Como criar uma maquete de IA conversacional

Então você quer começar a criar agentes de IA conversacional? Que legal! Mas por onde começar? O AI Studio da Vonage criou uma solução super simples do tipo “arrastar e soltar” que permite que você comece rapidamente. Mas mesmo AI Studio, com seus nós, parâmetros, entidadese muito mais podem ser um pouco confusos quando você começa a construir. Como saber o que deve ir em cada lugar? Com um esboço (fluxograma), é claro!

Talvez você ache que os esboços sejam uma perda de tempo e que basta simplesmente começar a arrastar e soltar. Mas vou argumentar que, na verdade, os esboços economizam seu tempo a longo prazo. Algumas vantagens importantes de começar com um esboço:

• Visualização: Uma maquete oferece uma representação visual do design, proporcionando a todas as partes interessadas uma ideia exata de como o produto final terá a aparência e funcionará. A visualização ajuda a garantir que todos estejam alinhados quanto ao fluxo e ao design do seu agente.

• Feedback: Ao criar uma maquete, os designers e outras partes interessadas podem testar o design percorrendo o fluxo e imaginando possíveis imprevistos. Ao visualizar o fluxo, os designers podem identificar eventuais omissões.

• Eficiência: Uma maquete pode economizar tempo e recursos ao identificar possíveis problemas e obstáculos logo no início do processo de design. Isso pode evitar erros dispendiosos ou a necessidade de refazer o projeto mais tarde. Embora o AI Studio seja certamente rápido na criação, poder fazer alterações em uma imagem sem precisar reconfigurar os nós é ainda mais rápido! Por exemplo, quando você define uma entidade para um parâmetro, ela não pode ser alterada posteriormente; portanto, uma maquete pode ser útil para determinar a entidade correta (tipo de dados).

Agora que já convenci vocês da importância dos mockups, vamos ver como criar um bom.

Maquetes de alta fidelidade

Qualquer tipo de fluxograma que ajude você a visualizar seu agente proporcionará à sua equipe uma orientação mais clara. No entanto, acredito que existam alguns componentes-chave de uma maquete que realmente a tornam de “alta fidelidade”.

• Representação de nós — Uma maquete deve levar em conta todos os tipos de nós que podem ser utilizados em um agente. Ter uma indicação visual clara sobre qual nó é utilizado em cada caso específico economizará muito tempo para quem desenvolve o agente.

• Responsabilidade das variáveis — Como as variáveis são tratadas? Uma maquete deve levar em conta as variáveis necessárias (chamadas de parâmetros no AI Studio) e como elas serão utilizadas ao longo do fluxo. Se conseguirmos acompanhar todas as instâncias das nossas variáveis, poderemos determinar facilmente qual tipo de dados é necessário.

• Satisfação do usuário com o resultado — Existem jornadas do usuário claras que seguem um fluxo lógico e coerente em seu protótipo? É fácil acompanhar as escolhas do usuário como pontos de decisão no fluxo? O resultado alcançado pelo usuário é satisfatório? O usuário pode não ficar satisfeito com o resultado, mas a conversa pelo menos atende à sua intenção? Ou seja, o agente pode não ser capaz de ajudar um usuário a encontrar seu pedido, mas será que o agente faz as perguntas corretas e sugere outra maneira pela qual o usuário possa encontrar os recursos que está procurando?

Ferramentas de maquete

Eu, pessoalmente, tenho usado o Miro para criar meus protótipos, mas há muitas opções boas disponíveis no mercado.

• Miro - Com diversas formas, cores, conectores e texto, o Miro tem tudo o que eu preciso.

• Lucidchart - Alguns dos meus colegas que trabalham como designers de conversação no AI Studio preferem o Lucidchart. Dizem que é ótimo!

• Draw.io - um construtor gratuito e de código aberto que tem tudo o que você precisa para criar agentes.

• Caneta e papel — Você não precisa de nenhum software sofisticado para fazer esboços! Você pode usar caneta e papel ou um quadro branco; basta começar a desenhar e seguir em frente,

Comece com uma chave

Como mencionado anteriormente, ter uma representação completa de todos os seus diferentes tipos de nós de conversação é essencial. Ao criar uma chave, pense em todas as diferentes funcionalidades do seu agente. Felizmente para nós, com o AI Studio já temos um modelo para uma chave. Aqui está uma chave simples de componentes que eu uso:

key-of-mockup-components.png

Literalmente, seja literal

Ao utilizar um componente, descreva exatamente o que acontecerá no agente. Se for o envio de uma mensagem, escreva o texto da mensagem. Se for a definição de uma condição, o que essa condição verificará? Se for uma classificação, qual variável será classificada? Um exemplo disso:

conversational-ai-flow-mockup.png

No exemplo acima, podemos ver como as variáveis também são tratadas. A $Topic variável é definida no nó “Collect Input” e, em seguida, utilizada no nó “Classification”.

Pronto para construir

Depois de criar sua maquete, você pode acabar com vários fluxos diferentes para o seu agente. Ainda podem surgir algumas dúvidas, como o tratamento de erros, a implementação exata de integrações ou webhooks, ou se o texto em determinados nós deve ser editado. Mas, em geral, você terá uma representação perfeita do seu agente, para que todas as partes interessadas possam chegar a um consenso sobre os possíveis resultados e fluxos. Abaixo, você pode ver um exemplo de maquete que criei para um agente que usamos para ajudar os participantes da conferência no ano passado no API Days Paris).

complicated-conversational-ai-mockup.png

Conclusão

Este guia sobre maquetes e fluxogramas foi útil para você? Você está convencido de que deve começar a criar seu AI Studio com uma maquete? Por favor, me conte no Twitter ou na Slack da Comunidade Vonage (temos até um canal dedicado ao AI Studio). Estou muito curioso para ver o que você está criando com o Low Code!