https://szkolazpieklarodem.pl/
Stwórzmy teraz intencję Order_status, w której użytkownik może próbować zapytać o status zamówienia po złożeniu zamówienia. Rysunek przedstawia kilka fraz szkoleniowych, które dodaliśmy dla intencji statusu zamówienia i nazywamy intencję status_zamówienia.
Teraz wypróbujmy wypowiedzi z pytaniem o status w losowej kolejności i sprawdźmy, czy nasz agent jest wystarczająco inteligentny, aby zidentyfikować intencję. Spróbowałem: „Nie dostałem jeszcze jedzenia” i voila – mój agent doskonale to ujął, jest to intencja Order_status. Zobacz rozwiązane zapytanie i jego nazwę intencji w formacie JSON na rysunku
Zamiar User_Order_ID
Teraz następnym krokiem jest poproszenie użytkownika o ID zamówienia, więc ustawmy domyślną odpowiedź na tę intencję, aby zadać następujące pytanie. Czy możesz mi pomóc z identyfikatorem zamówienia? Teraz użytkownik będzie podawać swój identyfikator zamówienia, a naszym zadaniem będzie jego identyfikacja i ponowne udzielenie odpowiedzi. W tym celu musimy stworzyć kolejną intencję identyfikującą, kiedy użytkownik mówi o identyfikatorze zamówienia.
Pamiętaj, że intencje, które tworzymy, są w dużej mierze od siebie niezależne. W tym przypadku wiemy, że użytkownik poda identyfikator zamówienia i w większości przypadków będzie on prawidłowy. Jeśli coś jest nie tak, zawsze możesz wrócić do użytkownika i zapytać ponownie. Należy również pamiętać, że w niektórych przypadkach zarówno identyfikator_zamówienia, jak i numer telefonu mogą być liczbami całkowitymi. W takich przypadkach musimy przeprowadzić weryfikację, np. liczbę cyfr w identyfikatorze zamówienia lub numer telefonu. Ponadto, w oparciu o kontekst poprzedniego pytania, możesz dowiedzieć się, czy użytkownik podaje identyfikator zamówienia, czy numer telefonu. Jak omówiono wcześniej, zawsze możemy wykorzystać drzewa decyzyjne w celu lepszego zarządzania przepływem chatbota. Możemy również programowo śledzić, że po intencji status_zamówienia prosimy o identyfikator zamówienia, a użytkownik wyśle identyfikator zamówienia (pewną liczbę), który łatwiej jest przeanalizować w kodzie, niż tworzyć całkowicie nową intencję. W tym przykładzie utworzymy intencję user_order_id, ponieważ nie ma tu konfliktu jako takiego. Teraz tworzymy nową intencję o nazwie user_order_id Rysunek pokazuje, jak wygląda nasza intencja user_order_id.
Przetestowałem kilka wyrażeń i dobrze jest je poprawnie sklasyfikować jako intencję user_order_id. Zawsze testuj za pomocą konsoli Dialogflow, aby sprawdzić, czy Twoje intencje zachowują się zgodnie z oczekiwaniami. Teraz ustawmy domyślną odpowiedź intencji user_order_id na następującą odpowiedź z bota: Status zamówienia dla identyfikatora zamówienia: $id_zamówienia. Dostawca jest w Twojej okolicy, Twoje jedzenie dotrze za około 5 minut. Ponownie używamy parametru przeanalizowanego z intencji user_order_id, aby przygotować odpowiedź dla użytkownika.
Użytkownik_Podziękowania Zamiar
Następnie użytkownik prawdopodobnie podziękuje, jeśli nie w inny sposób, dlatego tworzymy nową intencję o nazwie user_thanks, aby zidentyfikować różne sposoby, w jakie użytkownik dziękuje. Jest to ważne, ponieważ gdy użytkownik w jakiś sposób podziękuje, nasz bot powinien odpowiedzieć tym samym. Nie powinniśmy po prostu oczekiwać, że użytkownik podziękuje po domyślnej odpowiedzi na temat statusu dostawy i odpowie na ślepo, ale spróbuj zidentyfikować go za pomocą niestandardowych intencji. Rysunek pokazuje, jak wygląda nasza intencja user_thanks.
Teraz czas podziękować użytkownikowi korzystającemu z domyślnej funkcji odpowiedzi i oznaczyć tę intencję jako koniec rozmowy. Dodajmy tekst taki jak „Bardzo dziękuję za współpracę” jako naszą domyślną odpowiedź. Możemy dodać więcej takich odpowiedzi, aby bot wyglądał bardziej realistycznie .
Spójrz na rysunek i zobacz, że włączyliśmy tę intencję na koniec rozmowy. Jeśli spróbujemy zintegrować naszego bota z Asystentem Google, to włączenie tej opcji oznacza zamknięcie mikrofonu w Asystencie Google po zakończeniu intencji. W tym momencie stworzyliśmy naszego bota, zbudowaliśmy go zgodnie z naszym początkowym projektem i skryptem oraz przeszkoliliśmy go. Teraz nadszedł czas, aby wdrożyć go w Internecie i zobaczyć, jak to wygląda.