Die semantische Suche im Übereinstimmungstyp von Blöcken ist eine KI, die darauf trainiert ist, Kontext aus den in der Nachricht des Kunden eingebetteten Bedingungen zu extrahieren.
Die Blöcke haben Priorität gegenüber dem KI-Assistenten, sodass Sie einen Block mit einer Bedingung und der Auswahl der Übereinstimmung „Vergleich der Bedeutung“ verwenden können, wenn Sie dem Kunden eine klar überprüfte und vorgeschriebene Antwort senden möchten.
Funktionsweise
Die semantische Suche vergleicht die Bedeutung zwischen einer Benutzernachricht und vordefinierten Bedingungen, anstatt sich auf exakte Schlüsselwortübereinstimmungen zu verlassen.
Kernprinzip
Das System analysiert den Kontext und die Absicht in der Benutzernachricht und sucht nach einer Übereinstimmung mit der in der Triggerbedingung eingebetteten Bedeutung.
Verarbeitungsablauf
- Die KI extrahiert die semantische Bedeutung aus der Nachricht des Kunden.
- Das System vergleicht diese Bedeutung mit den semantischen Phrasen, die in den Bedingungen des Triggers definiert sind.
- Wenn eine semantische Übereinstimmung gefunden wird, verarbeitet der Chatbot das entsprechende Ereignis innerhalb des Blocks (z. B. Senden einer bestimmten Nachricht).
Beispiel
In der Bedingung definieren wir eine semantische Phrase (z. B. „Konten und Akten schließen“). Wenn die KI diese Bedeutung in der Äußerung des Benutzers identifiziert, löst sie den zugehörigen Ereignisblock aus.
Die Blockeinstellung sieht wie folgt aus:
Bei der Auswahl einer „Semantischen Suche“-Übereinstimmung muss der Bot in der Nachricht des Kunden nach Wörtern/Phrasen mit ähnlicher Bedeutung suchen, die auf dem Block-Trigger basieren:
Jedes Mal, wenn der Bot die Nachricht des Kunden verarbeitet, verarbeitet er korrekt das erforderliche Ereignis im Block.
Wie schreibt man einen Trigger
Der Trigger wird im entsprechenden Feld genauso geschrieben wie andere Trigger für jede Übereinstimmungsauswahl:
Das Erstellen klarer, präziser und genauer Bedingungen ist entscheidend für Leistung, Zuverlässigkeit und Benutzererfahrung. Hier ist, warum es wichtig ist:
- Korrekte Verarbeitung: Präzise Bedingungen stellen sicher, dass der Chatbot das beabsichtigte Ereignis korrekt identifiziert und ausführt.
- Verarbeitungsgeschwindigkeit: Komplexe, mehrdeutige oder ausführliche Phrasen erhöhen die KI-Verarbeitungszeit und können die Antwortgeschwindigkeit beeinträchtigen.
- Schema-Zuverlässigkeit: Vage Formulierungen erhöhen das Risiko von Fehlinterpretationen, was dazu führen kann, dass Ihr Workflow falsch funktioniert.
Vermeiden Sie übermäßig komplexe Wörter, mehrdeutige Begriffe und lange, mehrsätzige Phrasen in Ihren Bedingungen.
Beispiel einer effektiven Triggerbedingung
Ein Beispiel für eine INKORREKTE Triggerbedingung:
Vermeiden Sie einwortige Triggerbedingungen
Während Bedingungen prägnant sein sollten, müssen sie auch semantisch bedeutungsvoll sein. Ein einzelnes Wort (z. B. „Rechnung“) bietet oft nicht genügend Kontext für eine genaue semantische Übereinstimmung.
Verwenden Sie beschreibende Phrasen
Verwenden Sie anstelle isolierter Wörter kurze, beschreibende Phrasen, die die Absicht erfassen.
Beispiel:
❌
"Rechnung"
✅"monatliche Rechnungszahlung"Dies bietet dem KI-Modell einen klareren Kontext für einen genauen semantischen Vergleich.
Kernprinzip
Die KI vergleicht die Bedeutung von Bedingungen, nicht nur Schlüsselwörter. Eine gut definierte Phrase legt die notwendigen semantischen Kriterien für eine zuverlässige Übereinstimmung fest.
Beispiel
Wenn Sie detailliertere Trigger für die Semantische Suche schreiben, versteht die KI den Kontext und antwortet schnell.
Wenn Sie eine Triggerbedingung nur mit einem einzelnen Wort definieren (wie im folgenden Beispiel), kann die KI möglicherweise keinen ausreichenden Kontext erkennen und löst keine Antwort aus, was zu Stille führt.
Außerdem funktioniert der Block mit den korrekten Einstellungen nicht, da die KI den Trigger aus dem korrekten Block in der Nachricht des Kunden nicht finden und ihm keine Nachricht senden kann.
Seien Sie vorsichtig
Wenn der Trigger für die Semantische Suche ebenfalls falsch ist (zu kurz oder mehrdeutig), kann die KI zu solchen Triggern zur falschen Zeit oder am falschen Ort antworten.
Smart Station KI-Chatbot-Beispiel
In diesem Beispiel demonstrieren wir klar die Priorität von Blöcken gegenüber KI-Assistenten und die Suche nach Kontext in der Nachricht des Kunden mit der Auswahl des Typs Semantische Suche.
Im Chatbot-Builder erstellen wir zwei „Start“-Blöcke, in denen wir jeweils den Typ „Semantische Suche“ und die Nachricht „Licht ein-/ausschalten“ auswählen:
- Block 1 „Licht einschalten“
- Block 2 „Licht ausschalten“
Um zu verstehen, dass der Block und nicht der KI-Assistent ausgeführt wurde, fügen wir in der Nachricht jedes Blocks eine zusätzliche Zeile hinzu.
Als nächstes wechseln wir zum KI-Assistenten.
Erstellen eines Bots mit der Rolle „Universeller KI-Assistent“.
Zu Demonstrationszwecken werden wir dem Assistenten bei der Verarbeitung von Blöcken keine Einschränkungen auferlegen.
Alle Einstellungen sind nun abgeschlossen. Fahren wir mit dem Testen fort.
- Starten Sie einen Chat mit der Smart Station, um zu beginnen.
Da wir die Station in keiner Weise eingeschränkt haben, kann sie über völlig abstrakte Themen sprechen.
- Nun schreiben wir im Kontext unserer Nachricht die Schlüsselbedeutung auf – Licht ein- oder ausschalten:
Der Bot hat korrekt gearbeitet.
Wenn also die Trigger aus dem Block nicht erfüllt werden, arbeitet der Assistent.
Wenn der Bot jedoch den durch die Blockbedingung definierten Kontext erkennt, wird der Block selbst ausgelöst.