https://a.storyblok.com/f/270183/1368x665/6b7f8eb47c/unexpected-user-input_aistudio.png

Comment gérer les entrées utilisateur inattendues avec les replis d'AI Studio

Publié le November 6, 2024

Temps de lecture : 5 minutes

Les boucles sans fin dans les agents conversationnels de l'IA peuvent conduire à une expérience frustrante et déresponsabilisante pour l'utilisateur, qui se retrouve piégé dans un cycle de questions répétées sans issue. Les utilisateurs se sentent souvent bloqués et impuissants, un peu comme s'ils naviguaient dans un labyrinthe bureaucratique qui n'aboutit jamais à une solution. Il n'est pas étonnant qu'ils finissent par crier "TRANSFEREZ-MOI À UN HUMAIN !".

La racine de ce problème provient souvent de cas marginaux négligés, où l'agent n'est pas où l'agent n'est pas conçu pour gérer les données de l'utilisateur. Heureusement, AI Studio de Vonage de Vonage offre une solution puissante : les solutions de repli. Cependant, sans une stratégie de repli bien conçue, vous risquez de créer encore plus de boucles sans fin.

Dans ce billet, vous apprendrez à utiliser efficacement les fallbacks, compteurset transferts humains pour briser ces boucles et créer une expérience utilisateur plus fluide dans AI Studio de Vonage.

Qu'est-ce qu'une solution de repli pour AI Studio ?

Dans Vonage AI Studio, il existe deux scénarios dans lesquels les utilisateurs peuvent donner des données problématiques :

  1. L'entrée de l'utilisateur est en quelque sorte inattendue :

    • Dans les agents SMS, a nœud Collect Input peut donner lieu à un seul type de renvoi : Missed (Manqué). Cela signifie que la réponse de l'utilisateur ne correspond pas au type d'entité attendu.

    • En Les agents Voice, a nœud Collect Input peut donner lieu à deux types de retours. En plus de Missed, il peut aboutir à No Input. L'absence d'entrée signifie que l'utilisateur n'a pas tapé ou dit de réponse.

    • Dans agents WhatsAppun nœud Collect Input peut également donner lieu à deux types d'erreurs : Type d'entrée manquée ou inattendue. L'erreur est la même que pour les agents SMS et Voice. En revanche, Unexpected Input Type signifie que l'utilisateur a répondu avec un type de média différent. Par exemple, si votre agent attend du texte mais que l'utilisateur répond par une image.

  2. Entrée de l'utilisateur qu'un nœud de classification ne peut pas classer :

  • Cela se produit lorsque l'agent est en mesure de déterminer comment faire correspondre l'entrée de l'utilisateur à l'une des intentions que vous avez définies.

Pour chacun de ces scénarios, AI Studio crée automatiquement des points de sortie dans les nœuds. Cela nous permet de définir ce qui doit se passer lorsque ces scénarios se produisent dans votre agent.

Mécanisme de réessai intégré à AI Studio

Les nœuds de collecte des données comprennent une fonction de rappel, qui vous permet de définir le "nombre de rappels" pour les tentatives de saisie valides et de fournir une "invite de rappel" pour informer les utilisateurs lorsqu'ils doivent saisir à nouveau leurs données.

Built-in Retry Feature in a WhatsApp Collect Input NodeBuilt-in Retry Feature in a WhatsApp Collect Input Node

Alors pourquoi devons-nous créer des flux de secours si nous disposons de tentatives intégrées ? Les tentatives sont formidables, mais ils couvrent toutes les erreurs, qu'il s'agisse d'une entrée manquée ou d'une entrée non attendue. Nous sommes donc un peu limités lorsqu'il s'agit d'expliquer à l'utilisateur comment corriger sa réponse. Quel que soit le nombre de tentatives que nous autorisons, l'utilisateur peut continuer à donner des informations erronées de manière répétée. Quelle expérience cauchemardesque pour l'utilisateur !

Deuxièmement, nous avons toujours le cas d'une classification d'intention manquée pour les nœuds de classification. Heureusement, AI Studio donne des points de sortie pour créer une expérience utilisateur plus conviviale afin de guider nos utilisateurs.

Comment créer un flux de secours

Comment créer un type d'entrée inattendu ou un repli en cas d'absence d'entrée ?

Que vous collectiez des données pour des agents Voice, SMS ou WhatsApp, il s'agit d'un excellent moyen de gérer ces problèmes de saisie. J'utiliserai un flux WhatsApp, mais vous pouvez l'adapter à vos besoins. Étape 1 : Ajouter un nœud Nœud de comptage

Je vais ajouter un compteur et augmenter le nombre de tentatives à 2. Cliquez ensuite sur Enregistrer et quitter.

increase_number_of_retriesincrease_number_of_retries

Vous pouvez maintenant voir que mon compteur a 2 points de sortie : 1 et 2. Avec plusieurs points de sortie, je peux créer plusieurs scénarios selon qu'il s'agit de la première ou de la deuxième mauvaise saisie de l'utilisateur.

Create Different Flows Based on Different Iterations of the CounterCreate Different Flows Based on Different Iterations of the Counter

Pour mon premier point de sortie, je le relierai au nœud Collect Input afin que l'utilisateur puisse réessayer. Cependant, l'utilisateur risque d'être assez confus si on lui demande "Comment puis-je vous aider ?", puis s'il entre une réponse, et qu'on lui demande à nouveau "Comment puis-je vous aider ?". Pour remédier à ce problème, je vais ajouter un nœud "Envoyer un message" pour expliquer le problème.

Example of a Fallback ExplanationExample of a Fallback ExplanationJe peux maintenant relier le nœud d'explication au nœud d'entrée de collecte d'origine.

La dernière étape consiste à gérer le cas où le compteur est à 2, ou la deuxième fois qu'un utilisateur saisit une donnée inattendue. Dans ce cas, je connecte l'utilisateur à une équipe d'assistance via le nœud de routage de l'agent en direct. Vous pouvez intégrer Slack et WhatsApp via le nœud Live Agent Routing. Le développement complet dépasse le cadre de cet article. Vous pouvez également utiliser le nœud nœud Send Email pour que l'utilisateur puisse laisser ses coordonnées et ses questions et que votre équipe lui réponde par courriel.

Collect Input Node Fallback Flow ExampleCollect Input Node Fallback Flow Example

Comment créer une classification de secours manquée ?

Maintenant, gérons le scénario où l'utilisateur saisit un type d'entrée attendu. Je vais donc ajouter un nœud de classification et lui donner quelques intentions. Tout comme nous avions le point de sortie Unexpected Input Type auparavant, nous avons maintenant le point de sortie Missed.

Classification of Collect Input ExampleClassification of Collect Input Example

Je vais maintenant répéter les étapes précédentes :

  1. Créez un nœud de compteur avec des points de sortie pour 1 et 2 tentatives.

  2. Créez un message d'explication pour aider l'utilisateur à comprendre pourquoi sa saisie a posé problème. Par exemple, "Désolé, nous avons eu du mal à comprendre votre question. Veuillez la reposer avec plus de détails."

  3. Connectez-vous aux nœuds Collect Input et Live Agent Routing, respectivement.

Le flux complet se présente comme suit :

Classification Node Fallback Flow ExampleClassification Node Fallback Flow Example

Conclusion

Les flux de repli sont relativement simples mais très puissants. Ils peuvent faire la différence entre un utilisateur qui trouve les agents automatisés utiles ou frustrants. Comment utilisez-vous les flux de repli dans vos agents ? Où vos utilisateurs sont-ils bloqués ? J'aimerais en savoir plus ! Rejoignez-moi sur le Communauté Vonage Slack. Nous avons même un canal réservé à AI Studio. Vous pouvez également suivre VonageDev sur X pour connaître les dernières nouvelles, les événements et les mises à jour de Vonage.

Partager:

https://a.storyblok.com/f/270183/384x384/e4e7d1452e/benjamin-aronov.png
Benjamin AronovDéfenseur des développeurs

Benjamin Aronov est un défenseur des développeurs chez Vonage. C'est un bâtisseur de communauté qui a fait ses preuves, avec une formation en Ruby on Rails. Benjamin apprécie les plages de Tel Aviv, où il vit. Sa base à Tel Aviv lui permet de rencontrer et d'apprendre de certains des meilleurs fondateurs de startups du monde. En dehors de la technologie, Benjamin aime voyager à travers le monde à la recherche du parfait pain au chocolat.