پیشنهاد فرادرس

دوره ساخت چت بات فیس بوک (ChatBot) با استفاده از Chatfuel

دسته بندی ها: بازاریابی فیسبوک (Facebook Marketing) ، آموزش های Packtpub

با استفاده از این دوره، چت بات های (Chatbot) حرفه ای برای پیام رسان فیس بوک ایجاد کنید. برنامه چت بات ساز Chatfuel چارچوب انتخابی برای برند هایی مانندNetflix ، Adidas، HTC، TechCrunch، Forbes، Wall Street Journal، MTV، Reebok و هزاران مورد دیگر می باشد. اگر کسب و کار شما در پیام رسان فیس بوک، دارای چت بات (Chatbot) نباشد، شما فرصت عظیمی را برای افزایش عملکرد و کاهش هزینه بازاریابی، از دست می دهید و نمی توانید مشتریان و خریداران را به کسب و کار و برند خود جذب کنید. چت بات (Chatbot) یک ابزار مستقل است که می تواند با کاربران با استفاده از پیام های محاوره ای ارتباط برقرار کند. پیام های محاوره ای مطلوب ترین راه برای برقراری ارتباط با مخاطبان شما می باشند. یک چت بات (Chatbot) میلیون ها فرصت و مسیر را بر روی کسب و کار شما باز می کند. به عنوان مثال، چت بات خدمات مشتری می تواند با مشتریان شما در فیس بوک ارتباط برقرار کند، تا برای آنها خدمات پشتیبانی فراهم کرده و به رایج ترین مشکلات آنها پاسخ دهد. یک چت بات بازاریابی می تواند آسانتر از پیام رسان فیس بوک، باعث ارتقاء خدمات و حتی فروش محصولات شود. از سوی دیگر، شما می توانید یک سرویس هوشمند ایجاد کنید که اطلاعات را از منابع مختلف بدست آورده و سپس آنها را به عنوان یک پیام چت به کاربر ارائه کند! امکانات چت بات بی پایان هستند. امروزه کاربران بیشتر وقت خود را در برنامه های پیام رسانی، مانند پیام رسان فیس بوک صرف می کنند تا در وب سایت ها و دیگر چارچوب های شبکه های اجتماعی. یک چت بات اجازه می دهد تا کسب و کار شما در همان جایی باشد که مشتریان شما هستند. مجموعه کد های این دوره آموزشی در این صفحه قایل دسترس است.

سبک و رهیافت دوره

ما دوره را با ساختن چت بات هایی که نیازی به برنامه نویسی ندارند، آغاز می کنیم، اما به عنوان هر توسعه دهنده بات به شما می گوییم که برای مقیاس پذیری نهایی و ویژگی ها، باید کد و منطق بات ها را سفارشی کرده و تغییر دهید. بر خلاف دوره های دیگر که ادعای ساختن بات ها بدون هیچ برنامه نویسی را دارند، این دوره یک موضع واقع بینانه داشته و برای شما طعم نوشتن افزونه های پیام رسان سفارشی، یکپارچگی ها، افزونه و منطق برای ایجاد و توسعه با استفاده از فن آوری برتر عدم نیاز به سرور اختصاصی (serverless) بر روی محیط ابر AWS، را فراهم می آورد.

  • مباحث دوره
  • معرفی
  • مقدمه ای بر چت بات (Chatbot)
  • چت بات (Chatbot) چگونه کار می کنند؟
  • معرفی چت بات ساز Chatfuel
  • راه اندازی  BumbleBot
  • راه اندازی یک صفحه فیس بوک
  • چت بات ساز Chatfuel - یک مرور سریع
  • سلام کردن BumbleBot
  • دانلود دارایی ها
  • راه اندازی و پیام خوش آمد
  • نمایش برنامه های تلویزیونی مورد علاقه
  • می توانید حدس بزنید؟
  • فیلم مورد علاقه من
  • یک سوال بپرس
  • حقایق شگفت انگیز
  • حقایقی در مورد Washington DC
  • مدیریت گفتگو های کوتاه
  • برنامه سودمند (utility) BumbleBot مالک یک سالن است
  • راه اندازی روند بهبود خدمات
  • کاتالوگ و فهرست خدمات
  • کاتالوگ مراقبت از مو
  • کاتالوگ مراقبت از زیبایی
  • کاتالوگ ناخن برند Spa
  • رزرو یک وقت ملاقات - یک طرح کلی
  • درک افزونه  DatePicker
  • ثبت نام در AWS و راه اندازی
  • راه اندازی یک پروژه  Serverless
  • تنظیم عملکرد  datePicker
  • سازماندهی ویژگی ها
  • ساختن افزونه -  CSS و HTML
  • ساختن افزونه - جاوا اسکریپت
  • استقرار افزونه بر روی  Testingو آزمایش آن
  • ذخیره سازی در صفحه گسترده Google Sheets و موارد دیگر
  • پیام های آبونمان اشتراک
  • آبونمان اشتراک - نکات دنباله دار
  • پخش و انتشار
  • پیشنهادهای ویژه
  • چت با یک متخصص
  • قوانین هوش مصنوعی (AI)
  • استفاده از BumbleBot dabble برای ارز دیجیتال
  • راه اندازی و پیام خوش آمد
  • شبانه روزی
  • دریافت و ذخیره سازی ورودی کاربر
  • روش Webhook - راه اندازی و مبانی
  • فرمان getSymbolFromMessage – دریافت POST data
  • معرفی و راه اندازی فناوری تشخیص صحبت Wit.ai
  • آموزش مدل برنامه ‌ریزی عصبی کلامی (NLP) و ارز دیجیتال
  • ماژول برنامه ‌ریزی عصبی کلامی (NLP) – استخراج  موجودیت ها
  • تابع getSymbol
  • تابع respond
  • توسعه بر روی AWS Lambda
  • کنترل دسترسی – مقدمه
  • ایجاد یک سیاست مبتنی بر هویت (IAM)
  • ایجاد یک سرویس گیرنده و دسترسی به توکن پایگاه داده
  • تایید کردن توکن ها در تابع  authorizer
  • پرس و جو هایی که درک نمی شوند و موارد بیشتر
  • ارز خروجی
  • راهنمایی های بیشتر
  • راه اندازی تابع crypto
  • دریافت نرخ از  CryptoCompare API
  • فرمت کردن ارزش نرخ خروجی
  • تنظیم مجدد context attributes
  • نرخ های تاریخی - راه اندازی
  • getTimeFromQuery – راه اندازی
  • getTimeFromQuery – تابع timestamp
  • آموزش فناوری تشخیص صحبتWit.ai  برای تشخیص تاریخ
  • به دست آوردن مقادیر تاریخی
  • قوانین هوش مصنوعی (AI)
  • خلاصه
آیا این نوشته را دوست داشتید؟
The ChatBot Bootcamp - Build ChatBots using Chatfuel [Video] Publisher:Packtpub Author:Sachin Bhatnagar Duration:5 hours 14 minutes

Build professional grade chatbots for Facebook Messenger using Chatfuel. Go above and beyond the basics!
Build professional grade Chatbots for Facebook Messenger with this course. Chatfuel is the platform of choice for such brands as Netflix, Adidas, HTC, TechCrunch, Forbes, The Wall Street Journal, Bloomberg, MTV, Reebok and thousands more. If your business doesn’t have a chatbot on Facebook Messenger, then you’re missing out on a huge opportunity to turbo charge your marketing and keep your customers and clients engaged with your brand. A Chatbot is an autonomous tool that can interact with users using conversational messaging. Conversational messaging is the absolute best way to interact with your audience. A chatbot opens up millions of avenues & opportunities for your business. For instance, a customer service chatbot can interact with your customers on Facebook to provide them support and answers to most common problems. A marketing chatbot can promote and even sell products, all from the comforts of Facebook Messenger. On the other hand, you can build a smart service that pulls information from various sources and presents it to the user as a chat message! The possibilities are endless. Today, users spend more time in messaging apps such as Facebook Messenger, than on websites and other social media platforms. A chatbot allows your business to be where your customers are at.
All the code and supporting files for this course are available at - https://github.com/PacktPublishing/The-ChatBot-Bootcamp---Build-ChatBots-using-Chatfuel
Style and Approach
We will begin by building chatbots that do not require any coding, but as any experienced bot developer will tell you, bots do require custom code & logic for ultimate scalability and features. Unlike other courses that claim to build bots without any coding, this course takes a realistic stand and gives you a taste of writing custom messenger extensions, integrations, plugin and logic that is built and deployed using cutting-edge serverless technology on AWS.
Released: Wednesday, November 21, 2018
Introduction
Introduction to Chatbots
How do Chatbots work?
Presenting Chatfuel
Setting up BumbleBot
Introduction
Setting up a Facebook page
Chatfuel - A quick tour
BumbleBot says Hi
Introduction
Downloading Assets
Setup and Welcome Message
Favourite TV Show
Can you guess?
My favourite movie
Ask a Question
Marvel Facts
DC Facts
Handling small talk
Summary
BumbleBot owns a Salon
Introduction
Setup and Onboarding Users
Services catalog
Hair care catalog
Beauty care catalog
Nail Spa catalog
Booking an Appointment – An Outline
Understanding the DatePicker extension
Signing up on AWS and Setup
Setting up a Serverless project
Setting up the datePicker function
Organizing the attributes
Building the extension – HTML & CSS
Building the extension – JavaScript
Deploying the extension on AWS & Testing
Save to Google Sheets and more
Subscription Messaging
Subscription – The Tips Sequence
Broadcast
Special Offers
Chat with an expert
AI Rules
Summary
BumbleBot dabbles with Crypto Currency
Introduction
Setup and Welcome message
Onboarding
Capturing user input
Webhook - Setup and Basics
getSymbolFromMessage - Getting POST data
Introduction to Wit.ai and Setup
Training the NLP model & Cryptocurrency
The NLP Module - Extracting entities
The getSymbol function
The respond function
Deploying on AWS Lambda
Access control – Introduction
Generating an IAM policy
Creating a client and access token database
Validating tokens in the authorizer function
Queries that are not understood and more
Output currency
More hand holding
Setting up the crypto function
Fetching rates from the CryptoCompare API
Formatting the output rate value
Resetting context attributes
Historical rates - The setup
getTimeFromQuery – Setup
getTimeFromQuery - timestamp function
Training Wit.ai to recognize dates
Fetching historical rates
Training the NLP model
AI Rules
Summary

پیشنهاد فرادرس