Dialogflow-Introducao-Plataforma-IA-para-Assistentes-Virtuais

Introdução O Dialogflow é uma plataforma de processamento de linguagem natural que facilita o design e a integração de uma interface do usuário conversacional com apps para dispositivos móveis aplicativos da Web dispositivos bots sistemas interativos de resposta de voz etc httpscloudgooglecomdialogflow Introdução O Dialogflow oferece dois serviços diferentes cade um com o próprio tipo de agente interface do usuário API bibliotecas de cliente e documentação Fornece um tipo de agente avançado adequado para agentes grandes ou muito complexos Fornece o tipo de agente padrão adequado para agentes pequenos e simples Dialogflow CX Dialogflow ES Introdução Dialogflow Inteligência Artificial 20 idiomas Português Brasil Machine Learning Natural Language Processing Multi Canais Multi Plataforma Plataforma Nuvem Google Cloud Google Cloud Firebase Assistente de Conversação Introdução Regras Palavraschave Milhares formas de dizer a mesma coisa Ola boa noite quero pedir uma pizza Boa noite posso fazer um pedido Kero uma pizza portuguesa Opa pouco pedir Fala mano quero uma pizza Boa noite pode anotar meu pedido Quanto tá a pizza de calabreza Dialogflow Introdução Milhares formas de dizer a mesma coisa Oi beleza Quero pedir uma pizza Boa noite posso fazer um pedido Quero uma pizza portuguesa Opa posso pedir Fala mano quero uma pizza Boa noite pode anotar meu pedido Quanto tá a pizza de calabresa Dialogflow Assistente de Conversação Machine Learning Natural Language Processing Introdução Centenas ou milhares de usuários Interage via áudio ou texto Mesma experiência em diferentes plataformas Alto desempenho Alta escalabilidade Assistente de Conversação Machine Learning Natural Language Processing Agentes Um agente do Dialogflow é um agente virtual que administra conversas com seus usuários finais Tratase de um módulo de processamento de linguagem natural que entende as nuances da linguagem humana Você projeta e cria um agente do Dialogflow para lidar com os tipos de conversas necessárias para seu sistema Um agente do Dialogflow é semelhante a um agente humano de call center treino de cenários Interação com a tecnologia Por exemplo considere uma solicitação simples de usuário como Qual é a previsão do tempo para hoje Outros usuários finais também podem perguntar Como está o tempo agora Qual será a temperatura em Santo André amanhã Como estará o tempo no dia 10 Interação com a tecnologia As interfaces computacionais tradicionais funcionam de maneira adequada somente com entradas estruturadas e previsíveis Isso torna o uso dessas interfaces pouco natural e às vezes difícil Se os usuários finais não entenderem com facilidade essa entrada estruturada eles terão dificuldade para descobrir o que fazer O ideal é que suas interfaces possam inferir o que seus usuários finais querem com base na linguagem natural que eles estão usando Intenções Uma intent categoriza a intenção do usuário final em cada conversa Para cada agente você define várias intents em que suas intents combinadas podem lidar com uma conversa completa Quando um usuário final escreve ou diz algo chamado de expressão do usuário final o Dialogflow corresponde o conteúdo à melhor intent do seu agente A correspondência de uma intent também é conhecida como classificação de intent Intenções usuário expressão agente parse match Intent Intent Intent Intent Intent Response Intenções Training Phrases Oi beleza Quero pedir uma pizza Boa noite poderia fazer um pedido Quero uma pizza de portuguesa Opa posso pedir Fala mano quero uma pizza Boa noite pode anotar um pedido Quanto tá a pizza de Calabresa quero uma Responses Olá atualmente temos pizzas de massa fina e massa grossa nos sabores Mussarela Calabresa Portuguesa Napolitana Todas estão em promoção saindo por apenas R 3990 Oi a Pizza para Todos agradece seu interesse Atualmente temos dois tipos de massa Fina Grossa E estamos oferecendo os seguintes sabores Mussarela Calabresa Portuguesa Napolitana Aproveite qualquer pizza por apenas R 3990 Intenções Uma intent básica contém os itens a seguir Frases de treinamento exemplos de possíveis frases a serem ditas pelo usuário final Quando uma expressão de usuário final se assemelhar a uma dessas frases o Dialogflow a intent Você não precisa definir todos os exemplos possíveis porque o machine learning integrado do Dialogflow expande sua lista com outras frases semelhantes Ação defina uma ação para cada intent é correspondida O Dialogflow fornece a ação ao sistema permitindo que você determine ações definidas no sistema Parâmetros quando uma intent é correspondida no ambiente de execução o Dialogflow fornece os valores extraídos da expressão do usuário final como parâmetros Cada parâmetro tem um tipo chamado de tipo de entidade que dita exatamente como os dados são extraídos Ao contrário da entrada bruta do usuário final os parâmetros são dados estruturados que podem ser facilmente usados para executar uma lógica ou gerar respostas Respostas defina respostas de texto de fala ou visuais para retornar ao usuário final Esse retorno pode fornecer respostas ao usuário final solicitar mais informações ou encerrar a conversa Intenções O diagrama a seguir mostra o fluxo básico para correspondência de intent e resposta ao usuário final Intent Training phrases Action and parameters Response Agent 2 Intent match 3 Response 1 Enduser expression Entidades Cada parâmetro de intent tem um tipo chamado tipo de entidade que dita exatamente como os dados de uma expressão de usuário final são extraídos O Dialogflow fornece entidades predefinidas do sistema que podem corresponder a muitos tipos comuns de dados Por exemplo há entidades do sistema que correspondem a datas horários cores endereços de email e assim por diante Entidades Também é possível criar suas próprias entidades personalizadas para corresponder a dados personalizados Por exemplo defina uma entidade vegetal que possa corresponder aos tipos de vegetais disponíveis para compra com um agente de mercearia Entidades Entidade é um mecanismo que permite identificação e extração de dados úteis e estruturados provenientes das interações dos usuários Olá gostaria de agendar uma consulta para amanhã às 1400hs com o Ortopedista Vou querer então a camiseta média verde e pode me entregar no sábado à tarde Contextos Os contextos do Dialogflow são semelhantes ao contexto da linguagem natural Se alguém diz eles são azuis você precisa de contexto para entender a que eles está se referindo Da mesma forma para o Dialogflow processar uma expressão de usuário final como essa ele precisa de contexto para corresponder corretamente uma intent Usando contextos é possível controlar o fluxo de uma conversa Eventos Os eventos podem ser invocados de várias maneiras Há dois tipos de eventos Eventos de plataforma eventos integrados pelas integrações da plataforma Eles são invocados quando ocorrem eventos específicos da plataforma Por exemplo o evento FACEBOOKLOCATION é invocado pela integração com o Facebook quando um usuário final aceita ou rejeita uma solicitação de localização do usuário final Eventos personalizados são eventos que definidor por você É possível invocar esses eventos usando fulfillment ou API Por exemplo é possível definir uma alerta cronometrado que invoca um evento em um determinado horário durante uma conversa Esse evento pode acionar uma intent que alerta o usuário final sobre algo Acompanhar intents Use intents de continuidade para definir contextos automaticamente para pares de intents Uma intent de continuidade é um filho da respectiva intent pai associada Quando você cria uma intent de saída de intent de continuidade um contexto de saída é automaticamente adicionado à intent pai e um contexto de entrada com o mesmo nome é adicionado à intent de continuidade Eventos Normalmente as intents são correspondidas quando uma expressão do usuário final corresponde a uma frase de treinamento da intent No entanto você também pode acionar intents usando eventos Fullment Por padrão seu agente responde a uma intent correspondente com uma resposta estática Se você estiver usando uma das opções de integração poderá fornecer uma resposta mais dinâmica usando fulfillment Quando você ativar o fulfillment para uma intent o Dialogflow responde a essa intent chamando um serviço definido por você Integrações O Dialogflow se integra a muitas plataformas de conversação conectcidas como Google Assistente Facebook Messenger Acompanhar intents Uma intent de continuidade só é correspondida quando a intent pai é correspondida na fala anterior Também é possível criar vários níveis de intents de continuidade animhadas O Dialogflow oferece muitas intents de continuidade predefinidas para respostas comuns dos usuários finais como sim não ou cancelar É possível criar suas próprias intents de continuidade para lidar com respostas personalizadas Fulfillment O diagrama a seguir mostra o fluxo de processamento do fulfillment Fulfillment Quando uma intent com o fulfillment ativado é respondida o Dialogflow envia uma solicitação para seu serviço de webhook com informações sobre a essa intent O sistema pode tomar qualquer medida necessária e responder ao Dialogflow com informações sobre como proceder Fulfillment Cada intent tem uma configuração para ativar o fulfillment precse de uma Ativeo caso uma intent precise de uma resposta ação do sistema ou de uma resposta dinâmica Se uma intent sem o fulfillment ativado for respondida o Dialogflow usará a resposta estática que você definiu para a intent Acessando o Dialogflow httpsdialogflowcloudgooglecom Criar uma conta no Gmail Prática Visão geral do Dialogflow httpscloudgooglecomdialogflowesdocsconsole O console é usado para criar gerenciar e testar seus agentes Com ele é possível fazer muito Criar agentes em inglês que definem a experiência de conversa Criar intents em inglês que mapeiam a entrada do usuário para as respostas Criar entidades em inglês para extrair dados úteis da entrada do usuário Controlar caminhos de conversa com contextos em inglês Adicionar eventos que são acionados por ocorrências fora da conversa Fazer a integração em inglês com outras plataformas de conversa Implementar fulfillment em inglês para conectar seu serviço ao usar integrações Analisar o desempenho em inglês do agente Testar seu agente por meio do simulador E muito mais FAQBOT FAQBOT BETA Features Enable beta features and APIs Be the first to get access to the newest features and latest APIs Full V2beta API reference FAQBOT Planilha csv FAQBOT Página HTML FAQBOT httpsnanoufabcedubrperguntasfrequentes httpgraduacaoufabcedubrlicmatindexphpfaq httpswwwbrazpizzariacombrfaq ClinicaMedica Default Welcome Intent Olá Bemvindo à clinica médica Como podemos te ajudar especialidades especialidades Pediatria Pediatria Pediatra Fonoaudiologia Fono Fonoaudiologo Ortopedia Ortopedia Ortopedista Default Welcome Intent Default Fallback Intent agendarconsulta CREATE INTENT agendarconsulta quera agendar uma consulta para manha com pediatra marcar consulta com pediatra agendar consulta com pediatra como agendar uma consulta preciso agendar consulta especialidade especialidade Por favor info sysdatetime dataconsulta Por favor info SAVE agendarconsulta Olá tudo bem Sua consulta está marcada para dataconsulta e para a especialidade especialidade Especialidade SAVE