Co to jest Google Dialogflow?

Bez wątpienia obserwujemy wyraźny wzrost usług software’owych, które pomagają firmom ułatwiać klientom dostęp do ich ofert. Coraz częściej zarówno duże, jak i małe przedsiębiorstwa sięgają po takie rozwiązania technologiczne, co zmienia sposób komunikacji na linii firma–klient. Dzięki szybszym, niemal natychmiastowym odpowiedziom na pytania firmy mogą podnosić satysfakcję klientów i wzmacniać ich lojalność.

Osobiście długo byłem sceptyczny wobec korzystania z bota, jednak gdy w kilka minut dostałem szybkie i proste rozwiązanie mojego problemu, zmieniłem zdanie. Pozostaje jednak pytanie: czy chatboty są tak samo niezawodne jak tradycyjna obsługa klienta i czy potrafią wystarczająco naturalnie radzić sobie z indywidualnymi sprawami użytkowników? 

Podczas pracy nad niedawnym projektem trafiłem na produkt z ekosystemu Google Cloud Platform o nazwie Dialogflow. Okazał się bardzo ciekawym eksperymentem i zadziałał lepiej, niż się spodziewałem – stąd ten artykuł.

Rozmowy firma–klient

Dialogflow to usługa w ramach Google Cloud Platform, która umożliwia rozmowy firma–klient głosowo lub tekstowo i opiera się na przetwarzaniu języka naturalnego (NLP). Dzięki szerokim możliwościom integracji dobrze sprawdzi się w praktycznie każdym rodzaju biznesu. Można go używać w wielu popularnych platformach i usługach, takich jak Facebook Messenger, Slack, Skype, Twitter,  Amazon Alexa, Hangouts Chat, Viber czy Twillio. W przeciwieństwie do wielu istniejących chatbotów opartych na sztywno zaprojektowanych ścieżkach dialogu, Dialogflow zapewnia lepszy UX dzięki wykorzystaniu uczenia maszynowego. Obecna wersja próbna (idealna do projektów niekomercyjnych) jest bezpłatna i stanowi dobry punkt startowy przy pracy z chatbotami i aplikacjami głosowymi. Wersja standardowa w zupełności wystarczy dla małej firmy, bo rozliczana jest za użycie – $0,002 za zapytanie tekstowe. 

Jak działa Dialogflow?

W zależności od złożoności rozmów, potrzeby prezentowania spersonalizowanych danych klientowi lub zapisywania ich w bazie oraz liczby scenariuszy przewidywanych w obrębie jednego tematu, czas potrzebny na stworzenie chatbota może się znacznie różnić. Sam schemat działania jest jednak w skrócie wszędzie taki sam: 

• Użytkownik wysyła zapytanie do Twojej aplikacji
• Twoja aplikacja przekazuje wiadomość użytkownika do Dialogflow
• Dialogflow kategoryzuje zamiar zapytania (przypisując właściwą intencję)
• Po znalezieniu odpowiedniej intencji Dialogflow korzysta z przypisanych encji lub parametrów kontekstu, a w razie potrzeby pobiera dane zewnętrzne przez webhooki i przygotowuje sformatowaną, spersonalizowaną odpowiedź
• Odpowiedź jest odsyłana do aplikacji
• Użytkownik otrzymuje odpowiedź 

Aby lepiej zrozumieć ten przepływ, co jest kluczowe przy tworzeniu pierwszego chatbota, warto poznać strukturę agenta oraz to, czym są intencje, encje i konteksty.

Czym jest agent Dialogflow?

Agent Dialogflow to wirtualny agent przeznaczony do prowadzenia rozmów w ramach konkretnego chatbota. Zawiera pełną strukturę do tworzenia naturalnego przepływu dialogu i stanowi warstwę nadrzędną dla konfiguracji językowych oraz bazę wiedzy do dalszego trenowania agenta. Agent obsługuje rozmowy w ponad 20 językach i w razie potrzeby może być wielojęzyczny. Podobnie jak u ludzi, agent jest tak dobry, jak go wyszkolimy; jego wiedza powstaje dzięki mechanizmom uczenia maszynowego, takim jak intencje i encje.

Czym jest intencja w Dialogflow?

Najważniejszym elementem struktury Dialogflow, odpowiedzialnym za rozpoznanie zamiaru użytkownika, jest intencja. Odnalezienie właściwej intencji ma kluczowe znaczenie dla ułożenia rozmowy. Określa, czego szuka użytkownik, i pozwala przygotować naturalne odpowiedzi w wielu wariantach tekstowych oraz z użyciem własnych parametrów. Z tego miejsca możemy uruchamiać webhooki, aby korzystać z danych zewnętrznych. Intencję można wywołać konkretnym zdarzeniem w aplikacji, na przykład wejściem na stronę lub rozpoznaniem wpisu użytkownika w oknie czatu. Weźmy przykład platformy do rezerwacji wizyt u lekarza. Chcemy zainicjować rozmowę w momencie, gdy użytkownik coś wpisze w oknie czatu. Najpierw powinniśmy określić, po co do nas pisze. Być może chce zarezerwować wizytę albo po prostu sprawdzić godziny otwarcia. Dla każdej z tych potrzeb tworzymy osobną Dialogflow intent. 

Aby pomóc naszemu agentowi dopasować właściwy zamiar, tworzymy frazy treningowe. Fraza treningowa to nic innego jak przewidywany przez nas przykład możliwego wpisu, np. „Chciałbym zarezerwować wizytę”, „Jakie są wasze godziny otwarcia?” albo po prostu „Cześć”. Im więcej fraz treningowych przygotujesz, tym szybciej agent będzie się uczył. Warto dodać, że każdy wpis użytkownika jest zapisywany w historii i stanowi materiał do dalszego szkolenia agenta, co pozwala osiągać jak najlepszą trafność dopasowań. 

Gdy wpis użytkownika pasuje do którejś z podanych fraz, intencja zostaje znaleziona. Jeśli wpis nie pasuje do żadnej frazy treningowej, wywoływana jest fallback intent, która obsługuje nieprzewidziane sytuacje. Możemy skonfigurować wiadomość zwrotną, aby nakierować klienta na właściwe pytanie i w efekcie uruchomić odpowiednią intencję.

Dla każdej intencji ustawiamy dalsze scenariusze. W pierwszym przypadku możemy po prostu podać statyczną odpowiedź, np. „Jesteśmy otwarci od poniedziałku do piątku w godz. 8:00–18:00”. W przypadku rezerwacji potrzebujemy od użytkownika więcej informacji, by móc kontynuować. Musimy wiedzieć kiedy i do jakiego lekarza. Do tego służą encje.

Czym jest encja w Dialogflow?

Aby zidentyfikować konkretne informacje podawane przez użytkownika, używamy encji. To zmienne, słowa lub frazy oznaczające daty, imiona, adresy czy inne unikalne dla użytkownika dane, które pomagają nam przetworzyć jego prośbę. Dialogflow domyślnie udostępnia bibliotekę encji systemowych dla popularnych typów danych, jak data, lokalizacja, adres, e‑mail itp., ale możemy też zdefiniować własne encje w sekcji Dialogflow Entities. W naszym przykładzie rezerwacji potrzebne są dwie informacje: pożądana data oraz specjalista. Datę możemy obsłużyć za pomocą encji systemowej @sys.date, a specjalistę – tworząc własną, np. @doctor. 

Od razu przypisujemy do zmiennej @doctor tyle specjalizacji, ile przyjdzie nam do głowy. Nasz agent będzie też uczył się nowych na podstawie fraz treningowych. W sekcji „action and parameters” danej intencji definiujemy, jakich informacji oczekujemy od użytkownika. Ponieważ nie mamy jeszcze daty wizyty ani typu specjalisty i nie możemy dokończyć rezerwacji, oznaczamy je jako wymagane parametry. Następnie dodajemy więcej fraz treningowych zawierających konkretne daty i nazwy specjalizacji i mapujemy je na oczekiwane encje. Dzięki temu agent uczy się wzorca, wyszukuje te informacje w wiadomości użytkownika, zapisuje wartości lub dopytuje o brakujące dane.

Jeśli użytkownik nie poda w pierwszej wiadomości daty lub specjalisty, Dialogflow agent to wykryje i zada pytania pomocnicze zdefiniowane w polu prompts (actions and parameters), aby uzyskać wymagane wartości.

Podane wartości są przechowywane jako zmienne wewnątrz intencji i możemy się do nich odwoływać w odpowiedziach.

Gdy mamy już wszystkie informacje potrzebne do przeprowadzenia rezerwacji, możemy włączyć wywołania webhooków dla tej intencji. Pozwala to podłączyć dowolny endpoint do przetworzenia zebranych danych, sprawdzenia dostępności lekarza, zapisania wizyty w naszej bazie lub wygenerowania odpowiedzi na podstawie statusu rezerwacji bezpośrednio z aplikacji. 

Czym jest intencja follow-up w Dialogflow?

A co, jeśli jutro nie ma już wolnych terminów i chcemy zaproponować użytkownikowi inną opcję?  Tworzymy follow-up intent.  Zostanie ona dopasowana wyłącznie jako kontynuacja tematu rezerwacji i w kontekście przeniesie wszystkie parametry oraz wartości z pierwszej części dialogu. 

Dialogflow contexts działają podobnie jak konteksty w języku naturalnym. Gdy ktoś mówi „tak”, potrzebujesz kontekstu, by zrozumieć, na co odpowiada.

Dzięki follow-up intents możemy budować wiele scenariuszy dialogu i obsługiwać je indywidualnie. Zadając właściwe pytania, prowadzimy użytkowników do odpowiedzi, których potrzebujemy. Przykładowo pytanie „Czy chcesz przełożyć wizytę na inny dzień?” najpewniej zaowocuje odpowiedzią „tak” lub „nie”. Dzięki kontekstowi łączącemu follow-up intent z intencją nadrzędną dokładnie wiemy, do którego pytania odnosi się ta odpowiedź. W naszym przykładzie możemy przygotować dwie follow-up intents z różnymi działaniami: jedna na pozytywne odpowiedzi użytkownika, gdzie użyjemy wywołania webhooka, by znaleźć najbliższy możliwy termin, a druga – by sprawnie zakończyć rozmowę. 

Każda intencja może mieć zagnieżdżonych tyle follow-up intents i scenariuszy, ile przewidzisz. Zagnieżdżanie może być kontynuowane w nieskończoność, co pozwala uzyskać naturalny przepływ rozmowy. Zaprojektowanie maszyny, która wykorzystuje informacje przekazywane przez klientów, daje wrażenie rozmowy z prawdziwą osobą.

Ten prosty przykład może zaowocować rozmową podobną do tej poniżej. Konfiguracja po stronie Dialogflow zajęła dosłownie chwilę i brzmi dość naturalnie, choć obejmuje jedynie bardziej przewidywalne zachowania użytkowników i jeden kierunek rozwoju dialogu. Możliwości budowania dynamicznego flow są bardzo szerokie i ich opis wymagałby osobnego przewodnika. To jednak świetny materiał do eksperymentów, jeśli planujesz stworzyć bardziej zaawansowanego chatbota. 

Poza ciekawą i rozbudowaną strukturą Dialogflow oferuje narzędzia do testowania krok po kroku, które przeprowadzą Cię przez cały flow i pozwolą zwizualizować, jak będzie wyglądał po stronie użytkownika. To bardzo pomocne, gdy drzewo intencji rośnie, a scenariusze stają się bardziej zaawansowane. 

Rozumienie języka naturalnego

Mało prawdopodobne, by chatboty były kiedykolwiek tak interaktywne jak ludzie – nie da się w pełni przewidzieć każdego scenariusza ani każdego wpisu użytkownika.  Jeśli jednak dobrze to przemyślisz i poświęcisz czas na zaprojektowanie właściwego flow, rozmowa z agentem Dialogflow może zapewniać zaskakująco dobre rozumienie języka naturalnego. Przyznaję, że w najbardziej zaawansowanych scenariuszach wciąż zdarzają się wiadomości źle zinterpretowane przez agenta, ale trzeba pamiętać, że proces uczenia maszynowego wymaga czasu. Im więcej pojawia się wpisów użytkowników, tym szybciej rośnie nasza baza wiedzy, a wraz z nią trafność dopasowań i odpowiedzi. Analizując rzeczywistą historię wpisów, możemy dostosowywać chatbota, dodawać kolejne frazy treningowe i „uczyć” agenta lepszego języka. Oznacza to, że w przypadku bardziej złożonych dialogów chatboty raczej nie będą całkowicie samowystarczalne – konieczne będą stałe ulepszenia z naszej strony. Mimo to wiele firm skorzysta na wdrożeniu wirtualnego agenta do natychmiastowej obsługi prostych spraw. W ten sposób oszczędzają czas klientów i własny.  

W Startup House stale szukamy nowych sposobów na większą efektywność i na to, jak pomóc Twojemu biznesowi wypracować najlepsze praktyki online. Jeśli chcesz o tym porozmawiać lub poruszyć inny obszar naszych kompetencji, napisz śmiało na hello@start-up.house

Polecane artykuły:

Rola product designera w cyklu życia produktu

Product Managerzy i 4 główne wyzwania, z którymi się mierzą

Jak error tracking i monitoring aplikacji mogą oszczędzić czas w wytwarzaniu oprogramowania

Testy bezpieczeństwa: strażnik ochrony oprogramowania

Kontrola konfiguracji: choreograf zmian w systemie

Infrastruktura testowa: fundamenty wysokiej jakości oprogramowania

Jak monetyzować produkt cyfrowy?

Jaka jest różnica między Quality Assurance a Quality Control?