Halaman ini menjelaskan cara mem-build aplikasi Google Chat yang dapat memahami dan merespons dengan bahasa alami menggunakan Dialogflow. Panduan ini menggunakan Dialogflow CX, yang memiliki integrasi langsung dengan Google Chat. Anda juga dapat menggunakan Dialogflow ES untuk mem-build aplikasi Google Chat Dialogflow ES dengan mengikuti panduan Google Chat Dialogflow ES.
Misalnya, pertimbangkan aplikasi Chat yang membantu orang menyewa mobil. Pengguna mungkin menulis, "Saya ingin menyewa mobil". Aplikasi Chat mungkin merespons dengan pertanyaan seperti "Di mana Anda ingin mengambil kendaraan?" yang memulai percakapan seperti manusia dengan pengguna, yang mana aplikasi Chat memahami dan merespons dengan ucapan manusia saat memesan rental mobil.
Ini hanyalah satu contoh. Aplikasi Dialogflow Chat berguna dalam semua jenis interaksi. Jika memerlukan ucapan manusia yang alami, aplikasi ini akan memanggil aplikasi Dialogflow Chat. Agen bawaan akan membantu Anda memulai dengan cepat, dan menunjukkan kemampuan Dialogflow, seperti:
- Memesan penerbangan
- Menjadwalkan janji temu dokter
- Memesan pesan antar makanan
- Menjawab pertanyaan tentang katalog produk retail, seperti apakah item tersedia dalam warna lain
-
Gambar 2. Menguji agen di Dialogflow CX untuk memastikan logika dan konfigurasi agen berfungsi sebagaimana mestinya. Diagram ini menunjukkan kumpulan halaman topik berurutan yang berkaitan dengan langkah-langkah tertentu dalam percakapan, seperti menetapkan lokasi pengambilan dan pengembalian untuk mobil sewaan, dan mengonfigurasi logika yang menghubungkannya. Percakapan diuji di simulator. -
Gambar 3. Mengonfigurasi aplikasi Chat untuk memproses respons menggunakan agen Dialogflow CX di halaman konfigurasi Chat API di konsol Google Cloud. -
Gambar 4. Melakukan percakapan tentang pemesanan mobil sewaan dengan aplikasi Dialogflow Chat di Google Chat.
Tujuan
- Siapkan lingkungan Anda.
- Buat dan deploy agen Dialogflow CX.
- Buat dan deploy aplikasi Chat yang didukung oleh agen Dialogflow CX.
- Uji aplikasi Chat.
Prasyarat
- Akun Google Workspace Business atau Enterprise dengan akses ke Google Chat.
- Project Google Cloud yang mengaktifkan penagihan. Untuk memeriksa apakah project yang ada telah mengaktifkan penagihan, lihat Memverifikasi status penagihan project Anda. Untuk membuat project dan menyiapkan penagihan, lihat Membuat project Google Cloud.
Arsitektur
Diagram berikut menunjukkan arsitektur aplikasi Chat yang dibuat dengan Dialogflow:
Pada diagram sebelumnya, pengguna yang berinteraksi dengan aplikasi Dialogflow Chat memiliki alur informasi berikut:
- Pengguna mengirim pesan di Chat ke aplikasi Chat, baik dalam pesan langsung maupun di ruang Chat.
- Agen virtual Dialogflow, yang berada di Google Cloud, menerima dan memproses pesan untuk menghasilkan respons.
- Atau, dengan menggunakan webhook Dialogflow, agen Dialogflow dapat berinteraksi dengan layanan pihak ketiga eksternal, seperti sistem pengelolaan project atau alat pembuatan tiket.
- Agen Dialogflow mengirimkan respons kembali ke layanan aplikasi Chat di Chat.
- Respons dikirim ke ruang Chat.
Menyiapkan lingkungan
Sebelum menggunakan Google API, Anda harus mengaktifkannya di project Google Cloud. Anda dapat mengaktifkan satu atau beberapa API dalam satu project Google Cloud.Di konsol Google Cloud, aktifkan Google Chat API dan Dialogflow API.
Pastikan Anda mengaktifkan API di project Cloud yang benar, lalu klik Berikutnya.
Pastikan Anda mengaktifkan API yang benar, lalu klik Enable.
Membuat agen Dialogflow CX
Agen Dialogflow CX adalah agen virtual yang menangani percakapan serentak dengan pengguna akhir Anda. Ini adalah modul pemahaman bahasa alami yang memahami nuansa bahasa manusia. Dialogflow menerjemahkan teks pengguna akhir selama percakapan ke data terstruktur yang dapat dipahami oleh aplikasi dan layanan Anda. Anda mendesain dan mem-build agen Dialogflow untuk menangani jenis percakapan yang diperlukan untuk sistem Anda.
Agen Dialogflow seperti agen pusat layanan telepon manusia. Anda melatih keduanya untuk menangani skenario percakapan yang diharapkan, dan pelatihan Anda tidak perlu terlalu eksplisit.
Berikut cara membuat agen Dialogflow CX:
Di konsol Dialogflow CX, buka Konsol Dialogflow CX. Klik Menu > Dialogflow CX.
Pilih project Google Cloud. Untuk menemukan project, Anda mungkin perlu mengklik Semua, lalu menelusurinya.
Sekarang Anda memiliki opsi untuk memilih agen bawaan atau membuat agen Anda sendiri. Jika Anda lebih suka mempelajari penyesuaian agen secara mendetail nanti, pilih salah satu agen bawaan, yang juga berguna untuk mempelajari kemampuan agen.
Untuk memilih agen bawaan, ikuti langkah-langkah berikut:
- Klik Gunakan agen bawaan.
Pilih agen bawaan. Untuk panduan ini, pilih Perjalanan: rental mobil.
Agen diberi rating sebagai pemula, menengah, atau lanjutan berdasarkan jumlah fitur yang digunakan agen dan kecanggihan logika percakapannya. Memilih agen menengah atau lanjutan mungkin memerlukan penyesuaian dan setelan khusus agen, termasuk mengaktifkan fitur dan API di konsol Google Cloud.
Klik Impor sebagai agen.
Untuk membuat agen Anda sendiri, ikuti langkah-langkah berikut:
- Klik Buat agen.
- Pilih Buat otomatis untuk membuat agen penyimpanan data atau pilih Buat sendiri untuk membuat jenis agen lainnya.
Untuk panduan mendetail tentang proses pembuatan agen, lihat Membuat agen Dialogflow CX.
Konfigurasikan setelan agen dasar:
- Di Nama tampilan, masukkan nama tampilan.
- Pilih lokasi yang Anda inginkan. Jika Anda ingin mengubah setelan lokasi lanjutan, klik Edit.
- Pilih zona waktu pilihan Anda.
- Pilih bahasa default untuk agen Anda. Anda tidak dapat mengubah bahasa default untuk agen setelah pembuatan.
Klik Buat. Dialogflow CX mulai membuat agen, lalu menampilkan alur awal default agen.
Secara opsional, sesuaikan agen. Untuk panduan mendetail tentang proses penyesuaian agen, lihat Membuat agen Dialogflow CX.
Sebagai praktik terbaik, uji agen:
- Klik Test agent.
- Pilih Test agent in environment.
- Di Environment, pilih Draft.
- Di Flow, pilih Default Start Flow.
- Di Halaman, pilih Halaman Awal.
- Di kotak tulis Bicara dengan agen, ketik
Hello
, lalu tekan Enter. Agen merespons dengan memperkenalkan diri. - Selesaikan pengujian dengan melakukan contoh percakapan pengujian.
Agen Dialogflow CX dibuat. Kembali ke konsol Dialogflow CX. Klik Menu > Dialogflow CX.
Di bagian Agents, klik > Copy name. Simpan nama ini, karena Anda akan menggunakannya saat mengonfigurasi aplikasi Chat.
Membuat aplikasi Chat dan menghubungkannya dengan agen Dialogflow
Setelah membuat agen Dialogflow CX, ikuti langkah-langkah berikut untuk mengubahnya menjadi aplikasi Chat:
Di konsol Google Cloud, buka Google Chat API. Telusuri "Google Chat API" dan klik Google Chat API, lalu klik Kelola.
Klik Konfigurasi dan siapkan aplikasi Chat:
- Di App name, masukkan
Dialogflow App
. - Di Avatar URL, masukkan
https://developers.google.com/workspace/chat/images/quickstart-app-avatar.png
. - Di Deskripsi, masukkan
Responds to real human conversation
. - Di bagian Functionality, pilih Receive 1:1 messages dan Join spaces and group conversations.
- Di bagian Connection settings, pilih Dialogflow.
- Di bagian Dialogflow settings, pilih Dialogflow CX.
- Di Agent or Environment resource name, tempel nama agen Dialogflow CX yang Anda salin di akhir Create a Dialogflow CX agent.
- Sediakan aplikasi Chat ini untuk orang dan grup tertentu di domain Anda, lalu masukkan alamat email Anda.
- Di bagian Logs, pilih Log errors to Logging.
- Di App name, masukkan
Klik Simpan.
Aplikasi Chat siap menerima dan merespons pesan di Chat.
Menguji aplikasi Chat
Uji aplikasi Chat Dialogflow CX dengan mengirim pesan di Google Chat.
Buka Google Chat menggunakan akun Google Workspace yang Anda berikan saat menambahkan diri sebagai penguji tepercaya.
- Klik Chat baru.
- Di kolom Tambahkan 1 orang atau lebih, ketik nama aplikasi Chat Anda.
Pilih aplikasi Chat Anda dari hasil. Pesan langsung akan terbuka.
Di pesan langsung baru dengan aplikasi, ketik
Hello
, lalu tekanenter
.Aplikasi Dialogflow Chat merespons dengan memperkenalkan diri.
- Selesaikan pengujian dengan melakukan contoh percakapan pengujian.
Contoh percakapan pengujian
Untuk menguji aplikasi Chat Dialogflow CX di konsol Dialogflow CX atau di Google Chat, lakukan percakapan berikut. Penjelasan ini membantu Anda memahami cara agen Dialogflow CX menafsirkan bahasa alami pengguna dan menghasilkan respons bahasa alaminya sendiri di setiap langkah dalam percakapan. Contoh percakapan ini didasarkan pada agen bawaan yang disebut Travel: car rental.
Dialog | Penjelasan |
---|---|
Pengguna akhir: Halo Agen: Halo. Saya adalah agen penyewaan mobil virtual. Kami dapat membantu Anda memulai pemesanan rental mobil baru. Ada yang bisa saya bantu hari ini? |
|
Pengguna akhir: Saya ingin menyewa mobil. Agen: Di mana Anda ingin mengambil kendaraan? |
|
Pengguna akhir: Las Vegas Agen: Ok, pengambilan akan dilakukan di Las Vegas. Agen: Apakah lokasi pengantaran Anda berbeda dengan lokasi pengambilan? |
|
Pengguna akhir: Ya. Saya akan mengantarkan mobilnya di Los Angeles. Agen: Ok, Anda akan dijemput di Los Angeles. Agen: Kapan Anda ingin mengambil kendaraan? |
|
Pengguna akhir: Saya ingin mengambil mobil pada 5 Maret pukul 12.00. Agen: Kapan Anda ingin mengembalikan kendaraan? |
|
Pengguna akhir: 15 Maret pada siang hari. Agen: Jadi, untuk mengonfirmasi: Anda akan mengambil kendaraan di Las Vegas 05-03-2024 12.00.00 dan mengembalikannya di Los Angeles 15-03-2024 12.00.00 Apakah itu benar? |
|
Pengguna akhir: Ya, terima kasih. Agen: Bagus. Sekarang, mari kita pilih kendaraan. Agen: Apakah Anda menginginkan kendaraan ekonomis atau mewah? |
|
Pengguna akhir: Ekonomi. Agen: Apakah Anda ingin Cymbal Car atau Cymbal Truck? |
|
Pengguna akhir: Cymbal Truck. Agen: Cymbal Truck seharga $50,33 per hari. Kapasitas 4 orang dan dilengkapi dengan radio AM/FM. Ingin melanjutkan ke pembayaran? Pengguna akhir: Ya, silakan. |
|
Agen: Jenis kartu apa yang akan Anda gunakan? Pengguna akhir: Altostrat Agen: Masukkan nomor kartu. Pengguna akhir: 1234 1234 1234 1234 Agen: Siapa nama yang tercantum di kartu? Pengguna akhir: Charlie Agen: Apa alamat penagihan Anda? Pengguna akhir: 1800 Amphibious Blvd. Mountain View, CA Agen: Apa kode pos penagihan? Pengguna akhir: 94045 Agen: Anda akan mengambil Cymbal Car di Las Vegas, 05-03-2024 12.00.00 dan mengembalikannya, 15-03-2024 12.00.00. Total untuk perjalanan ini adalah $175,38. Agen: Terima kasih telah menyewa dengan kami dan semoga hari Anda menyenangkan. |
|
Mengirim pesan kartu dari Dialogflow
Dialogflow dapat merespons dengan pesan teks atau kartu. Untuk merespons dengan pesan kartu, tentukan sebagai payload kustom dalam fulfillment.
JSON berikut menunjukkan cara mengirim pesan kartu sebagai payload kustom dalam fulfillment:
json
{
'cardsV2': [{
'cardId': 'createCardMessage',
'card': {
'header': {
'title': 'A card message!',
'subtitle': 'Sent from Dialogflow',
'imageUrl': 'https://developers.google.com/chat/images/chat-product-icon.png',
'imageType': 'CIRCLE'
},
'sections': [
{
'widgets': [
{
'buttonList': {
'buttons': [
{
'text': 'Read the docs!',
'onClick': {
'openLink': {
'url': 'https://developers.google.com/workspace/chat'
}
}
}
]
}
}
]
}
]
}
}]
}
Batas dan pertimbangan
- Peristiwa interaksi chat
memiliki dukungan terbatas dan beberapa pertimbangan:
- Jenis peristiwa interaksi berikut didukung:
MESSAGE
ADDED_TO_SPACE
CARD_CLICKED
- Untuk peristiwa
MESSAGE
atauADDED_TO_SPACE
, input kueri yang dikirim ke agen Dialogflow sesuai dengan nilai kolomargumentText
dalam pesan Chat. Jika pesan menyertakan perintah garis miring, nilai kolomtext
akan digunakan sebagai gantinya. - Untuk peristiwa
CARD_CLICKED
, input kueri yang dikirim ke agen Dialogflow diformat sebagaiCARD_CLICKED.functionName
, denganfunctionName
sesuai dengan nilai kolomfunction
dari objek Action yang dilampirkan ke elemen kartu interaktif (seperti tombol). - Payload JSON lengkap dari setiap peristiwa interaksi Chat
dikirim ke Dialogflow sebagai payload kustom dalam parameter kueri, dan
dapat diakses dengan
webhook Dialogflow
dengan mengkueri nilai kolom
WebhookRequest.payload
.
- Jenis peristiwa interaksi berikut didukung:
- Pertimbangan untuk merespons
perintah garis miring dan
menerima data dari kartu atau dialog:
- Saat aplikasi Dialogflow Chat menerima pesan dengan perintah garis miring, input kueri hanya berisi nilai kolom
text
. Kolomtext
dimulai dengan nama perintah garis miring (misalnya,/command
), yang dapat Anda gunakan untuk mengonfigurasi intent agen Dialogflow untuk mendeteksi perintah garis miring. - Jika agen Dialogflow perlu memproses payload JSON peristiwa interaksi Chat, agen tersebut dapat melakukannya dengan menggunakan webhook Dialogflow untuk memeriksa payload kustom dalam parameter kueri.
- Untuk menampilkan dialog dari Agent Dialogflow, respons dengan satu payload JSON kustom yang menyertakan pesan yang berisi respons tindakan
DIALOG
. - Untuk memproses data yang dimasukkan dari kartu, agen Dialogflow dapat mendeteksi
intent yang dimulai dengan teks
CARD_CLICKED
dan merespons dengan satu payload JSON kustom yang berisi tindakan yang sesuai.
- Saat aplikasi Dialogflow Chat menerima pesan dengan perintah garis miring, input kueri hanya berisi nilai kolom
- Pratinjau link tidak didukung.
- Jika agen Dialogflow hanya merespons dengan satu pesan, pesan tersebut
akan dikirim ke Google Chat secara sinkron. Jika agen Dialogflow merespons
dengan beberapa pesan, semua pesan akan dikirim ke Chat
secara asinkron dengan memanggil
metode
create
pada resourcespaces.messages
di Chat API satu kali untuk setiap pesan. - Saat menggunakan integrasi Dialogflow CX dengan Chat, agen Dialogflow dan aplikasi Chat harus disiapkan di project Google Cloud yang sama. Jika perlu menyiapkan Dialogflow dan Chat di project Cloud yang berbeda, Anda dapat menyiapkan server perantara untuk memfasilitasi koneksi. Untuk mempelajari caranya, lihat contoh integrasi Chat untuk Dialogflow CX ini di GitHub.
Memecahkan masalah
Saat aplikasi Google Chat atau kartu menampilkan error, antarmuka Chat akan menampilkan pesan yang bertuliskan "Terjadi masalah". atau "Tidak dapat memproses permintaan Anda". Terkadang UI Chat tidak menampilkan pesan error, tetapi aplikasi atau kartu Chat menghasilkan hasil yang tidak terduga; misalnya, pesan kartu mungkin tidak muncul.
Meskipun pesan error mungkin tidak ditampilkan di UI Chat, pesan error deskriptif dan data log tersedia untuk membantu Anda memperbaiki error saat logging error untuk aplikasi Chat diaktifkan. Untuk mendapatkan bantuan dalam melihat, men-debug, dan memperbaiki error, lihat Memecahkan masalah dan memperbaiki error Google Chat.
Pembersihan
Agar tidak menimbulkan biaya pada akun Google Cloud Anda untuk resource yang digunakan dalam tutorial ini, sebaiknya hapus project Cloud.
- Di Konsol Google Cloud, buka halaman Manage resources. Klik Menu > IAM & Admin > Kelola Resource.
- Dalam daftar project, pilih project yang ingin Anda hapus, lalu klik Hapus .
- Pada dialog, ketik project ID, lalu klik Shut down untuk menghapus project.
Topik terkait
- Dialogflow CX menggunakan pendekatan
state machine
untuk desain agen Dialogflow, yang memberi Anda kontrol percakapan yang jelas dan eksplisit, pengalaman pengguna akhir yang lebih baik, dan alur kerja pengembangan yang lebih baik. Saat mem-build aplikasi Dialogflow Chat, sebaiknya gunakan Dialogflow CX.
- Untuk mempelajari lebih lanjut cara membuat dan mengonfigurasi agen, lihat Agen Dialogflow CX.
- Untuk panduan mendetail yang memberi tahu Anda cara mem-build dan mengonfigurasi agen, lihat Membuat agen Dialogflow CX.
- Mem-build aplikasi untuk Google Chat dengan Gemini. Codelab: Untuk contoh cara mem-build agen penyimpanan data Dialogflow CX, lihat aplikasi Chat pengetahuan dari codelab
- Mem-build aplikasi untuk Google Chat dengan Gemini. Codelab: Untuk contoh cara mem-build agen percakapan Dialogflow CX, lihat aplikasi Chat masukan dari codelab
- Dialogflow ES adalah cara lain untuk menggunakan Dialogflow dengan aplikasi Chat.