Sinch Community

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

Kommentare sind ein starkes Werkzeug, um Feedback zu geben und Zusammenarbeit zu fördern. Durch Kommentare kannst du die Zusammenarbeit auf die nächste Stufe bringen.   Füge einen Kommentar hinzu   Gehe zum Bildschirm, auf dem Du einen Kommentar hinterlassen möchtest, und suche nach dem 'Comment'-Symbol im oberen rechten Menü des Bildschirms. Klicke darauf, um die Kommentarfunktion zu öffnen.   Wähle die spezifische Stelle auf deinem Canvas aus und klicke mit der rechten Maustaste, um einen Kommentar hinzuzufügen. Tippe deinen Kommentar ins vorgesehene Feld und drücke die 'Enter'-Taste auf deiner Tastatur, um deinen Kommentar abzuschicken. Du wirst den Kommentar im Kommentarbereich auf der linken Seite sehen.   Antworte auf Kommentare Um auf Kommentare zu antworten, folge diesen Schritten Doppelklicke auf den Kommentar, um ihn anzuzeigen. Um deine Antwort hinzuzufügen, klicke auf das Antwortfeld unter dem Kommentar. Drücke die 'Enter'-Taste auf deiner Tastatur, um deine Antwort zu senden.   Löse einen Kommentar Um deinen Kommentar als gelöst zu markieren, folge diesen Schritten: Doppelklicke auf den Kommentar, um ihn anzuzeigen. Klicke auf der linken Seite des Modals auf den 'Häkchen'-Button. Der Kommentar wird verschwinden, was zeigt, dass er als gelöst markiert wurde.   Lösche Kommentare Stelle sicher, dass Du im Kommentierungsmodus bist, indem Du auf das 'Comment'-Symbol im oberen rechten Menü klickst. Wähle den Kommentar, den Du löschen möchtest, indem Du darauf klickst. Klicke auf die drei Punkte und wähle 'Kommentar löschen'.   ... View more

Folge dem Artikel Schritt für Schritt um einen Bot zu veröffentlichen   Klicke oben rechts in Sinch Engage auf "Publish Bot". Sobald Du auf den Button 'Publish' klickst, erscheint ein kleines Fenster. 👉🏼 Hier kannst Du eine Beschreibung für das, was Du veröffentlichst, eingeben. Danach klicke auf 'Publish'.   Der Button zeigt ein Rad und der Text ändert sich zu "Publish", was bedeutet, dass der Upload stattfindet. 💡 Es ist wichtig, den Bot zu trainieren, bevor Du ihn veröffentlichst.   Wenn Du deinen Intent anpasst, zum Beispiel durch Hinzufügen neuer Ausdrücke oder einer neuen Absicht, wirst Du beim Klicken auf 'Publish' eine Benachrichtigung erhalten. Diese wird vorschlagen, dass Du dein NLP (Natural Language Processing) verbessern solltest, indem Du ein Update durchführst. Dies ist entscheidend, da Du den Veröffentlichungsprozess nicht abschließen kannst, ohne dieses NLP-Update durchzuführen.   👉🏼 Stelle sicher, dass Du dieses Bot-Update zuerst durchführst. Sobald das erledigt ist, kannst Du erneut eine Beschreibung angeben und den Button 'Publish' drücken, um alles abzuschließen.     Wenn die Veröffentlichung erfolgreich ist, wird der Button wieder aktiviert.   Dein Bot ist nun auf allen deinen Kanälen veröffentlicht und Du kannst bald sehen, wie deine Kund:innen damit interagieren! Denk daran, dass jedes Mal, wenn Du deinen Bot veröffentlichst, die zuvor veröffentlichte Version überschrieben wird. ... View more

Hast Du Schwierigkeiten beim Organisieren deiner Abläufe aufgrund von überlappenden Pfadverbindungen und Bot-Dialogen?   Ein Weg, um dir das Leben einfacher zu machen, besteht darin, deinen Canvas in Flows zu strukturieren, also in verschiedene Themen: Erstelle kleinere, überschaubare Flows, die Teile einer Konversation zu einem bestimmten 'Thema' sammeln. Beachte, dass eine orangefarbene Darstellung auf dem Canvas bedeutet, dass dein Gespräch zu etwas springt, das in einem anderen Flow liegt. Verwende Subflows, um einen großen Flow in kleinere, überschaubare Gespräche aufzuteilen. Verschiebe ausgewählte Bot-Dialog- oder Intention-Blöcke, um deine Flows zu organisieren. 👉 Behalte im Kopf, dass Flows, genauso wie die Verbindungen zwischen Dialogzuständen, lediglich eine Methode zur Organisation deines Bots sind. Sie beschränken nicht die Bewegung der Nutzer innerhalb deines Bots: Nutzer:innen können von einem Flow zum anderen springen, indem sie Intents verwenden. Bot-Ersteller:in können einen nächsten Bot-Dialog zu einem anderen Flow einrichten.   Hinzufügen von Flows: Klicke auf den Button 'Add Flow' in der oberen linken Seitenleiste des Canvas. Gib den Namen deines neuen Flows ein. Klicke auf 'Erstellen', um deinen neuen Flow zum Canvas hinzuzufügen.   Hinzufügen von Subflows: Um die Lesbarkeit zu verbessern, hast Du die Möglichkeit, Subflows zu erstellen und einen großen Flow in kleinere, überschaubare Teile zu unterteilen. Dadurch kannst Du die Gesamtstruktur des Flows verbessern und es anderen Bot-Erstellern erleichtern, dem Gesprächsfluss zu folgen und zu verstehen.   Das Hinzufügen eines Subflows ist einfach. Klicke einfach auf das Drei-Punkte-Symbol neben dem Titel deines Hauptflows, und du erhältst die Option, einen Subflow hinzuzufügen. Verschieben von Subflows zwischen übergeordneten Flows: Klicke auf das Drei-Punkte-Symbol neben dem Titel des Subflows und wähle 'Bearbeiten', um den gewünschten übergeordneten Flow auszuwählen. Klicke auf 'Aktualisieren', um den Vorgang abzuschließen. Verschieben von Subflows in andere Flows Wenn Du einen Bot mit komplexen Dialogflüssen hast, kann es notwendig sein, bestimmte Dialoge oder Intent-Knoten von einem Flow in einen anderen zu verschieben.   Um einen Bot-Dialog von einem Flow in einen anderen zu verschieben, wähle die Bot-Dialoge aus, die du verschieben möchtest.   👉 Du kannst mehrere Dialoge auf zwei Arten auswählen: Halte die CMD-Taste (oder die STRG-Taste auf Windows) gedrückt, um sie einzeln auszuwählen, oder halte die Umschalttaste gedrückt, um eine rechteckige Auswahl mehrerer Blöcke zu erstellen.   Nachdem Du die Bot-Dialoge ausgewählt hast, klicke auf das "Move to flow"-Symbol in der oberen linken Ecke der Symbolleiste. Erstelle oder wähle den Flow oder Subflow aus, in den du die ausgewählten Bot-Dialog- und Intent-Blöcke verschieben möchtest. Klicke auf 'Move', um den Vorgang abzuschließen."   ... View more

In diesem Dokument wird erläutert, wie Du deinen Bot in dein Backend oder in Dienste von Drittanbietern integrieren kannst. Diese Integration ermöglicht es dir, Daten, die während der Konversation mit dem Bot gesammelt wurden, zu teilen oder den Bot mit zuvor erfassten Daten zu erweitern.   So funktionieren benutzerdefinierte Integrationen   Der Engage Bot Builder bietet eine Lösung zur Integration deiner Konversationsagenten in deine Backend-Geschäftslogik, APIs und Datenbanken. Diese Integration ermöglicht es dir, kontextbezogene, personalisierte und umsetzbare Konversationserlebnisse für deine Benutzer zu erstellen.   Die API ist im Schritt "Action" verfügbar und ermöglicht es dir, Chatbot-Nachrichten auf der Grundlage von benutzerspezifischen Informationen und anderen externen Daten zu erstellen. Darüber hinaus kannst Du deine Benutzer auf der Grundlage deiner eigenen Businesslogik zu verschiedenen Konversationsabläufen umleiten. Du kannst diese Lösung auf jeder Plattform verwenden, die den Empfang und die Beantwortung von HTTP-Anfragen unterstützt.   Ein User tippt und sendet eine Textnachricht von einem Conversational Agent Interface-Kanal wie Facebook Messenger, Web-Chat, ... an den Engage Bot Builder. Die empfangene Nachricht durchläuft die NLP-Engine von Engage, um die Intent zu erkennen, und die zurückgegebene Absicht wird zusammen mit dem Benutzerkontext verwendet, um den nächsten Bot-Dialog in der Konversation abzurufen. Das API-Plugin von Engage kann in einen Bot-Dialog eingefügt werden, um eine API-Anfrage an Ihren Server mit verschiedenen Arten von statischen Daten und/oder Benutzersitzungsdaten zu senden. Dein Server kann mit einem Objekt mit drei Feldern antworten: Session: Ein Sitzungsobjekt zum Speichern der abgerufenen Benutzersitzungsdaten Message: Ein Array von Nachrichten, die an den Schnittstellenkanal zurückgesendet werden nextDialogstate: Eine Bot-Dialogstatus-Kennung, um den Benutzer zum nächsten Bot-Dialogstatus in einem Gesprächsablauf weiterzuleiten. Sessiondaten werden zunächst in der Benutzersitzung gespeichert, so dass Du diese Daten in Nachrichten, die im Array von Nachrichten definiert sind, oder in Nachrichten, die in einem als nextDialogstate definierten Dialogzustand in der API-Antwort definiert sind, verwenden kannst. Anschließend werden die Nachrichten gesendet, und der Benutzer wird zum nextDialogstate weitergeleitet. Alle Felder sind optional.   API-Plugin   Engage Bot Builder bietet ein API-Plugin in der Liste der Aktions-Plugins, das Du im Dialogstatus in einem deiner Konversationsabläufe konfigurieren kannst.     Senden der API-Anforderung   Das API-Plugin sendet eine Anfrage an deinen Backend-Server. Es unterstützt verschiedene Konfigurationseinstellungen: HTTPS-Methode API-Endpunkt-URL Abfrage-Parameter Nutzdatenkörper (JSON) HTTPS-Methode und API-Endpunkt-URL Das Plugin unterstützt drei HTTPS-Methoden GET POST DELETE PUT PATCH     Abfrage- und Nutzlastparameter   Füge Abfrageparameter und/oder einen Nutzdatenrumpf hinzu, indem Du Schlüssel-Wert-Kombinationen definierst. Jeder Schlüssel kann drei mögliche Wertetypen haben: text: statischer Text Variable: eine Benutzersitzungsvariable. Der Wert der Variable wird als Wert für den Schlüssel gespeichert. Punkt- und Array-Notation werden unterstützt, z. B.: users[0].firstname dialogstate: Wähle einen Dialogstatus aus der Dropdown-Liste. Die Dialogstatus-ID wird als Wert für den Schlüssel gespeichert. Diese ID kann verwendet werden, um den Benutzer beim Zurücksenden der API-Antwort auf der Grundlage deiner Businesslogik zu einem bestimmten Dialogstatus umzuleiten. 👉🏼 Du kannst nur einen Anfragekörper definieren, wenn dein Anfragemethode POST oder DELETE ist.   In diesem Beispiel, das eine Geldüberweisung darstellt, senden wir fünf Schlüssel im Body-Payload einer HTTPS-POST-Anforderung an unseren API-Endpunkt.   Der Betragsschlüssel (amount key) hat den Wert der Benutzersitzungsvariablen transfer_amount (z. B. 500). Der Zielschlüssel (destinationkey)hat den Wert der Benutzersitzungsvariablen transfer_destination (z. B. Elon Musk). Der accountType-Schlüssel hat den Wert der Benutzersitzungsvariablen card_type (z. B. savings_account). Der Schlüssel transactionSuccess enthält die Dialogstatuskennung für den Dialogstatus "erfolgreiche Transaktion". Diese Kennung kann in der Antwort auf diese API-Anfrage verwendet werden, um den Benutzer in einen neuen Dialogzustand umzuleiten. Der Schlüssel transactionNoMoney enthält die Dialogstatus-Kennung für den Dialogstatus "erfolglose Transaktion". Diese Kennung kann in der Antwort auf diese API-Anfrage verwendet werden, um den Benutzer zu einem neuen Dialogstatus umzuleiten. Der Testschlüssel hat den Wert "5". Daraus ergibt sich der folgende Body-Payload.   { "amount": 500, "destination": "Elon Musk", "accountType": "savings_account", "transactionSuccess": "successful transaction", "transactionNoMoney": "unsuccessful transaction", "test": 5 }   API-Kopfzeilen   Neben den Query- und Body-Parametern unterstützt der Engage Bot Builder auch API-Header in seinen POST-, GET- und DELETE-Anfragen. Header können mit der gleichen Kombination aus Schlüssel, Typ und Wert wie die anderen Parameter hinzugefügt werden.     Mehrsprachig   Wenn die API-Antwort Agentennachrichten an den Benutzer zurücksendet und der Agent mehrere Sprachen unterstützt, vergessen Sie nicht, die Benutzersprache in der Anfrage zu senden. Die Benutzersprache ist in der Benutzersitzungsvariablen 'locale' verfügbar. Ihr Backend-Dienst kann diese Spracheinstellung verwenden, um die Antwort in der vom Benutzer bevorzugten Sprache zurückzusenden.   Senden der API-Antwort   Du musst das API-Plugin nicht so konfigurieren, dass es auf eine Antwort wartet. Dies geschieht automatisch, und das API-Plugin wartet auf das, was deine API zurückgibt. Das API-Plugin unterstützt 3 Arten von Rückgabevariablen: Session: Ein Session-Objekt zum Speichern von Daten in der Benutzersitzung. Die Session hat zwei obligatorische Felder: Namespace: ein Schlüsselnamespace. Das Datenobjekt wird in diesem Namespace-Schlüssel in der Benutzersitzung gespeichert. Du kannst auf dieses Objekt in Chatlayer.ai zugreifen, indem du die Interpolation benutzt: *{namespace.dataKey}*data: ein Objekt, das in den Daten der Benutzersitzung im Namespace-Key gespeichert wird. Message: Ein Array von Nachrichten, die an den Benutzerschnittstellenkanal zurückgesendet werden. Die Struktur der verschiedenen Nachrichtentypen wie Text, Schaltflächen, Schnellantworten, Karussells, Listen, Medien, ... ist in der Struktur der Chatnachrichten verfügbar. action: Ein Objekt, das eine Aktion definiert, z. B. die Weiterleitung des Benutzers zum nächsten Dialogstatus in der Konversation. nextDialogstate: Ein Dialogstatus-Identifikator, der den Benutzer zum nächsten Dialogstatus im Gesprächsablauf weiterleitet. Die oben genannten 3 Optionen werden in der oben gezeigten Reihenfolge ausgeführt: Zuerst werden Sitzungsvariablen gesetzt, dann werden Nachrichten gesendet und dann wird zum nächsten Dialogzustand gesprungen. Ein JSON-Beispiel für diese 3 Fälle findest Du im nachstehenden Codeschnipsel:   const result = { session: { namespace: 'myNamespace', data: { variable: 'test123' }, }, messages: [{ type: 'text', config: { textMessages: [{ text: 'random message 1' }] } }], action: { nextDialogstate: 'dialogstate-123-abc', }, };   👉🏼 Vergewissere dich, dass Du den richtigen Inhaltstyp in der Kopfzeile angibst: content-type: application/json;   Beispiel Dieses Beispiel veranschaulicht einen API-Endpunkt für die Überweisung eines Geldbetrags von einem Konto (Normal- oder Sparkonto) an eine Person. Je nach Ergebnis der Transaktion wird der Benutzer zu einem bestimmten Dialogstatus weitergeleitet.   app.post('/transaction', function (req, res) { let nextDialogstate; const { amount, destination, accountType, transactionSuccess, transactionNoMoney = req.body;       // get account type (regular - savings account) const account = account_synonyms[accountType];       if( accounts[account].amount + accounts[accounthlimit — amount < ) { nextDialogstate = transactionNoMoney } else { // transfer amount accounts[account].amount —= amount; nextDialogstate = transactionSuccess; }       res.json({ action: { nextDialogstate, }, session: { namespace: 'account', data: { limit: accounts[account].limit, amount: accounts[account].amount } }, }) });   Wir erhalten das Body-Payload-Objekt wie im API-Plugin definiert. Wenn der Benutzer keinen ausreichenden Geldbetrag auf seinem Konto hat, setzen wir den nächsten Dialogstatus auf 'transactionNoMoney'. Andernfalls subtrahieren wir den gewünschten Betrag und setzen den nächsten Dialogstatus auf "transactionSuccess".   Als Antwort auf die Anfrage senden wir den nächsten Dialogstatus, um den Benutzer zu diesem Status umzuleiten, und wir speichern den Geldbetrag und das Limit seines Kontos in seinen Sitzungsdaten unter dem Namensraum account. Diese Daten können in diesem nächsten Dialogzustand verwendet werden.     Alternativ kannst Du die Chatnachricht auch als Antwort auf die Anfragen des API-Plugins senden, indem Sie den Nachrichtenschlüssel verwenden. 👉 Weitere API-Dokumentation findest Du in unserer API-Dokumentation hier.   ... View more

Systementities sind Entities, die automatisch aus den Nachrichten des Benutzers extrahiert werden können. Du kannst diese verwenden, um deine Konversationen und Datenintegrationen zu bereichern, ohne dass Du selbst benutzerdefinierte Entities konfigurieren musst.   Du solltest Systementities niemals selbst überschreiben - sie werden automatisch mit dem zuletzt erkannten Wert überschrieben (falls überhaupt Werte erkannt werden). Kopiere stattdessen die Systementitiesvariable in eine Variable deiner Wahl außerhalb des sys- oder internen Namensraums.   Unterstützte Systementities Der Engage Bot Builder unterstützt die folgenden Systementitiestypen:   Variable name Example input by user Example result in session sys.email "ilovebots@chatlayer.ai" sys: {email: 'ilovebots@chatlayer.ai'} sys.phone_number "+32 487 23 02 03" sys: {phone_number: '(+32) 487230203'} sys.ordinal "5th" sys: {ordinal: '5'} sys.amount_of_money "5 euro" sys: {amount_of money: '5', amount_of_money_currency: 'EUR'} sys.distance "5 kilometers" sys: {distance: '5', distance_unit: 'kilometre'} sys.number "eighty eight" sys: {number: '88'} sys.quantity "3 liters" sys: {quantity: '3', quantity_unit: 'litre'} sys.temperature "80C" sys: {temperature '80', temperature_unit: 'celsius' sys.time "3 pm tomorrow" sys: {time: '2020-12-25T15:00:00.000+00:00', time_grain: 'hour'} sys.url "https://www.chatlayer.ai/jobs" sys: {url: 'www.chatlayer.ai/jobs', url_domain: 'chatlayer.ai'} sys.duration "3 hours" sys: {duration: '3', duration_unit: 'hour', duration_normalized: '10800', duration_normalized_unit: 'second'}   @sys.email @sys.email prüft, ob die Benutzereingabe das Format einer E-Mail-Adresse hat. Handelt es sich bei der Eingabe nicht um eine E-Mail-Adresse, zeigt der Bot die Meldung 'When user response does not match' am Ende der Eingabevalidierung an. Handelt es sich bei der Antwort um eine gültige E-Mail-Adresse, wird diese im Debugger korrekt unter dem angegebenen Variablennamen gespeichert.   @sys.phone_number @sys.phone_number' akzeptiert Nummern, die mehr als 6 und weniger als 17 Ziffern enthalten.   @sys.number Jede Zahl im Bot wird sofort als "@sys.number" erkannt. Da Du jedoch bei verschiedenen Eingabeüberprüfungen nach mehreren Zahlen fragen kannst, ist es wichtig, ihnen einen eindeutigen Namen zu geben. Wenn Du also "@sys.number" in "Prüfen, ob Antwort übereinstimmt" auswählst, erhältst Du die Möglichkeit, dieser Variablen einen eindeutigen Namen zu geben.   @sys.url @sys.url' prüft, ob die angegebene Eingabe eine URL ist. Akzeptierte Formate können mit www (www.engage.sinch.com) oder ohne (engage.sinch.com) sein. Nur die Domäne 'sinch engage' wird nicht akzeptiert.   Siehe auch:  [Neuer Bot Builder] Erkennen von Ausdrücken in Entities [Neuer Botbuilder] Füge ein Intent zu deinem Bot hinzu [Neuer Botbuilder] Erkennen von Ausdrücken mit Intents ... View more

In diesem Artikel zeigen wir dir ein konkretes Beispiel dafür, wie Du Match-Entities verwenden knannst, um Informationen zu erkennen, die von einem Benutzer gegeben werden, ohne ausdrücklich danach zu fragen.   Stell 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 wie folgt aussehen:   Nachdem der Bot die Intent "Paket verloren" erkannt hat, zeigt er die Nachricht in diesem Dialog an. Über ein Go-to im selben Dialogfeld zeigt er automatisch das zweite Dialogfeld an, bei dem es sich um eine Eingabeüberprüfung handelt. In diesem Dialog wird der Benutzer nach seiner Paketnummer gefragt:   Nachdem der/die Nutzer:in seine/ihrePaketnummer angegeben hat, zeigt der Bot die dritte Bot-Nachricht an, um die Paketnummer zu bestätigen.   Das funktioniert gut, aber was ist, wenn der Benutzer die Paketnummer bereits zu Beginn angibt? So wie der aktuelle Ablauf eingerichtet ist, würde der Bot immer noch nach der Paketnummer fragen, weil er dem ursprünglichen Ablauf der Dialoge folgt: Aber gute Nachrichten: Du kannst das lösen, indem Du... match entities 🤩 verwendest.   Da Du weißt, dass eine Paketnummer immer aus 5 Buchstaben und 2 Zahlen besteht, kannst Du eine Match-Entity namens @paket_nummer erstellen, um diese Information in einem Benutzerausdruck zu erkennen. Und noch eine gute Nachricht: Du musst keine speziellen Intents hinzufügen, der Bot wird diese spezielle Entity immer erkennen, weil Du sie als Entity vordefiniert hast.     👉 Vergesse nicht, deinen Bot zu trainieren, nachdem Du die Entity erstellt hast, damit der Bot lernen kann. Jetzt, wo Du die Entity erstellt und deinen Bot trainiert hast, lass uns unsere Konversation noch einmal anschauen 👇.   Da Du die Paketnummer als übereinstimmende Entity vordefiniert hast, war der Bot in der Lage, sie im Intent des Benutzers zu erkennen und somit den Schritt der Eingabevalidierung zu überspringen, bei dem nach ihr gefragt wird. Das Ergebnis ist eine viel bessere Benutzererfahrung und ein scheinbar intelligenterer Bot 😉 .   ... View more

Mit einer kontextbezogenen Entitiy kannst Du bestimmte Entities innerhalb des Gesprächsflow deines Chatbots definieren. Dadurch kann der Bot auf der Grundlage der definierten Entities relevante Informationen aus Benutzereingaben erkennen und extrahieren. In dieser Dokumentation findest Du ein konkretes Beispiel für die Verwendung kontextbezogener Entites zur Erkennung von Informationen, die von einem Benutzer eingegeben werden.   Erstellen Sie eine kontextuelle Entity Nehmen wir wieder unseren Pizzabot. Wir werden eine kontextuelle Entity verwenden, um die Art der Pizza zu bestimmen, die dein/e Kund:in bestellt.   Folge diesen Schritten, um eine kontextbezogene Entity hinzuzufügen: Gehe auf die Seite Entities und klicke auf contextual entities. Um eine neue Entity hinzuzufügen, klicke auf Add contextual entity. Vergebe einen Namen für deine Entity. Verwende bei der Benennung keine Leerzeichen. Fülle die Entityvalue mit Pizzatypen aus und füge Synonyme für jeden Wert hinzu, damit der Bot verstehen kann, wenn deine Kund:innen es anders ausdrücken.   Klicke auf Create entity Entity zum Intent hinzufügen   Nun ist es an der Zeit, die erstellte Entity zu deinem Vorhaben hinzuzufügen: Gehe zur Intentseite und erstelle einen neuen Intent namens "Pizza bestellen". Füge Intens mit der soeben erstellten Entity hinzu, indem Du "@..." eingeben. Daraufhin erscheint ein Dropdown-Menü, in dem Du die erstellte Entity "@pizza_type" findest.   Um das Verständnis des Bots für die Absicht "Pizza bestellen" zu verbessern, musst Du zusätzliche Ausdrücke unter Verwendung der @pizza-Entity hinzufügen oder generieren. Je mehr Ausdrücke Du hinzufügst, desto besser wird die Leistung des Bots.   Nachdem Du genügend Intents hinzugefügt hast, vergesse nicht, deinen Bot zu trainieren, damit er die neuesten Änderungen, die Du gerade vorgenommen hast, lernen kann. Verbinden Sie die Absicht mit Ihrem Gesprächsfluss Du hast bereits einen Intent namens "Pizza bestellen" erstellt. Jetzt musst Du ihn mit dem Konversationsflow verbinden, in dem der Bot mit dem Check-out-Prozess für die Bestellung fortfahren wird. Führe diese Schritte aus, um die Intent zum Ablauf hinzuzufügen: Gehe zu Flows Ziehe den Absichtsblock und lege ihn ab. Wähle deine erstellte Intent "Pizza bestellen". Verbinde den Intent mit dem nächsten Ablauf, in dem die Kund:innen durch den Check-out-Prozess geführt werden.   Teste deinen Bot ... View more

Kontextuelle Entities werden verwendet, um Entities in Expressions zu erkennen, indem der Kontext des Satzes dieses Ausdrucks verwendet wird.   Zum Beispiel, in dem Ausdruck: Ich möchte einen Zug von Brüssel nach Amsterdam buchen. Die beiden hier genannten Städtenamen werden aufgrund des Kontexts des Ausdrucks, in dem sie stehen, entweder als @Abfahrt oder @Ziel erkannt.   Wann kontextuelle Entities zu verwenden sind Stelle dir vor, Du bist ein Obsthändler, der Äpfel, Birnen, Bananen und Ananas verkauft. Dein Chatbot kann Menschen helfen, Obst zu bestellen und nach dem Preis zu fragen. Schauen wir uns den Anwendungsfall der Preisgestaltung für Äpfel an. Einige Beispielausdrücke könnten sein: Wie hoch ist der Preis von Äpfeln? Wie viel kostet ein Apfel? Wie hoch ist der Preis der Äpfel? Natürlich können diese Ausdrücke nicht nur für Äpfel, sondern auch für Birnen, Bananen und Ananas verwendet werden. Heißt das, dass Du jeden Ausdruck kopieren und die Früchte ersetzen musst? Nein, Du kannst einfach kontextuelle Entities verwenden!   Erstelle eine kontextuelle Entity namens "fruit" und füge die folgenden Werte hinzu: Apfel Banane Birne Ananas In diesem Fall empfehlen wir, das Fuzzy-Matching zu aktivieren, damit der Bot auch "Äpfel" und den Plural der anderen Früchte erkennt. Weitere Informationen zum Fuzzy-Matching finden Sie im nächsten Abschnitt. Jetzt kannst Du einfach einen Ausdruck mit der kontextuellen Entity darin erstellen: Wie hoch ist der Preis von @Frucht? Wie viel kostet eine @Frucht? Jetzt wird dein Bot jeden Ausdruck verstehen, auch wenn sich die Frucht ändert!   Wenn Du kontextbezogene Entityvariablen hinzufügst, musst Du keine groß- und kleingeschriebenen Wörter hinzufügen. Der gesamte Text wird vom NLP vor der Erkennung in Großbuchstaben umgewandelt, sodass "api" nicht anders als "API" erkannt wird.   Unscharfer Abgleich Der unscharfe Abgleich ermöglicht es dir, eine leichte Variation eines kontextuellen Entitywertes (oder seines Synonyms) als den ursprünglichen Wert zu erkennen.   So wird z. B. Brusselt automatisch auf Brüssel korrigiert, wenn der Fuzzy-Abgleich aktiviert ist.   Erstellen einer kontextuellen Entity Schauen wir uns an, wie wir eine kontextuelle Entity verwenden können, um die Art der Pizza zu bestimmen, die dein Kunde bestellt.   Um eine kontextuelle Entity zu erstellen: Gehe auf die Seite Entity und klicke auf Kontextuelle Entity. Um eine neue Entity hinzuzufügen, klicke auf Kontextuelle Entity hinzufügen. Vergebe einen Namen für deine Entity. Verwende bei der Benennung deiner Entität bitte keine Leerzeichen. Fülle die Entitieswerte mit Pizzatypen aus und füge Synonyme für jeden Wert hinzu, damit der Bot verstehen kann, wenn dein Kunde es anders ausdrückt. Klicke "Entity" Hinzufügen von Kontextentities zu Intents So fügst Du kontextuelle Entities in Trainingsausdrücke für Intents ein: Füge eine neue Absicht zu deinem Bot hinzu. Nenne ihn in diesem Beispiel "Pizza bestellen". Für dieses Beispiel gehen wir davon aus, dass Du bereits eine kontextuelle Entity @pizza_type erstellt hast. Füge Ausdrücke mit dieser soeben erstellten Entität hinzu, indem Du "@" eingibst. Es erscheint ein Dropdown-Menü, in dem Du deine erstellte Entity "@pizza_type" findest Um das Verständnis des Bots für die Absicht "Pizza bestellen" zu verbessern, musst Du zusätzliche Ausdrücke unter Verwendung der @pizza-Entität hinzufügen oder generieren. Je mehr Ausdrücke Du hinzufügst, desto besser wird die Leistung des Bots. Nachdem Du genügend Ausdrücke hinzugefügt hast, vergesse nicht, deinen Bot zu trainieren, damit er die neuesten Änderungen, die Du gerade vorgenommen hast, lernen kann. Verknüpfe dein Intent mit deinem Bot. Teste deinen Bot     Siehe auch:  [Neuer Bot Builder] Erkennen von Ausdrücken in Entities [Neuer Botbuilder] Erkennen von Ausdrücken mit Intents [Neuer Botbuilder] Füge ein Intent zu deinem Bot hinzu ... View more

Entities sind relevante Informationen, die dein Bot aus der Äußerung eines Benutzers extrahieren und speichern kann, um sie wiederzuverwenden. Daher sollten Entities nur verwendet werden, wenn diese Informationen in der Konversation benötigt werden.   In der Nachricht "Ich möchte eine große Peperoni-Pizza bestellen" sind beispielsweise Entities wie "Pizzatyp" und "Pizzagröße" relevante Informationen für eine Pizzabestellung.   Wenn eine Entity erfolgreich erkannt wird, speichert der Bot diese als Variable.   Entities können sein: Kontextuelle Entities Übereinstimmende Entities System-Entities Sehe, wie Du prüfen kannst, ob die Benutzereingabe mit deiner Entity innerhalb eines Collect input Blocks übereinstimmt.   Siehe auch:  [Neuer Botbuilder] Erkennen von Ausdrücken mit Intents [Neuer Botbuilder] Füge Textnachrichten zum Flow hinzu [Neuer Bot Builder] Trainiere deinen KI Bot ... View more

Durch das Hinzufügen von Kundenintents zu deinem Bot können deine Kund:innen in natürlicher Sprache verstanden werden, ohne dass sie auf einen Button klicken müssen.    Du möchtest lieber ein schnelles Tutorial sehen? Hier ist ein neues Video-Tutorial zu unserem Bot-Builder.    Neues Intent hinzufügen Gehe über die Hauptnavigationsleiste zur Seite Intents. Um ein Intent hinzuzufügen, klicke auf den Button "+". Fasse dein Vorhaben mit einer kurzen Beschreibung zusammen. Dieser Schritt ist optional.   Um Expressions hinzuzufügen, gibt es zwei Möglichkeiten: Schreibe einfach in das Eingabefeld und drücke die "Enter"-Taste auf deiner Tastatur. Alternativ kannst Du auch auf den Button "+" auf der linken Seite klicken, um sie hinzuzufügen. Du kannst Ausdrücke mit Hilfe von LLM (Large Language Models) erzeugen. Wenn Du noch keine Ausdrücke für diesen Intent hast, werden der Name und die Beschreibung des Intents als Eingabeaufforderung für die Generierung der Ausdrücke verwendet. Das macht es einfacher, Ausdrücke hinzuzufügen. Füge mindestens 5 Ausdrücke hinzu oder erstelle diese, was die Mindestanforderung für die Erstellung eines Intents ist. Trainiere deinen Bot, nachdem Du Änderungen an deinem Intent vorgenommen hast. Intent mit einem Flow verbinden   Wie bereits erwähnt, kann ein Intent verwendet werden, um einen bestimmten Gesprächsverlauf auszulösen.    Im vorherigen Beispiel wurde der Bot bereits so trainiert, dass er Fragen zu Öffnungszeiten erkennt. Aber er ist noch nicht mit einem Antwortflow verbunden.   Verbinde den Intent mit deinem Flow: Gehe zurück zu Flows. Ziehe einen Intent-Block auf das Canvas Öffne diesen Block und suche nach deinem erstellten Intent. Klicke auf Speichern. Füge einen Nachrichtenblock hinzu, der gesendet wird, nachdem der Intent ausgelöst wurde. Wähle Schritt hinzufügen und dann Text. Schreibt eine Message und klicke dann auf Speichern. Teste deine Änderungen, indem Du auf den Button Play klickst.     Siehe auch:  [Neuer Bot Builder] Trainiere deinen KI-Bot [Neuer Bot Builder] Erkennen von Expressionen mit Intents [Neuer Bot Builder] Blöcke und Schritte   ... View more

Ein Intent ist das allgemeine Ziel oder der Zweck der Äußerung des Benutzers. Wenn jemand zum Beispiel sagt: "Ich möchte eine Pizza bestellen", könnte das Intent "Pizza bestellen" lauten. Anhand von Intents kann der Bot erkennen, welche Art von Konversationsflow er auslösen soll, z. B. die Frage nach Menüpräferenzen oder Zahlungsdetails.   Ausdrücke sind Beispielsätze oder Wörter, die einen bestimmten Intent ausdrücken: Sie sind die verschiedenen Möglichkeiten, wie ein Benutzer seine Absicht ausdrücken kann. Es ist wichtig, dass ein Intent verschiedene Ausdrücke enthält, damit das NLP nach dem Training genauere Ergebnisse liefern kann. Du kannst deinen Bot so einrichten, dass er Entities innerhalb von Ausdrücken erkennt.     Wie im folgenden Beispiel zu sehen ist, wurde der Bot bereits mit der Absicht "Pizza bestellen" trainiert. Wie Du sehen kannst, hat die Intent "Pizza bestellen" verschiedene Ausdrücke, die das gleiche Ziel vermitteln, nämlich Pizza zu bestellen. Die im obigen Beispiel erwähnte Entity ist "Pizzatyp".     Sowohl Intents als auch Entities sind für die Entwicklung eines KI-Bots wichtig. Intents helfen dem Bot, das allgemeine Ziel des/der Nutzer:in zu verstehen, während Entities helfen, spezifische Details zu extrahieren. Durch die gemeinsame Verwendung von Intents und Entities kann der Bot ein personalisierteres und interaktiveres Erlebnis bieten.   [Neuer Botbuilder] Füge ein Intent zu deinem Bot hinzu [Neuer Bot Builder] Trainiere deinen KI Bot [Neuer Bot Builder] Erkennen von Ausdrücken in Entities   ... View more

Da dein Chatbot nicht jede beliebige Frage beantworten kann, gibt es die Möglichkeit, deine Kund:innen an einen Agenten weiterzuleiten - eine Schlüsselkomponente eines guten Konversationsdesigns. Auf Engage implementierst Du dies mit dem Block "Transfer to agent".   So fügst Du einen Block Transfer to Agent hinzu: Ziehe die Nachricht oder den Aktionsblock auf die Arbeitsoberfläche und lege sie dort ab. Füge einen Step hinzu und wähle "transfer to agent".   Wähle aus den Optionen für die Agentenfähigkeit eine Fähigkeit aus, um sicherzustellen, dass die Konversation eines Agenten mit der richtigen Kompetenz zugewiesen wird. Für dieses Beispiel haben wir die Skill Englisch definiert.   Konfiguriere Ziele, wenn die Übertragung zum Agenten erfolgreich, fehlgeschlagen oder deaktiviert ist. Für die Übertragung zum Agenten gibt es drei vorkonfigurierte Ziele: erfolgreich, fehlgeschlagen und deaktiviert. Ein erfolgreicher Transfer führt zu einem offenen, ein fehlgeschlagener Transfer zu einem geschlossenen und ein deaktivierter Transfer zu einem deaktivierten Transfer.   💡 Um die Benutzerfreundlichkeit zu optimieren, solltest Du bei einer erfolgreichen Agentenübertragung eine Meldung wie "Ein Agent wird Ihnen in Kürze helfen" anzeigen. Im Falle einer fehlgeschlagenen Übertragung solltest Du den Grund für die Nichtverfügbarkeit des Agenten mitteilen und alternative Kontaktzeiten vorschlagen. Wenn die Agentenübertragung deaktiviert ist, solltest Du die Kunden darüber informieren, warum die Agenten nicht verfügbar sind, und alternative Kontaktmöglichkeiten anbieten.   Klicke auf Speichern, um deine Änderungen zu speichern. Verbinde den Block Transfer to Agent mit dem Block, mit dem Du eine Verbindung herstellen möchtest. In diesem Beispiel ist er mit dem Dialog Nicht verstandener Bot verbunden. Teste den Bot. ... View more

Manchmal möchte man eine leichte Verzögerung zwischen Bot-Nachrichten erzeugen, entweder um eine natürliche Pause dazwischen zu schaffen oder weil man ein paar Sekunden braucht, um einen API-Aufruf zu tätigen und nicht möchte, dass der Bot einfach schweigt. In jedem Fall können kleine Pausen das Nutzererlebnis erheblich verbessern.   Du findest den Schritt Verzögerung/Delay in Aktion. Mit dieser Funktion kannst Du eine Verzögerung von 1-20 Sekunden erzeugen, indem Du den grünen Kreis nach rechts oder links ziehst.       In diesem Beispiel verwenden wir wieder das Beispiel des Pizzabots. Diesmal fügen wir jedoch eine Verzögerung zwischen dem Block "Einleitung" und dem Block "Pizza-Menü" ein. Um eine Verzögerung hinzuzufügen, können Sie entweder den Block "Einleitung" oder den Block "Pizza-Menü" öffnen. In diesem Beispiel fügen wir dem Einführungsblock einen Verzögerungsschritt hinzu.   ... View more

Die Session zu löschen ermöglicht es dir, Variablen zu löschen und die Konversation zurückzusetzen. Dies ist hilfreich, wenn Du eine neue Konversation beginnen oder alle gespeicherten Informationen aus der aktuellen Sitzung entfernen möchten.   In vielen Fällen wird am Ende eines Ablaufs ein API-Backend-Aufruf konfiguriert, um z. B. ein Zugticket im Ticket-Bestellsystem zu speichern. Anschließend sollten die Benutzer in der Lage sein, ein neues Ticket für einen anderen Ort zu buchen. Dies kannst Du mit der Aktion "Clear session" erreichen, die die Werte der festgelegten Sitzungsvariablen entfernt. Dies ist nützlich, wenn ein Benutzer einen Wert korrigieren oder von vorne beginnen und alle Variablen löschen möchte. Im folgenden Szenario fügen wir zum Beispiel eine "Clear Session" am Ende hinzu, nachdem der Benutzer seine Bestellung abgeschlossen hat. So kann er eine weitere Bestellung aufgeben. 👇     Der Hauptunterschied zwischen "Konversation beenden" und "Session löschen" in einem Bot Builder ist der folgende: Konversation beenden: Mit dieser Funktion wird die gesamte Unterhaltung mit dem Benutzer beendet. Sie beendet die Chatsession und lässt keine weiteren Interaktionen oder Eingaben des Benutzers zu. Sie schließt im Wesentlichen das Chat-Fenster oder den Kanal. Session löschen: Mit "Session löschen" kannst Du die Unterhaltung innerhalb derselben Sitzung zurücksetzen. Sie löscht Variablen und gespeicherte Informationen aus der aktuellen Sitzung, lässt aber die Chatsitzung für weitere Interaktionen offen. Dies ist nützlich, wenn Du eine neue Konversation beginnst oder gespeicherte Informationen entfernen möchtest, während der Benutzer weiterhin chatten kann. ... View more