En las últimas actualizaciones de Dialogflow, se han incorporado nuevos idiomas tanto en generative fallback como en la función de corrección ortográfica. Ahora los usuarios pueden beneficiarse de respuestas más precisas y contextualmente adecuadas en una variedad de idiomas, mejorando así la eficacia de las interacciones en todas las regiones.
Optimizando respuestas con generative fallback y los large language models
La función generative fallback utiliza los últimos large language models (LLM) de Google para para ayudar a los agentes virtuales a responder preguntas, incluso cuando no entienden completamente lo que el usuario está diciendo.
Se puede configurar con un texto de instrucción que indica al LLM cómo responder, y puede ser predefinido o puedes agregar tus propias indicaciones. Si es predefinido, el agente virtual puede manejar situaciones de conversación básicas como las siguientes:
- Saludar y despedirse del usuario.
- Repetir lo que dijo el agente en caso de que el usuario no haya entendido.
- Mantener la línea cuando el usuario lo solicite.
- Resumir la conversación.
La función está actualmente disponible en los idiomas admitidos por la API PaLM de Vertex AI. Y para habilitarla, tienes dos opciones:
- Para eventos sin coincidencia de un flujo completo: en cualquier punto del flujo donde el usuario diga algo que el agente no comprenda, la función de fallback generativo se activará para proporcionar una respuesta.
- Para eventos específicos de no coincidencia: puedes seleccionar los puntos dentro del flujo donde quieras que se utilice el fallback generativo y otros en los que no se utilice.
Para configurar generative fallback, es crucial entender que esta función usa un modelo avanzado para generar respuestas cuando el agente no comprende completamente al usuario. Antes de mostrar la respuesta generada, se verifica para asegurar que no contenga contenido inapropiado. Si lo hace, se mostrará la respuesta segura del agente en su lugar. La función se puede configurar de varias formas:
- Seleccionar un prompt predefinido.
- Definir un prompt personalizado.
- Agregar o eliminar frases de la lista de frases prohibidas.
Al crear un indicador, además de una descripción en lenguaje natural de qué tipo de contexto se debe generar, también se pueden usar los siguientes placeholders:
Puedes probar la función generative fallback en el simulador: si dices algo que el asistente no comprende y está configurado para generar una respuesta en esas situaciones, puedes ver qué respuesta generaría. Es como ver qué diría si no entiende lo que le dices.
Mejorando la precisión con la corrección ortográfica
Dialogflow utiliza algoritmos de aprendizaje automático para entender las palabras que los usuarios usan, relacionarlas con intenciones específicas y extraer información relevante. Este proceso de aprendizaje se basa en las frases de entrenamiento que proporcionas y en los modelos de lenguaje integrados en Dialogflow. A partir de esta información, crea un modelo único para cada parte de tu sistema, permitiéndote personalizar las respuestas de manera específica para cada flujo o función.
Cuando habilitas la opción de corrección ortográfica en Dialogflow, el sistema detectará errores de ortografía o gramática en las entradas de los usuarios. Si un usuario comete un error, como escribir «applle» en vez de «apple», Dialogflow entenderá la intención correcta («Quiero una manzana») y proporcionará una respuesta basada en la corrección, incluso cuando la entrada del usuario tenía errores. Esto también se aplica a las coincidencias que implican términos específicos tanto del sistema como personalizados dentro del contexto de la conversación.
La corrección ortográfica ahora es compatible en todas las regiones de Dialogflow CX, pero está limitada a cinco idiomas: inglés, francés, alemán, español, e italiano. Google nos da las siguientes advertencias y recomendaciones:
- La corrección ortográfica no puede corregir errores de ASR (reconocimiento automático del habla), por lo que no se recomienda habilitarla para agentes que lo utilicen.
- Si la corrección ortográfica lleva a una coincidencia incorrecta de intents, puedes evitarlo especificando ejemplos de frases que no deben coincidir.
- La corrección ortográfica aumenta ligeramente el tiempo de respuesta del agente.
- Si el agente usa palabras o términos técnicos específicos, la corrección ortográfica podría cambiar esas palabras de una forma que no sea adecuada para ese contexto, lo que podría causar confusiones o errores.