Bagaimana Cara Kerja Chatbot?

Jika Anda tidak tahu apa itu chatbot, Anda harus membaca terlebih dahulu apa itu chatbot.

Sungguh menakjubkan melihat chatbot yang dirancang dengan baik beraksi, tetapi akan lebih hebat lagi jika Anda memahami cara kerja chatbot yang sebenarnya.

Kami akan memberikan gambaran lengkap tentang bagaimana chatbot dibuat. Mulai dari komponen yang digunakan dalam membuat chatbot hingga aliran informasi yang sebenarnya di dalam chatbot.

Tentunya, komponen yang tepat yang diperlukan untuk chatbot tertentu akan bergantung pada jenis chatbot yang Anda buat, tetapi ini akan memberi Anda gambaran tentang komponen yang tersedia.

Menghubungkan chatbot Anda ke saluran

Setiap chatbot membutuhkan saluran untuk memungkinkan pengguna berinteraksi dengannya. Saluran ini sebenarnya adalah platform perpesanan seperti Facebook Messenger, Slack, Telegram, tim Microsoft, atau obrolan web yang disematkan.

Anda memerlukan setidaknya satu platform perpesanan, tetapi Anda juga bisa menghubungkan beberapa platform perpesanan dan mengizinkan pengguna untuk memilih yang mana yang mereka sukai.

Saluran adalah antarmuka pengguna chatbot, sama seperti halaman web yang memungkinkan Anda berinteraksi dengan perangkat lunak dengan klik.

‍

Mendekripsi input dengan Pemrosesan Bahasa Alami

Mesin pemrosesan bahasa alami (Natural Language Processing/NLP) mampu mengidentifikasi maksud yang tersembunyi dalam sebuah kalimat dalam bahasa alami. Sangat penting untuk menentukan "bahasa alami" dengan tepat karena tidak seperti bot yang kurang cerdas yang membutuhkan instruksi yang jelas, chatbots dapat memahami jenis percakapan yang mirip dengan manusia.

Sebagai contoh, frasa berikut ini memiliki maksud yang sama, yaitu memesan penerbangan:

1. Saya ingin memesan penerbangan
2. Saya ingin pergi dari Dubai ke Moskow
3. Saya butuh penerbangan

Agar chatbot dapat memahami teks atau ucapan dalam bahasa alami, chatbot perlu mengakses mesin NLP.

Mesin NLP dapat mengambil sebuah kalimat dan mengekstrak maksud di balik kalimat tersebut dengan tingkat kepercayaan tertentu. Pemrosesan Bahasa Alami adalah bidang kecerdasan buatan dan membutuhkan pelatihan tertentu.

Inilah sebabnya mengapa di Botpress, kami meminta apa yang kami sebut sebagai ujaran. Mereka adalah bagian penting dari pemahaman. Ucapan adalah variasi dari sebuah kalimat, cara yang berbeda untuk merumuskan maksud yang sama.

Mesin NLP akan menggunakannya untuk melatih.

Manajer Dialog / Pembangun Percakapan Visual

Ini juga merupakan bagian utama dari chatbot karena di sinilah Anda mendesain pengalaman. Setelah chatbot memahami maksudnya, chatbot perlu membuat keputusan.

Ada 3 hal yang sangat umum yang dapat terjadi; mengambil tindakan, meminta informasi atau menangani niat yang tidak didukung.

Pembangun percakapan visual Anda memungkinkan Anda merancang apa yang akan terjadi, bagaimana hal itu akan terjadi, dan bahasa yang digunakan untuk mewujudkannya.

Jika saya mengatakan "Pesankan saya penerbangan besok ke Paris". Mesin NLP akan mendeteksi maksud saya untuk memesan penerbangan. Ini akan mengekstrak besok sebagai waktu keberangkatan, Paris sebagai tempat yang ingin saya tuju, tetapi kota keberangkatan saya tidak ada. Pembangun percakapan visual akan memungkinkan Anda untuk menangani bahwa Anda perlu menanyakan kota keberangkatan dan kemudian mengambil tindakan untuk memesan penerbangan.

Ini adalah contoh yang sangat sederhana, tetapi Anda dapat memahami bahwa dalam beberapa kasus, kompleksitasnya lebih tinggi dan oleh karena itu merancang pengalaman yang luar biasa dapat menjadi sangat penting bagi keberhasilan chatbot Anda, itulah sebabnya mengapa manajer dialog adalah bagian penting dari teka-teki.

‍

Analisis

Analisis diperlukan untuk memantau dan mengukur kinerja chatbots'. Mereka menyediakan metrik pada chatbot seperti jumlah pengguna dan jenis keterlibatan. Sangat penting bagi pengembang chatbot untuk mengumpulkan jenis metrik ini.

Ini memberi Anda wawasan berharga tentang keterlibatan pengguna Anda untuk memahami apa yang mungkin hilang dan apa area utama yang perlu ditingkatkan.

‍

Sistem Manajemen Konten

Konten seperti teks dalam bahasa pengguna dan file media perlu dikelola secara terpisah dari alur percakapan. Bahasa, file media, dan implementasinya dapat berubah tergantung pada siapa penggunanya, konteks, dan platform perpesanan.

Konten seperti kode harus dikelola secara profesional dan dikontrol sumbernya. Hal ini memungkinkan Anda untuk memisahkan konten dari chatbot lainnya sehingga dapat digunakan kembali dan yang terpenting lebih mudah untuk dipelihara.

Sangat sederhana, namun sangat penting untuk mengelola konten Anda secara mandiri.

Manusia dalam Lingkaran

Human in the loop adalah kemampuan manusia untuk mengendalikan chatbot. Beberapa orang mungkin berpikir bahwa ini bukan fitur yang harus dimiliki, tetapi sebenarnya memang harus dimiliki.

Ada banyak alasan mengapa manusia ingin mengambil alih percakapan chatbot secara manual, yang paling umum adalah karena chatbot tidak memahami apa yang dikatakan pengguna akhir.

Kita akan membohongi diri kita sendiri jika percaya bahwa chatbot akan selalu benar 100%. Bahkan jika kita membuat kemajuan konstan dalam masalah ini, itu tidak bisa sempurna dalam menangani semuanya. Ketika seorang pengguna keluar dari cakupan, manusia dalam lingkaran menjadi penting untuk mempertahankan pengalaman pengguna yang hebat.

‍

Arsitektur

Meskipun arsitektur bukanlah sebuah komponen, seperti halnya perangkat lunak lainnya, setiap chatbot memiliki arsitektur. Jika arsitektur perangkat lunak tidak memiliki standar yang tinggi, chatbot tidak akan dapat diperluas dan mudah dipelihara.

Keuntungan terbesar menggunakan platform AI percakapan untuk membangun chatbot Anda adalah bahwa semuanya sudah diarsiteki sedemikian rupa sehingga memungkinkan skalabilitas dan pemeliharaan.

Yang perlu Anda lakukan adalah menjalankan server secara lokal atau di cloud, dan Anda siap untuk membangun & mengotomatisasi.

Botpress memiliki arsitektur modular yang memudahkan untuk mengaktifkan atau menonaktifkan beberapa modul yang bukan merupakan komponen inti.

Selain itu, Anda dapat membuat modul Anda sendiri untuk memperluas kemampuan platform dan, tentu saja, chatbot Anda.

‍

Bagaimana data mengalir melalui chatbot

‍

Semua elemen ini sangat penting untuk membuat chatbot Anda bekerja semulus mungkin. Hapus salah satu elemen ini dan Anda tidak akan mendapatkan pengalaman yang sama.

Dari perspektif makro, berikut ini adalah bagaimana informasi mengalir.

Ada masukan dari pengguna melalui saluran. Hal pertama yang dilakukan informasi tersebut adalah masuk ke Dialog Manager untuk dievaluasi oleh mesin NLP. Mesin NLP akan mencoba mendekripsi kalimat untuk menemukan maksud dan mengembalikan informasi tersebut ke Dialog Manager.

Jika suatu maksud terdeteksi, terserah pada DM untuk memutuskan ke mana harus melangkah selanjutnya sesuai dengan pohon keputusan. Jika pihak ketiga perlu dilibatkan, manajer dialog akan membuat permintaan.

Semuanya kemudian dikirim kembali ke pengguna melalui saluran yang sama dengan yang digunakannya.

‍

Meskipun ini adalah versi sederhana dari cara kerja chatbot, Anda tentu dapat menghargai kompleksitas membangun pengalaman seperti itu dari sudut pandang UX dan teknis.

Menggunakan platform AI percakapan sumber terbuka mengurangi secara drastis waktu yang dihabiskan untuk membangun infrastruktur untuk memastikan Anda mendapatkan nilai dari chatbot Anda dengan cepat.