AI 輔助角色 定義您的 AI 功能的語氣和聲音，如 AI 目標步驟，用於與客戶互動。 將此角色與你的品牌語音對齊對於確保一致的客戶體驗至關重要。 透過明確定義 AI 如何與客戶互動，您可以確保每次互動都不僅反映品牌的價值觀，還能滿足客戶的期望。
了解 AI Assist Persona
為了編寫出好的 AI Assist Persona，了解其元件非常重要。 下面的圖表可以幫助您了解基本組件：
角色： 定義 AI 的角色，例如銷售助理、客戶支援代表等。
行為： 指定 AI 所需的語氣、風格或視角。 指示人工智慧在對話中使用「友好而隨意的回應」或「專業銷售方式」為人工智慧與客戶交談的方式設定了友好或專業的基調。
背景： 透過具體說明、分享重要資訊和解釋預期結果來為 AI 提供背景。 例如， "客戶對特斯拉有興趣。 指導他們從特斯拉公司購買一輛特斯拉汽車的步驟。"。 在這裡，人工智慧已被告知客戶對特斯拉有特定的興趣（因此人工智慧可以在給定的上下文中提供資訊），並且需要指導客戶如何從特斯拉公司購買汽車。
場景： 場景可以幫助 AI 提供背景。 為人工智慧提供良好的基於場景的指導涉及在特定的上下文或設定中建立您的請求，這有助於引導人工智慧的回應更有針對性和相關性。 例如，您可以指示 AI 目標： “如果客戶提到產品 X 或其價格，請告知他們‘有關該產品的更多信息，請說您想與代表交談。’” 這有助於 AI 告訴聯繫人（客戶），如果他們想與人交談，他們只需要這樣說 - 提示 AI目標結束該步驟並執行 「聯絡人要求與人工代理交談」 分支。
請記住，人工智慧並不完美，也會犯錯。 使用本文提供的提示將有助於防止您的 AI 目標步驟 產生幻覺。
編寫 AI 輔助角色的最佳實踐
AI Assist 由 GPT-4.1 mini 提供支持，這些最佳實踐將幫助您克服其局限性。
編寫角色時的主要挑戰是避免混淆 AI，避免這種情況的關鍵是：
沒有矛盾的指示
沒有重複的命令
矛盾和重複會讓人工智慧感到困惑，導致不良反應和由幻覺引起的不可預測的行為。
以下是編寫 AI 輔助角色的一些最佳實踐：
不提供客觀指導
不要使用 AI Assist Persona 給予客觀指示。
您可以從 AI 目標步驟的 目標欄位中選擇所需的目標。 選擇正確的目標可以為 AI 目標步驟提供所有必要的信息，以成功執行對話。
我們鼓勵您在工作流程結束後 關閉對話 或使用 關閉對話步驟 。
這使得對話保持清晰，並且當 AI 稍後繼續對話時，能夠輕鬆理解。
如果對話沒有提前結束，可能會導致AI產生幻覺。
使用 AI 輔助角色提供背景資訊
背景對於人工智慧理解當前的任務非常重要。 以下是可以提供的上下文類型的清單：
任務背景： 解釋 AI 預期要做什麼，例如， "你的任務是回答客戶的常見問題…"。
歷史背景： 通知 AI 相關的過往互動，例如「以前，客戶表達了對購買產品的興趣…」。
語言和溝通風格： 指導 AI 如何回應特定的語言風格，例如， "如果客戶使用蹩腳/俚語的英語，請始終使用正式英語回复…"。
邊界： 定義 AI 應該避免什麼並解釋原因，例如， "您沒有關於包裹遞送狀態的資訊。 不要回答有關此主題的問題…"。
為什麼不推薦客觀指導？
在 AI 目標的背景下，選擇最符合您要求的目標（使用 目標 欄位）就足夠了；AI 目標不需要給出客觀指令，例如在收集電話號碼時確保電話號碼的格式正確。
即使AI助手角色可以技術上包含客觀指示，但在定義角色時不建議提供這類指示。 我們的平台已經處理了這些指令，而發出這些指令會讓人工智慧感到困惑。
為角色新增目標指令可能會與從 AI 目標步驟的 目標 下拉選單中選擇的目標相矛盾，從而導致混淆。
精心編寫的AI輔助角色範例
例 1：
讓我們提供一個具有明確角色和行為指示的角色。
更有效： "您是銷售代理，負責根據客戶'的價格偏好提供產品推薦。" 我們在句子的第一部分定義了角色，並在第二部分提供了上下文。"你會簡潔、清晰、友好，並且偶爾使用表情符號。" 用完整的句子描述角色的預期行為。
推薦最佳產品。 使用表情符號。 要清楚。 也要友善一點。" 沒有角色定義，缺少上下文。
例 2：
讓我們使用 AI Assist Persona 為 AI 提供背景信息，並指示它以迎接客戶的方式開始對話（在收集信息之前）。
更有效： "您是負責要求資訊的銷售代理。" 我們定義了角色和背景。"客戶之前已在我們的平台上購買過商品。" 我們提供了歷史背景。"您將向客戶打招呼：您好，感謝您對 ABC 公司一直以來的支持。 為了更好地為您服務，請允許我在繼續之前收集一些資訊。" 我們在此提供了溝通風格的說明。
效果不佳："逐一要求資訊。 感謝顧客對本公司的支持。" 句子不完整，沒有上下文，沒有溝通風格的資訊。 逐一詢問資訊已經包含在目標中。
範例 3：
讓我們為角色提供其角色的背景、問候、對話的背景以及非客觀的指示。 它還有一個場景指令，其中 AI 知道它沒有資訊來解決客戶問題。
更有效： "您是 respond.io 的客戶支援代理。" 我們定義了角色。"客戶已聯繫我們來解決一些問題，但我們需要收集一些信息，然後才能轉交給人工代理"。 我們提供了背景資訊。
透過以下方式向顧客問好： "感謝您聯絡 respond.io。 對於您在使用我們的平台時所造成的不便，我們深感抱歉。 不過，在繼續幫您解答疑問之前，請容許我先收集一些您的資料"。 我們定義了溝通風格並提供了範例。"您沒有關於如何為客戶解決問題的信息，因為您的唯一任務是提出問題"。 行為指令。
效果不佳："詢問客戶面臨什麼問題。。 向顧客道歉。 不要提問任何其他問題。 如果顧客非常沮喪，請終止對話。 沒有與角色相關的訊息，沒有關於溝通方式或行為指示的訊息。
寫得不好的AI輔助角色範例
例 1：
"透過存取銷售資料庫檢查客戶是否有資格享受折扣，如果有，則自動套用折扣。"
問題：包括存取資料庫的函數調用，而 AI 目標可能不支援。
範例 2：
"保持對話直到顧客決定結束；即使顧客似乎沒有回應，也不要停止說話。"
問題：可能導致侵入性或煩人的交互，不考慮工作流程步驟的內建退出條件。
範例 3：
"若顧客重複問題，則結束對話。"
問題：沒有正確處理客戶的沮喪或困惑，也沒有明確的退出條件。 同時，它缺乏同理心。
範例 4：
"如果客戶的回覆時間超過一分鐘，請每 10 秒提醒他們您正在等待。"
問題：AI 僅在 AI 回應時做出回應。 它不追蹤時間，而是每隔一段時間執行一項任務。 因此，這是行不通的。
例 5：
"您將向顧客打招呼，然後等待他們發起更多對話。 務必詢問他們的電子郵件並檢查是否有效，以確認他們的身份。 您必須調用我們的後端系統來獲取他們之前的票。 如果他們看起來很沮喪，請立即終止對話。 不斷詢問他們是否已經解決了問題，直到他們說「是」。"
問題：
包含函數呼叫：角色指示 AI 呼叫後端系統，如果 AI 代理系統無法執行此類操作，則不支援。
變數驗證：它錯誤地包含了驗證電子郵件的任務，該任務應該在系統配置中設置，而不是在 AI Persona 中設置。
不切實際的退出條件：如果客戶感到沮喪，它會指示 AI 終止對話，這不應該出現在 AI Persona 中，因為退出條件是由系統預先定義的。
重複提問：它指示人工智慧反覆詢問問題是否已解決，這可能會惹惱客戶，並且不能反映理解或回應對話。
