Créer une application Google Chat Dialogflow CX qui comprend le langage naturel et y répond

Cette page explique comment créer une application Google Chat qui peut à la fois à comprendre et à répondre en langage naturel à l'aide Dialogflow. Ce guide utilise Dialogflow CX, qui offre directement dans Google Chat. Vous pouvez également utiliser Dialogflow ES pour créer l'application Google Chat Dialogflow ES en suivant la Google Chat Dialogflow ES .

Prenons l'exemple d'une application Chat qui aide les clients à louer aux voitures. Un utilisateur peut écrire : "Je voudrais louer une voiture". La L'application de chat peut répondre par une question telle que "Où souhaitez-vous récupérer le véhicule ?" qui démarre un processus conversation avec l'utilisateur, dans laquelle l'application Chat comprend la voix humaine et répond à l'aide d'une voix humaine lors de la réservation d'une voiture de location.

Ceci n'est qu'un exemple. Les applications de chat Dialogflow sont utiles dans toutes les situations types d'interactions. S'il a besoin d'un discours humain naturel, Application Chat Dialogflow La agents prédéfinis vous aident à démarrer rapidement et à montrer les fonctionnalités de Dialogflow, par exemple:

  • Réserver des vols
  • Prendre rendez-vous chez le médecin
  • Commander un service de livraison de repas
  • Répondre à des questions sur un catalogue de produits Retail (par exemple, si les articles sont disponibles dans d'autres coloris.
  • Page de sélection de l'agent Dialogflow prédéfini.
    Figure 1. Sélection d'un agent prédéfini pour une application de chat Dialogflow.
  • Tester l'agent dans Dialogflow CX
    Figure 2 : Tester l'agent dans Dialogflow CX pour s'assurer que sa logique et sa configuration fonctionnent comme prévu Le schéma présente un ensemble séquentiel de pages thématiques qui portent sur des étapes spécifiques de la conversation, comme définir un lieu de prise en charge et de retour pour une voiture de location, et configure la logique qui les relie. La conversation est testée dans un simulateur.
  • Configurer une application Chat Dialogflow
    Figure 3 : Configurer une application Chat pour traiter les réponses à l'aide de l'agent Dialogflow CX sur la page de configuration de l'API Chat dans la console Google Cloud
  • Tester l'application Chat Dialogflow CX
    Figure 4 : Discuter de la réservation d'une voiture de location avec l'application Dialogflow Chat dans Google Chat

Objectifs

  • configurer votre environnement ;
  • Créer et déployer un agent Dialogflow CX
  • Créez et déployez une application Chat fournie par Agent Dialogflow CX.
  • Testez l'application Chat.

Prérequis

Architecture

Le schéma suivant illustre l'architecture Application Chat créée avec Dialogflow:

Architecture d'une application Chat implémentée avec Dialogflow.

Dans le schéma précédent, un utilisateur interagissant avec un objet Dialogflow L'application Chat comporte le flux d'informations suivant:

  1. Un utilisateur envoie un message dans Chat à une Application de chat, dans un message privé ou dans une Espace Chat.
  2. Un agent virtuel Dialogflow, qui réside dans Google Cloud, reçoit et traite le message pour générer une réponse.
  3. Vous pouvez également utiliser un Webhook Dialogflow l'agent Dialogflow peut interagir avec des services tiers externes, en tant que système de gestion de projet ou outil de billetterie.
  4. L'agent Dialogflow renvoie une réponse au Service d'application Chat dans Chat
  5. La réponse est envoyée à l'espace Chat.

Configurer l'environnement

Avant d'utiliser les API Google, vous devez les activer dans un projet Google Cloud. Vous pouvez activer une ou plusieurs API dans un même projet Google Cloud.
  1. Dans la console Google Cloud, activez l'API Google Chat et l'API Dialogflow.

    Activer les API

  2. Vérifiez que vous activez les API au bon endroit Google Cloud, puis cliquez sur Suivant.

  3. Vérifiez que vous activez les API appropriées, puis cliquez sur Activer.

Créer un agent Dialogflow CX

A Agent Dialogflow CX est un agent virtuel qui gère les conversations simultanées avec vos utilisateurs finaux. Ce module de compréhension du langage naturel comprend les nuances du langage humain. Dialogflow traduit le texte de l'utilisateur final lors d'une conversation avec des données structurées, que vos applications et services comprendre. Vous concevez et créez un agent Dialogflow pour gérer les types de nécessaires pour votre système.

Un agent Dialogflow est comme un agent humain de centre d'appels. Vous les entraînez tous les deux pour gérer les scénarios de conversation attendus. Votre entraînement n'a pas besoin d'être trop explicites.

Voici comment créer l'agent Dialogflow CX:

  1. Dans la console Dialogflow CX, ouvrez la console Dialogflow CX. Cliquez sur Menu > Dialogflow CX.

    Accéder à la console Dialogflow CX

  2. Choisissez un projet Google Cloud. Pour trouver votre projet, vous devrez peut-être cliquez sur Tout, puis recherchez la section.

  3. Vous pouvez choisir un agent prédéfini créer le vôtre. Si vous préférez explorer l'agent personnalisée plus tard, choisissez l'une des agents prédéfinis, qui sont également utiles pour découvrir ce que les agents peuvent faire.

    Pour choisir un agent prédéfini, procédez comme suit:

    1. Cliquez sur Utiliser des agents prédéfinis.
    2. Sélectionnez un agent prédéfini. Pour ce guide, sélectionnez Voyages: location de voitures

      Les agents sont notés "Débutant", intermédiaires ou avancés, selon le nombre de caractéristiques que l'agent utilise et de la sophistication de sa logique de conversation. Choisir une un agent intermédiaire ou avancé peut nécessiter une configuration des personnalisations et des paramètres, y compris l'activation de fonctionnalités et d'API dans console Google Cloud.

    3. Cliquez sur Import as agent (Importer en tant qu'agent).

    Pour créer votre propre agent, procédez comme suit:

    1. Cliquez sur Create Agent (Créer un agent).
    2. Sélectionnez Générer automatiquement pour créer un agent de data store ou sélectionnez Build your own (Créer le vôtre) pour créer d'autres types d'agents.

    Pour un tutoriel détaillé sur le processus de création d'un agent, consultez Créez un agent Dialogflow CX.

  4. Configurez les paramètres de base de l'agent:

    1. Dans Nom à afficher, saisissez un nom à afficher.
    2. Sélectionnez votre lieu préféré. Si vous souhaitez modifier les paramètres paramètres de localisation, cliquez sur Modifier.
    3. Sélectionnez le fuseau horaire de votre choix.
    4. Sélectionnez la langue par défaut de votre agent. Vous ne pouvez pas modifier la langue par défaut d'un agent après sa création.
  5. Cliquez sur Créer. Dialogflow CX commence à créer l'agent, puis affiche le flux de démarrage par défaut de l'agent.

  6. Vous pouvez également personnaliser l'agent. Pour découvrir en détail l'agent de personnalisation, consultez Créez un agent Dialogflow CX.

  7. Nous vous recommandons de tester l'agent:

    1. Cliquez sur Tester l'agent.
    2. Sélectionnez Tester l'agent dans l'environnement.
    3. Dans "Environnement", sélectionnez Brouillon.
    4. Dans "Flow", sélectionnez Default Start Flow (Flux de démarrage par défaut).
    5. Dans "Page", sélectionnez Page d'accueil.
    6. Dans la barre de rédaction Parler à l'agent, saisissez Hello, puis appuyez sur Entrée. L'agent répond en se présentant.
    7. Terminez le test en suivant cet exemple de conversation test.
  8. L'agent Dialogflow CX est créé. Revenez à la console Dialogflow CX. Cliquez sur Menu . > Dialogflow CX.

    Accéder à la console Dialogflow CX

  9. Sous Agents, cliquez sur . > Copier le nom. Enregistrez ce nom sous vous l'utilisez lors de la configuration de l'application Chat.

Créer une application Chat et la connecter à l'agent Dialogflow

Après avoir créé un agent Dialogflow CX, procédez comme suit pour le transformer en agent Application de chat:

  1. Dans la console Google Cloud, accédez à l'API Google Chat. Recherchez "API Google Chat" et Cliquez sur API Google Chat, puis sur Gérer.

    Accéder à l'API Chat

  2. Cliquez sur Configuration et configurez l'application Chat:

    1. Dans Nom de l'application, saisissez Dialogflow App.
    2. Dans le champ URL de l'avatar, saisissez https://developers.google.com/workspace/chat/images/quickstart-app-avatar.png
    3. Dans Description, saisissez Responds to real human conversation.
    4. Sous Fonctionnalité, sélectionnez Recevoir des messages privés. Rejoindre des espaces et des conversations de groupe
    5. Sous Paramètres de connexion, sélectionnez Dialogflow.
    6. Sous Paramètres Dialogflow, sélectionnez Dialogflow CX.
    7. Dans Nom de l'agent ou de la ressource de l'environnement, collez l'agent Dialogflow CX. que vous avez copié à la fin de Créez un agent Dialogflow CX.
    8. Rendre cette application Chat disponible pour des personnes et des groupes spécifiques de votre domaine et saisissez votre adresse e-mail.
    9. Sous Journaux, sélectionnez Consigner les erreurs dans Logging.
  3. Cliquez sur Enregistrer.

L'application Chat est prête à recevoir des messages et à y répondre messages dans Chat.

Tester l'application Chat

Tester l'application de chat Dialogflow CX en lui envoyant un message Google Chat.

  1. Ouvrez Google Chat à l'aide du compte Google Workspace que vous fourni lorsque vous vous êtes ajouté en tant que testeur de confiance.

    Accéder à Google Chat

  2. Cliquez sur Nouveau chat.
  3. Dans le champ Ajouter une ou plusieurs personnes, saisissez le nom de votre Application Chat
  4. Sélectionnez votre application Chat dans les résultats. Un direct message s'ouvre.

  5. Dans le nouveau message privé avec l'application, saisissez Hello et appuyez sur enter.

    L'application Dialogflow Chat répond en introduisant lui-même.

  6. Terminez le test en demandant exemple de conversation test.

Exemple de conversation test

Pour tester l'application Chat Dialogflow CX dans l'une des dans la console Dialogflow CX ou dans Google Chat, engagez la conversation suivante. Cette explication vous aide à comprendre comment l'agent Dialogflow CX interprète la le langage naturel de l'utilisateur et produit sa propre réponse en langage naturel chaque étape de la conversation. Cet exemple de conversation est basé sur un agent prédéfini intitulée Voyages: location de voitures.

Dialog Explication
Utilisateur final:Bonjour
Agent: Bonjour ! Je suis l'agent de location de voitures virtuel. Je peux vous aider à démarrer une nouvelle réservation de location de voitures. Comment puis-je vous aider ? aujourd'hui ?
  1. La route intent d'accueil par défaut du flux de démarrage par défaut est appelée.
  2. Le fulfillment pour ce gestionnaire d'état ("Hi! Je suis...") est ajouté à la file d'attente de réponses.
  3. L'agent envoie la file d'attente de réponses à l'utilisateur final.
Utilisateur final:Je souhaite louer une voiture.
Agent: Où voulez-vous récupérer le véhicule ?
  1. La route d'intent car_rental.reservation_create de la page d'accueil est mis en correspondance.
  2. La session effectue une transition vers la page Lieu de retrait.
  3. Si le formulaire de la page Point de retrait n'est pas rempli, le l'agent utilise le paramètre pickup_location pour inviter l'utilisateur ("Où souhaitez-vous la récupérer..."), qui est ajoutée à la file d'attente de réponses.
  4. L'agent envoie la file d'attente de réponses à l'utilisateur final.
Utilisateur final:Las Vegas
Agent:D'accord, votre commande aura lieu à Las Vegas.
Agent: Le lieu de dépose est-il différent de votre lieu de retrait ?
  1. L'entrée de l'utilisateur final remplit la variable pickup_location demandé par l'agent à l'étape précédente conversation.
  2. Intent car_rental.return_different_location dans le flux de démarrage par défaut est mis en correspondance.
  3. Procédure à suivre pour remplir le formulaire sur la page Lieu de retrait est évaluée et appelée. Il comporte un traitement ("OK, votre retrait..."), qui est ajouté à la file d'attente de réponses avec ses références de paramètres résolues en les valeurs réelles fournies par l'utilisateur final.
  4. La session effectue une transition vers la page Confirmer la localisation.
  5. La page Confirmer l'emplacement contient un traitement d'entrée ("Votre lieu de dépose est-il différent ?"). qui est ajoutée à la file d'attente de réponses.
  6. L'agent envoie la file d'attente de réponses à l'utilisateur final.
Utilisateur final:oui. Je déposerai la voiture à Los Angeles.
Agent:OK, vous descendez à Los Angeles.
Agent: À quelles date et heure souhaitez-vous récupérer le véhicule ?
  1. Intent car_rental.return_different_location dans le flux de démarrage par défaut est mis en correspondance.
  2. La session effectue une transition vers la page Drop off Location (Lieu de dépôt).
  3. L'entrée de l'utilisateur final remplit la zone drop_off_location. demandé par l'agent à l'étape précédente conversation.
  4. Itinéraire pour remplir un formulaire sur la page Lieu de dépôt est évaluée et appelée. Il comporte un traitement ("OK, votre dépose..."), qui est ajouté à la file d'attente de réponses.
  5. La session effectue une transition vers la page Durée de location.
  6. Le formulaire de la page Durée de location est incomplet. invite l'utilisateur à renseigner le paramètre pickup_date_time. ("À quelles date et heure souhaitez-vous récupérer..."), qui est ajoutée à la file d'attente de réponses.
  7. L'agent envoie la file d'attente de réponses à l'utilisateur final.
Utilisateur final:J'aimerais récupérer la voiture le 5 mars à midi.
Agent: À quelle date et à quelle heure souhaitez-vous déposer le véhicule ?
  1. L'entrée de l'utilisateur final remplit la valeur pickup_date_time. demandé par l'agent à l'étape précédente conversation.
  2. Il manque une autre valeur dans le formulaire de la page Durée de location. L'utilisateur est donc invité à renseigner le paramètre drop_off_date_time. ("À quelle date et à quelle heure souhaitez-vous déposer..."), qui est ajoutée à la file d'attente de réponses.
  3. L'agent envoie la file d'attente de réponses à l'utilisateur final.
Utilisateur final:15 mars à midi.
Agent: Donc, pour confirmer:

Vous récupérerez le véhicule dans Las Vegas 2024-03-05 12:00:00 et le dépose à Los Angeles 15-03-2024 12:00:00

Est-ce que cela vous convient ?
  1. L'entrée de l'utilisateur final remplit la valeur drop_off_date_time. demandé par l'agent à l'étape précédente conversation.
  2. La session effectue une transition vers la page Confirmer la durée de location.
  3. La page Confirmer la durée de location contient un traitement des entrées ("Je confirme donc..."), qui est ajoutée à la file d'attente de réponses.
  4. L'agent envoie la file d'attente de réponses à l'utilisateur final.
Utilisateur final:Oui, merci.
Agent: Génial ! Choisissons maintenant un véhicule.
Agent:Est-ce que tu préfères un magasin économique ou de luxe ? véhicule ?
  1. L'intent small_talk.confirmation.yes de la page Confirmer la durée de location correspond.
  2. L'agent confirme le choix de l'utilisateur avec un message. ("Parfait ! Maintenant, choisissons..."), qui est ajoutée à la file d'attente de réponses.
  3. La session effectue une transition vers la page de clarification de véhicule.
  4. Le formulaire de la page Identification du véhicule n'est pas rempli. l'agent utilise le paramètre vehicle_type pour inviter l'utilisateur ("Aimeriez-vous un modèle économique ou de luxe..."), qui est ajoutée à la file d'attente de réponses.
  5. L'agent envoie la file d'attente de réponses à l'utilisateur final.
Utilisateur final:Des économies, s'il vous plaît.
Agent:Préférez-vous la voiture Cymbal ou le camion Cymbal ?
  1. L'intention $session.params.vehicle_type="economy_vehicle" route est correspondante.
  2. La session effectue une transition vers la page Options économiques.
  3. La page Options économiques contient une entrée avec traitement. ("Voulez-vous voir..."), qui est ajoutée à la file d'attente de réponses.
  4. L'agent envoie la file d'attente de réponses à l'utilisateur final.
Utilisateur final:Cymbal Truck.
Agent:Le camion Cymbal coûte 50,33 $par jour. Il peut accueillir jusqu'à quatre personnes et est équipé d'une radio AM/FM. Souhaitez-vous procéder au paiement ?
Utilisateur final:Oui, s'il vous plaît.
  1. L'intent $session.params.vehicle_type="Cymbal Truck" route est mise en correspondance et le paramètre vehicle_model est renseigné.
  2. La session effectue une transition vers la page Confirm Cymbal Truck (Confirmer le camion Cymbal).
  3. La page Confirm Cymbal Truck (Confirmer le camion Cymbal) contient un traitement d'entrée ("Le camion Cymbal coûte 50,33 $par jour..."), qui est ajoutée à la file d'attente de réponses.
  4. L'agent envoie la file d'attente de réponses à l'utilisateur final.
  5. La réponse de l'utilisateur correspond à small_talk.confirmation.yes. via un routage réseau.
Agent: Quel type de carte utiliserez-vous ?
Utilisateur final:Altostrat
Agent:Veuillez saisir le numéro de carte.
Utilisateur final:1234 1234 1234 1234
Agent: Quel est le nom sur la carte ?
Utilisateur final:Charlie
Agent: Quelle est l'adresse postale de facturation ?
Utilisateur final:1800 Amphibious Blvd. Mountain View, Californie
Agent: Quel est le code postal de facturation ?
Utilisateur final:94045
Agent:Vous choisirez la voiture Cymbal. à Las Vegas, le 05/03/2024 12:00:00, "2024-03-15 12:00:00". Le total de ce trajet sera 175,38 €.
Agent: Merci d'avoir loué et passé une excellente journée !
  1. La session effectue une transition vers la page Paiement.
  2. Le formulaire de paiement n'est pas rempli. L'agent vous y invite. l'utilisateur pour les valeurs card_type, card_number, billing_name, billing_street_address, et billing_zip_code ("Quel type de carte sera..."), qui sont ajoutés de manière séquentielle à la file d'attente de réponses et envoyés en tant que répond. Les réponses de l'utilisateur définissent chaque valeur de paramètre.
  3. La session effectue une transition vers la page de confirmation de location.
  4. La page Confirmation de location contient un traitement d'entrée ("D'accord, votre retrait sera..."), qui est ajoutée à la file d'attente de réponses.
  5. L'agent envoie la file d'attente de réponses à l'utilisateur final.
  6. La session effectue une transition vers la page End Session (Terminer la session).

Envoyer des messages de cartes depuis Dialogflow

Dialogflow peut répondre text ou fiches. Pour répondre avec une carte spécifiez-le en tant que charge utile personnalisée dans fulfillment.

Le fichier JSON suivant montre comment envoyer un message de carte en tant que charge utile personnalisée dans traitement:

json

{
  'cardsV2': [{
    'cardId': 'createCardMessage',
    'card': {
      'header': {
        'title': 'A card message!',
        'subtitle': 'Sent from Dialogflow',
        'imageUrl': 'https://developers.google.com/chat/images/chat-product-icon.png',
        'imageType': 'CIRCLE'
      },
      'sections': [
        {
          'widgets': [
            {
              'buttonList': {
                'buttons': [
                  {
                    'text': 'Read the docs!',
                    'onClick': {
                      'openLink': {
                        'url': 'https://developers.google.com/workspace/chat'
                      }
                    }
                  }
                ]
              }
            }
          ]
        }
      ]
    }
  }]
}

Limites et considérations

  • Événements d'interaction avec le chat bénéficient d'une assistance limitée. Voici quelques points à prendre en compte:
    • Les éléments suivants : types d'événements d'interaction sont compatibles:
      • MESSAGE
      • ADDED_TO_SPACE
      • CARD_CLICKED
    • Pour les événements MESSAGE ou ADDED_TO_SPACE, la requête saisie au L'agent Dialogflow correspond à la valeur du champ argumentText dans le message Chat. Si le message contient un commande à barre oblique, la valeur de le champ text est utilisé à la place.
    • Pour les événements CARD_CLICKED, entrée de la requête envoyée à l'agent Dialogflow. est au format CARD_CLICKED.functionName, où functionName correspond à la valeur du champ function de Objet Action attaché à l'élément interactif de la fiche (comme un bouton).
    • Charge utile JSON complète de chaque événement d'interaction Chat est envoyée à Dialogflow en tant que charge utile personnalisée dans le paramètre de requête ; et est accessible via un Webhook Dialogflow en interrogeant la valeur du champ WebhookRequest.payload.
  • Éléments à prendre en compte pour répondre à Commandes à barre oblique et Recevoir des données à partir de fiches ou de boîtes de dialogue:
    • Lorsque les applications Chat Dialogflow reçoivent un message avec une barre oblique , l'entrée de requête ne contient que la valeur du champ text. Le champ text commence par le nom de la commande à barre oblique (par exemple, /command), que vous pouvez utiliser pour configurer l'intent d'un agent Dialogflow. pour détecter une commande à barre oblique.
    • Si l'agent Dialogflow doit traiter le Charge utile JSON d'événement d'interaction Chat il peut le faire à l'aide d'un Webhook Dialogflow pour inspecter la charge utile personnalisée dans le paramètre de requête.
    • Pour afficher une boîte de dialogue de la l'agent Dialogflow, répondre avec une seule charge utile JSON personnalisée qui inclut un message contenant un DIALOG réponse d'action.
    • Pour traiter les données saisies à partir des cartes, l'agent Dialogflow peut détecter les intents qui commencent par le texte CARD_CLICKED et répondent avec une une seule charge utile JSON personnalisée contenant les action.
  • Les aperçus de liens ne sont pas disponibles.
  • Si l'agent Dialogflow répond par un seul message, le message est envoyé à Google Chat de manière synchrone. Si l'agent Dialogflow répond avec plusieurs messages, tous les messages sont envoyés vers Chat de manière asynchrone en appelant la méthode create sur la ressource spaces.messages dans l'API Chat, une fois pour chaque .
  • Lorsque vous utilisez l'intégration de Dialogflow CX avec Chat, l'agent Dialogflow et l'application Chat doivent être définis dans le même projet Google Cloud. Si vous devez configurer l'API Dialogflow et Chat dans différents projets Cloud, vous pouvez configurer un serveur intermédiaire pour faciliter la connexion. Pour savoir comment procéder, voir ceci Exemple d'intégration Chat pour Dialogflow CX sur GitHub.

Résoudre les problèmes

Lorsqu'une application ou card renvoie une erreur, la L'interface Chat affiche le message "Une erreur s'est produite". ou "Impossible de traiter votre demande." Parfois, l'interface utilisateur de Chat n'affiche aucun message d'erreur, mais que l'application ou la carte produit un résultat inattendu. Par exemple, un message de fiche peut ne pas s'affichent.

Même s'il est possible qu'aucun message d'erreur ne s'affiche dans l'interface utilisateur de Chat, Des messages d'erreur descriptifs et des données de journaux sont disponibles pour vous aider à corriger les erreurs. Lorsque la journalisation des erreurs est activée pour les applications Chat. Pour obtenir de l'aide, le débogage et la correction des erreurs, consultez Résoudre les problèmes liés à Google Chat

Effectuer un nettoyage

Afin d'éviter que des frais ne soient facturés sur votre compte Google Cloud pour utilisées dans ce tutoriel, nous vous recommandons de supprimer Google Cloud.

  1. Dans la console Google Cloud, accédez à la page Gérer les ressources. Cliquez sur Menu > IAM et Administrateur > Gérer les ressources.

    Accéder au gestionnaire de ressources

  2. Dans la liste des projets, sélectionnez celui que vous souhaitez supprimer, puis cliquez sur Supprimez .
  3. Dans la boîte de dialogue, saisissez l'ID du projet, puis cliquez sur Arrêter pour le supprimer. le projet.
  • Dialogflow CX prend une machine à états de conception d'agent Dialogflow, qui vous offre de contrôler la conversation, d'améliorer l'expérience de l'utilisateur final le workflow de développement d'applications. Lors de la création d'un objet Dialogflow Application Chat, nous vous recommandons d'utiliser Dialogflow CX.
  • Dialogflow ES est une autre façon d'utiliser Dialogflow avec une application Chat.