Image title

在特内奥更改信息

业务中时不时地发生一些变化,可能是您扩展业务或推出新产品。这些类型的更改需要更改聊天机器人的答案,以便让您的聊天机器人随时了解最新信息。让我们来了解一下如何使用朗贝里咖啡师的例子在 Teneo 中做到这一点。

您可能还喜欢:
7 个强大的聊天机器人构建平台


长莓咖啡师决定开设两家新店,一家在柏林,一家在伦敦。您之前创建的不同城市的商店流需要进一步更新:


用户:你在伦敦有商店吗?
博特:我们最近在伦敦开了一家全新的商店!我们期待在那里见到你!


用户:你在纽约有商店吗?
Bot:事实上,我们于2016年在纽约开设了第一家咖啡馆。非常欢迎您到我们这里来参观!


用户:你在东利基有商店吗?
博特:我们在纽约、伦敦和柏林都有分店。我们以后可能会考虑在东利克开设更多的商店。


在这里,您将学习如何在流的开头添加分支,并根据用户所说的指定不同的路径:


  • 如果用户问关于伦敦或柏林,我们想说,我们刚刚在那里开了一家商店,
  • 如果用户问关于纽约,我们想说,我们的第一个商店在那里开业,
  • 如果用户询问任何其他城市,我们希望告诉用户我们在哪里有商店,我们可能会考虑在请求的位置在将来打开一个。


以下是您需要执行的步骤:


  • 扩展流结构:
    • 添加交汇点,并将其设置为起始节点
    • 添加两个新的输出节点
    • 将连接连接到输出节点
  • 填充柏林/伦敦响应的输出和过渡
  • 填充纽约响应的输出和过渡
  • 更新其他城市的输出


这是完成后流的外观:


Final flow structure


扩展流结构


首先,您应该打开或创建”用户想知道我们是否有一个商店在城市”流在编辑模式下:


  1. 选择”用户想知道我们在城市中是否有商店”的流程。
  2. 单击功能区中的”编辑”


按照以下步骤重新绘制流的结构:


  1. 单击功能区”添加节点”部分中的”连接”,添加交汇点。请确保在执行此操作之前未选择流中任何内容,否则新交汇点将连接到所选项目。
  2. 保持新交汇点处于选中状态,然后单击功能区的”流输入”部分中的”设置开始节点”。将重新绘制图形,以便交汇点直接在触发器之后。
  3. 连接结和输出节点”我们唯一的存储是…”如下所示:单击交汇点,然后将光标拖动到输出节点的中心。如果要在绘制时取消过渡,请单击 Esc。
  4. 选择交汇点,然后单击功能区的”添加节点”部分中的”输出”。这将添加连接到交汇点的新输出。
  5. 重复步骤 4 以添加另一个输出。总共,您现在应该有三个输出后,交汇点。



填充柏林/伦敦的输出和过渡


我们将从分店开始,了解最近在柏林或伦敦开设的商店:


  1. 选择一个新的输出节点,并添加以下答案文本: We have recently opened a brand new store in ${city}! We're looking forward to seeing you there! 。命名它: We recently opened a brand new store there!
  2. 现在,我们需要确保只有在用户询问柏林或伦敦时才给出这个答案。选择过渡并打开其”示例”面板。将切换设置为”无条件”到”条件”,并将以下内容粘贴到条件字段中: %LONDON.NN.LEX / %BERLIN.NN.LEX 。命名过渡: Recently opened stores 。使用切换,请确保它是”继续无输入”。
  3. 应首先测试此转换。您可以在”示例”面板的底部更改其顺序:将其更改为 1。



填充纽约的输出和过渡


现在,我们填充了流的纽约部分。这些步骤与之前相同:


  1. 选择其他新的输出节点,并添加以下答案文本: Actually, we opened our first café in New York in 2016. You're very welcome to visit us there! 。命名 We have a cafe in New York since 2016 它。
  2. 选择过渡。使其为条件并添加以下条件: %NEW_YORK.NN.LEX 。命名过渡 New York
  3. 将转换的顺序设置为 2。



更新最终输出节点


作为最后一步,我们将更新最终输出节点的答案文本:


  1. 选择输出节点”我们唯一的存储是

.’

  • 将其答案文本更改为以下内容:We have stores in New York, London and Berlin.
  • 将其名称替换为 We have stores in...
  • 将转换顺序保留为 3
  • 点击”保存”


  • 我们不必向此转换添加条件,因此,将切换设置为”无条件”,因为它是默认情况下。这一转变将在其他两个过渡之后得到检验,因此,任何有关伦敦、柏林或纽约的问题都将在其他任何一个过渡中消失。和任何其他城市的问题,将沿着这条路!


    试试看!


    现在,继续,打开”试用”面板,并给它一个去!


    为您的输出添加更多变体


    现在,我们有一个工作流程。但是,您可能已经注意到,对于完全相同的问题,我们总是得到完全相同的答案。这可能使你的机器人看起来有点重复,而不是非常人性化。我们可以做的是为机器人的答案添加更多的变体。我们演示了一个输出节点的过程,但当然,也可以对其他输出节点重复此过程:


    1. 返回流并选择名为”我们在…”中的存储的输出节点。
    2. 在右侧的”答案”面板中,只需添加更多可能的答案即可。理想情况下,这些应有所不同,但仍保留相同的内容。例如,您可以使用顶部的绿色小图标添加以下答案。单击”添加”按钮,然后一次添加一个答案:At the moment our only stores are in New York, London and Berlin.
      You can find us in New York, London and Berlin.
      Come and visit us in one of our stores in New York, London or Berlin!
      添加第二个答案文本后,第一个答案文本将显示为”回退”。这意味着,如果用户询问触发此输出的问题比我们有不同的答案(此处:超过 4 次),给出的答案将始终是”回退”答案。
    3. 现在,继续选择后续的输出节点”我们可能考虑在城市开设一家商店”,并在此处添加一些答案,例如以下答案:However, we may open a new store in ${city} soon.
      You may find us in ${city} in the future as well!
      But who knows, maybe we will soon open a store in ${city} as well?!
    4. 点击”保存”



    再试一次!


    就是这样!现在,您可以再试一次。问你的机器人类似的问题,沿着”你在城市有商店吗?内部发生的情况是,Teneo 从第一个节点中随机选取一个答案,然后将该答案与从第二个节点随机选取的答案合并。这导致各种各样的不同答案,并将使你的机器人看起来不那么重复,更人性化。

    进一步阅读

    Comments are closed.