Nesta sprint iremos explorar o design conversacional mais complexo que apenas perguntas e respostas simples, requisito base para se trabalhar com chatbots. Para isso vamos aprender a utilizar funcionalidades do Dialogflow para buscar dados externos e dinâmicos na nossa conversação que vai te ajudar a compreender:

• Pesquisas exploratórias
• Metodologia ágil e squads
• Criar fluxos conversacionais com dados e respostas dinâmicas;
• Extrair informações do usuários a partir de um texto literal;
• Análise de Ambiguação de intenções de conversa;
• Estratégias de Desambiguação;
• Compreender integrações através de Webhook/Orquestrador

Projetos robustos de chatbots no mercado trabalham com estruturas híbridas, entre chatbots de fluxos e chatbots baseados em IA. Nesta sprint vamos identificar a diferença entre estas arquiteturas dentro do Dialogflow e construir um chatbot híbrido que trabalha tanto com diálogos lineares como diálogos não lineares. Olha o que você vai dominar:

• Identificar alterações em regras de negócio
• Compreender aplicação de chatbots híbridos, baseados em fluxos e em IA
• Compreender contextos de conversas
• Encadear contextos de conversa
• Acessa dados entre contextos conversacionais
• Estratégias de turnos conversacionais aplicados a IA

Nesta sprint nosso cliente irá solicitar uma funcionalidade no bot que irá abalar toda a parte estrutural do nosso projeto. Vamos precisar analisar os impactos técnicos e de experiência no nosso projeto atual e propor uma mudança drástica para uma arquitetura mais robusta e escalável.

Antes de começar alterando tudo, vamos primeiro estabilizar a versão atual e criar um portfólio desta nossa versão 1. Este portfólio é a evidência das habilidades de um projeto complexo de chatbot com IA que você construiu. Hora de agregar ao seu currículo e divulgar para o mundo. 

Ao invés de consumir dados de um webhook/orquestrador, vamos construir um orquestrador aplicando regras de negocio e integrando com banco de dados (sem a necessidade de programar). O objetivo é compreender a lógica de orquestração e assim desenvolver habilidades de comunicação entre equipes técnicas e não técnicas, além de compreender os detalhes de criação e formatação de regras de negócios dinâmicas para o chatbot. Nesta sprint você vai aprender:

• Padrão de comunicação entre sistemas
• Padrão JSON
• Banco de dados
• Diferença entre banco de dados relacional e não relacional
• Compreendendo regras de negócio
• Implementando regras de negócio
• Construindo respostas dinâmicas para o chatbot
• Formatando as respostas do bot
• Análise de canais e padrões de respostas
• Enviando respostas por canais

Identifique e corrija os problemas de cenários técnicos e apresentados na experiência do usuário utilizando o chatbot. Vamos nos aprofundar na curadoria técnica voltada as resposta do motor de IA/NLP associadas as mensagens recebidas pelo usuário. Assim vamos aprender:

• 3 vertentes da curadoria
• Estratégia de análise de curadoria
• Documentação e cenários de teste
• Análise de cenários de teste
• Melhoria em fraseologia
• Checklist de curadoria
• Triangulação de problemas
• Solução de problemas
• Analise individual de intenções para identificação de problemas

Ao invés de utilizar o ChatGPT como um copiloto no desenvolvimento do nosso chatbot, vamos passar a integra-lo a nossa solução, ele vai efetivamente gerar conteúdos para nosso usuário. Para isso iremos aprender:

• Criar novas intenções para integrar com ChatGPT
• Criar novas regras de negócio no webhook
• Compreender conceito de APIs e a diferença entre API e Webhooks
• Compreender como funciona as APIs da OpenAI e os modelos de IA generativa disponíveis
• Prompt Design/Engeneering
• Integrar Webhook a API da OpenAI, usando o modelo do ChatGPT
• Formatar respostas para estrutura conversacional