Agente de Análise de Sentimento Jitterbit

Visão Geral

A Jitterbit fornece o Agente de Análise de Sentimento aos clientes através do Jitterbit Marketplace. Este agente utiliza IA para avaliar o sentimento de casos de suporte ao cliente, ajudando as organizações a entender as tendências de satisfação do cliente e identificar casos que precisam de atenção.

A análise de sentimento é uma técnica de processamento de linguagem natural (NLP) que determina se o texto expressa uma atitude positiva, negativa ou neutra. O agente aplica essa técnica a casos do Salesforce e seus comentários, fornecendo insights como o sentimento inicial quando um caso é aberto, o sentimento final após as interações e um status de resolução sugerido.

O agente se integra ao Azure OpenAI para analisar o texto do caso e classificar o sentimento. O agente realiza as seguintes tarefas:

• Conecta-se ao Salesforce para recuperar dados de casos e comentários usando o Jitterbit Studio.
• Envia o conteúdo do caso para o Azure OpenAI para análise de sentimento.
• Armazena os resultados da análise no Jitterbit Cloud Datastore ou no Jitterbit App Builder.
• Fornece uma API personalizada através do Jitterbit API Manager para consultar dados de sentimento por número do caso ou nome da conta no Cloud Datastore.

Este documento explica como configurar e operar este agente de IA. Ele abrange arquitetura e pré-requisitos, consultas de API de exemplo que mostram o que o agente pode fazer, e etapas para instalar, configurar e operar o agente de IA.

Arquitetura do agente de IA

Este agente de IA analisa o sentimento de casos de suporte do Salesforce. Um fluxo de trabalho típico segue estas etapas:

1. O agente é executado em um cronograma ou manualmente e consulta o Salesforce para casos que foram modificados desde a última execução.
2. Para cada caso, o agente extrai o número do caso, assunto, descrição, comentários e detalhes relacionados ao caso. O agente então envia esse conteúdo para o Azure OpenAI.
3. O Azure OpenAI analisa o texto e retorna classificações de sentimento. Essas classificações incluem sentimento inicial, sentimento final, status de resolução sugerido e uma explicação.
4. O agente armazena os resultados da análise no Cloud Datastore ou no App Builder.
5. Os usuários podem consultar dados de sentimento através de uma API personalizada por número do caso ou nome da conta (apenas Cloud Datastore), ou criar um aplicativo personalizado no App Builder para visualizar os dados de sentimento que estão armazenados em tabelas.

Diagramas de fluxo

Os diagramas a seguir representam os dois principais fluxos de trabalho nesta integração.

Análise de sentimento

O agente é executado em um cronograma ou manualmente para analisar casos do Salesforce:

Consulta de API

Os usuários consultam dados de sentimento do Cloud Datastore através da API personalizada:

Pré-requisitos

Você precisa dos seguintes componentes para usar este agente de IA.

Componentes do Harmony

Você deve ter uma licença do Jitterbit Harmony com acesso aos seguintes componentes:

• Jitterbit Studio
• Jitterbit API Manager
• Jitterbit Cloud Datastore ou App Builder
• Agente de Análise de Sentimento do Jitterbit adquirido como um complemento de licença

Endpoints suportados

O agente de IA incorpora os seguintes endpoints. Você pode acomodar outros sistemas modificando as configurações de endpoint e fluxos de trabalho do projeto.

Modelo de linguagem grande (LLM)

O agente de IA utiliza Azure OpenAI como o provedor de LLM para análise de sentimento. Para usar o Azure OpenAI, você deve ter uma assinatura do Microsoft Azure com permissões para criar um recurso do Azure OpenAI com um modelo gpt-4o implantado.

Fonte de dados

O agente de IA utiliza o Salesforce como fonte para dados de casos de clientes.

Exemplos de consultas de API

A tabela a seguir mostra exemplos de solicitações de API que você pode usar para consultar resultados de análise de sentimento do Cloud Datastore. Essas consultas de API são aplicáveis apenas quando você usa o Cloud Datastore para armazenamento. Se você usar o App Builder para armazenamento, criará um aplicativo personalizado dentro do App Builder para visualizar e interagir com os dados de sentimento.

Instalação, configuração e operação

Siga estas etapas para instalar, configurar e operar este agente de IA:

1. Instalar o projeto.
2. Revisar os fluxos de trabalho do projeto.
3. Criar recursos do Microsoft Azure.
4. Preparar o Jitterbit Cloud Datastore.
5. Configurar variáveis do projeto.
6. Testar conexões.
7. Implantar o projeto.
8. Criar a API personalizada do Jitterbit.
9. Acionar os fluxos de trabalho do projeto.
10. Solução de problemas.

Instale o projeto

Siga estas etapas para instalar o projeto do Studio:

1. Faça login no portal Harmony em https://login.jitterbit.com e abra Marketplace.

2. Localize o agente de IA chamado Jitterbit Sentiment Analysis Agent. Para localizar o agente, você pode usar a barra de pesquisa ou, no painel Filtros, sob Tipo, selecione Agente de IA para filtrar a exibição.

3. Clique no link Documentação do agente de IA para abrir sua documentação em uma nova aba. Mantenha a aba aberta para consultar depois de iniciar o projeto.

4. Clique em Iniciar Projeto para abrir uma caixa de diálogo de configuração para importar o agente de IA como um projeto do Studio.

   Nota

   Se você ainda não comprou o agente de IA, Obter este agente é exibido em vez disso. Clique nele para abrir uma caixa de diálogo informativa e, em seguida, clique em Enviar para que um representante entre em contato com você sobre a compra do agente de IA.

   Dica

   A caixa de diálogo de configuração inclui um aviso para não importar o modelo antes de aplicar as personalizações de endpoint. Este aviso não se aplica a este agente de IA. Você pode ignorá-lo e seguir a ordem recomendada de etapas nesta documentação.

5. Clique em Próximo.

6. Na etapa de configuração 2, Criar um Novo Projeto, selecione um ambiente onde deseja criar o projeto do Studio e, em seguida, clique em Criar Projeto.

7. Uma caixa de diálogo de progresso é exibida. Depois que ela indicar que o projeto foi criado, use o link da caixa de diálogo Ir para o Studio ou abra o projeto diretamente na página Projetos do Studio.

Revise os fluxos de trabalho do projeto

No projeto do Studio aberto, revise os fluxos de trabalho e descrições na tabela a seguir para entender o que cada fluxo de trabalho faz.

Ferramenta - Obter Casos do Salesforce

Este fluxo de trabalho automatiza o processamento de casos e comentários, extraindo detalhes do Salesforce (com base em LastModifiedDate) e enviando-os para análise de sentimento. O fluxo de trabalho armazena os resultados no destino de armazenamento escolhido (Cloud Datastore ou App Builder).

Você deve executar este fluxo de trabalho primeiro para carregar todos os dados dos casos e gerar a análise de sentimento. Para mais informações sobre como executar o fluxo de trabalho, veja Acionar os fluxos de trabalho do projeto.

Principal - Lógica das Ferramentas do Agente de IA

Este fluxo de trabalho processa casos individuais recebidos do fluxo de trabalho Ferramenta - Obter Casos do Salesforce. Ele envia o conteúdo do caso (incluindo assunto, descrição e comentários) para o Azure OpenAI, que analisa o texto e retorna classificações de sentimento, como Positivo, Negativo ou Neutro. O fluxo de trabalho então chama o fluxo de trabalho utilitário apropriado para armazenar os resultados da análise.

Na configuração da atividade de Consulta do Salesforce, a seguinte consulta recupera informações de casos e comentários. Se sua organização Salesforce não usar esses objetos e campos, ou se as informações de casos e comentários estiverem armazenadas em objetos ou campos diferentes, você deve personalizar a consulta para alinhar-se ao modelo de dados da sua organização Salesforce:

SELECT  Account.Id,
        Account.Name,
        CreatedBy.Email,
        CreatedBy.Name,
        LastModifiedBy.Email,
        LastModifiedBy.Name,
        Owner.Email,
        Owner.Name,
        (SELECT CreatedBy.Email,
                CreatedBy.Name,
                Id,
                CommentBody,
                CreatedDate,
                LastModifiedDate,
                LastModifiedBy.Email,
                LastModifiedBy.Name
         FROM CaseComments),
        Id,
        CaseNumber,
        Comments,
        CreatedDate,
        Description,
        LastModifiedDate,
        Origin,
        Priority,
        Reason,
        Status,
        Subject,
        Type
FROM    Case
WHERE   LastModifiedDate > [Last_Modified_Date_Variable]
        AND AccountId != null

Utilitário - Armazenar no App Builder

Este fluxo de trabalho armazena os resultados da análise de sentimento para cada caso no App Builder. Use este fluxo de trabalho se você quiser construir um aplicativo personalizado para visualizar e interagir com os dados de sentimento. O App Builder fornece tanto armazenamento de dados quanto capacidades de desenvolvimento de aplicativos para criar painéis interativos e relatórios. Quando você usa o App Builder para armazenamento, cria um aplicativo personalizado dentro do App Builder para consultar e visualizar os dados, em vez de usar a API.

Utilitário - Armazenar e Consultar no Cloud Datastore

Este fluxo de trabalho armazena e consulta os resultados da análise de sentimento para cada caso no Cloud Datastore. Use este fluxo de trabalho se desejar acessar os dados de sentimento programaticamente através da API, sem construir um aplicativo personalizado. O Cloud Datastore fornece armazenamento de backend que pode ser consultado através de solicitações de API.

Entrada Principal - Manipulador de Solicitações da API do Datastore

Este fluxo de trabalho gerencia as solicitações de API recebidas de usuários que desejam consultar a análise de sentimento por número de caso ou nome da conta no Cloud Datastore. Uma API personalizada do Jitterbit aciona o fluxo de trabalho sempre que um usuário interage com a API. Para informações de configuração, veja Criar a API personalizada do Jitterbit.

Entrada Principal - Manipulador de Solicitações da API de Consulta de Clientes

Este fluxo de trabalho gerencia as solicitações de API recebidas de usuários que desejam consultar a análise de sentimento por nome do cliente no Cloud Datastore. Este fluxo de trabalho fornece um método de consulta alternativo para acessar os dados do Cloud Datastore. Uma API personalizada do Jitterbit aciona o fluxo de trabalho sempre que um usuário interage com a API. Para informações de configuração, veja Criar a API personalizada do Jitterbit.

Criar recursos do Microsoft Azure

Crie os seguintes recursos do Microsoft Azure e mantenha as informações para configurar o agente de IA. Para criar e gerenciar esses recursos, você deve ter uma assinatura do Microsoft Azure com as permissões apropriadas.

Recurso Azure OpenAI

Você deve criar um recurso Azure OpenAI e implantar um modelo gpt-4o através do portal Azure AI Foundry.

Você precisa do nome da implantação, da URL do endpoint do Azure OpenAI e da chave da API para configurar as variáveis do projeto Azure OpenAI. Para encontrar esses valores, siga estas etapas:

1. No portal do Azure AI Foundry, abra o recurso OpenAI específico.

2. Na página inicial do recurso, encontre os valores para a URL do endpoint (azure_openai_base_url) e a chave da API (azure_openai_api_key).

3. No menu de navegação em Recursos compartilhados, selecione Implantações. O nome da implantação (azure_deployment_id) aparece na lista.

Preparar o Datastore em Nuvem do Jitterbit

Ignore esta seção se você estiver usando o App Builder para armazenamento.

Se você estiver usando o Cloud Datastore, crie um armazenamento de chave chamado Sentiment_Analysis. Configure os campos com os nomes e tipos listados na tabela a seguir.

À medida que você adiciona campos personalizados, use a tabela para determinar se deve alternar cada campo para Obrigatório na interface do usuário do Cloud Datastore. Os campos AlternativeKey e Value são campos padrão que você não pode remover ou alternar.

Você pode deixar em branco os valores dos campos que se auto-preenchem ou que o agente não utiliza.

Armazenamento de análise de sentimento (Sentiment_Analysis)

Este armazenamento de chave armazena os resultados da análise de sentimento gerados por IA para cada caso do Salesforce. Os valores de sentimento indicam se as comunicações do caso são positivas, negativas ou neutras. O agente preenche automaticamente esses dados quando é executado.

Configurar variáveis do projeto

No projeto do Studio, é necessário definir valores para as seguintes variáveis do projeto.

Para configurar as variáveis do projeto, utilize o menu de ações do projeto para selecionar Variáveis do Projeto. Esta ação abre um painel na parte inferior da página onde você pode revisar e definir os valores.

Cloud Datastore

Configure esta variável apenas se estiver usando o Cloud Datastore para armazenamento.

Comum

Azure OpenAI

Salesforce

App Builder

Configure essas variáveis apenas se você estiver usando o App Builder para armazenamento.

Para instruções detalhadas sobre como configurar chaves de API e endpoints da API REST, veja Publicar aplicativo do App Builder como um endpoint da API REST.

Obter uma chave de API

Para obter uma chave de API para a variável app_builder_api_key:

1. Crie um provedor de segurança API Key em IDE > Provedores de Segurança.
2. Atribua a chave de API a um usuário em IDE > Gerenciamento de Usuários.

Encontre sua URL de endpoint

Para encontrar o valor correto para a variável app_builder_endpoint_url:

1. Navegue até IDE > APIs REST.
2. Localize seu aplicativo no painel Aplicativo. O nome do endpoint é exibido na coluna Endpoint.
3. No painel Objetos de Negócio, encontre a tabela que está publicada como um recurso REST. O nome do recurso é exibido na coluna Nome.
4. Construa a URL do endpoint usando este formato: rest/v1/{ApplicationEndpoint}/{ResourceName}.

Testar conexões

Teste as configurações de endpoint para verificar a conectividade usando os valores de variáveis de projeto definidos.

Para testar conexões, vá até a aba Endpoints e conectores do projeto na paleta de componentes de design, passe o mouse sobre cada endpoint e clique em Testar.

Implantar o projeto

Implante o projeto do Studio.

Para implantar o projeto, use o menu de ações do projeto para selecionar Implantar.

Criar a API personalizada do Jitterbit

Crie uma API personalizada usando o API Manager para as operações nos fluxos de trabalho Main Entry - Manipulador de Solicitações da API do Datastore e Main Entry - Manipulador de Solicitações da API de Consulta de Cliente.

Esta API personalizada do Jitterbit aciona duas operações que consultam o Cloud Datastore. Você precisa criar dois serviços para esta API personalizada.

Configure e publique a API personalizada com as seguintes configurações para o primeiro serviço:

Configure e publique a API personalizada com as seguintes configurações para o segundo serviço:

Após configurar cada serviço, publique a API personalizada.

Salve a URL do serviço da API da API publicada para uso ao fazer solicitações à API. Para encontrar a URL do serviço, vá até o painel de detalhes da API na aba Serviços, passe o mouse sobre a coluna Ações do serviço e clique em Copiar URL do serviço da API.

Acionar os fluxos de trabalho do projeto

Para a carga inicial de dados, execute a operação no primeiro fluxo de trabalho, Ferramenta - Obter Casos do Salesforce. Para executar a operação, passe o mouse sobre a operação e selecione a opção Executar. Execute a operação novamente no futuro quando seus dados forem atualizados.

Os seguintes fluxos de trabalho são acionados pelas APIs personalizadas do Jitterbit e funcionam apenas com o Cloud Datastore:

• Entrada Principal - Manipulador de Solicitações da API do Datastore: Este fluxo de trabalho é acionado por solicitações de API (com autenticação) e consultas por Key (número do caso) ou AlternativeKey (nome da conta).
• Entrada Principal - Manipulador de Solicitações da API do Cliente: Este fluxo de trabalho é acionado por solicitações de API (com autenticação) e consultas por customerName (nome do cliente). Este fluxo de trabalho fornece um método de consulta alternativo para dados do Cloud Datastore.

Todos os outros fluxos de trabalho são acionados por outras operações e são executados a jusante dos fluxos de trabalho listados acima. Esses fluxos de trabalho não têm a intenção de serem executados de forma independente.

Solução de Problemas

Se você encontrar problemas, revise os seguintes logs para obter informações detalhadas sobre a solução de problemas:

• Logs da API
• Logs de Operação

Para assistência adicional, entre em contato com o suporte da Jitterbit.