Ses Aracılarında Dallanma Mantığı: Koşullar, Değişkenler ve Durum
Gerçek konuşmalar şubesi. Arayanın bir soruya verdiği yanıt, daha sonra ne olacağını belirler. Sesli aracı iş akışlarında koşullu mantık şu şekilde çalışır.
Doğrusal bir konuşma akışı (selamlama, sorma, yanıtlama, sonlandırma) en basit kullanım durumlarında işe yarar. Bunun ötesindeki her şey dallanmayı gerektirir: Arayan mevcut bir müşteriyse hesabını kontrol edin; Yeniyse, katılıma başlayın. Sorun faturalandırmaysa fatura akışına yönlendirin; Teknik ise sorun gidermeye yönlendirin. Eğer arayan kişi hayal kırıklığına uğramışsa, durumu erkenden artırın. Dallanma, demo temsilcisini üretim temsilcisine dönüştüren şeydir.
Agent Canvas'ta koşul ifadeleri nasıl çalışır?
Koşullu bir düğüm, bir değişkeni veya LLM sınıflandırmasını değerlendirir ve konuşmayı farklı yollara yönlendirir. Değişken açıkça toplanabilir ("Mevcut bir müşteri misiniz?"), LLM tarafından bağlamdan çıkarılabilir veya harici bir sistemden aranabilir (CRM, müşteri katmanını döndürür). Her dal, kendi eylemleri, bilgi tabanı sorguları ve korkuluklarıyla farklı bir alt akışa yol açar.
Konuşma durumu ve değişkenler
Görüşme ilerledikçe değişkenler birikir: arayanın_adı, hesap_kimliği, konu_türü, duygu_skoru. Bu değişkenler tuvaldeki her düğüm için mevcuttur; koşullu yönlendirmeyi bilgilendirir, aracı yanıtlarını kişiselleştirir ve parametreler olarak eylemlere aktarılır. Temsilci bir randevu aldığında görüşmenin başında toplanan arayan_adı ve tercih edilen_zaman değişkenlerini kullanır. Durum, her düğümün ayrı ayrı çalışması yerine akışı tutarlı hale getirir.
Başlamaya hazır mısın?
Mazed'in multimodal yapay zekasının sizin için nasıl çalıştığını görün.