Nota:
El acceso a esta página requiere autorización. Puede intentar iniciar sesión o cambiar directorios.
El acceso a esta página requiere autorización. Puede intentar cambiar los directorios.
Las frases de desencadenador son la base del reconocimiento eficaz de temas en Copilot Studio. Entrenan el modelo de comprensión del lenguaje natural (NLU) de tu agente para identificar cuándo los usuarios preguntan sobre temas específicos. Al usar frases desencadenantes, tu agente puede dirigir las conversaciones al tema adecuado con precisión.
¿Qué son las frases activadoras en Copilot Studio?
Las frases desencadenadoras entrenan el modelo de reconocimiento del lenguaje natural (NLU) de tu agente. Las frases de desencadenador indican al agente qué expresiones de usuario típicas deben desencadenar un tema específico.
Las frases desencadenantes suelen reflejar cómo un usuario pregunta sobre un problema o asunto. Por ejemplo, una frase desencadenante podría ser "problema con malas hierbas en el césped".
Cuando crea un nuevo tema, solo tiene que proporcionar algunas frases de ejemplo (lo ideal es entre 5 y 10). En tiempo de ejecución, la IA analiza lo que dice el usuario y desencadena el tema que más se acerca en significado a la expresión del usuario. Aprende más en Elige frases desencadenantes efectivas.
Importancia del contexto desencadenante
Copilot Studio NLU se comporta de manera diferente según el estado de la conversación. Este comportamiento a veces puede llevar a comportamientos diferentes para la misma expresión del usuario.
A continuación se detallan los diferentes estados de la conversación:
Inicio de la conversación: El agente no tiene contexto, por lo que se espera que la declaración del usuario sea una de las siguientes:
- Active un tema directamente (reconocimiento de intención).
- Desencadenar una pregunta de desambiguación "quiso decir" (coincidencia de varios temas) entre los candidatos de intención si hay varios temas coincidentes.
- Vaya a un tema alternativo si no se reconoce el intento.
Después de que se active un "¿Quizás quiso decir?" (Múltiples temas coincidentes): NLU optimiza para coincidir con uno de los temas sugeridos, usando umbrales más altos para descartar las opciones presentadas.
Cambiar de tema actual: Si la NLU intenta cubrir un hueco en un tema, y el usuario da una consulta que podría desencadenar otro tema (cambio de tema).
Normalización de entidades y activación de temas
En tiempo de ejecución, los agentes que usan la orquestación clásica seleccionan un tema comparando la expresión del usuario con las frases de desencadenador de cada tema.
El sistema normaliza las entidades detectadas en sus tipos de entidad y calcula la similitud en función del formulario normalizado. Este método puede aumentar el reconocimiento de intenciones, pero también puede ampliar las coincidencias de maneras que no son obvias al crear frases desencadenadas.
Por ejemplo, supongamos que la frase desencadenador del tema A es Crear una reunión con Alex y la expresión de un usuario es Crear una reunión con Susan.
Con la coincidencia de solo texto, la similitud sería baja porque "Alex" y "Susan" son valores literales diferentes. Con la normalización de entidades, la similitud puede ser alta si ambos valores se reconocen como el mismo tipo de entidad (por ejemplo, Nombre de persona). En ese caso, se selecciona Topic A aunque el nombre específico de la expresión del usuario no aparezca en la frase del desencadenador.
La normalización de entidades hace que los agentes que usan la orquestación clásica sean más sólidos para los valores de entidad variable y pueden tolerar coincidencias más amplias.
Esta característica se aplica a casos de uso como:
- Tus frases de activación difieren principalmente por los valores de las entidades (nombres, ubicaciones, fechas, números), y deseas que el asunto coincida en función de la estructura de la solicitud en lugar de coincidir exactamente con los tokens de las entidades.
- Confía en entidades de lista cerrada u otras entidades estructuradas y desea un mayor recall durante la coincidencia.
- Va a solucionar problemas de puntuaciones de coincidencia baja en las que se espera la normalización de entidades, pero no se produce porque el tema no contiene entidades aptas para la normalización. Por ejemplo, solo hay entidades de lista dinámica presentes, que no participan en la normalización en el momento de activación.
Signos de puntuación
El modelo NLU funciona igual independientemente de la puntuación, incluidos los signos de interrogación.
Crear nuevas frases desencadenantes
Si es posible, empieza con datos reales de producción en lugar de inventarte tus propias frases desencadenantes. Las mejores frases desencadenantes son similares a los datos reales que provienen de los usuarios. Estas frases son las que los usuarios le preguntan al agente desplegado.
No dejes fuera palabras concretas. El modelo da menos peso a palabras innecesarias, como las palabras de parada. Las palabras de parada son palabras que el sistema filtra antes de procesar los datos de lenguaje natural porque son insignificantes.
Optimizar frases desencadenantes
Las siguientes mejores prácticas te ayudan a optimizar tus frases desencadenantes.
| Sugerencia | Examples |
|---|---|
|
Tenga al menos 5-10 frases desencadenadoras por tema Repita y agregue más a medida que aprende de los usuarios. |
Encontrar mi tienda más cercana Comprobar ubicación del almacén Buscar una tienda Encuentra la ubicación más cercana Tienda cerca de mí |
|
Varíe la estructura de las oraciones y los términos clave El modelo considera automáticamente variaciones de esas frases. |
¿Cuándo están cerrados? Horario de apertura diario |
|
Utiliza frases de activación cortas Menos de 10 palabras. |
¿Cuándo están abiertos? |
|
Evite las frases desencadenadoras de una sola palabra Esta práctica incrementa el peso de las palabras específicas en la activación de temas. Puede introducir confusión entre temas similares. |
Tienda |
| Use frases completas | ¿Puedo hablar con un asistente humano? |
| Tenga verbos y sustantivos únicos o combinaciones de los mismos |
Necesito servicio de atención al cliente Quiero hablar con un asesor |
|
Evite usar la misma variación de entidad No necesita usar todos los ejemplos del valor de la entidad. NLU tiene en cuenta automáticamente todas las variaciones. |
Quiero pedir una hamburguesa Me gustaría una pizza Quiero nuggets de pollo |
Equilibre la cantidad de frases desencadenadoras por tema
Intente equilibrar el número de frases desencadenadoras entre los temas. De ese modo, las capacidades NLU no ponderan en exceso un tema frente a otro en función de las frases desencadenadoras configuradas.
Evalúa tus cambios
Después de actualizar frases desencadenantes o fusionar o dividir temas, evalúa los cambios. Por ejemplo:
- Observas un cambio inmediato en el comportamiento del agente a través del chat de prueba. Por ejemplo, un tema puede activarse o dejar de activarse según las actualizaciones de frases desencadenantes.
- Después de desplegar tu agente y gestionar el tráfico, observas tasas de desvío más altas o más bajas (tasas de no escalamiento). Para observar estas tasas, vaya a la página Analytics en Copilot Studio.
Sugerencia
Para probar el desencadenante de temas y cómo funciona tu modelo NLU frente a datos de prueba en masa, utiliza el Copilot Agent Kit.
Troubleshooting
Si un agente responde varias veces a un único mensaje de usuario o desencadena un tema inesperado, las frases de desencadenador superpuestas o las configuraciones de temas en conflicto suelen provocar el problema.
Siga estos pasos para diagnosticar y resolver el problema:
Verificar configuración del agente:
- Revisa todos los temas para asegurarte de que cada uno tiene un propósito único y frases desencadenantes claramente definidas.
- Confirma que solo un tema está configurado para responder automáticamente a una entrada específica del usuario.
Comprueba si hay intenciones o condiciones que se solapan:
- Identifica frases desencadenantes que sean similares en varios temas.
- Revisa condiciones, entidades y temas del sistema que puedan ser válidos para el mismo mensaje de usuario.
Ajustar la prioridad y el alcance del tema:
- Refinar las frases de desencadenador para que los temas más específicos coincidan antes de temas más amplios.
- Para evitar respuestas duplicadas, deshabilitar, combinar o restringir temas que se superponen en la funcionalidad.