Stella Platform Documentation

Stella Platform Documentation

  • 文档
  • 标准设置程序
  • 参考
  • 常见问题
  • Bot API
  • 接口
  • Languages icon中文
    • English

›设定NLP聊天机器人

开始使用

  • 试试创建您的聊天机器人

设定基本Facebook聊天机器人

  • 概览
  • 1.1:连接频道
  • 1.2:建设新的树状流程
  • 1.3:建设首个对话点
  • 1.4:建设通用对话点
  • 1.5:建设子对话点
  • 2.1:生产环境
  • 3.1:编写脸书帖子
  • 3.2:建设公开及私人回覆机器人

设定基本Instagram聊天机器人

  • 概览
  • 1.1: 连接频道
  • 1.2: 建设新的对话树
  • 1.3: 建设首个对话点
  • 1.4: 建设通用对话点
  • 1.5: 建设子对话点
  • 2.1: 建设故事提及
  • 2.2: 建设留言回覆机器人
  • 2.3: 建设推送信息

设定基本Web Chat聊天机器人

  • 概览
  • 1.1:连接频道
  • 1.2:建设新的树状流程
  • 1.3:建设首个对话点
  • 1.4:建设通用对话点
  • 1.5:建设子对话点

设定基本WhatsApp聊天机器人

  • 概览
  • 1.1: WABA设置
  • 1.2: 连接WABA
  • 1.3: 查看WABA认证状态
  • 1.4: 将现有号码迁移到WABA
  • 1.5: 重置 / 终止WABAA
  • 2.1:建设新的树状流程
  • 2.2:建设首个对话点
  • 2.3:建设通用对话点
  • 2.4:建设子对话点
  • 2.5:连接到数据库
  • 3.1:建设特选群组
  • 4.1: 创建产品信息

常见用例应用

  • 概览
  • 1.1: 将Fail-safe应用于聊天机器人
  • 1.2: 将会员退订流程应用于聊天机器人

聊天机器人进阶应用

  • 概览
  • 将Data Source应用于聊天机器人
  • 将Payload Value应用于聊天机器人
  • 将API应用于聊天机器人
  • 在聊天机器人中应用自定义语言
  • 将选择加入流程应用于聊天机器人
  • 将Agenda应用于聊天机器人
  • 将Stella API应用于聊天机器人
  • 将Web Event应用到Webchat的聊天机器人

Error Handling

  • 处理聊天机器人的错误

设定Stella合作伙伴

  • 概览
  • 1.1: 设置Stella合作伙伴账户
  • 1.2: 注册新客户
  • 1.3: 连接WABA
  • 1.4: 查看WABA认证状态
  • 1.5: 将现有号码迁移到 WABA
  • 1.6: 重置 / 终止WABA

模板树

  • 概览
  • 创建模板树
  • 管理代理树

聊天机器人测试和发布

  • 概览
  • 第一阶段 - 建立对话流程
  • 第二阶段 - 测试
  • 第三阶段 - 公开发布

设定Slack真人对话

  • 概览
  • 1.1:创建真人对话启动程序
  • 2.1:设置取票状态
  • 2.2:创建完成命令
  • 2.3:创建传输命令
  • 2.4:创建存档功能
  • 2.5:设置添加备注和标签命令
  • 3.1:自动结束实时聊天功能

设定Zendesk真人对话

  • 概览
  • 1.1:创建真人对话启动程序
  • 2.1:创建完成命令
  • 2.2: 自动结束实时聊天功能

设定FAQ聊天机器人

  • 概览
  • 1.1:确关键字匹配
  • 1.2: Keyword Groups Match & Diversion
  • 4.1:触发任何聊天机器人的对话点
  • 4.2:FAQ 聊天机器人数据分析
  • 4.3:设置自然语言处理
  • 5.1:筛选常见问题

设定NLP聊天机器人

  • 概览
  • 1.1:自然语言处理在聊天机器人的应用
  • 2.1:自然语言处理后备对话树设置
  • 3.1:多种自然语言处理

将Shopify商店连接到Stella

  • 概览
  • 1.1: 将Stella集成到Shopify
  • 2.1: 为Shopify设置Facebook Messenger聊天机器人
  • 2.2: 为Shopify设置WhatsApp聊天机器人
  • 2.3: Shopify的WhatsApp客户通知

Stella Inbox Setup

  • 概览
  • 1.1: 将频道连接到Slack
  • 1.2: 访问控制及控制面板
  • 1.3: 设置自定义讯息
  • 1.4: 对话频道类型
  • 2.1: 启动真人对话模式
  • 2.2: 关闭真人对话模式
  • 2.3: 取票系统
  • 2.4: 加入助手
  • 2.5: 会员标记
  • 3.1: 发送聊天机器人信息

自然语言处理后备对话树设置

在本节中,您将能够为您的聊天机器人树构建 NLP 回退机制。 该机制背后的概念非常简单——利用您在 NLP 引擎中所有经过训练的意图来分析用户输入。

你的结果是什么?

使用 NLP 回退机制,即使用户没有按照流程回复聊天机器人,聊天机器人仍将能够适当地回复。

NLP Fallback Example

示例树结构

NLP Sample Fallback Tree Structure

动手实践

创建具有所有意图的树节点

  1. 为回退机制创建一棵新树并将其命名为“Sample Fallback Tree”。
  2. 重复NLP标准程序第一级的第2步到第8步 直到您在训练有素的代理/应用程序中创建了具有所有意图的树节点。

创建一个回退全局节点

  1. 创建一个全局节点,并将其命名为“全局回退触发器”。 这是用于从用户输入中捕获任何文本并传递到后备树中的“NLP 集成”树节点进行分析。

  2. 将优先级设置为低于对话流中的任何树节点(即 1000)。

Priority Setting
  1. 设置一个预定义的“Any Text”触发器。

  2. 将“Redirect”切换到后备树中的“NLP Integration”树节点。

Trigger & Redirect Settings
← 1.1:自然语言处理在聊天机器人的应用3.1:多种自然语言处理 →
  • 你的结果是什么?
  • 示例树结构
  • 动手实践
    • 创建具有所有意图的树节点
    • 创建一个回退全局节点
Stella Platform Documentation
Docs
Get StartedBot API ReferenceAPI ReferenceStandard Procedures
Community
FAQUser ShowcaseChat with Us
Copyright © 2023 Sanuker Inc. Limited