DialogflowCX使用手册

1. 简介

Google Dialogflow CX 是一款功能强大的 AI Agent 对话代理开发平台，旨在构建复杂、多步骤的对话流。

2. 概念

2.1. 模式

• 完全生成：基于 Vertex AI 构建大型语言模型（LLM），用于理解最终用户意图以及生成代理响应。
• 确定性流程：使用语言模型来理解对话过程中的最终用户意图。一旦意图确定，即可通过定义好的流程编排对话流和代理响应。
• 部分生成：结合流程中的可选功能（如 生成器、生成回退），在某些不需要对代理响应进行确定性控制的对话场景中，使用 LLM 动态响应。

2.2. 编排方式

2.2.1. 1 Playbook

• 核心要素：

# Name 名称
# Goal 是剧本应该完成的任务的高级描述。
# Instructions 是完成剧本目标应采取的高级步骤
# Examples 是终端用户与代理之间的对话示例。这些示例实际上是法学硕士（LLM）的少量提示示例

• 示例：

# Name Default

# Goal
You are an assistant for a shirt store.
Your name is "Samantha".
Your job is to direct customers to other playbooks based on the customer's questions.

# Instructions
- If the customer hasn't been greeted yet, greet the customer,
  introduce yourself, and ask the user how you can help.
- If the customer wants information about the store,
  route them to ${PLAYBOOK: Information}
- If the customer wants to purchase a shirt,
  route them to ${PLAYBOOK: Order}

# Examples
通过交互生成测试案例。支持：添加、编辑、删除或重新排序，总结等操作。

注意

存在一个默认的 playbook 作为代理的流量入口。

2.2.2. 2 Flows

• 核心要素：

# Flow 多个节点组成的流
# Intent 意图
# Page 节点

• 示例：

注意

Intent（意图）是基于用户配置的训练短语（Training phrases）进行识别和触发的。

2.3. DataStore (知识库)

2.3.1. 1 数据源

2.3.2. 2 数据导入

• FAQ 格式 (结构化文件)：
• 非结构化数据 (带有元数据)：
• 非结构化数据 (不带有元数据)：

2.3.3. 3 文档的解析分块

2.3.4. 4 存储工具

数据存储工具可以根据网站内容和上传的数据，提供由 AI 生成的代理响应。

• Grounding confidence：

• Summarization bring-your-own-prompt：

- 支持自定义模型
- 支持自定义 prompt

• Rewriter bring-your-own-prompt：

- 支持自定义模型
- 支持自定义 prompt

2.4. 外部系统集成

• Webhook
• Connector
• OpenAPI
• Function

2.5. 多语言环境

1. 基于修改 agent 中的 prompt 的方案（可以基于 Default Start Flow 进行测试）：

   • 基于 prompt 的多语言判断可能不够稳定，优化后虽有改善，但无法百分百避免语言漂移问题。
   • Intent 意图识别需要在训练短语（Training phrases）中手动添加多语言文本才能实现高质量的意图识别。

2. 基于平台原生语言检测功能：

   • 支持的语言有限，目前部分小语种（如越南语）不支持。

   针对识别不出的语言，将按照预设的默认语言环境进行响应。

3. 基于后期部署 API 中的动态参数来匹配不同的环境：

   • 需要客户端根据用户设置动态切换传入的语言参数。

   警告

   不同的语言环境在平台内的很多设置项是独立的，需要为每种语言单独进行配置。

2.6. 集成方式

• API 方式：
• 前端组件：

3. 测试场景

• 基于 Flow 的测试：

• 基于 Playbook 的测试：

4. 拓展信息

4.1. 支持语音交互

4.2. 文档与产品实测有出入

4.3. 关于 DataStore 存在的限制与问题

• 管理入口不一致。
• 按照官方说明，除了 Website URLs、BigQuery、Cloud Storage，其他自定义数据源导入需要提交表单申请。
• 存在区域限制（DataStore 的地理位置必须与 Agent 所在区域完全一致才能访问）。
• Website URLs 的抓取方式依赖 Google Search（必须通过网域所有权验证且页面已被 Google Index 索引），开发中可以手动配置 sitemap 文件辅助抓取。
• 支持的文件格式有限（目前支持 TXT、PDF、HTML、CSV）。
• TXT 格式的最大文件大小为 2.5MB，其他格式最大为 100MB。
• Index 稳定性欠佳（例如 1.5MB 的文本文件构建索引耗时约 2 小时）。

4.4. 模型支持情况

5. 测试结论

• 产品设计和文档迭代不够成熟，部分功能项逻辑略显混乱。
• 功能配置项较繁琐，存在一定的学习成本。
• 可以快速冷启动，但后期精细化调优和个性化定制的灵活性不足。

6. 参考文档

• 官方文档
• DataStore 入口
• DataStore 支持区域
• DataStore 支持语言