WhatsApp AI チャットボット設定チュートリアル - Chat App Message Service

Alibaba Cloud Model Studio と Chat App Message Service を使用して、企業ナレッジベースを活用した WhatsApp AI アシスタントを構築し、24 時間 365 日のインテリジェントなカスタマーサービスまたは営業ガイダンスを実現します。本チュートリアルでは、PDF/Excel ナレッジベースのアップロードから RAG アプリケーションの作成、公式 WhatsApp アカウントとの統合まで、ノーコード設定プロセスをガイドします。

事前準備

企業ナレッジベースファイルをローカルに準備します。大規模言語モデルアプリケーションは、これらのファイルをナレッジソースとして使用します。DOC、PDF、MD、TXT ファイルなどの非構造化データファイル、または XLSX、XLS ファイルなどの構造化データファイルを使用できます。

企業ナレッジベースファイル：

ファイルタイプ

説明

例

非構造化データファイル

体系的なナレッジ入力のためのドキュメント形式のファイル。

これらのファイルは、製品マニュアルやユーザーガイドなど、体系的なナレッジを含む完全なドキュメントです。システムはこれらを処理して情報を抽出し、ユーザーが詳細を照会できるようにします。サポートされる形式には、DOC、PDF、MD、TXT があります。

たとえば、Agentic Journey の製品ドキュメントでは、機能コンポーネントをキャンバスにドラッグアンドドロップして会話フローを定義できるビジュアル編集ツールとして説明されています。その機能には、チャネル拡張 (Viber、Instagram、WhatsApp、SMS などの主要チャネルのサポート)、フロー拡張 (条件分岐を使用してビジネスシステムと深く統合)、AI 拡張 (言語や電話番号の認識などの機能を提供)、マーケティング拡張 (ユーザープロファイルとタイミングに基づいてキャンペーンをトリガー) が含まれます。

構造化データファイル

直接的で具体的な回答のための質問回答形式のファイル。

この形式では、事前定義された質問回答ペアを使用して、特定の質問に直接回答します。このターゲットを絞ったアプローチにより、システムがこれらの Q&A ペアを使用して応答するため、ユーザーはドキュメント全体を読むことなく迅速に回答を得ることができます。サポートされる形式には、XLSX、XLS があります。

Excel 形式の Q&A ファイルは次のように構成されています。列 A には質問が含まれ、列 B、C、D にはそれぞれ 回答 1、回答 2、回答 3 が含まれます。各行は 1 つの質問とその複数の可能な回答に対応します。

操作手順

ステップ 1: RAG アプリケーションの構築

詳細な手順については、「Build a Q&A application with zero code」をご参照ください。

説明

最初のステップで設計した プロンプト を次のように置き換えることができます：

You are an expert on the Agentic Journey, specializing in answering customer questions about its features. Do not answer questions on any other topic.

Provide concise and accurate answers based on the knowledge base provided. Keep each response under 600 ワード and use emojis where appropriate to add a friendly tone.

ステップ 2: フローの設定

前提条件

Alibaba Cloud アカウントを登録し、企業本人確認を完了し、Chat App Message Service をアクティブ化していること。
WhatsApp チャネルを作成および管理していること。
WABA を登録および管理していること。WABA は WhatsApp によって承認され、電話番号が接続されていること。

説明

CPaaS プラットフォームは、管理と配布を簡素化するため、サービスプロバイダーに最適です。詳細については、「CPaaS platform」をご参照ください。

Chat App Message Service

Chat App Message Service では、Agentic Journey を使用して、大規模言語モデルを活用したマルチターンのインテリジェントな対話を実現します。

Chat App Message Service コンソールにログインします。インテリジェント・カスタマージャーニー ページで、テンプレートの表示 で、[大規模言語モデル (LLM) との複数ターン対話] を選択します。

CPaaS プラットフォーム

CPaaS プラットフォームでは、Agentic Journey を使用して、インテリジェントな自動応答と有人エージェント間の引き継ぎを管理します。

CPaaS コンソールにログインします。[Agentic Journey] ページの [View Template] で [Customer service with large language models and human agents] を選択します。

以下の手順は、Chat App Message Service と CPaaS プラットフォームの両方で共通です。

Agentic Journey キャンバスで [Generate Reply from LLM by Previous User Input] コンポーネントを見つけます。
右側の[前のユーザー入力による LLM からの返信生成]設定ペインで、実装タイプをアプリケーションに設定します。中国サイト向けの Alibaba Cloud Model Studio を使用している場合は、プロトコルをDashscopeに設定し、ご自身の API キーとアプリケーション ID (appId) を入力します。国際サイト向けの Alibaba Cloud Model Studio を使用している場合は、プロトコルを[Dashscope(International)]に設定します。次に、フローの作成をクリックします。
説明
API キーを取得するには、「Obtain an API Key」をご参照ください。
アプリケーション ID を取得するには、「Obtain an APP ID and Workspace ID」をご参照ください。

ステップ 3: Agentic Journey の公開

Agentic Journey を作成した後、保存して公開 をクリックし、次に アタッチして公開 をクリックします。
チャンネルのアタッチ ダイアログボックスが表示されます。このダイアログボックスでは、チャネルがバインドされていないフローは受信メッセージによって自動的にトリガーされませんが、フロー転送コンポーネントを使用して他のフローから呼び出すことができると説明されています。
アカウント連携 ページで、WhatsApp ビジネスアカウントと電話番号を選択します。
これで WhatsApp AI アシスタントが稼働し、ユーザーにサービスを提供する準備が整いました。
Agentic Journey には、会話フローが [Version 1] として公開され、オンラインになっていることが表示されます。ワークフローは userReply 変数に基づいて、[Replied] ブランチと [Not replied] ブランチの 2 つに分岐します。[Replied] ブランチには [Check for Agent Transfer] 条件ノードが含まれています。転送が必要な場合、フローは指定されたノードにジャンプします。それ以外の場合は、[Send WhatsApp Typing Indicator] と [Generate Reply from LLM by Previous User Input] ノードを順番に実行し、assistantOutput 変数を出力します。その後、フローはループして LLM コンテンツを送信し、次の対話ターンを開始します。[Not replied] ブランチはタイムアウトメッセージを送信します。サイドパネルには、使用可能な変数がリストされています： incomingMessage、wabaId、wabaPhoneNumber、customerPhoneNumber、customerName、incomingMessageType。

Chat App Message Service:ノーコード WhatsApp スマート返信ボットの構築

関連ポリシー