Agent Assist 與 GenAI 功能
課程概述
Agent Assist 是 Google Cloud Contact Center AI（CCAI）平台的核心功能之一，會在客服人員跟客戶對話的當下給出即時建議。搭配生成式 AI 之後，它就不只是關鍵字比對的知識查詢了：它能讀懂對話脈絡、自動摘要通話內容、生成個人化的回覆建議，客服效率和客戶滿意度都會明顯提升。
你將學到
- 理解 Agent Assist 在 CCAI 平台中的定位與架構
- 掌握即時建議（Real-time Suggestions）的運作機制
- 了解如何建立與維護 Agent Assist 的知識庫
- 學習 Generative AI 如何增強傳統的知識搜尋與回覆建議
- 認識對話摘要（Summarization）與情緒分析功能
核心概念
CCAI 平台全景
Contact Center AI 是 Google Cloud 針對客服中心的完整解決方案，包含三大核心模組：
| 模組 | 功能 | 使用者 |
|---|---|---|
| Dialogflow CX | 自動化虛擬客服（Virtual Agent） | 客戶（自助服務） |
| Agent Assist | 即時輔助真人客服 | 客服人員 |
| CCAI Insights | 對話分析與品質監控 | 管理者 / 品質團隊 |
Agent Assist 的定位是「輔助真人」，不是「取代真人」。客服人員在接電話或回訊息的時候，它會即時遞上相關的知識文章、建議回覆和操作指引。
知識庫（Knowledge Base）
知識庫是 Agent Assist 的核心。你把 FAQ、產品手冊、操作流程這些文件丟上去，系統會自動建好索引。客戶一發問，Agent Assist 就從知識庫裡撈出最相關的內容，呈現給客服人員參考。
知識庫支援的文件類型：
- FAQ 文件（問答對格式，命中率最高）
- 非結構化文件（PDF、HTML、TXT）
- Google Cloud Storage 中的文件集合
GenAI 增強功能
傳統的 Agent Assist 靠的是關鍵字比對和語意搜尋。加進 Generative AI 之後，多了幾項能做更多事的功能：
- Generative Knowledge Assist — 不只回傳文件片段，而是基於知識庫內容生成完整的回覆建議
- 對話摘要 — 通話結束後自動生成摘要，省去客服人員手動填寫的時間
- 情緒偵測 — 即時判斷客戶情緒，在客戶不滿時提醒客服人員調整應對策略
- Smart Reply — 在文字客服場景中，根據對話脈絡生成多個回覆選項供客服選擇
對話流程整合
Agent Assist 是透過 API 跟現有的客服系統（像 Genesys、Avaya、NICE 這些）整合的。流程大致是這樣：對話音訊即時串流到 CCAI 做語音辨識（STT），辨識結果送進 Agent Assist 觸發建議，建議再回傳到客服人員的操作介面。
實作重點
- 建立知識庫時，FAQ 格式的文件效果最好，因為每對問答都是獨立的匹配單位
- Conversation Profile 是設定的核心，它決定啟用哪些 Agent Assist 功能
- 測試時可使用 CCAI 提供的模擬器（Simulator），不需實際的電話系統
- GenAI 功能需要額外啟用，並在 Conversation Profile 中設定 LLM 模型
- 注意延遲：即時建議須在對話進行中夠快回傳（依經驗法則，越接近即時越好；這並非官方定義的門檻），延遲過高客服人員便會略過
Lab 導讀
Lab 連結：Agent Assist and its Gen AI Capabilities — Google Cloud Skills Boost
這個 Lab 會帶你架起一套完整的 Agent Assist 環境：上傳知識庫、建立 Conversation Profile、啟用 GenAI 功能，再用模擬對話測試即時建議的效果。重點是去看 GenAI 生成的建議跟傳統關鍵字比對的建議，品質到底差在哪。
延伸學習
- Generative Playbooks 建構代理 — 從 Agent Assist 延伸到 Dialogflow CX 的自動化客服
- Data Store Agent 虛擬 FAQ — 另一種知識庫驅動的 Agent 方案
- AI 世界的安全導論 — 客服場景中的 AI 安全考量