Themen Zur Konversationsverbesserung Erkunden

Die Anwendung „Konversationsverbesserungsthemen“ hilft, Konversationsbewertungen in langfristige Leistungseinblicke zu verwandeln.

Themen Zur Konversationsverbesserung Übersicht

Die Themen zur Konversationsverbesserung analysieren Konversationsqualitätsdaten im Zeitverlauf. Der Ansatz konzentriert sich auf die Identifizierung wiederkehrender Muster im Zusammenhang mit niedriger Konversationsqualität (und hoch) und die Kategorisierung von Anwenderanforderungen in umsetzbare Designs mithilfe einer metadatengesteuerten Klassifizierung, die auf großen Sprachmodellen (LLMS) basiert.

Hinweis:

Designs zur Konversationsverbesserung können OpenAI, Gemini oder Claude verwenden. Es wird in bestimmten Fällen beobachtet, dass Gemini und Claude im Vergleich zum OpenAI-Modell, das Assists optimal nutzt, eine höhere Anzahl von Assists verbrauchen könnten.

Wie Designs erstellt werden

Zum Erstellen von Designs werden Metadaten wie Name, Kurzbeschreibung usw. aus verschiedenen Inhaltstypen wie Knowledge Base-Artikeln, Katalogelementen, Virtual Agent-Themen und KI-Agenten analysiert. Die Designgenerierung wird mithilfe eines LLM-basierten Kategorisierungsprozesses durchgeführt, der nur auf Metadaten und nicht auf vollständigen artikelinhalten basiert. Dies trägt dazu bei, die Tokennutzung zu begrenzen und den Verarbeitungsaufwand zu reduzieren. Für jedes erstellte Design werden Definitionen mithilfe des getaggten Inhalts aus dem LLM-basierten Klassifizierungsprozess erstellt, der beim Tagging primärer Anforderungen aus Konversationen hilft.

Ansatz:

1. Nach Anwenderzufriedenheitspunktzahl filtern. Wählen Sie beispielsweise Konversationen aus, bei denen Bewerterergebnisse mit einer niedrigen Anwenderzufriedenheitspunktzahl (<=1,5) oder einer hohen Punktzahl >= 4,5 verknüpft sind.
2. Primäre Anforderungen extrahieren und standardisieren:
   1. Analysieren Sie die primäre Anforderung des Anwenders, und entfernen Sie Rauschen aus verschiedenen Schreibstilen oder Ausdrücken.
   2. Standardisierung anwenden, sodass ähnliche Absichten, z. B. „mein Passwort zurücksetzen“ oder „nicht anmelden“, einheitlich gruppiert werden.
3. Häufigkeitsanalyse:
   1. Verknüpfen Sie jede standardisierte Anforderung mit einem Design.
   2. Zählen Sie, wie oft jedes Design angezeigt wird, wenn der Virtual Agent unter oder gut abschneidet.
   3. Heben Sie Designs hervor, bei denen der Virtual Agent Anforderungen schlecht oder gut verarbeitet.