Créer une application Google Chat Dialogflow CX qui comprend le langage naturel et y répond

Cette page explique comment créer une application Google Chat capable de comprendre le langage naturel et de répondre avec à l'aide de Dialogflow. Ce guide utilise Dialogflow CX, qui est directement intégré à Google Chat. Vous pouvez également utiliser Dialogflow ES pour créer une application Google Chat Dialogflow ES en suivant le guide Google Chat Dialogflow ES.

Prenons l'exemple d'une application Chat qui aide les clients à louer une voiture. Si l'utilisateur écrit "Je voudrais louer une voiture", L'application Chat peut répondre "Où voulez-vous récupérer le véhicule ?", par exemple. Cette question lance une conversation semblable à un échange entre deux humains, dans laquelle l'application Chat comprend l'utilisateur et lui répond avec un phrasé naturel, tout en réservant la voiture.

Il ne s'agit que d'un exemple. Les applications de chat Dialogflow sont utiles dans tous les types d'interactions. Si elle nécessite un phrasé naturel, elle nécessite une application de chat Dialogflow. Les agents prédéfinis vous aident à vous lancer rapidement et vous montrent ce que Dialogflow peut faire, par exemple :

  • Réserver des vols
  • Planifier des rendez-vous chez le médecin
  • Commander des repas
  • Répondre à des questions sur un catalogue de produits, par exemple pour savoir si des articles sont disponibles dans d'autres couleurs
  • Page de sélection de l'agent Dialogflow prédéfini.
    Figure 1. Sélection d'un agent prédéfini pour une application de chat Dialogflow.
  • Tester l'agent dans Dialogflow CX.
    Figure 2 : Tester l'agent dans Dialogflow CX pour s'assurer que sa logique et sa configuration fonctionnent comme prévu. Le diagramme montre un ensemble séquentiel de pages thématiques qui concernent des étapes spécifiques de la conversation, comme la définition d'un lieu de prise en charge et de restitution pour une voiture de location, et configure la logique qui les relie. La conversation est testée dans un simulateur.
  • Configurer une application de chat Dialogflow
    Figure 3. Configurez une application Chat pour traiter les réponses à l'aide de l'agent Dialogflow CX sur la page de configuration de l'API Chat dans la console Google Cloud.
  • Tester l'application Chat Dialogflow CX
    Figure 4. Conversation sur la réservation d'une voiture de location avec l'application Dialogflow Chat dans Google Chat.

Objectifs

  • configurer votre environnement ;
  • Créez et déployez un agent Dialogflow CX.
  • Créez et déployez une application Chat optimisée par l'agent Dialogflow CX.
  • Testez l'application Chat.

Prérequis

Architecture

Le schéma suivant illustre l'architecture d'une application de chat conçue avec Dialogflow :

Architecture d'une application de chat implémentée avec Dialogflow.

Dans le diagramme précédent, un utilisateur qui interagit avec une application de chat Dialogflow suit le flux d'informations suivant :

  1. Un utilisateur envoie un message dans Chat à une application Chat, soit dans un message privé, soit dans un espace Chat.
  2. Un agent virtuel Dialogflow, qui réside dans Google Cloud, reçoit et traite le message pour produire une réponse.
  3. Si vous le souhaitez, vous pouvez utiliser un webhook Dialogflow pour permettre à l'agent Dialogflow d'interagir avec des services tiers externes, tels qu'un système de gestion de projet ou un outil de gestion des tickets.
  4. L'agent Dialogflow renvoie une réponse au service de l'application Chat dans Chat.
  5. La réponse est envoyée à l'espace Chat.

Configurer l'environnement

Avant d'utiliser les API Google, vous devez les activer dans un projet Google Cloud. Vous pouvez activer une ou plusieurs API dans un même projet Google Cloud.

  1. Dans la console Google Cloud, activez les API Google Chat et Dialogflow.

    Activer les API

  2. Vérifiez que vous activez les API dans le bon projet Cloud, puis cliquez sur Suivant.

  3. Vérifiez que vous activez les API appropriées, puis cliquez sur Activer.

Créer un agent Dialogflow CX

Un agent Dialogflow CX est un agent virtuel qui gère les conversations simultanées avec vos utilisateurs finaux. Il s'agit d'un module de compréhension du langage naturel qui saisit les nuances du langage humain. Dialogflow traduit les contenus texte produits par l'utilisateur final au cours d'une conversation en données structurées assimilables par vos applications et vos services. Vous pouvez créer un agent Dialogflow conçu pour gérer les types de conversations requis pour votre système.

Un agent Dialogflow est comparable à un agent humain de centre d'appels. L'un comme l'autre doivent apprendre à gérer les scénarios de conversation attendus, sans qu'il soit nécessaire de leur dispenser un entraînement trop explicite.

Voici comment créer l'agent Dialogflow CX :

  1. Dans la console Dialogflow CX, ouvrez la console Dialogflow CX. Cliquez sur Menu > Dialogflow CX.

    Accéder à la console Dialogflow CX

  2. Choisissez un projet Google Cloud. Pour trouver votre projet, vous devrez peut-être cliquer sur Tous, puis le rechercher.

  3. Vous pouvez désormais choisir un agent prédéfini ou créer le vôtre. Si vous préférez explorer en détail la personnalisation des agents plus tard, choisissez l'un des agents prédéfinis, qui sont également utiles pour découvrir ce que les agents peuvent faire.

    Pour choisir un agent prédéfini :

    1. Cliquez sur Utiliser des agents prédéfinis.

    2. Sélectionnez un agent prédéfini. Pour ce guide, sélectionnez Voyage : location de voiture.

      Les agents sont classés comme débutants, intermédiaires ou avancés en fonction du nombre de fonctionnalités qu'ils utilisent et de la sophistication de leur logique de conversation. Le choix d'un agent intermédiaire ou avancé peut nécessiter des personnalisations et des paramètres spécifiques à l'agent, y compris l'activation de fonctionnalités et d'API dans la console Google Cloud.

    3. Cliquez sur Importer en tant qu'agent.

    Pour créer votre propre agent, procédez comme suit :

    1. Cliquez sur Create Agent (Créer un agent).
    2. Sélectionnez Générer automatiquement pour créer un agent de data store ou Créer le vôtre pour créer d'autres types d'agents.

    Pour obtenir un tutoriel détaillé sur la création d'un agent, consultez Créer un agent Dialogflow CX.

  4. Configurez les paramètres de base de l'agent :

    1. Dans Nom à afficher, saisissez un nom à afficher.
    2. Sélectionnez votre lieu préféré. Si vous souhaitez modifier les paramètres de localisation avancés, cliquez sur Modifier.
    3. Sélectionnez le fuseau horaire de votre choix.
    4. Sélectionnez la langue par défaut de votre agent. Une fois l'agent créé, vous ne pouvez plus modifier la langue par défaut.

  5. Cliquez sur Créer. Dialogflow CX commence à créer l'agent, puis affiche son flux de démarrage par défaut.

  6. Vous pouvez également personnaliser l'agent. Pour obtenir un tutoriel détaillé sur la personnalisation des agents, consultez Créer un agent Dialogflow CX.

  7. Nous vous recommandons de tester l'agent :

    1. Cliquez sur Tester l'agent.
    2. Sélectionnez Tester l'agent dans un environnement.
    3. Dans "Environnement", sélectionnez Brouillon.
    4. Dans Flow, sélectionnez Flux de démarrage par défaut.
    5. Dans Page, sélectionnez Page de démarrage.
    6. Dans la barre de composition Parler à un agent, saisissez Hello et appuyez sur Entrée. L'agent répond en se présentant.
    7. Effectuez le test en ayant une conversation de test.

  8. L'agent Dialogflow CX est créé. Revenez à la console Dialogflow CX. Cliquez sur Menu > Dialogflow CX.

    Accéder à la console Dialogflow CX

  9. Sous Agents, cliquez sur > Copier le nom. Enregistrez ce nom, car vous l'utiliserez lors de la configuration de l'application Chat.

Créer une application Chat et la connecter à l'agent Dialogflow

Après avoir créé un agent Dialogflow CX, procédez comme suit pour le transformer en application Chat :

  1. Dans la console Google Cloud, accédez à l'API Google Chat. Recherchez "API Google Chat", cliquez sur API Google Chat, puis sur Gérer.

    Accéder à l'API Chat

  2. Cliquez sur Configuration et configurez l'application Chat :

    1. Dans le champ Nom de l'application, saisissez Dialogflow App.
    2. Dans URL de l'avatar, saisissez https://developers.google.com/workspace/chat/images/quickstart-app-avatar.png.
    3. Dans Description, saisissez Responds to real human conversation.
    4. Sous Fonctionnalité, sélectionnez Rejoindre des espaces et des conversations de groupe.
    5. Sous Paramètres de connexion, sélectionnez Dialogflow.
    6. Sous Paramètres Dialogflow, sélectionnez Dialogflow CX.
    7. Dans Nom de l'agent ou de la ressource d'environnement, collez le nom de l'agent Dialogflow CX que vous avez copié à la fin de Créer un agent Dialogflow CX.
    8. Rendre cette application de chat accessible à certains utilisateurs et groupes de votre domaine, puis saisissez votre adresse e-mail.
    9. Sous Journaux, sélectionnez Consigner les erreurs dans Logging.

  3. Cliquez sur Enregistrer.

L'application Chat est prête à recevoir des messages et à y répondre.

Tester l'application Chat

Testez l'application Chat Dialogflow CX en lui envoyant un message dans Google Chat.

  1. Ouvrez Google Chat avec le compte Google Workspace que vous avez fourni lorsque vous vous êtes ajouté en tant que testeur de confiance.

    Accéder à Google Chat

  2. Cliquez sur Nouveau chat.
  3. Dans le champ Ajouter une ou plusieurs personnes, saisissez le nom de votre application Chat.

  4. Sélectionnez votre application Chat dans les résultats. Un message privé s'ouvre.

  5. Dans le nouveau message privé contenant l'application, saisissez Hello, puis appuyez sur enter.

    L'application de chat Dialogflow répond en se présentant.

  6. Effectuez le test en ayant la conversation de test.

Exemple de conversation de test

Pour tester l'application de chat Dialogflow CX dans la console Dialogflow CX ou dans Google Chat, tenez la conversation suivante. L'explication vous aide à comprendre comment l'agent Dialogflow CX interprète le langage naturel de l'utilisateur et produit sa propre réponse en langage naturel à chaque étape de la conversation. Cet exemple de conversation est basé sur l'agent prédéfini Voyage : location de voiture.

Dialog Explication
Utilisateur final : Bonjour
Agent : Bonjour ! Je suis l'agent virtuel pour les locations de voiture. Je peux vous aider à effectuer une nouvelle réservation de voiture de location. Comment puis-je vous aider aujourd'hui ?
  1. La route intent d'accueil par défaut du flux de démarrage par défaut est appelée.
  2. Le fulfillment pour ce gestionnaire d'état ("Salut ! Je suis…") est ajouté à la file d'attente de réponses.
  3. L'agent envoie la file d'attente de réponses à l'utilisateur final.
Utilisateur final : Je voudrais louer une voiture.
Agent : Où souhaitez-vous récupérer le véhicule ?
  1. La route d'intent car_rental.reservation_create dans la page de démarrage est mise en correspondance.
  2. La session passe à la page Lieu de retrait.
  3. Le formulaire de la page Lieu de retrait n'étant pas complet, l'agent utilise le paramètre pickup_location pour inviter l'utilisateur à répondre ("Où souhaitez-vous retirer…"). qui est ajouté à la file d'attente de réponses.
  4. L'agent envoie la file d'attente de réponses à l'utilisateur final.
Utilisateur final : Las Vegas
Agent : D'accord, votre colis sera récupéré à Las Vegas.
Agent : Votre lieu de dépôt est-il différent de votre lieu de retrait ?
  1. L'entrée de l'utilisateur final remplit le paramètre pickup_location demandé par l'agent lors du tour de conversation précédent.
  2. La route d'intent car_rental.return_different_location du flux de démarrage par défaut est mise en correspondance.
  3. La route de remplissage du formulaire de la page Lieu de retrait est évaluée et appelée. Il comporte un fulfillment ("OK, votre retrait…"), qui est ajouté à la file d'attente de réponses avec ses références de paramètre résolues aux valeurs réelles fournies par l'utilisateur final.
  4. La session passe à la page Confirmer la position.
  5. La page Confirmer le lieu comporte une entrée de commande ("Votre lieu de dépôt est-il différent…"). qui est ajouté à la file d'attente de réponses.
  6. L'agent envoie la file d'attente de réponses à l'utilisateur final.
Utilisateur final : oui. Je vais déposer la voiture à Los Angeles.
Agent : D'accord, vous déposerez le véhicule à Los Angeles.
Agent : À quelle date et à quelle heure souhaitez-vous récupérer le véhicule ?
  1. La route d'intent car_rental.return_different_location du flux de démarrage par défaut est mise en correspondance.
  2. La session passe à la page Lieu de dépôt.
  3. L'entrée de l'utilisateur final remplit le paramètre drop_off_location demandé par l'agent lors du tour de conversation précédent.
  4. La route de remplissage du formulaire de la page Lieu de dépôt est évaluée et appelée. Il comporte un fulfillment ("OK, votre dépôt…"), qui est ajouté à la file d'attente de réponses.
  5. La session passe à la page Durée de la location.
  6. La page Rental Duration (Durée de location) comporte des valeurs de formulaire incomplètes. L'agent invite donc l'utilisateur à indiquer le paramètre pickup_date_time ("À quelle date et à quelle heure souhaitez-vous récupérer…"). qui est ajouté à la file d'attente de réponses.
  7. L'agent envoie la file d'attente de réponses à l'utilisateur final.
Utilisateur final : Je souhaite récupérer la voiture le 5 mars à midi.
Agent : À quelle date et à quelle heure souhaitez-vous déposer le véhicule ?
  1. L'entrée de l'utilisateur final remplit le paramètre pickup_date_time demandé par l'agent lors du tour de conversation précédent.
  2. La page Durée de location comporte une autre valeur de formulaire manquante. Elle invite donc l'utilisateur à indiquer le paramètre drop_off_date_time ("À quelle date et heure souhaitez-vous déposer..."). qui est ajouté à la file d'attente de réponses.
  3. L'agent envoie la file d'attente de réponses à l'utilisateur final.
Utilisateurs finaux : 15 mars à midi.
Agent : Pour confirmer :

Vous récupérerez le véhicule à Las Vegas le 5 mars 2024 à 12h00 et le déposerez à Los Angeles le 15 mars 2024 à 12h00.

Est-ce exact ?
  1. L'entrée de l'utilisateur final remplit le paramètre drop_off_date_time demandé par l'agent lors du tour de conversation précédent.
  2. La session passe à la page Confirmer la durée de la location.
  3. La page Confirmer la durée de la location comporte un fulfillment d'entrée ("Pour confirmer…"). qui est ajouté à la file d'attente de réponses.
  4. L'agent envoie la file d'attente de réponses à l'utilisateur final.
Utilisateur final : Oui, merci.
Agent : Parfait ! Choisissons maintenant un véhicule.
Agent : Souhaitez-vous un véhicule économique ou de luxe ?
  1. La route d'intention small_talk.confirmation.yes sur la page Confirmer la durée de la location correspond.
  2. L'agent confirme le choix de l'utilisateur par un message ("Super ! Maintenant, choisissons…"), qui est ajouté à la file d'attente de réponses.
  3. La session passe à la page Désambiguïsation du véhicule.
  4. Le formulaire de la page Clarification sur le véhicule n'étant pas complet, l'agent utilise le paramètre vehicle_type pour inviter l'utilisateur à répondre ("Souhaitez-vous un véhicule économique ou de luxe ?"). qui est ajouté à la file d'attente de réponses.
  5. L'agent envoie la file d'attente de réponses à l'utilisateur final.
Utilisateur final : Économie, s'il vous plaît.
Agent : Souhaitez-vous la voiture ou le camion Cymbal ?
  1. La route d'intent $session.params.vehicle_type="economy_vehicle" est mise en correspondance.
  2. La session passe à la page Options économiques.
  3. La page Options économiques comporte un fulfillment d'entrée ("Souhaitez-vous…"). qui est ajouté à la file d'attente de réponses.
  4. L'agent envoie la file d'attente de réponses à l'utilisateur final.
Utilisateur final : Cymbal Truck.
Agent : Le Cymbal Truck coûte 50,33 $par jour. Elle peut accueillir quatre personnes et est équipée d'une radio AM/FM. Voulez-vous passer au paiement ?
Utilisateur final : Oui, s'il vous plaît.
  1. La route d'intent $session.params.vehicle_type="Cymbal Truck" est mise en correspondance et le paramètre vehicle_model est renseigné.
  2. La session passe à la page Confirmer le camion Cymbal.
  3. La page Confirmer le camion Cymbal dispose d'un fulfillment d'entrée ("Le camion Cymbal coûte 50,33 $par jour…"). qui est ajouté à la file d'attente de réponses.
  4. L'agent envoie la file d'attente de réponses à l'utilisateur final.
  5. La réponse de l'utilisateur correspond à la route small_talk.confirmation.yes.
Agent : Quel type de carte utiliserez-vous ?
Utilisateur final : Altostrat
Agent : Veuillez saisir le numéro de carte.
Utilisateur final : 1234 1234 1234 1234
Agent : Quel est le nom figurant sur la carte ?
Utilisateur final : Charlie
Agent : Quelle est l'adresse de facturation ?
Utilisateur final : 1800 Amphibious Blvd. Mountain View, CA
Agent : Quel est le code postal de facturation ?
Utilisateur final : 94045
Agent : Vous récupérerez la Cymbal Car à Las Vegas le 05/03/2024 à 12h00 et la déposerez le 15/03/2024 à 12h00. Le prix total de ce voyage sera de 175,38 $.
Agent : Merci d'avoir loué un véhicule chez nous. Bonne journée !
  1. La session passe à la page Paiement.
  2. Le formulaire Payment n'est pas complet. L'agent demande donc à l'utilisateur les paramètres card_type, card_number, billing_name, billing_street_address et billing_zip_code ("Quel type de carte…"). qui sont ajoutées séquentiellement à la file d'attente de réponses et envoyées à mesure que l'utilisateur répond. Les réponses de l'utilisateur définissent la valeur de chaque paramètre.
  3. La session passe à la page Confirmation de la location.
  4. La page Confirmation de la location comporte une entrée de commande ("OK, votre retrait aura lieu…"). qui est ajouté à la file d'attente de réponses.
  5. L'agent envoie la file d'attente de réponses à l'utilisateur final.
  6. La session passe à la page Terminer la session.

Envoyer des messages de carte depuis Dialogflow

Dialogflow peut répondre avec des messages textuels ou sous forme de fiche. Pour répondre avec un message de carte, spécifiez-le comme charge utile personnalisée dans fulfillment.

Le code JSON suivant montre comment envoyer un message de carte en tant que charge utile personnalisée dans l'exécution :

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'
                      }
                    }
                  }
                ]
              }
            }
          ]
        }
      ]
    }
  }]
}

Limites et points à prendre en compte

  • Les événements d'interaction de chat bénéficient d'une assistance limitée et doivent être pris en compte :
    • Les types d'événements d'interaction suivants sont acceptés :
      • MESSAGE
      • ADDED_TO_SPACE
      • CARD_CLICKED
    • Pour les événements MESSAGE ou ADDED_TO_SPACE, l'entrée de requête envoyée à l'agent Dialogflow correspond à la valeur du champ argumentText dans le message de chat. Si le message inclut une commande à barre oblique, la valeur du champ text est utilisée à la place.
    • Pour les événements CARD_CLICKED, l'entrée de requête envoyée à l'agent Dialogflow est mise en forme sous la forme CARD_CLICKED.functionName, où functionName correspond à la valeur du champ function de l'objet Action associé à l'élément de fiche interactive (comme un bouton).
    • La charge utile JSON complète de chaque événement d'interaction Chat est envoyée à Dialogflow en tant que charge utile personnalisée dans le paramètre de requête. Elle est accessible avec un webhook Dialogflow en interrogeant la valeur du champ WebhookRequest.payload.
  • Points à prendre en compte pour répondre aux commandes à barre oblique et recevoir des données à partir de fiches ou de boîtes de dialogue :
    • Lorsque les applications de chat Dialogflow reçoivent un message avec une commande à barre oblique, l'entrée de requête ne contient que la valeur du champ text. Le champ text commence par le nom de la commande à barre oblique (par exemple, /command), que vous pouvez utiliser pour configurer l'intention d'un agent Dialogflow afin de détecter une commande à barre oblique.
    • Si l'agent Dialogflow doit traiter la charge utile JSON de l'événement d'interaction par chat, il peut le faire à l'aide d'un webhook Dialogflow pour inspecter la charge utile personnalisée dans le paramètre de requête.
    • Pour afficher une boîte de dialogue à partir de l'agent Dialogflow, répondez avec une seule charge utile JSON personnalisée qui inclut un message contenant une réponse d'action DIALOG.
    • Pour traiter les données saisies à partir de cartes, l'agent Dialogflow peut détecter les intents qui commencent par le texte CARD_CLICKED et répondre avec une seule charge utile JSON personnalisée contenant l'action appropriée.
  • Les aperçus des liens ne sont pas disponibles.
  • Si l'agent Dialogflow ne répond qu'avec un seul message, celui-ci est envoyé à Google Chat de manière synchrone. Si l'agent Dialogflow répond avec plusieurs messages, ils sont tous envoyés à Chat de manière asynchrone en appelant la méthode create sur la ressource spaces.messages dans l'API Chat une fois pour chaque message.
  • Lorsque vous utilisez l'intégration Dialogflow CX à Chat, l'agent Dialogflow et l'application Chat doivent être configurés dans le même projet Google Cloud. Si vous devez configurer Dialogflow et Chat dans différents projets Cloud, vous pouvez configurer un serveur intermédiaire pour faciliter la connexion. Pour en savoir plus, consultez l'exemple d'intégration Chat pour Dialogflow CX sur GitHub.

Résoudre les problèmes

Lorsqu'une application ou une fiche Google Chat renvoie une erreur, l'interface Chat affiche le message "Une erreur s'est produite". ou "Impossible de traiter votre demande". Il arrive que l'UI de Chat n'affiche aucun message d'erreur, mais que l'application ou la fiche Chat produise un résultat inattendu (par exemple, un message de fiche peut ne pas s'afficher).

Bien qu'un message d'erreur ne s'affiche pas dans l'interface utilisateur de Chat, des messages d'erreur descriptifs et des données de journaux sont disponibles pour vous aider à corriger les erreurs lorsque la journalisation des erreurs pour les applications Chat est activée. Pour obtenir de l'aide concernant l'affichage, le débogage et la résolution des erreurs, consultez Résoudre les problèmes et corriger les erreurs Google Chat.

Effectuer un nettoyage

Pour éviter que les ressources utilisées dans ce tutoriel soient facturées sur votre compte Google Cloud, nous vous recommandons de supprimer le projet Cloud.

  1. Dans la console Google Cloud, accédez à la page Gérer les ressources. Cliquez sur Menu > IAM et administration > Gérer les ressources.

    Accéder au gestionnaire de ressources

  2. Dans la liste des projets, sélectionnez celui que vous souhaitez supprimer, puis cliquez sur Supprimer .
  3. Dans la boîte de dialogue, saisissez l'ID du projet, puis cliquez sur Arrêter pour supprimer le projet.
  • Dialogflow CX adopte une approche de machine à états pour la conception des agents Dialogflow. Vous bénéficiez ainsi d'un contrôle clair et explicite sur une conversation, d'une meilleure expérience utilisateur et d'un workflow de développement amélioré. Lorsque vous créez une application de chat Dialogflow, nous vous recommandons d'utiliser Dialogflow CX.
  • Dialogflow ES est une autre façon d'utiliser Dialogflow avec une application Chat.