Podsumowania i podsumowywanie
Podsumowanie rozmowy to krótki opis lub streszczenie rozmowy, które wyodrębnia kluczowe momenty, tematy, ustalenia lub problemy omówione podczas dialogu.
Zapoznaj się z ogólną dokumentacją dotyczącą podsumowywania za pomocą generatywnej sztucznej inteligencji (GenAI).
Przegląd ustrukturyzowanych podsumowań (JSON)
Ustrukturyzowane podsumowania (JSON) to podsumowania, których dane wyjściowe są sformatowane jako prawidłowy JSON. Ułatwiają one parsowanie, integrację z systemami zewnętrznymi oraz przetwarzanie danych w porównaniu z podsumowaniami w formie swobodnego tekstu.
{
"CompanyMentioned": "ExampleCorp",
"MentionContext": "Klient wskazuje CompetitorCorp jako konkurenta",
"MentionSentiment": "Pozytywny"
}
|
Więcej informacji o ustrukturyzowanym formacie JSON.
Kiedy używać podsumowań JSON
Planujesz tworzyć analizy na podstawie danych z podsumowań.
Planujesz importować dane z podsumowań do narzędzi analitycznych lub raportowych, na przykład rozdzielając każdy klucz JSON do osobnej kolumny w arkuszu kalkulacyjnym.
Chcesz zapewnić spójny i łatwy do odczytania format maszynowy.
Musisz wymusić obecność określonych pól lub punktów danych w każdej odpowiedzi.
Musisz wyodrębnić lub objąć podsumowaniem więcej niż jeden fragment informacji z rozmowy.
Włączanie danych wyjściowych JSON
1 — Włącz opcję Force JSON mode w podsumowaniu GenAI
To ustawienie gwarantuje, że wynik zawsze będzie przedstawiony w prawidłowej strukturze JSON.
2 — Dodaj instrukcje do żądania podsumowania / promptu
Określ, jakie klucze JSON mają pojawić się w odpowiedzi oraz w jaki sposób mają zostać wypełnione.
Przykład
Przedstaw odpowiedź w formacie JSON z następującymi kluczami: CompanyMentioned, MentionContext, MentionSentiment. |
Gdy sztuczna inteligencja przetworzy rozmowę lub tekst zgodnie z tymi instrukcjami, odpowiedź będzie wyglądać mniej więcej tak:
{
"CompanyMentioned": "ExampleCorp",
"MentionContext": "Klient wskazuje CompetitorCorp jako konkurenta",
"MentionSentiment": "Pozytywny"
}
|
Strukturyzowanie żądania podsumowania / promptu
Prompt można ustrukturyzować na kilka sposobów:
Wariant 1:
W żądaniu podsumowania wyraźnie wskaż klucze i sposób ich wypełnienia:
Przeanalizuj rozmowę i odpowiedz na następujące pytania:
- Pytanie nr 1...
- Pytanie nr 2...
- Pytanie nr 3...
Przedstaw podsumowanie jako obiekt JSON z następującymi kluczami: Key-1, Key-2, Key-3
|
Przykład:
- Zapisz nazwę konkurenta, o którym wspomniał klient.
- Opisz kontekst, w którym wspomniano tego konkurenta.
- Określ wydźwięk wzmianki (pozytywny, negatywny, neutralny).
Przedstaw odpowiedź w formacie JSON z kluczami: CompanyMentioned, MentionContext, MentionSentiment.
|
Wariant 2:
Podaj krótkie instrukcje, umieszczając wszystkie klucze w jednym miejscu. Na przykład:
Przeanalizuj rozmowę i przedstaw odpowiedź w formacie JSON:
- 'Key-1': Pytanie nr 1...
- 'Key-2': Pytanie nr 2...
- 'Key-3': Pytanie nr 3...
...
|
Przykład:
Przeanalizuj rozmowę i przedstaw odpowiedź w formacie JSON:
- 'CompanyMentioned': Pytanie nr 1...
- 'MentionContext': Pytanie nr 2...
- 'MentionSentiment': Pytanie nr 3...
...
|
Oba warianty powinny prowadzić do stabilnej odpowiedzi JSON:
{
"CompanyMentioned": "ExampleCorp",
"MentionContext": "Klient wskazuje CompetitorCorp jako konkurenta",
"MentionSentiment": "Pozytywny"
}
|
Zalety ustrukturyzowanych podsumowań (JSON)
Spójność: każde podsumowanie ma ten sam układ, dzięki czemu wyodrębnianie danych jest przewidywalne.
Rozdzielanie na kolumny: narzędzia mogą automatycznie rozdzielić każdy klucz do osobnej kolumny, co ułatwia raportowanie i analizę.
Automatyzacja: dane JSON mogą zasilać zautomatyzowane przepływy pracy, pulpity analityki biznesowej lub dalsze przetwarzanie przez sztuczną inteligencję bez ręcznego analizowania swobodnego tekstu.
Przykłady promptów podsumowujących z rzeczywistych zastosowań
Analiza konkurencji
Przeanalizuj {{ session.type }}.
Przeanalizuj rozmowę między agentem a klientem. Klient wspomniał o firmie konkurencyjnej.
Odpowiedz na następujące pytania:
- Zapisz, jaką firmę wymienił klient. Możliwe nazwy konkurentów: „Medlab”, „MedicalCare”, „GlobalLab”, „World Lab”.
- Opisz, w jakim kontekście klient wymienił nazwę konkurenta. Sklasyfikuj kontekst rozmowy.
- Określ wydźwięk wzmianki (pozytywny/negatywny/neutralny).
Przedstaw odpowiedź w formacie JSON z następującymi kluczami: „Client Mentioned”, „Conversation Context”, „Mention Sentiment”.
Odpowiedź powinna być możliwie krótka (maksymalnie 50 słów) i w języku {{ language }}.
|
Zaawansowany przypadek użycia — analiza NPS lub informacji zwrotnych
Przeanalizuj opinię NPS klienta supermarketu.
Poniżej przedstawiono cechy produktu.
Przedstaw odpowiedź w formacie JSON z wartościami kluczy opisanymi poniżej:
- Emocja gościa: Zadowolenie, Zachwyt, Neutralna, Rozczarowanie, Złość, Frustracja.
- Ocena produktu: Smaczny, Niesmaczny, Brak oceny. - Typ wiadomości: Pomysł i uzasadnienie, Porównanie z konkurentem, Liczba zmian, Groźba, Informacja.
- Produkt: wskaż, którego produktu lub produktów dotyczy opinia. Możliwe warianty: Kasa, Mięso, Ryby, Wyroby cukiernicze, Pieczywo, Gastronomia, Nabiał, Mrożonki, Warzywa, Kawa/herbata, Gotowanie, Alkohol, Napoje/soki, Artykuły spożywcze.
- Charakter skargi: jeżeli komentarz ma na celu zgłoszenie skargi, doprecyzuj jej charakter. Możliwe warianty: Skarga dotycząca adresu, Skarga dotycząca pomiaru, Skarga dotycząca sklepu, Skarga dotycząca oddziału.
- Asortyment: Brak konkretnego produktu, Prośba o nowy produkt, Nieprawidłowe stany magazynowe, Mały asortyment.
- Promocje i ceny: Wysokie ceny, Mało promocji, Brak promocji, Codzienny produkt promocyjny, Etykiety cenowe, Przecena, Niewystarczający rabat.
Jeżeli żadna z proponowanych opcji nie pasuje, zaproponuj własną odpowiedź.
|