp list  ✅ 🚫 🚫 🚫   Besondere Einschränkungen für Buttons Bitte beachte bei Buttons: URL- und Anruf-Buttons funktionieren bei WhatsApp nicht. Bitte verwende stattdessen die Go-to-Buttons. WhatsApp und Facebook Messenger sind auf 20 Zeichen für Buttontitel beschränkt. Facebook und Telegram können maximal 3 Buttons enthalten, während WhatsApp und Webchat bis zu 10 Buttons haben können. Wenn Du mehr als 3 Buttons für verschiedene Kanäle benötigst, solltest Du die folgenden Ansätze in Betracht ziehen: Für WhatsApp verwende WhatsApp-Listen-Nachrichten, um mehr als 3 Optionen anzubieten. Für Facebook verwende das Karussell, das mehr als 3 Optionen zulässt. Für Webchat kannst Du Buttons verwenden, um mehr als 3 Optionen anzubieten. Bei Telegram optimierst Du die Optionen über 3 hinaus mit Hilfe von Intents und Nummern. Siehe auch:  [Neuer Botbuilder] Füge Buttons zum Flow hinzu [Neuer Botbuilder] Füge Media zum Flow hinzu ... View more

Übereinstimmende Entities sind Entities, die nur erkannt werden, wenn der Benutzer eine Zeichenfolge verwendet, die mit einer vordefinierten Zeichenfolge übereinstimmt. Erstellen einer übereinstimmenden Entity Es gibt 2 Möglichkeiten für die Erkennung einer übereinstimmenden Entity: Text abgleichen Muster abgleichen Um eine überstimmende Entity zu erstellen: Gehe auf die Seite Entities und klicke auf Abgleichsentities (Match entities) Um eine neue Entity hinzuzufügen, klicke auf Abgleichsentity hinzufügen. Hier kannst Du zwischen 2 Optionen wählen: Text abgleichen: z.B. die verschiedenen Werte einer @Produkt-Entität. Muster abgleichen: Hier werden RegEx-Ausdrücke verwendet, um ein bestimmtes Format abzugleichen, z. B. eine Kunden-ID. Wenn Du zum Beispiel @customer_ID als Abgleichsentity hastund das folgende Regex-Muster angibst: [a-z]{5}[0-9]{2}. Das bedeutet, wenn ein Benutzer sagt: "Meine Kunden-ID ist terwf33" - die aus 5 Buchstaben und 2 Zahlen besteht - wird sie als Match Entity @customer_ID mit dem Wert "terwf33" gespeichert. Stelle sicher, dass Du dein NLP trainieren.   Teste deinen Bot. Stelle dir vor, Du baust einen FAQ-Bot. Eine der Aufgaben, die er für den Benutzer übernehmen kann, ist die Suche nach einem verlorenen Paket. Damit der Bot dieses verlorene Paket finden kann, benötigt er die Paketnummer. Um diese Nummer zu erhalten, würde die Konversation folgendermaßen aussehen:     Siehe auch:  [Neuer Bot Builder] Erkennen von Ausdrücken in Entities [Neuer Botbuilder] Füge ein Intent zu deinem Bot hinzu ... View more

Warum Training wichtig ist Bei der Entwicklung eines KI-Bots ist es wichtig zu verstehen, dass Intents und Entites zentrale Komponenten sind. Diese Elemente definieren das Verständnis und die Reaktionsfähigkeit des Bots. Wenn Sie also Intents oder Entitäten hinzufügen oder löschen, ist es wichtig, den Bot zu trainieren, damit er lernen und sich an diese Änderungen anpassen kann.   Training für deinen KI-Bot Das Training deines Bots ist ein wichtiger Schritt, um sicherzustellen, dass er lernt und die neuen Dinge versteht, die Du hinzugefügt oder entfernt hast, wie z. B. Intents oder Entites. Bevor Du deinen Bot im Emulator testen oder veröffentlichst, müsst Du ihn trainieren.   So trainierst Du deinen Bot Um deinen Bot zu trainieren, gehe folgendermaßen vor:   Gehe zum Canvas, deinen Flows oder deine Bots. Klicke auf das Dropdown-Menü und den Button "Veröffentlichen". Wähle den Button Train.     Dauer des Trainings Die Einarbeitungszeit hängt davon ab, wie viel Du geändert hast. Bei größeren Änderungen kann es länger dauern, bis der Bot die Änderungen vollständig verstanden und übernommen hat. 👉 Denke daran, deinen Bot immer zu trainieren, nachdem Du Änderungen vorgenommen hast, um sicherzustellen, dass er gut funktioniert und genaue Antworten gibt.   ... View more

Willkommen zum Engage Bot-Builder-Tutorial!   Diese Dokumentation bietet eine Schritt-für-Schritt-Anleitung zur Erstellung eines Bots mit dem Engage Bot Builder. In diesem Video-Tutorial lernst Du die Grundlagen der Bot-Erstellung, die Konfiguration der Funktionen und die Bereitstellung auf Canvas.   Ganz gleich, ob Du Anfänger oder erfahrener Bot-Builder bist, dieses Tutorial hilft dir bei den ersten Schritten zur Erstellung deines eigenen Bots auf Canvas.👇     Viel Spaß beim Bot bauen! 🤖 ... View more

Wenn Du von Grund auf einen Bot erstellst, siehst Du vorgefertigte Blöcke in deinem Allgemeinen Flow.     Start: Hier beginnt dein Flowverlauf. Introduction: Der Startblock löst den Einführungsblock aus, der die erste Nachricht an den Benutzer sendet, um die Konversation zu starten. Not understood: Dieser Block wird ausgelöst, wenn dein Bot den Benutzer nicht versteht. Wenn zum Beispiel der/die Kund:in eine Pizzasorte eingibt, die nicht in deinen Optionen enthalten ist, wird der "Nicht verstanden"-Block ausgelöst. Du kannst eine Nachricht hinzufügen wie "Entschuldigung, ich verstehe nicht. Lass mich dich mit einem unserer Agenten verbinden." Error occurred: Dieser Block wird ausgelöst, wenn ein technischer Fehler auftritt. Ähnlich wie beim "Nicht verstanden"-Block kannst du eine Nachricht hinzufügen wie "Der Bot ist aufgrund eines technischen Problems derzeit nicht verfügbar. Lass mich dich mit einem Agenten verbinden." ... View more

Abhängig davon, wie deine Kund:innen auf deine Kampagne reagieren, kannst Du einen Intent verwenden, um einen Konversationsflow auszulösen. Dadurch wird dein Bot auf die Reaktion deiner Kund:innen reagieren.   Wie geht das? Ganz einfach.   Diese Dokumentation wird dich durch den Prozess führen, einen Chatbot mit einer Kampagne zu verbinden. Indem Du diesen Schritten folgst, kannst Du eine Kampagne erstellen und Intents sowie Ausdrücke einrichten, um spezifische Abläufe basierend auf den Nutzerantworten auszulösen. Folge diesen Schritten, um Bot und Kampagne zu verbinden:   1. Erstelle eine Kampagne   Du findest die Anleitung zur Erstellung einer Kampagne hier. Stell dir zum Beispiel vor, ein Pizzarestaurant möchte die '1+1 Gratis Pizza'-Aktion starten. Um teilzunehmen, müssen Kund:innen mit einem klaren 'Ja' antworten, um von diesem köstlichen Angebot zu profitieren.   2. Definiere Intents   Wir haben eine Kampagne erstellt, die von Kund:innen ein 'JA' erfordert. Der Bot wird die Bestellung automatisch bearbeiten. Als nächstes richten wir eine Anweisung namens 'Ja' ein. So versteht der Bot, wenn Kund:innen 'Ja' sagen. Gehe zur Absichtsseite, erstelle eine neue Intent namens 'Ja' und füge mehrere Möglichkeiten hinzu, wie Endbenutzer 'Ja' ausdrücken können.     3. Verbinde den Intent mit dem Ablauf   Ziehe den Intent 'Ja' auf die Zeichenfläche und verbinde sie mit einem Bot-Dialog, der ausgelöst wird, wenn den Intent 'Ja' erkannt wird. Danach wird der Bot die Endbenutzer:innen reibungslos durch den Pizza-Bestellprozess führen.     4. Teste die Kampagne, um zu sehen, wie der Bot auf die Eingaben reagiert.   Hier ist ein Beispiel, wie der Bot die Kontrolle übernimmt, nachdem ein Kunde auf eine Kampagne reagiert hat.       ⭐️ Beste Praxis ⭐️ Versuche, für jede Kampagne eine andere Reaktion zu verwenden. Wenn deine Kund:innen in einer Kampagne "Ja" sagen müssen, sollte die "Ja"-Intent nur für diese spezifische Kampagne verwendet werden. Eine Intent kann nur einmal ausgelöst werden, um einen Ablauf zu initiieren. ... View more

Botdetails In den Bot-Details kannst Du den Namen deines Bots sowie die Hauptsprache sehen.   💡 Die Möglichkeit, zusätzliche Sprachen hinzuzufügen, fällt unter unsere erweiterten Funktionen. Wenn Du mehr über diese Funktion erfahren möchtest, zögere nicht, dich mit uns in Verbindung zu setzen. Auch die Möglichkeit, den Bot-Zugang zu bearbeiten, ist den erweiterten Funktionen vorbehalten.       💡 Die Standardsprache des Bots ist Englisch. Wenn Du jedoch einen Gesprächsfluss in Deutsch oder einer anderen Sprache erstellst, wird der Bot dies verstehen und entsprechend reagieren. Bitte ändere nicht die Hauptsprache, da dies dazu führen kann, dass der Text im Block verschwindet.   Generative KI Du kannst die Funktion zur Erzeugung von Ausdrücken aktivieren oder deaktivieren. Bot-Status Klicke auf den Status-Schieberegler, um den Bot vorübergehend zu deaktivieren. Maximale Nachrichtenlänge Chatbots funktionieren am besten mit kurzen und prägnanten Nachrichten. Um zu vermeiden, dass zu lange Nachrichten nicht verstanden werden, kann eine maximale Nachrichtenlänge konfiguriert werden. Wenn eine Nachricht länger als die in diesen Einstellungen angegebenen Zeichen ist, wird der Bot automatisch zu einem Bot-Dialog deiner Wahl wechseln. Eine Bot-Nachricht mit einem Text wie: "Es tut mir leid, ich arbeite am besten mit kürzeren Nachrichten. Kannst Du das bitte anders formulieren?" wird für eine gute Benutzererfahrung empfohlen.   Bot-Verhalten Die Tippgeschwindigkeit bzw. Tippdauer gibt an, wie schnell der Bot dem Nutzer antwortet. Je höher die Tippgeschwindigkeit ist, desto länger sieht der/die Nutzer:in, dass der Bot "tippt", bevor er eine Antwort erhält. Die richtige Tippgeschwindigkeit kann ein positives, menschenähnliches Erlebnis für den/die Kund:in schaffen. Die Standard-Tippgeschwindigkeit beträgt 1500 ms, aber probiere verschiedene Geschwindigkeiten aus, um zu sehen, was für deinen Bot am besten ist.   Aufbewahrung von Daten   💡 Dies ist in unseren erweiterten Funktionen enthalten. Bitte kontaktiere uns, wenn Du mehr wissen möchtest.   Bot löschen Du kannst den Chatbot löschen, indem Du auf "Lösche diesen Bot" klickst.   ... View more