ActionBot-Fragetypen – Überblick
Kurzübersicht
Ein Gespräch mit dem WalkMe-ActionBot kann aus Meldungen, Fragen, Bedingungen und Aktionen bestehen.
Wenn Sie in einem Gespräch eine Frage verwenden, wird Ihr Bot auf eine Antwort der Endbenutzer warten, bevor er zum nächsten Schritt im Gespräch übergeht. Dies wird allgemein durch die natürliche Sprachverarbeitung („NLP“) erreicht.
Funktionsweise
Es gibt acht Arten von Fragen, die Sie als Teil des Gesprächs Ihres Bots verwenden können. Es sind die folgenden:
Frage vom Typ Text
- Es wird kein NLP verwendet;
- Ihr Bot sieht die gesamte Eingabe des Benutzers als die genaue Antwort an und gibt diese Daten in ein Protokoll ein;
- Hier ist ein Beispiel für eine Frage vom Typ Text:
- Die Frage: „What is your Name?“ (Wie heißen Sie?) ist die Frage vom Typ Text in diesem Gespräch;
- Die in diesem Fall extrahierte Antwort ist „John Doe“.
- Diese Antwort wird dann in der Folgefrage verwendet.
Frage vom Typ Boolean
- Verwendet NLP;
- Ihr Bot wird versuchen, den Endnutzern eine bestätigende oder negative Aussageabsicht zu entnehmen und anschließend einen der Werte wahr oder falsch als extrahierte Antwort zuweisen;
- Ein Beispiel für eine affirmative Aussageabsicht ist „Sicher“; der extrahierte Wert wäre „true“ (wahr);
- Ein Beispiel für eine „negative“ Aussageabsicht ist „Nee“; der extrahierte Wert wäre „false“ (falsch);
- Da es nur zwei mögliche extrahierte Werte gibt, werden die Fragen vom Typ Boolean oft in Bedingungen verwendet, weil es leicht ist, die Gespräche nach diesem extrahierten Wert zu verzweigen;
- Hier ist ein Beispiel für eine Frage vom Typ Boolean:
- Die letzte Frage hat nur zwei mögliche Werte: „true“ (wahr), wenn der Bot weiter zum nächsten Schritt gehen kann, der mit dem Erfolg verknüpft ist, und „false“ (falsch), wenn der Bot einen Fehler gemacht hat und zu der nächsten Frage gehen sollte, die mit dem Versagen verknüpft ist (um die Informationen erneut zu erfragen);
- In diesem Beispielgespräch haben wir die Boolean-Frage „Can I proceed?“ genannt (Kann ich fortfahren?) und eine Bedingung „Can proceed“ (Kann fortfahren) als anschließenden Schritt im Ablauf festgelegt;
- Dann haben wir den Condition builder (Bedingungsersteller) auf der Registerkarte „Conversations“ benutzt, um der Bedingung einen Wert zuzuweisen, der auf dem bei der vorigen Frage extrahierten Wert basiert („Kann ich fortfahren?“):
- Sobald der Bot einen Wert aus der Antwort des Endbenutzers extrahiert hat, wird dieser Wert in dieser Bedingung verwendet, um das Gespräch entsprechend zu verzweigen:
Frage vom Typ Auswahl
- Verwendet kein NLP. Verwendet stattdessen die Stichwortsuche;
- Sie können jeden Vorschlag durch zahlreiche Stichwörter finden lassen;
- Endnutzer können nur einen der vorgeschlagenen Werte pro Antwort auswählen, können aber den Wert entweder durch Draufklicken auswählen, durch eigenes Eingeben des Vorschlags oder durch das Verwenden eines der zugehörigen Stichwörter in ihrer Antwort;
- Der Bot wird in folgenden Fällen einen Wert extrahieren:
- Wenn Endnutzer ihn aus den Vorschlägen auswählen; oder
- wenn es eine Übereinstimmung gibt von einem Stichwort, das Benutzer eingeben, und einem Vorschlag.
- Hier sehen Sie einen Blick hinter die Kulissen einer Frage vom Typ Auswahl:
In diesem Beispiel gibt es fünf Vorschläge (links): Bildung, Urlaub, Jurorendienst usw., und jeder Vorschlag hat ein oder mehrere Stichwörter (rechts).- Wenn Endbenutzer eines der Stichwörter eingeben, wird der extrahierte Wert der passende Vorschlag sein.
- Wenn Endbenutzer beispielsweise auf die Frage antworten: „I want to study“ (Ich will studieren) oder: „I got a scholarship“ (Ich habe ein Stipendium), wird der Bot den Wert Education (Ausbildung) extrahieren.
Frage vom Typ Zahl
- Verwendet NLP;
- Der Bot wird versuchen, eine Zahl in der Antwort des Endbenutzers zu finden und die Zahl als extrahierte Antwort zu verwenden;
- Wenn die Antwort der Endbenutzer zum Beispiel „Fünfhundert Euro“ lautet, dann ist der extrahierte Wert 500;
- Hier ist ein Beispiel für eine Frage vom Typ Zahl:
- Beachten Sie, dass der Bot mittels NLP die Zahl „50“ extrahieren konnte, obwohl die Benutzer das Wort „Fifty“ (fünfzig) eingegeben hatten.
Frage vom Typ Datum
Bei Fragen vom Typ Datum kann der ActionBot die Zeichenfolge für ein Datum so formatiert zurückzugeben, wie es im ActionBot-Builder festgelegt wurde.
Unterstützt ActionBot-NLP
Der Bot wird versuchen, ein Datum aus der Eingabe des Endnutzers zu extrahieren und dann dem Datum das Format zuweisen, das in der Option Formateinstellungen definiert ist.
Das Datum kann variieren zwischen verschiedenen Eingabearten wie „morgen“, „nächste Woche“, „am 1.2.“ oder „1-9-1990“.
Beispiel: Datum des Urlaubsanfangs
Datumsformate
TypAusgabebeispielDD/MM/YYYY 20/10/2021 MM/DD/YYYY 10/20/2021 YYYY/MM/DD 2021/20/10 Lokales Benutzerformat Das eingestellte lokale Format des Benutzercomputers.
Z. B: 21.10.2021
Benutzerdefiniertes Datumsformat Ein vom Ersteller festgelegtes Format. Die vollständige Liste der Optionen befindet sich weiter unten. Akzeptierte benutzerdefinierte Datumsformate
Benutzerdefinierte Datumsformate können anhand einer Kombination der folgenden empfohlenen bzw. üblichen Muster erstellt werden. Bitte beachten Sie, dass diese Muster Groß- und Kleinbuchstaben unterscheiden.
Schauen Sie sich https://date-fns.org/v2.7.0/docs/format an für die vollständige Liste der Muster.
Einheit
Muster
Ausgabebeispiele
Kalenderjahr y 44, 1, 1900, 2017 yo 44th, 1st, 0th, 17th yy 44, 01, 00, 17 yyy 044, 001, 1900, 2017 yyyy 0044, 0001, 1900, 2017 Monat (Formatierung) M 1, 2, ..., 12 Mo 1st, 2nd, …, 12th MM 01, 02, ..., 12 MMM Jan, Feb, …, Dec MMMM January, February, …, December MMMMM J, F, …, D Tag des Monats D 1, 2, ..., 31 do 1st, 2nd, …, 31st dd 01, 02, ..., 31 Beispiele für benutzerdefinierte Formatierungen des Datums „July 4th, 2021“ (4. Juli 2021):
Beispielmuster
Ausgabebeispiel
MMM do, yyyy Jul 4th, 2021 MM/dd/yyyy 07/04/2021 M-d-yy 7-4-21 💡Profi-Tipps:
- Der ActionBot kann auch Datum+Zeit extrahieren aus Fragen wie: „An welchem Tag und zu welcher Zeit ist Ihr Flug?“
- Für Fortgeschrittene: Sie können das extrahierte Datum in dem Smart Walk-Thru in ein anderes Format umwandeln (anstelle von MM/DD/YYYY zum Beispiel durch Hinzufügen von ${theNameOfTheVale@requestedFormat}
- Beispiel:Für dieses Beispiel haben wir ein Startdatum extrahiert und es in der Aktion {startDate}${startDate} genannt. In dem Smart Walk-Thru können wir das wie folgt in das gewünschte Format umwandeln:
-
Aktuelles Format Angeforderte Format Im Smart WalkThru zu verwendender Wert JJJJ/MM/TT (2018/12/03) TT-MMM
(03-Dez)${startDate@DD-MMM} JJJJ/MM/TT (2018/12/03) Quartal
(4)
${startDate@Q} JJJJ/MM/TT (2018/12/03) T/M/JJ
(3/12/18)
${startDate@D/M/YY}
Frage vom Typ Telefon
- Verwendet NLP;
- Der Bot wird versuchen, alles in der Antwort der Endbenutzer zu extrahieren, das einer Telefonnummer entsprechen könnte (mittels NLP-Modellen).
Frage vom Typ RegEx
- Verwendet kein NLP;
- Dieser Fragetyp ermöglicht es Ihnen, jeden erstellbaren Fragetyp mit Hilfe regulärer Ausdrücke zu konfigurieren;
- Fügen Sie den regulären Ausdruck in das Feld „Pattern“ (Muster) im Editor ein.
- Bei der Verwendung dieses Fragetyps werden Sie die Option sehen, RegEx-Flags (optionale Parameter) zu konfigurieren, die eine beliebige Kombination der folgenden Werte sein können:
- g – „global match“; findet alle Übereinstimmungen statt nach dem ersten Fund zu anzuhalten;
- i – „ignore case“ (ignoriere Groß- und Kleinbuchstaben); wenn das u-Flag ebenfalls gesetzt ist, Verwendung von Unicode-Angleichung für Groß- und Kleinbuchstaben;
- m – „multi-line“ (mehrzeilig); behandelt Anfangs- und Endzeichen (^ und $) so, dass sie über mehrere Zeilen hinweg gelten (d. h., sie stimmen mit dem Anfang oder dem Ende jeder Zeile überein (welches mit n oder r abschließt), und nicht nur mit dem Anfang oder Ende der ganzen Eingabezeichenfolge).
- u – Unicode; behandelt das Muster als Abfolge von Unicode-Codepunkten;
- y – „sticky“ (festgesetzt); findet in der Zielzeichenfolge nur Übereinstimmungen ab dem Index, der durch die Eigenschaft „lastIndex“ dieses regulären Ausdrucks angegeben wird (sucht nicht von späteren Indizes an nach Übereinstimmungen).
- Hier sind ein Beispielszenario, eine Lösung und ein Regex-Wert für eine Frage vom Typ RegEx:
- Szenario: Sie wollen eine Frage erstellen, die bestätigt, dass die Eingabe der Endbenutzer eine gültige E-Mail-Adresse ist;
- Lösung: Verwenden Sie eine Frage vom Typ Regex zur Validierung, dass die Eingabe ein gültiges E-Mail-Muster ist;
- Regex-Wert: ^(([^<>()[].,;:s@"]+(.[^<>()[].,;:s@"]+)*)|(".+"))@(([[0-9]{1,3}.[0-9]{1,3}.[0-9]{1,3}.[0-9]{1,3}])|(([a-zA-Z-0-9]+.)+[a-zA-Z]{2,}))$
Auswahl – Frage vom Typ Salesforce
- Dieser Fragetyp wird erst angezeigt, wenn Sie mindestens eine Salesforce-Verbindung konfiguriert haben (auf der Registerkarte „Connections“ (Verbindungen) hinzugefügt);
- Da dieser Fragetyp viele Aspekte hat, gibt es dazu einen eigenen Artikel. Lesen Sie dazu den Artikel ActionBot-Verbindungen — Fragetyp Salesforce-Verbindung.
- Wenn Endbenutzer eines der Stichwörter eingeben, wird der extrahierte Wert der passende Vorschlag sein.