Bots mais inteligentes no WhatsApp: evite alucinações da IA com a Knowledge AI

O uso da IA generativa para melhorar a experiência do cliente

Sempre ouvi dizer que os melhores desenvolvedores são os preguiçosos. Confesso que sou um desenvolvedor preguiçoso. A Inteligência Artificial (IA) generativa nos ajuda a ser ainda mais preguiçosos! Não só podemos pedir código refatorado ou até mesmo Applications totalmente codificadas a essa IA preditiva. Como também podemos terceirizar as outras partes chatas de nossas Applications, como todos os valores de dados que queremos fornecer aos nossos usuários.

>> Explore os recursos do Knowledge AI em nosso anúncio da versão beta pública.

Ao utilizar a IA generativa em conjunto com a plataforma de criação de assistentes virtuais de baixo código da Vonage, o AI Studio, desleixados e eficientes agora podem aprimorar significativamente a experiência do cliente. Neste artigo, você aprenderá como substituir o site de Perguntas Frequentes (FAQ) da sua empresa e transformá-lo em um agente de FAQ flexível e abrangente no WhatsApp (também conhecido como chatbot). Mais importante ainda, você aprenderá como a Knowledge AI permite manter seu agente atualizado e preciso em relação a quaisquer novos recursos ou ofertas da sua empresa.

Resumo Se você não quiser configurar o Agente, copie o arquivo ZIP e importe-o para o AI Studio seguindo estas instruções do GitHub.

FAQ page for Vonage AI Studio explaining whether the product works standalone and listing supported languages including English, Hebrew, German, and Spanish.

Missão: Transformar as perguntas frequentes estáticas em um agente interativo do WhatsApp

Nosso objetivo neste artigo será transformar um site de perguntas frequentes (FAQ) em um agente do WhatsApp. Vamos usar o próprio site de perguntas frequentes do AI Studio e transformá-lo em um chatbot amigável e flexível.

Você vai perceber que esta página também aborda como entrar em contato com o suporte. Isso é importante em um agente de IA generativa, já que a intenção do usuário (mais sobre Intenções do AI Studio) não é receber uma resposta de texto direta, mas sim acionar alguma ação. Chamamos isso de “frases de ação”. As frases de ação podem ser enviar um e-mail para o suporte, conectar usuários a um agente humano, concluir um pedido e muito mais! Neste tutorial, simularemos o contato com o suporte usando o Nó “Enviar e-mail”, mas com AI Studio nó de webhook , você tem a possibilidade de criar integrações avançadas.

Eu sempre sugiro começar com uma maquete do agente que queremos criar. É assim que nosso agente ficaria se quiséssemos criar sem IA de Conhecimento:

Diagram showing an FAQ flow in AI Studio without Knowledge AI, where each intent must be manually mapped to a specific response.

Precisamos definir uma intenção não apenas para cada frase de ação, mas também para cada par de pergunta e resposta das Perguntas Frequentes. Mas somos desenvolvedores preguiçosos e isso levaria muuuuito tempo!

Ainda bem que agora podemos simplificar drasticamente nosso agente. Agora, nossa simulação fica assim:

Diagram showing how AI Studio integrates with Knowledge AI to handle FAQ queries dynamically after classifying user intent.

A menos que o usuário faça uma pergunta que exija uma frase de ação (no nosso caso, enviar um e-mail para o suporte), nossa IA de Conhecimento é agora o fluxo padrão. Você não precisa mais criar intenções com longas listas de expressões do usuário; a IA de Conhecimento será capaz de lidar com as consultas com flexibilidade.

Pré-requisitos

• Você precisará de um Account da API da Vonage

Como criar uma base de conhecimento com o Knowledge AI

O primeiro passo antes de desenvolver o agente é configurar nossa Base de Conhecimento. Esse será o repositório que orientará as respostas da nossa IA de Geração. Acesse a guia “Knowledge AI” no painel do AI Studio.

O Knowledge AI apresenta dois novos Concepts: Índices e Fontes. As fontes são elementos individuais de informação e dados. Por exemplo, uma fonte pode ser uma URL (página em um site) ou um arquivo. Quando agrupadas, as fontes formam Índices. O conjunto completo de informações a partir do qual os agentes podem gerar respostas é chamado de índice.

Vamos começar a criar nosso primeiro índice.

Como adicionar uma fonte no Knowledge AI

Clique em “Adicionar fonte”. Isso abrirá um formulário para adicionar uma nova fonte.

Add a new knowledge source in Vonage AI Studio by uploading a local file or providing a URL.

Você vai perceber que as fontes podem ser um arquivo local (TXT, HTML ou PDF) ou uma URL acessível ao público. Adicione o link ao site de perguntas frequentes, dê um nome a ele e clique em “Criar”. Agora repita o processo para o “Introdução ao WhatsApp” e Roteamento de Agentes ao Vivo do WhatsApp .

Dashboard view of Knowledge AI sources for a WhatsApp agent. Displays three active content sources with their size, type, modification date, and status.

Agora que temos algumas fontes, poderemos fazer perguntas mais flexíveis. Vamos passar à criação de um índice.

Como criar um índice no Knowledge AI

Clique na guia “Índice” no painel à esquerda. Em seguida, clique em “Adicionar índice”. Primeiro, dê ao seu índice um nome adequado, como “Perguntas frequentes do AI Studio”. Depois, marque todas as fontes recém-criadas e clique em “Salvar e sair”.

Assigning data sources to the 'AI Studio FAQs' index in Vonage Knowledge AI. All three sources—WhatsApp Live Agent Routing, WhatsApp Getting Started, and Studio FAQ Site—are selected.Agora você deve ver um Índice disponível. 

Index dashboard showing the 'AI Studio FAQs' index built from three knowledge sources: Studio FAQ Site, WhatsApp Live Agent Routing, and WhatsApp Getting Started.

Como testar índices no Knowledge AI

O Knowledge AI permite que você teste os índices antes de conectá-los aos agentes. Para isso, passe o mouse sobre um índice e um ícone de reprodução aparecerá. Clique no ícone de reprodução para abrir o Testador de Índices.

Testing interface for the 'AI Studio FAQs' index within the Knowledge AI dashboard. This allows users to validate how the AI will respond based on indexed content.

Agora você pode fazer qualquer pergunta que quiser, e o agente de teste irá buscar as respostas no seu Índice. Tente fazer perguntas do site de Perguntas Frequentes, como “Quais idiomas o AI Studio oferece?”, ou perguntas da página de Introdução do WhatsApp, como “Posso enviar mensagens pelo WhatsApp antes da aprovação do Facebook?”.

Agora tente uma pergunta que não conste nessas páginas, como “O que é o Vonage Knowledge AI?”. O agente responde: “Não foi possível encontrar uma resposta relevante”. Perfeito! Isso significa que o agente é capaz de manter conversas semelhantes às humanas, mas apenas dentro do escopo do nosso Índice.

Vamos resolver isso agora e enviar nosso PDF chamado Slides de Informações da Knowledge AI como uma nova fonte. Crie um novo índice e inclua agora todas as nossas fontes. Agora você pode testar novamente e fazer a mesma pergunta. Agora temos uma resposta! É assim que é simples atualizar os agentes existentes para quaisquer novos produtos ou recursos.

Test and refine your Knowledge AI responses by creating and querying an index based on uploaded sources.

Observe o símbolo dos livrinhos na resposta do Knowledge AI. Você pode clicar nele para ver quais fontes foram utilizadas para gerar a resposta. Você pode usar isso para ajudar a ajustar as fontes de um índice, a fim de obter melhores resultados.

Agora que temos um Índice que podemos atribuir ao nosso agente de IA generativa, vamos criar nosso agente!

Como criar um agente do AI Studio para o WhatsApp

Para começar, precisaremos criar um agente do WhatsApp. Você pode abrir o AI Studio a partir do Vonage Painel do Desenvolvedor e seguir as instruções na documentação do AI Studio. Existem três opções importantes para o nosso agente; selecione:

• Tipo: WhatsApp

• Modelo: Começar do zero

• Evento: Inbound

Como usar os nós “Coletar entrada do usuário” e “Classificação”

• Vamos dar as boas-vindas aos nossos usuários com uma mensagem de boas-vindas usando o nó “Enviar mensagem” . Gosto de anexar uma foto à nossa mensagem de boas-vindas para reforçar a identidade visual da nossa empresa.

• Em seguida, vamos receber a resposta do usuário com um nó “Coletar Entrada” . Vamos armazenar a resposta em um parâmetro chamado user_inquiry. A entrada esperada deve ser apenas texto.

A menos que seja especificado de outra forma, todos os parâmetros nesta postagem do blog utilizarão a entidade @sys.any. Para obter mais informações sobre entidades (diferentes tipos de parâmetros) no AI Studio, por favor, consulte a documentação.

• A O nó de determinará agora para onde redirecionar nosso usuário. Crie uma única intenção chamada “Enviar e-mail”. Defina algumas expressões do usuário relacionadas a e-mail e suporte. Por exemplo: “Suporte por e-mail”, “entrar em contato com o suporte”, “suporte”. O parâmetro de classificação é user_inquiry.

• Conclua o fluxo “Enviar e-mail”. Você precisará adicionar um segundo nó “Coletar entrada” para armazenar o endereço de e-mail do usuário. Em seguida, use esse e-mail em um nó “Enviar e-mail” . 

• Crie um nó “Enviar mensagem” que envie uma mensagem de agradecimento ao usuário por utilizar o agente.

• Conclua com um Nó “Encerrar conversa” .

Email fallback flow in Vonage AI Studio for unhandled inquiries. If the agent can't resolve the request, the user's message is classified and routed to collect their email before sending it to a support team.

Agora estamos prontos para começar a usar nosso nó de perguntas e respostas!

Como usar o nó “Perguntas e Respostas” do AI Studio

Primeiro, vamos selecionar o nó “Perguntas e respostas” na seção “Conversa”, desta forma:

Demonstration of the Q&A node in Vonage AI Studio, showing real-time interaction with Knowledge AI. The assistant retrieves responses from indexed FAQ sources to answer user questions dynamically.

A configuração do nosso nó será:

• Índice: Perguntas frequentes sobre o AI Studio (ou o nome do seu Índice)

• Parâmetro de entrada do usuário: user_inquiry

• Parâmetro de resposta:  ai_response

• Tempo de espera: 2 segundos

  • O tempo máximo que o AI Studio aguardará por uma resposta. Se o tempo de resposta ultrapassar 2 segundos, o caminho de saída “Falha” será acionado.

• Comprimento médio: 50

• Orientações para respostas: deixe em branco ou crie suas próprias!

Como lidar com nossa resposta de IA generativa

Agora que já configuramos nosso nó para obter respostas às perguntas frequentes, vamos enviá-las aos nossos usuários! Todo o fluxo ficará assim:

Node flow diagram for the AI-powered FAQ assistant in Vonage AI Studio. It includes branches for AI response generation, fallback messages, user repeat prompts, and graceful conversation endings.

Isso pode parecer complicado, mas a maior parte envolve o tratamento de erros e a melhoria da experiência do usuário. O nó FAQ cria três pontos de saída: $ai_response (sucesso), “Não sei” e “Falha”. Dependendo do resultado, esses pontos de saída oferecem algum tipo de tratamento de erros. 

Para desenvolver isso:

1. Para $ai_response ponto de saída: use um nó “Enviar mensagem” e configure-o para simplesmente enviar o $ai_response . Conecte nosso  $ai_response a este nó.

2. Para Não sei ponto de saída: use um nó “Enviar mensagem” e configure-o para enviar uma mensagem de erro. Algo como “Desculpe, não sei como responder a isso”. Conecte nosso Não sei a esse nó.

3. Para Caso de ponto de saída: use um nó “Encerrar conversa” e configure-o para exibir algo como: “Opa! Ocorreu um erro. Por favor, tente novamente.” Conecte nosso ponto de saída a este nó.

Como criar um ciclo de perguntas

Queremos permitir que o usuário faça várias perguntas ao nosso chatbot.

Para desenvolver isso:

1. Crie um nó “Collect Input” chamado “Collect Repeat” que salvará um novo parâmetro chamado REPEAT. O nó receberá entradas do botão “Reply” . Um botão deve ter o título “Sim” e o valor “true”. O outro botão deve ter o título “Não” e o valor “false”.

2. Use um Nó de Condição que irá verificar se REPEAT. Crie uma condição para verificar se REPEAT é igual a verdadeiro e outra para verificar se REPEAT é igual a falso.

3. Conecte a condição “true” novamente ao nó “Collect Inquiry”, o primeiro nó de entrada de coleta que usamos, que armazena o valor de user_inquiry

1. Conecte a condição falsa ao nó “Formulário de mensagem de agradecimento”, que, por sua vez, está conectado ao nó “Encerrar conversa”.

Agora você pode testar seu agente e fazer perguntas a ele!

ive demonstration of a Knowledge AI agent responding to user input in a chat interface, showcasing intelligent real-time FAQ handling.

Conclusão

👏Dê um aplauso a si mesmo! Você conseguiu! Você criou seu primeiro agente de IA generativa para o WhatsApp. Agora vamos testá-lo usando o testador.

Seu nó de classificação está funcionando? Seu agente consegue distinguir quando você quer enviar um e-mail ou fazer uma pergunta sobre o AI Studio? Tente fazer perguntas diretamente no site de perguntas frequentes e compare as respostas. Depois, tente fazer perguntas ao seu agente que se desviem um pouco das perguntas frequentes e que só possam ser respondidas a partir de outras fontes. E, por fim, perguntas que não façam parte, de forma alguma, dos dados de treinamento!

Como está o desempenho do seu agente? Me conte! Participe da Comunidade de Desenvolvedores da Vonage no Slack e me conte o que você está desenvolvendo no canal #AI Studio. Ou encontre me no X, antes conhecido como Twitter. E dê um follow um follow já que está por lá.