대화 시스템 성능을 향상시키는 9가지 팁

대화형 AI는 사용자에게 필요한 정보를 필요할 때, 원하는 방식에 가장 적합한 방식으로 제공하는 탁월한 솔루션으로 간주됩니다. 그러나 그럼에도 불구하고 대화형 AI 시스템에는 여전히 몇 가지 공통적인 결함이 있습니다.

다음은 대화 시스템의 성능을 향상하는 데 도움이 되도록 제가 수년간 정리한 몇 가지 팁입니다.

1. 질문 간소화

대화형 인공 지능 시스템의 목표는 작업을 완료하는 데 필요한 정보를 얻는 것입니다. 정보는 상황이나 사용자 질문에서 나올 수 있습니다.

그러나 시스템에서 묻는 모든 질문으로 인해 대화가 실패할 수 있습니다. 따라서 우리의 목표는 묻는 질문 수를 최소화하거나 질문을 더 간단하게 만드는 것입니다.

자동차 보험을 예로 들어 보겠습니다. 사용자는 방금 제출한 청구 상태를 확인하려고 합니다. 복잡한 질문이나 설명 없이 사용자에게 청구의 11자리 ID를 제공하도록 요청합니다. 이러한 디자인은 사용자 요구에 더 부합하고 대화 실패 위험을 줄입니다.

2. 기술자가 너무 많은 질문을 할 수 있습니다

기술 중심 접근 방식에서 첫 번째 고려 사항은 일반적으로 필수 "Claims Details API"입니다. 개발자는 정책 ID를 활용하여 세부 정보를 얻을 수 있는 API가 이미 존재한다고 언급할 수도 있습니다. 이것은 훌륭합니다! 필요한 정보를 얻으려면 사용자가 정책 ID 1개만 제공하면 됩니다. 이 디자인은 현재의 기술적 접근 방식과 정반대입니다.

이 작업은 개발자에게는 상대적으로 쉽지만 사용자에게는 특정 문제를 제기할 수 있습니다. 사용자는 정확한 11자리 ID를 입력해야 합니다. 음성 컨텍스트에서는 사용자가 11자리 숫자를 알고 있더라도 이를 올바르게 캡처하는 것이 어려울 수 있습니다.

3. 더욱 친숙한 디자인으로 질문에 답하기 쉽도록

사용자가 청구 ID를 더 쉽게 입력할 수 있도록 전체 11자리 숫자 대신 마지막 4자리만 요구하는 등 필요한 숫자 수를 낮출 수 있습니다. . 백엔드에는 여전히 전체 청구 ID가 필요하지만 이 디자인을 사용하면 사용자가 질문하기가 훨씬 더 쉬워집니다. 작은 숫자를 입력하거나 말할 때 실수할 가능성이 줄어듭니다.

"간단한 질문"을 하는 방법에는 여러 가지가 있습니다.

1. 다양한 질문하기 : 청구 상황의 경우 청구 날짜에 대한 질문이 포함될 수 있습니다. 많은 사용 사례에서 청구 ID 또는 날짜는 각 사용자마다 고유합니다.
2. 사진 인식 사용: 일부 모바일 앱은 사진에서 필요한 정보를 인식하고 추출할 수 있습니다.

단, 단순한 질문은 계속 묻는 것이기 때문에 한계가 있습니다. 예를 들어 자동차 보험금 청구의 경우 발신자가 보험금 청구에 대한 자세한 정보를 얻을 수 있을 것으로 기대하지만 이 프로세스는 사용자에게 어려움을 초래할 수 있습니다. 그렇다면 상황을 더 단순화할 수 있을까요?

**4. **합리적인 가정을 하세요(그리고 확인도 가능합니다)

기술적인 관점에서 사용자 관점으로 주제를 바꿔서 생각해 봅시다. 우리는 사용자를 최우선으로 생각하고 사용자가 자동차 보험금 청구에 관해 전화하는 이유를 이해해야 합니다. 어쩌면 방금 교통사고를 당했고 그들이 제출한 청구서를 추적하고 있기 때문일 수도 있습니다.

사용자가 여러 가지 청구서를 갖고 있더라도 가장 최근 청구서에 대한 정보를 문의하기 위해 전화할 수 있습니다. 그러한 경우, 우리는 합리적인 가정을 해야 하며, 사용자의 요구를 더 잘 충족시키기 위해서는 이러한 가정을 확인하는 것이 필요합니다.

위 그림은 사용자의 부담을 줄일 수 있는 방법을 보여줍니다. 이제 사용자는 청구 정보를 적극적으로 제공하는 대신 시스템에서 제공하는 정보를 받을 수 있습니다. 이러한 개선은 사용자의 상호 작용 부담을 줄일 뿐만 아니라 백엔드 데이터 검색 요구 사항도 충족합니다. 적극적으로 정보를 제공하는 것보다 정보를 확인하는 것이 사용자에게 더 편리합니다. 또한 이러한 접근 방식은 대화형 인공지능 시스템을 더욱 지능적으로 보이게 만들고 시스템에 대한 사용자의 신뢰를 향상시킵니다.

단, 이 모드에서는 정보가 악의적인 제3자에게 유출되지 않도록 추가적인 상황 정보가 필요합니다. 예를 들어, 청구 검색의 예에서 시스템은 발신자를 식별하여(아마도 수신 전화번호를 청구 정책에 연결하여) 이 프로세스를 용이하게 합니다.

질문을 건너뛰고 합리적인 가정을 하는 것이 항상 가능하지는 않지만 이는 보다 효율적인 대화형 AI 시스템을 구축하기 위한 강력한 기술 중 하나입니다. 다음으로, 질문해야 할 질문을 개선할 수 있는 방법을 살펴보겠습니다.

5. 명확한 선택 제공

이전 섹션에서는 문제를 줄여 인공지능 시스템의 성능을 향상시키는 방법에 대해 논의했습니다. 그러나 때로는 질문을 삭제하는 것이 선택 사항이 아니며 질문을 계속 질문해야 하는 경우도 있습니다. 이 경우 강력한 접근 방식은 명확한 선택을 제공하는 것입니다. 즉, 사용자에게 명시적인 목록에서 선택하도록 요청하는 것입니다. 사용자에게 사과와 오렌지 중 하나를 선택하라고 요청한다고 가정해 보겠습니다. 상대적으로 간단해 보이지만 사용자가 성공적으로 선택하도록 하려면 어떻게 해야 할까요?

객관식 질문을 구현하는 것은 생각보다 어려울 수 있습니다. 몇 가지 잠재적인 함정을 함께 살펴보겠습니다.

6. '예/아니오' 혼동을 조심하세요

'예/아니요' 혼동을 조심해야 합니다. 선택적 질문에 대답하는 방법이 사용자에게 항상 명확한 것은 아닙니다. 예를 들어 사용자에게 "사과를 원하시나요, 아니면 오렌지를 원하시나요?"라고 물으면 "예!"라고 대답할 수 있습니다. 이 경우 사용자에게 더 명확하게 질문을 재구성해야 합니다.

• "제발 사과 또는 오렌지를 선택하세요. ”
• “사과 또는 오렌지 중 어떤 과일을 원하시나요?”

이러한 질문을 다르게 표현하면 기술적으로는 동일해 보일 수 있지만 실제 대화에서는 매우 다른 영향을 미칠 수 있습니다. 대화에 적용되는 미디어의 대화 사본은 대화형 AI 시스템의 최적 성능을 보장하는 데 중요합니다.

7. 버튼으로 작업 프로세스가 단순화됩니다.

일부 사용자는 질문을 입력하거나 음성으로 답변하는 것을 꺼립니다. 채팅 시나리오에서는 답변을 입력하는 것보다 버튼을 클릭하는 것이 더 편리할 수 있습니다. 음성 시나리오에서 사용자는 일반적으로 키보드의 버튼을 누를 수 있습니다. 예를 들어 "1"을 누르면 첫 번째 옵션을 선택하고 "2"를 누르면 두 번째 옵션을 선택하는 식입니다. "사과나 오렌지를 선택하세요"라는 질문에 대한 사용자 응답을 평가할 때 "사과" 또는 "1"을 동등한 답변으로 받아들일 수 있습니다. 이렇게 하면 작업을 보다 원활하게 완료할 수 있습니다.

버튼은 사람들에게 "첨단 기술"이라는 느낌을 주지 않을 수 있지만 올바르게 사용하면 사용자를 더욱 효율적으로 만들 수 있습니다.

선택 과정에서 사용자가 저지르는 작은 실수에 대해서는 어느 정도 유연성이 있어야 합니다. 사용자에게 선택을 요청하면 사용자와 인공지능 시스템 모두 오작동을 할 가능성이 높습니다. 예를 들어, 채팅 인터페이스에서 사용자는 "appel" 대신 "apple"을 철자할 수 있습니다. 이때 AI는 단순히 “이해가 안 된다”고 대답하는 것이 아니라, 사용자가 애플을 선택할 의사가 있다고 합리적으로 가정하여 올바른 응답을 제공해야 한다. 이러한 내결함성은 사용자 친화성을 향상시킵니다.

음성 애플리케이션에서 옵션에 도메인별 용어가 포함된 경우 이러한 선택 옵션이 정확하게 인식되도록 사용자 지정 모델을 교육해야 할 수도 있습니다. 이제 사용자가 어떻게 반응할 것인지, 어떤 선택을 제공하는지 알았으므로 음성 서비스가 이를 정확하게 기록할 수 있는지 확인해야 합니다. 이 과일 선택 예시의 경우 정확성을 보장하기 위해 사용자 정의 모델 학습에 "사과" 및 "오렌지"에 대한 일부 항목을 포함해야 합니다.

사용자 정의 모델을 교육한 경우에도 여전히 전사 오류가 발생할 수 있습니다. 귀하의 음성 서비스는 때때로 "apple"을 "appeal" 또는 "hackle" 등으로 잘못 표기할 수 있습니다. 이 경우 인식 정확도를 더욱 향상시키기 위해 이러한 잠재적인 잘못 표기 시나리오를 Watson Assistant 구현에 추가하는 것을 고려할 수 있습니다.

선택성 문제는 대화형 AI 시스템에서 흔히 발생합니다. 이러한 팁을 적용하면 선택적인 질문을 보다 효율적으로 수행할 수 있습니다.

8. 명확한 선택 제공

이전 콘텐츠에서는 대화 텍스트가 정확할수록 더 나은 사용자 응답을 생성할 수 있기 때문에 정확한 단어 선택이 인공지능의 성능을 어떻게 향상시킬 수 있는지에 대해 논의했습니다. 더욱 세분화된 대화 텍스트는 사용자 경험을 향상시킬 뿐만 아니라 사용자 만족도를 높이고 작업 완료 속도를 높이는 데도 도움이 됩니다. 이 일련의 효과는 더욱 원활한 사용자 경험을 촉진합니다.

9. 의미를 가지세요

대화에서는 모든 단어가 사용자의 부담을 증가시킵니다. 문자 채팅에서는 읽어야 하고 음성 대화에서는 단어를 듣고 기다려야 합니다. 따라서 불필요한 텍스트를 제외하기 위해 대화를 검토하는 것이 중요합니다. 다음은 몇 가지 예입니다.

• "최근 메뉴 옵션이 변경되었으니 잘 들어주세요." 이 메시지가 마지막으로 유용했던 때는 언제였나요? 1년에 한 번만 전화한다면 이러한 옵션을 기억할 가능성이 거의 없습니다. 매일 전화하면 한 번만 들으면 됩니다. 이 문장은 대부분의 상황에서 실제로 사용되지 않으며 제가 가장 싫어하는 IVR(대화형 음성 응답) 중 하나입니다.
• “우리에게는 귀하의 전화가 중요합니다.” 이것은 사용자에게 알려야 할 것이 아니라 행동으로 보여주어야 합니다. 사용자에 대한 진정한 존중은 말보다 행동이 더 큰 의미를 갖는다는 것을 의미합니다.
• "(자세한 방법 설명)". 사용자가 "원하는 방식으로" 수행할 수 있도록 긴 설명을 제공해야 하는 경우 설명에 대한 의존도를 줄이기 위해 기술 개선을 고려할 수 있습니다. 이를 통해 대화를 더욱 원활하고 효율적으로 만들 수 있습니다.

10. 구두점의 정확한 사용

대화형 AI 시스템은 텍스트 음성 변환 엔진을 사용하여 사용자와 대화하며, 이러한 엔진은 구두점 단서를 사용하여 문장에서 강세와 일시 중지를 추가할 위치를 결정합니다.

저는 또한 "할머니, 밥 먹자"라는 슬로건을 굵은 쉼표와 함께 적고 "구두점은 생명을 구합니다"라는 기발한 티셔츠를 기억합니다. 실제로 구두점은 AI 시스템의 "생명"을 구하지는 못하지만 대화 텍스트를 더 부드럽게 들리게 만듭니다.

구두점에 대한 대화를 확인할 때 다음 사항을 확인하세요.

• 모든 문장은 마침표로 끝납니다.
• 복잡한 문장은 쉼표로 구분됩니다.
• 선택 목록에 "Oxford Comma"(예: "A, B 또는 C를 선택하세요"의 마지막 쉼표)를 포함하세요.

또한 자동화 기능을 사용하여 가상 비서의 모든 대화에 대한 오디오 파일을 만드는 것을 고려할 수도 있습니다.

요약

이 글에서는 대화형 인공지능을 개선하기 위한 다양한 기술적 방법을 살펴봅니다. 새로운 대화형 AI 시스템을 개발하거나 기존 시스템을 개선할 때 이러한 기술을 채택하는 것을 고려해보세요. 새로운 시스템이든 기존 시스템이든 지속적인 개선과 반복은 AI 시스템의 성능에 긍정적인 영향을 미칩니다. 이러한 관행은 대화형 AI 시스템의 성능을 크게 향상시키는 것으로 입증되었습니다.

위 내용은 대화 시스템 성능을 향상시키는 9가지 팁의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!