從現有的資料建立常見問題 bot,並以資料擁護者引導的持續改進

App Service
Bot Service
Language Understanding
QnA Maker
Application Insights
Active Directory 外部身分識別

解決方案構想

如果您想要瞭解如何使用詳細資訊來擴充本文,例如可能的使用案例、替代服務、實行考慮或定價指引,請讓我們知道 GitHub 的意見反應!

QnA Maker 可讓您從現有的資料建立常見問題聊天機器人。 此解決方案構想顯示如何使用 QnA Maker 來回答常見的員工問題。 Bot 會使用現有的公司知識庫來回應 (KB) 。 Bot 可以根據查詢意圖,從多個知識庫中選擇。 而且,隨著 主動式學習,公司的資料冠軍可以根據員工的意見反應來改善知識庫的品質。

員工常見問題的架構聊天機器人

架構圖:使用內部知識庫和 QnA Maker 回答員工問題。 下載此架構的 SVG

用於回答員工問題的資料流程

  1. 員工存取常見問題 bot。
  2. Azure Active Directory 驗證該員工的身分。
  3. 查詢會傳送至 Language Understanding (LUIS) 模型來取得查詢的意圖。
  4. 根據意圖,會將查詢重新導向至適當的知識庫。
  5. QnA Maker 可提供最符合傳入查詢的結果。
  6. 結果會顯示給員工。
  7. 資料提供者會使用使用者流量的意見反應來管理和更新其 QnA 知識庫。

單元

下一步

Azure 架構中心總覽文章:

在此 docset 中探索相關的聊天機器人解決方案構想和架構:

Microsoft Learn 課程模組: