Análise de enriquecimento de tópico

Copilot Studio tem tópicos integrados de sistema Conversational boosting e Fallback. Esses tópicos são disparados quando o modelo de NLU (Natural Reconhecimento vocal) não consegue encontrar um tópico ou ação correspondente para uma determinada consulta de usuário. Em termos de prioridade, o Impulsionamento Conversacional é ativado antes do tópico Substituição.

Se a maioria das expressões não reconhecidas for para um representante humano, você pode melhorar a deflexão abordando padrões de uso que consistentemente acionam o Fallback.

Dica

O enriquecimento de tópicos é um exercício de análise de dados offline, focado em reutilizar consultas de usuário que dispararam o tópico Fallback, com o objetivo de acionar tópicos relevantes no Copilot Studio.

As consultas analisadas dos usuários do tópico Fallback normalmente se encaixam nestes grupos:

  • Consultas de usuários que devem acionar tópicos existentes, mas o NLU do agente não as detectou.

  • Consultas de usuários que podem ser convertidas em tópicos recém-sugeridos.

  • Consultas de usuários não mapeadas que são irrelevantes para tópicos novos ou existentes.

  • Outras categorias, incluindo:

    • Consultas de usuários que desencadeavam um tópico de Múltiplos Tópicos Correlacionados (também conhecido como "você quis dizer") seguido de Impulsionamento conversacional ou Padrão.
    • Consultas de usuários pouco claras que atingem o Reforço Conversacional ou Recurso de Retorno.
    • Consultas de usuários de conversas incompletas que levaram a Impulso Conversacional ou Alternativa.

Dessas categorias, as duas primeiras são imediatamente passíveis de ação. Com base nas descobertas dessas categorias, você pode enriquecer os tópicos adicionando mais frases de gatilho a tópicos existentes ou criando novos tópicos.

Diagrama que ilustra um fluxo de processo para melhorar a análise de fallback.

Próxima etapa

Aprenda a identificar e resolver frases de ativação sobrepostas ou semanticamente semelhantes para que seu agente possa reduzir confusões, evitar perguntas desnecessárias de esclarecimento e melhorar a precisão e as taxas de desvio do tema.