Wie man unerwartete Benutzereingaben mit AI Studio Fallbacks behandelt

Endlosschleifen in KI-Konversationsagenten können zu einer frustrierenden und entmündigenden Benutzererfahrung führen, da sie in einem Zyklus sich wiederholender Fragen ohne Ausweg gefangen sind. Dadurch fühlen sich die Benutzer oft festgefahren und hilflos, ähnlich wie in einem bürokratischen Labyrinth, das nie zu einer Lösung führt. Kein Wunder, dass sie am Ende schreien: "Bringen Sie mich zu einem MENSCHEN!"

Die Ursache für dieses Problem rührt häufig von übersehenen Randfällen her in denen der Agent nicht dafür ausgelegt ist, die Eingaben des Benutzers zu verarbeiten. Zum Glück, AI Studio von Vonage eine leistungsstarke Lösung: Fallbacks. Ohne eine gut durchdachte Fallback-Strategie laufen Sie jedoch Gefahr, noch mehr Endlosschleifen zu erzeugen.

In diesem Beitrag erfahren Sie, wie Sie Fallbacks effektiv einsetzen können, Zählerund menschliche Übertragungen um diese Schleifen zu unterbrechen und eine reibungslosere Benutzererfahrung in Vonage AI Studio zu schaffen.

Was sind AI Studio Fallbacks?

In Vonage AI Studio gibt es zwei Szenarien, in denen Benutzer problematische Daten angeben können:

1. Die Benutzereingabe ist irgendwie unerwartet:

   • Unter SMS-Agenten, a Eingabe sammeln-Knoten zu einem einzigen Fallback-Typ führen: Verfehlt. Missed bedeutet, dass die Antwort des Benutzers nicht mit dem erwarteten Entitätstyp übereinstimmt.
     

   • Unter Voice-Agenten, a Eingabe sammeln-Knoten zu zwei Arten von Fallbacks führen. Zusätzlich zu "Missed" kann er zu "No Input" führen. Keine Eingabe bedeutet, dass der Benutzer keine Antwort getippt oder gesagt hat.
     

   • Unter WhatsApp-Agentenkann ein Collect Input Knoten auch zu zwei Arten von Fallbacks führen: Verpasste oder unerwartete Eingabe. Verpasst ist dasselbe wie bei SMS- und Voice-Agenten. Unerwarteter Eingabetyp bedeutet jedoch, dass der Benutzer mit einem anderen Medientyp geantwortet hat. Wenn Ihr Agent zum Beispiel Text erwartet, der Benutzer aber mit einem Bild antwortet.

2. Benutzereingabe, dass ein Klassifizierungsknoten nicht klassifizieren kann:

• Dies geschieht, wenn der Agent in der Lage ist, herauszufinden, wie er die Benutzereingabe mit einem der Absichten die Sie definiert haben.

Für jedes dieser Szenarien erstellt AI Studio automatisch Ausstiegspunkte in den Knotenpunkten. So können wir definieren, was passieren soll, wenn diese Szenarien in Ihrem Agenten auftreten.

AI Studio Integrierter Mechanismus zur Wiederholung

Collect Input-Knoten enthalten eine Wiederholungsfunktion, mit der Sie die "Anzahl der Wiederholungsversuche" für gültige Eingabeversuche festlegen und eine "Wiederholungsaufforderung" bereitstellen können, um die Benutzer zu informieren, wenn sie ihre Eingaben erneut eingeben müssen.

Built-in Retry Feature in a WhatsApp Collect Input Node

Warum müssen wir also Ausweichströme erstellen, wenn wir integrierte Wiederholungen haben? Wiederholungen sind großartig, aber sie decken alle Fehler ab, sei es eine fehlende Eingabe oder keine/unerwartete Eingabe. Wir sind also etwas eingeschränkt, wenn es darum geht, dem Benutzer zu erklären, wie er seine Antwort korrigieren kann. Egal, wie viele Wiederholungsversuche wir zulassen, der Benutzer kann weiterhin wiederholt fehlerhafte Eingaben machen. Was für ein Alptraum für den Benutzer!

Zweitens gibt es immer noch das Problem der fehlenden Absichtserklärung für Klassifizierungsknoten. Glücklicherweise bietet AI Studio Ausstiegspunkte, um eine freundlichere Benutzererfahrung zu schaffen und unsere Benutzer zu führen.

Wie man einen Fallback Flow erstellt

So erstellen Sie einen unerwarteten Eingabetyp oder einen Fallback ohne Eingabe

Ganz gleich, ob Sie Eingaben für Voice-, SMS- oder WhatsApp-Agenten sammeln, dies ist eine großartige Methode, um diese lästigen Eingabeprobleme zu lösen. Ich verwende einen WhatsApp-Ablauf, aber Sie können ihn an Ihre Bedürfnisse anpassen. Schritt 1: Hinzufügen eines Zähler-Knoten

Ich füge einen Zähler hinzu und erhöhe die Anzahl der Wiederholungen auf 2. Klicken Sie dann auf Speichern & Beenden.

increase_number_of_retries

Jetzt sehen Sie, dass mein Zähler 2 Ausgangspunkte hat: 1 und 2. Mit mehreren Exit-Punkten kann ich mehrere Szenarien erstellen, je nachdem, ob es sich um die erste oder die zweite Fehleingabe des Benutzers handelt.

Create Different Flows Based on Different Iterations of the Counter

Für meinen ersten Exit-Point werde ich ihn wieder mit dem Collect Input-Knoten verbinden, damit der Benutzer es erneut versuchen kann. Der Benutzer könnte jedoch ziemlich verwirrt sein, wenn er gefragt wird: "Wie kann ich Ihnen helfen?", dann gibt er eine Antwort ein und wird erneut gefragt: "Wie kann ich Ihnen helfen?". Um dies zu vermeiden, werde ich einen Knoten "Nachricht senden" hinzufügen, um das Problem zu erklären.

Example of a Fallback ExplanationJetzt kann ich den Knoten "Erklärung" wieder mit dem ursprünglichen Knoten "Collect Input" verbinden.

Der letzte Schritt besteht darin, den Fall zu behandeln, wenn der Zähler auf 2 steht oder wenn ein Benutzer zum zweiten Mal eine unerwartete Eingabe macht. In diesem Fall werde ich den Benutzer über den Knoten "Live Agent Routing" mit einem Support-Team verbinden. Sie können Slack und WhatsApp einbinden über den Live Agent Routing-Knoten integrieren. Der vollständige Aufbau würde den Rahmen dieses Artikels sprengen. Sie könnten auch den Knoten E-Mail senden verwenden, damit der Nutzer seine Daten und Fragen hinterlassen kann und Ihr Team per E-Mail antwortet.

Collect Input Node Fallback Flow Example

So erstellen Sie einen Fallback für verpasste Klassifizierungen

Lassen Sie uns nun das Szenario behandeln, wenn der Benutzer einen erwarteten Eingabetyp eingibt. Ich füge also einen Klassifizierungsknoten hinzu und gebe ihm ein paar Intents. So wie wir vorher den Exit-Point Unerwarteter Eingabetyp hatten, haben wir jetzt den Exit-Point Verpasst.

Classification of Collect Input Example

Jetzt wiederhole ich meine Schritte von vorhin:

1. Erstellen Sie einen Zählerknoten mit Exit-Points für 1 und 2 Wiederholungen.

2. Erstellen Sie eine Erklärungsmeldung, damit der Benutzer versteht, warum seine Eingabe problematisch war. Zum Beispiel: "Tut uns leid, wir hatten Probleme, Ihre Frage zu verstehen. Bitte stellen Sie Ihre Frage noch einmal ausführlicher."

3. Stellen Sie eine Verbindung zu den Knoten Collect Input bzw. Live Agent Routing her.

Der gesamte Ablauf sieht wie folgt aus:

Classification Node Fallback Flow Example

Schlussfolgerung

Fallback-Flows sind relativ einfach, aber sehr leistungsfähig. Sie können den Unterschied ausmachen, ob ein Benutzer automatisierte Agenten als hilfreich oder frustrierend empfindet. Wie setzen Sie Fallback-Flows in Ihren Agenten ein? Wo bleiben Ihre Benutzer stecken? Ich möchte davon hören! Schließen Sie sich mir auf dem Vonage Community Slack. Wir haben sogar einen eigenen Kanal für AI Studio. Sie können auch folgen VonageDev auf X für alle aktuellen Nachrichten, Veranstaltungen und Updates von Vonage.