LiveAgent Chatbot: Průvodce pokročilou konfigurací

V tomto článku:

• Co se mění mezi nastavením a pokročilou konfigurací
• Jak nakonfigurovat, kdy chatbot předá konverzaci člověku?
• Jak omezit, co chatbot smí říkat?
• Jak udržet odpovědi konzistentní u konkrétních otázek?
• Jak nakonfigurovat vícejazyčné chování?
• Jak udržet chatbot v učení po spuštění?
• Která nastavení kontrolovat a jak často

Náš průvodce nastavením AI chatbotu zákaznické podpory pokrývá šest kroků, které zprovozní chatbot LiveAgent : vytvoření Flow, připojení zdrojů znalostí, aplikace na widget. To je minimum pro spuštění. Není to konfigurace, která rozhoduje o tom, zda je robot skutečně dobrý i za tři měsíce. Pokud stále porovnáváte možnosti chatbotů, místo abyste ladili ten, který už provozujete, náš přehled nejlepších AI chatbotů pro rok 2026 je lepším výchozím bodem.

Tato příručka na to navazuje. Každé níže uvedené nastavení je skutečné pole nebo komponenta, které najdete v LiveAgent nebo FlowHunt , nikoli obecný seznam osvědčených postupů.

Co se mění mezi nastavením a pokročilou konfigurací

Nastavení odpovídá na otázku „Funguje robot?" Konfigurace odpovídá na otázku „Funguje tak, jak to náš tým skutečně potřebuje?" Tento rozdíl se projevuje na čtyřech místech: kdy robot eskaluje, co smí říkat, jak konzistentní zůstávají jeho odpovědi napříč relacemi a zda se po spuštění zlepšuje, nebo zůstává statický.

Robot, který prošel testem v prvním týdnu, může zákazníky o měsíc později stále frustrovat, pokud se žádná z těchto čtyř oblastí znovu neprojde. Znalostní zdroje, které jste připojili při spuštění, stárnou, otázky zákazníků se mění a výchozí práh předání, který se první den zdál správný, už může vašim agentům posílat příliš mnoho – nebo příliš málo – konverzací.

Jak nakonfigurovat, kdy chatbot předá konverzaci člověku?

Otevřete objekt Chatbot v LiveAgent a nastavte pole „Required answers to initialize chat with human agent" (Požadovaný počet odpovědí před zahájením chatu s lidským agentem). Toto číslo je minimální počet odpovědí AI, po jehož dosažení se návštěvníkovi zpřístupní tlačítko „Požádat o chat s lidským agentem". Nastavíte-li jej příliš nízko, robot bude eskalovat dotazy, které by zvládl vyřešit sám – tím plýtváte časem agentů na požadavky, které člověka nepotřebovaly. Nastavíte-li jej příliš vysoko, frustrovaní zákazníci procházejí neužitečnými odpověďmi, než se k někomu dostanou.

Existuje i druhá cesta, která na tomto počtu vůbec nezávisí: AI Agent může sám během konverzace rozhodnout, že je dotaz příliš složitý, a předat jej automaticky, aniž by čekal na práh požadovaných odpovědí. Tuto možnost využijte u témat podpory, kde je špatná odpověď nákladná (fakturační spory, bezpečnost účtu) a pevný počet se zdá příliš rigidní.

Jakmile je konverzace předána, agenti ji převezmou v sekci Přehled chatů pomocí tlačítka „Stop chatbot and join" (Zastavit chatbot a připojit se) a celá historie konverzace se přenese do stejného ticketu – mechanismy jsou podrobně popsány v našem průvodci funkcí předání z AI na člověka . Nic z tohoto předání není zákaznicky konfigurovatelné, ale vědomí, že probíhá tímto způsobem, vysvětluje, proč má smysl testovat tok předání od začátku do konce – nejen odpovědi robota až do tohoto bodu.

Jak omezit, co chatbot smí říkat?

Ve výchozím nastavení šablona AI Agent v LiveAgent umožňuje návštěvníkovi požádat o lidského agenta přímo, v kterémkoli bodě konverzace, a to nezávisle na prahu požadovaných odpovědí. Pokud to není to, co chcete – například robot určený k plnému vyřešení úzké sady otázek, než se objeví jakákoli možnost lidského operátora – řešením je upravit systémovou zprávu komponenty AI Agent v FlowHunt, nikoli nastavení v LiveAgent.

Systémová zpráva je také místem, kde skutečně žije tón a persona. Neexistuje žádný samostatný rozbalovací seznam „osobnost": jakékoli instrukce, které sem napíšete (formální vs. neformální, jak zacházet s dotazem mimo rozsah, zda se omluvit před eskalací), robot dodržuje. FlowHunt podporuje více než 15 AI modelů a změna modelu může ovlivnit, jak doslovně robot toto znění dodržuje, ale samotný model není zdrojem tónu.

Jak udržet odpovědi konzistentní u konkrétních otázek?

Znalostní zdroje dobře odpovídají na obecné otázky, ale na cokoli, co má váš tým pokaždé formulovat stejně – cenová prohlášení, znění zásad, konkrétní právní doložku – použijte funkci Questions & Answers (Otázky a odpovědi) v FlowHunt . Umožňuje definovat pevnou odpověď na konkrétní dotaz, takže robot vrátí přesně toto znění, místo aby při každém dotazu vytvářel novou parafrázi.

To je důležitější, než se zdá. Znalostní báze napsaná pro lidské prohlížení, rozprostřená do pěti propojených článků nápovědy, automaticky nevyprodukuje jednu čistou, konzistentní odpověď robota, když AI čerpá ze všech pěti najednou. Pevné záznamy Q&A tuto mezeru zacelí u těch několika otázek, kde na přesnosti formulace vašemu týmu skutečně záleží.

Odebírejte náš newsletter

Nejnovější tipy a nabídky přímo do vaší schránky.

E-mailová adresa

Odebírat

Jak nakonfigurovat vícejazyčné chování?

Chatbot automaticky detekuje jazyk návštěvníka a odpovídá v něm, přičemž podporuje více než 100 jazyků v závislosti na připojeném AI modelu. Nejde o nastavení, které by se muselo zapínat – funguje automaticky –, ale není jednotné napříč všemi jazyky. U méně rozšířených jazyků mohou platit určitá omezení, protože kvalita modelů se u těchto jazyků liší podle poskytovatele.

Než nasadíte robota na trh s méně běžným jazykem, otestujte jej přímo se skutečnými frázemi, které vaši zákazníci používají – nikoli s doslovným překladem vašich anglických testovacích otázek. Doslovný překlad může projít, zatímco nativní formulace, se kterou se model setkává méně často, může produkovat znatelně slabší odpověď.

Jak udržet chatbot v učení po spuštění?

Nastavte samoučící se smyčku LiveAgent tak, aby každý eskalovaný ticket robot něco naučil, místo aby byl jen jednorázově vyřešen. Vytvořte v LiveAgent pravidlo automatizace, které se spustí, když je ticket vyřešen a označen štítkem Update_AI, a odešle ID ticketu do FlowHunt prostřednictvím HTTP požadavku nebo webhooku.

Odtud AI Agent automaticky provede čtyři kroky: přečte celé vlákno ticketu, aby zjistil, co chatbot zmeškal, porovná to se skutečným řešením lidského agenta, zobecní opravu do opakovaně použitelného pravidla (nikoli jednorázové odpovědi) a uloží ji jako strukturovaný paměťový záznam (téma, spouštěč, předpoklady, řešení), který si chatbot může vyvolat při příští podobné otázce. Osobně identifikovatelné údaje jsou automaticky odstraněny dříve, než se cokoli uloží.

Výsledek se kumuluje. Eskalace, které váš tým vyřeší v prvním týdnu, se stanou znalostmi, které má robot ve druhém týdnu – aniž by někdo musel ručně přepisovat článek ve znalostním zdroji.

Která nastavení kontrolovat a jak často

Během prvního měsíce po každé změně konfigurace kontrolujte týdně míru předání a konkrétní otázky spouštějící eskalaci, poté měsíčně, jakmile se vzorec ustálí. Rostoucí míra předání obvykle znamená mezeru ve znalostech, kterou samoučící se smyčka ještě nezacelila – nikoli nastavení, které je třeba přestavět od základů.

Pokud se tón robota odchyluje od toho, co předepisuje systémová zpráva, je to signál k přímé revizi znění, nikoli k přepínání AI modelů jako kompenzaci. A pokud se eskalace koncentrují kolem jednoho opakujícího se tématu, je to přesně ten signál, který má štítek Update_AI zachytit – ujistěte se tedy, že ho vaši agenti skutečně používají, než usoudíte, že samoučící se smyčka nefunguje.

Jakmile jsou načasování předání, systémová zpráva, vícejazyčné pokrytí a pravidlo samoučení nastaveny záměrně, nikoli ponechány na výchozích hodnotách, rozdíl mezi „robot funguje" a „robot funguje tak, jak to náš tým potřebuje" se většinou vyřeší sám.