Jak stworzyć czatbota NLP używając Dialogflow z Landbotem

Opublikowany 14 kwietnia 2021 w Komunikacja. Tagi: , , .

Słyszałeś o czatbotach i chciałbyś zacząć z nich korzystać? Chcesz stworzyć wirtualnego asystenta, który pomoże Ci zwiększyć współczynnik konwersji? Czy dopiero zaczynasz pracę z wirtualnym asystentem i nie jesteś pewien jak wybrać najlepszą platformę do budowy inteligentnego czatbota, który pozwoli Ci zwiększyć efektywność? Trafiłeś na właściwą stronę.

Podczas gdy coraz więcej firm zdaje sobie sprawę z siły i potencjału czatbotów, wiele z nich waha się z ich wdrożeniem obawiając się o koszty i złożoność przedsięwzięcia. Jeśli Ty również martwisz się brakiem wystarczających zasobów lub umiejętności technicznych, polecam użycie Dialogflow z Landbotem.

Dialogflow   Landbot

Istnieje wiele dobrze działających platform, ale Landbot wyróżnia się skalowalnymi cenami i całkowitym brakiem kodowania, co czyni go atrakcyjnym, a przede wszystkim dostępnym dla freelancerów, małych i średnich przedsiębiorstw, jak również dużych firm.

Dlatego też, bez dalszych wstępów, przyjrzyjmy się jak zbudować inteligentnego czatbota NLP bez kodowania, używając Dialogflow z kreatorem Landbot.

Czym są Dialogflow i Landbot? Jak ze sobą współpracują?

Konsola Dialogflow – dawniej API.AI – stanowi część oferty funkcji Google Cloud Platform. Jest to, w zasadzie, silnik przetwarzania języka naturalnego z głównym naciskiem na rozumienie języka naturalnego (NLU), “rozumienie” części NLP. Innymi słowy, platformy pomagają oprogramowaniu zrozumieć ludzki język, pobrać z niego dane i dostarczyć odpowiednie odpowiedzi. Można je wykorzystać zarówno do budowy czatów, jak i asystentów głosowych.

Dwie główne zalety?

  • Dialogflow pozwala na zaprojektowanie przepływu rozmowy czatbota bez kodowania.
  • Posiada bezpłatną wersję, dzięki czemu można korzystać z narzędzia za darmo (chyba, że jesteś zainteresowany pakietem enterprise, który zawiera analizę nastrojów- co może być przydatne, ale nie jest niezbędne do pomyślnej pracy czatbota).

Projektowanie dialogu i szkolenie czatbota w Dialogflow nie wymaga kodu, więc pomimo niewielkiej krzywej uczenia się, jest to narzędzie przyjazne dla profesjonalistów nie będących specjalistami w dziedzinie technologii.

Jednakże, jeśli chodzi o połączenie czatbota z bazami danych firm zewnętrznych, wprowadzenie bogatych formatów do interfejsu front-end lub publikację bota w różnych formatach (web, aplikacje komunikacyjne, itp.), to właśnie tutaj do gry wkracza Landbot.

Landbot jest narzędziem do budowania i zarządzania botami bez kodu, umożliwiającym zarządzanie wszystkimi procesami związanymi z Twoim czatbotem z poziomu jednego systemu. Co więcej, budowanie odbywa się za pomocą prostego i intuicyjnego interfejsu typu “przeciągnij i upuść”.

W Landbocie można w sposób łatwy i intuicyjny – bez kodowania – zintegrować stworzonego w Dialogflow agenta czatbota i nadać mu ostateczne cechy poprzez wzbogacenie go o:

  • Bogate odpowiedzi, takie jak przyciski i karuzele
  • Aplikacje i narzędzia innych firm
  • Emulację pisania na klawiaturze
  • Unikalny projekt wizualny i personalizację awatarów, itp.

Wykonanie którejkolwiek z powyższych czynności, przy użyciu samego programu Dialogflow, wymagałoby specjalistycznej wiedzy programistycznej.

Przyjrzyjmy się teraz praktycznemu przykładowi jak zbudować czatbota NLP przy użyciu Landbota i Dialogflow.

Jak stworzyć czatbota NLP przy pomocy Dialogflow i Landbota

Aby pokazać Ci, jak zbudować bota NLP przy użyciu Landbota i Dialogflow, stworzymy krok po kroku prostego czatbota dotyczącego rejestracji.

1. Stwórz nowego bota w Landbot

Aby rozpocząć, najpierw zarejestruj się w Landbot i utwórz swoje konto, bez konieczności podawania karty kredytowej. Dodatkowo otrzymasz 5-dniowy okres próbny, aby wypróbować wszystkie bonusowe funkcje, takie jak integracje z Dialogflow.

Wystarczy przejść do pulpitu nawigacyjnego aplikacji, kliknąć “Build a Chatbot”, wybrać kanał czatbota i kliknąć, aby zbudować go od podstaw.

Landbot - zrzut ekranu 1

2. Ustaw wiadomość powitalną

Po wejściu do interfejsu konstruktora, nadszedł czas, aby wybrać wiadomość powitalną. Jest to wiadomość, która będzie rozpoczynać rozmowę. Najlepszą praktyką jest pozwolić botowi przedstawić się i powiedzieć, w czym może pomóc, aby spełnić oczekiwania użytkowników.

Landbot - zrzut ekranu 2

Możesz spersonalizować swoją wiadomość powitalną za pomocą dymków tekstowych, ale także poprzez dodanie obrazów, gifów lub filmów. To naprawdę proste. Kiedy chcesz dodać nowy ” dymek” czatu, kliknij ikonę plusa i wybierz z dostępnych opcji: MESSAGE (wiadomości), MEDIA (multimedia), BUTTONS (przyciski).

Landbot - zrzut ekranu 3

Kiedy wybierzesz MEDIA, pojawi się okienko umożliwiające załadowanie lub osadzenie dowolnego obrazu, filmu z YouTube, adresu URL lub pliku.

Landbot - zrzut ekranu 4

Gdy już jesteś gotowy, możesz przejść do integracji z Dialogflow.

3. Zaimplementuj blok Dialogflow

Przeciągnij strzałkę od zielonego punktu wiadomości powitalnej, aby utworzyć nowy blok konwersacji. Zamiast wybierać inne opcje bloków opartych na określonych zasadach, wyszukaj i wybierz integrację Dialogflow.

Landbot - zrzut ekranu 5

Blok integracyjny Dialogflow składa się z 3 kluczowych kroków. Pierwszym z nich – jak widzimy w Gifie – jest wgranie “Google Project JSON Key”. Kolejne dwa kroki będą widoczne dopiero wtedy, gdy ten zostanie ukończony. Aby to zrobić, musimy przejść do Dialogflow.

4. Utwórz nowego agenta z Dialogflow

Przejdź do konsoli Dialogflow.

Uwaga: Jeśli jeszcze tego nie zrobiłeś, załóż konto. Google poprosi Cię o podanie danych karty kredytowej, jednak jest to bardziej środek ostrożności, aby upewnić się, że jesteś prawdziwym człowiekiem, a nie robotem. Jak już wspomniałem, usługa Dialogflow jest darmowa, chyba że jesteś zainteresowany zaawansowanymi funkcjami, takimi jak analiza nastrojów.

Utwórz swojego pierwszego agenta klikając “+Create Agent” po lewej stronie lub przycisk “Create Agent” na dole.

Landbot - zrzut ekranu 6

Aby rozpocząć, musisz:

  • Wypełnić nazwę agenta (“agent” to sposób, w jaki Dialogflow określa poszczególne czatboty)
  • Ustawić domyślny język agenta
  • Ustawić domyślną strefę czasową, którą agent ma rozpoznawać
  • Na koniec, utwórz nowy projekt Google (abyśmy mogli uzyskać klucz JSON, czyli plik danych, który pozwala Landbotowi bezproblemowo komunikować się z konkretnym agentem Dialogflow)

Landbot - zrzut ekranu 7

5. Pobierz klucz JSON i prześlij go do bloku Dialogflow

Teraz, aby pobrać plik JSON, wybierz ikonę ustawień swojego agenta i kliknij na link znajdujący się w polu “Service Account”.

Landbot - zrzut ekranu 8

Pobierz JSON w następujący sposób:

Landbot - zrzut ekranu 9

Kliknij trzy kropki pod “Actions” i wybierz “Create key”. Potwierdź, że chcesz utworzyć plik JSON i pobierz plik.

Następnie wróć do kreatora Landbota, otwórz menedżera bloków Dialogflow i wybierz, aby dodać nowy plik JSON.

Landbot - zrzut ekranu 10

Kliknij SAVE.

Od teraz, Twój agent Dialogflow i Landbot są połączone i wszelkie zmiany i udoskonalenia dokonane na agencie Dialogflow będą uwzględniane w Twoim czatbocie Landbot.

A więc, przejdźmy do szkolenia naszego czatbota do rejestracji wydarzeń.

7. Zrozum dobrze intencje i podmioty

Agent Dialogflow (czatbot) działa w oparciu o intencje i podmioty.

Intencje agenta identyfikują i kategoryzują intencje użytkownika końcowego dla każdego zwrotu w konwersacji.

Każda intencja składa się z:

  • Fraz szkoleniowych (frazy, których użytkownicy prawdopodobnie użyją, aby aktywować daną intencję – Zobacz przykłady fraz powitalnych poniżej)

Landbot - zrzut ekranu 11

  • Działań i parametrów (uporządkowane dane pobrane z nieuporządkowanych danych wejściowych użytkownika w formie podmiotów) – Zobacz przykład poniżej

Landbot - zrzut ekranu 12

  • Odpowiedzi (różne odpowiedzi, które bot może przekazać użytkownikowi końcowemu po zidentyfikowaniu intencji i zebraniu niezbędnych podmiotów)

Cały proces działa w następujący sposób:

Landbot - zrzut ekranu 13

Bot może mieć nieograniczoną liczbę intencji, które mogą być grupowane poprzez konteksty – są to jednak bardziej zaawansowane funkcje, o które nie musisz się w tej chwili martwić.

Każdy agent DF jest wyposażony w wstępnie ustawione intencje Powitalne i Zwrotne.

  • Intencje powitalne, rzecz jasna, dotyczą typowych zwrotów powitalnych, takich jak “hej” i “jak się masz?”. – mimo to łatwo jest sprawdzić to i upewnić się, że wszystkie wstępnie ustawione odpowiedzi pasują do osobowości i celu Twojego bota.
  • Intencja awaryjna aktywuje się, gdy agent nie jest w stanie dopasować danych wejściowych użytkownika do żadnego z intencji, które utworzyłeś i zawiera zwroty takie jak “Przepraszam, nie zrozumiałem tego, czy możesz sprecyzować?”. – po raz kolejny możesz dostosować wstępnie ustawione odpowiedzi awaryjne, aby pasowały do Twojego bota / wizerunku marki.

8. Stwórz swoją intencję

Teraz nadszedł czas, aby dostosować swojego agenta poprzez stworzenie własnych intencji.

Wybierz “Intents” w menu po lewej stronie i kliknij “Create Intent”.

Landbot - zrzut ekranu 14

Najpierw nadaj im nazwy (taką, po której będziesz mógł zidentyfikować, co robią, gdy będziesz miał dużo więcej intencji).

Landbot - zrzut ekranu 15

Zwróć uwagę na sekcję fraz szkoleniowych.

Musisz określić typ fraz, które będą aktywować tę intencję.

Pamiętaj! Pierwsze dane wejściowe użytkownika będą bezpośrednią odpowiedzią na wiadomość powitalną, którą zdefiniowaliśmy na interfejsie Landbota i zawierają proste odpowiedzi typu “Tak” i “Pewnie”.

Landbot - zrzut ekranu 16

Ale! Musisz też najpierw odpowiedzieć użytkownikom, odpowiadając zwykłym pozdrowieniem typu “Cześć” lub “Witaj”.

Landbot - zrzut ekranu 17

Spróbuj pomyśleć o jak największej liczbie potencjalnych informacji wejściowych.

Wskazówka: Przed wydaniem bota do publicznej wiadomości pozwól współpracownikom lub przyjaciołom przetestować go, aby uzyskać więcej pomysłów na temat możliwych danych wejściowych użytkownika, aby zminimalizować ryzyko niepowodzenia.

9. Zdefiniuj podmioty

Następnie przejdź do sekcji Actions & Parameters.

Landbot - zrzut ekranu 18

Skup się na tabeli parametrów. Na potrzeby tej przykładowej rejestracji, zdecydowaliśmy się na prostotę i zebranie następujących danych:

  • Nazwa
  • Email
  • Kraj
  • Doświadczenie (techniczne lub nietechniczne)

Dialogflow oferuje bazę danych z predefiniowanymi jednostkami zwanymi jednostkami systemowymi. Obejmują one typowe parametry takie jak nazwa, kraj, miasto, numer telefonu, email, liczby porządkowe i główne, kwoty z jednostkami, lokalizacje itp.

W praktyce oznacza to, że nie trzeba szkolić swojego bota od podstaw, aby rozpoznawał te podmioty. Możesz je wprowadzić:

  • Ręcznie do pola parametrów

Landbot - zrzut ekranu 19

  • Uwzględnić je w swoich frazach szkoleniowych, dzięki czemu będą one automatycznie rozpoznawane i pojawią się w parametrach.

Landbot - zrzut ekranu 20

Tak więc, Nazwa, Email, i Kraj są jednostkami systemowymi.

Ale co z naszym parametrem “Doświadczenie”?
Dla (nieprawdziwej) konferencji czatbotów typu bez kodu, chcieliśmy sprawdzić, którzy uczestnicy mają wykształcenie techniczne (programiści), a którzy nie (marketerzy, właściciele małych firm, etc.). Ponieważ nie jest to ogólny typ informacji, będziemy musieli stworzyć “Custom Entity”.
Zapisz wszystkie swoje postępy w szkoleniu i kliknij na opcję “Entities” w menu po lewej stronie. Następnie wybierz “Create Entity”.

Landbot - zrzut ekranu 21

Zacznij od stworzenia nazwy dla swojego podmiotu – w naszym przypadku “Doświadczenie”.

Landbot - zrzut ekranu 22

Następnie kliknij “Click to Create an Entry”, aby utworzyć wpis.

Następnie będziesz mógł wypełnić ” Reference Value”, czyli wartość wzorcową i synonimy związane z tą wartością.

Synonimy są ważne, ponieważ język naturalny jest zróżnicowany i ludzie będą wyrażać swoje doświadczenie w różny sposób. Na przykład, dla wykształcenia technicznego, stworzyliśmy te synonimy:

Landbot - zrzut ekranu 23

Po uzupełnieniu wszystkich synonimów, jakie przyjdą Ci do głowy, pamiętaj również o zaznaczeniu i aktywowaniu opcji Fuzzy matching. Pozwoli to Twojemu botowi zrozumieć i zaakceptować błędnie wpisane hasła, takie jak “dvloper”.

Zapisz używając przycisku Save i wróć do swoich intencji, aby dodać ten podmiot do swojej listy!

Aby upewnić się, że każdy rejestrujący ukończy cały proces i dostarczy wszystkie informacje przed opuszczeniem tego zamiaru, oznaczymy wszystkie podmioty jako “Required”, czyli wymagane.

Landbot - zrzut ekranu 24

Ponadto, zdefiniujemy pytanie naprowadzające dla wszystkich z nich.

Dzięki tej małej konfiguracji, bot nie pozwoli użytkownikowi opuścić tej intencji, jeśli nie uzyska wszystkich wymaganych informacji.

Aby zdefiniować podpowiedzi, wystarczy kliknąć na pole w wierszu odpowiadającym podmiotowi, który chcesz skonfigurować i wpisać go w pytaniu:

Landbot - zrzut ekranu 25

Po zdefiniowaniu wszystkich niezbędnych podpowiedzi przejdź do końcowej sekcji Responses i napisz kilka różnych wersji możliwej odpowiedzi (tak, aby bot nie odpowiadał za każdym razem w ten sam sposób). Możesz również użyć zebranych podmiotów do personalizacji swoich odpowiedzi.

Landbot - zrzut ekranu 26

Teraz nadszedł czas, aby przejść do kreatora Landbota.

10. Wróć do okna Finish Dialogflow Block Setup w Landbot

Wróć do kreatora, aby skonfigurować pozostałe sekcje w bloku Dialogflow:

Landbot - zrzut ekranu 27

A. Ustaw żądania

Jedynym ważnym polem w sekcji ustawień jest tekst intencji reprezentowany przez zmienną Landbota, która będzie używana do eksportowania danych wejściowych użytkownika do Dialogflow:

Landbot - zrzut ekranu 28

Nasz bot do rejestracji wydarzeń łączy blok powitalny bezpośrednio z integracją Dialogflow, co oznacza, że odpowiedź użytkownika zostanie zapisana pod zmienną @welcome.

Landbot - zrzut ekranu 29

B. Zapisz odpowiedzi

Dwa pola, które nas interesują w trzeciej sekcji to podmioty, które chcemy zaimportować z Dialogflow oraz ustawienie zmiennej, która pozwoli nam zaimportować stworzone wcześniej odpowiedzi intencyjne:

Landbot - zrzut ekranu 30

W zakładce “Response” utwórz zupełnie nową zmienną, w której będziesz zapisywał swoje odpowiedzi Dialogflow. W naszym przypadku, nazwijmy ją @df_response.

W sekcji “Entities” dodaj wszystkie podmioty, które chcesz wyeksportować z Dialogflow i przenieść do Landbota poprzez wpisanie nazwy parametru w górnym polu i powiązanie ze zmienną Landbota w dolnym polu.

Landbot - zrzut ekranu 31

Kliknij przycisk SAVE. Po skonfigurowaniu integracji, możemy przystąpić do zarządzania trzema danymi wyjściowymi:

  • Zielony – Sukces (agent dopasował i zrealizował intencję)
  • Żółty – Częściowy sukces (agent dopasował intencję, ale nadal brakuje kilku wymaganych elementów, zatem aktywowane zostały pytania naprowadzające)
  • Różowy – Niepowodzenie (agent nie poradził sobie z rozpoznaniem intencji, aktywowana została jest odpowiedź awaryjna)

Najprostszy scenariusz współpracy Dialogflow-Landbot wyglądałby podobnie do poniższej konfiguracji.

Jest on aktywowany poprzez dodanie zmiennej @df_response w blokach pytań (ponieważ chcesz, aby bot używał odpowiedzi, które ustawiłeś w swoim agencie Dialogflow) oraz @welcome w zmiennej odpowiedzi (ponieważ jest to zmienna, której używamy do przechowywania danych wejściowych użytkownika dla DF).

Landbot - zrzut ekranu 32

11. Wykonaj ostateczne poprawki

Zanim rozpoczniesz testowanie i uruchomisz bota na żywo, zrób kilka końcowych poprawek, aby nadać mu unikalny charakter.

Dostosuj wygląd

Klikając na sekcję “Design”, jesteś w stanie spersonalizować wygląd swojego bota, włączając w to tło, awatar, kolory i kształt dymków czatu itp.

Landbot - zrzut ekranu 33

Skonfiguruj ustawienia

Następnie przejdź do sekcji “Settings” i skonfiguruj szczegóły, takie jak SEO i śledzenie za pomocą Google Analytics lub Facebook pixel, emulacja pisania (jak długo zajmuje botowi “napisanie” swoich wiadomości tak, aby sprawiał naturalne wrażenie) i inne, aby zagwarantować jak najwięcej korzyści z Twojego bota.

Landbot - zrzut ekranu 34

Udostępnij

Nareszcie jesteś gotowy do udostępnienia. Możesz udostępnić swojego bota Landbot w czterech formatach internetowych:

  1. Strona docelowa
  2. Wyskakujące okienko
  3. Osadzony na stronie
  4. W formie widgetu

Wystarczy, że wybierzesz format, który Ci najbardziej odpowiada i wkleisz automatycznie wygenerowany kod poniżej.

Landbot - zrzut ekranu 35

Ewentualnie, jeśli nie zależy Ci na tym, aby bot miał Twój adres URL, kliknij “Share with a Link”, aby udostępnić za pomocą linku i gotowe.

Landbot - zrzut ekranu 36

Użycie linku do udostępniania jest również świetnym sposobem na przetestowanie bota w środowisku użytkownika końcowego i upewnienie się, że wszystko działa poprawnie:

Landbot - zrzut ekranu 37

Kiedy sprawdzisz wyniki w statystykach, możesz zobaczyć, że bot NLP zebrał wymagane informacje i zapisał je jako czyste uporządkowane dane, mimo że zostały przekazane w nieustrukturyzowanej formie:

Landbot - zrzut ekranu 38

12. Dodatkowa wskazówka

Połączenie Landbota i Dialogflow ma kilka istotnych zalet.

Po pierwsze, pozwala na połączenie funkcji bota bazujących na zasadach, takich jak odpowiedzi na przyciski, z funkcjami NLP. Po drugie, umożliwia włączenie kilku prostszych agentów Dialogflow do jednego bota Landbota, zachowując prostotę agenta NLP.

Poniżej możesz zobaczyć przykład użycia przycisków do wysyłania osób gotowych do rejestracji do agenta rejestracji, natomiast osoby, które jeszcze nie są zdecydowane, są przekierowywane do innego agenta FAQ. Agenci FAQ przekierują ich do procesu rejestracji, gdy użytkownik wskaże, co chce zrobić.

Landbot - zrzut ekranu 39

Tak właśnie będzie wyglądał podział na front-endzie:

Landbot - zrzut ekranu 40

W skrócie

To dopiero była jazda. Zbudowanie bota NLP nie należy do najprostszych zadań. Dzięki Landbotowi i Dialogflow można go jednak stworzyć całkowicie bez konieczności kodowania. Przykład w tym przewodniku jest prosty i nieskomplikowany, ale to tylko krok do nowych możliwości w generowaniu potencjalnych klientów, ich kwalifikacji, obsłudze klienta, itp.

Marketerzy i profesjonaliści z niewielkim lub żadnym doświadczeniem w programowaniu mają szansę budować, utrzymywać, aktualizować i analizować swoje boty bez opóźnień spowodowanych komunikacją między działami lub nieporozumieniami. Analogicznie, freelancerzy, jak również małe i średnie firmy, mają szansę wykorzystać konwersacyjne NLP w biznesie, nie obciążając swojego budżetu.


O Autorze

Barbora Jassova

Barbora Jassova jest autorką treści i strategiem w Landbot.io, platformie do budowania i zarządzania czatbotami bez kodowania z siedzibą w Hiszpanii. Jako zwolenniczka rozwiązań nietechnicznych, jest zagorzałą zwolenniczką ruchu no-code, która lubi rozwijać swoje umiejętności pisarskie w projektowaniu narracji czatbotów.

Dodaj odpowiedź:

  • Przeglądaj Kategorie


  • Super Monitoring

    Superbohaterski monitoring dostępności i prawidłowego funkcjonowania serwisów i aplikacji internetowych.


    Wypróbuj bezpłatnie

    lub dowiedz się więcej
Ta strona wykorzystuje pliki typu cookie. Jeżeli nie wyrażasz zgody na ich zapisywanie, wyłącz ich obsługę w ustawieniach swojej przeglądarki. zamknij