台湾Chatbot开发者社群发起人Clement Tang表示，去年4月才成立Chatbot.tw台湾聊天机器人开发者社团的Chatbot社团，至今粉丝人数已突破2，500人，这也反映出台湾越来越多人投入Chatbot的开发。

　　台湾Chatbot开发者社群发起人Clement Tang表示，台湾越来越多人投入Chatbot的开发。

　　Clement认为，20年前的Office小帮手就是Chatbot的雏形，许多实验室也都在开发Chatbot，但为什么今年市场才开始大肆讨论？「人工智慧、自然语言处理技术和通讯软体的普及是Chatbot崛起的关键。」

　　随着通讯App使用量超越社群网站，使用者在通讯软体上花费的时间越来越多，透过通讯软体道，让使用者可以在每天日常生活中用对话方式完成任务，「Chatbot将是一个广大的新兴市场。」唐宏瑞观察。

　　不过，「Chatbot必须理解使用者动机和并提供适当的回应，看似简单其实背后需要许多技术的配合，」他举例，像是订机票的对话机器人就要经过解析动机、身份识别、历史资料串接、地理资讯分析、资料查询和机器学习等技术。

　　台湾大学资讯工程系助理教授陈縕侬认为，想要打造更聪明的Chatbot，要做到对话管理能力。

　　台湾大学资讯工程系助理教授陈縕侬则将Chatbot分为两种应用型态，分别是任务型和闲聊型，她认为，任务型Chatbot相对比闲聊来得难，任务型Chatbot若是误解了使用者的意图就无法提供正确的回应，「目前语意分析是最大的瓶颈」她说，Chatbot的理解若不正确，接下来的对话都不能正确地给予使用者回应。

　　Chatbot和APP最大的分野，陈縕侬认为，APP的主导者是开发人员，而Chatbot则是由使用者主导，使用者可以用自然的对话完成意图。

　　举例来说，若与朋友到附近聚餐，若只靠APP，使用者首先要先去美食餐厅的APP查询餐厅，查询餐厅之后，再开启Google Map确认地点的距离与地址，再打开LINE传送资讯给朋友，才能完成这件事，但是，如果透过Chatbot，使用者可以直接用简短的对话完成所有的工作，不需要打开好几个APP再经过繁复的流程才能达到目的。

　　陈縕侬将对话机器人的运作分为4个步骤，第一是理解，Chtbot接收到使用者的讯息之后要理解使用者的意图，依照意图的主题先进行分类，第二步骤是追踪，也就是要将特定的语意标上标签。

　　第三个步骤是进行对话，其中又分为通知（Inform）、请求资讯（Request）和确认资讯（Confirm）三种对策，若Chatbot收到的讯息缺少了用来判断意图的条件资讯，Chatbot须向使用者请求补上需要的条件，若是Chatbot不清楚使用者表达的真正意涵，则需向使用者确认目前已知的资讯是否正确，最后则是产生回应，Chatbot根据现有资讯来提供正确的回应给使用者。

　　陈縕侬表示，目前市面上许多Chatbot都还是一问一答的问答系统，若要打造更聪明的Chatbot，要能做到对话管理的能力，举例来说，若使用者想问这周末有什么电影，这个行为背后的意图是查电影，但只提供了「时间」条件，只靠这项资讯查询后端资料库，会得到非常多笔符合条件的资料，因此，不可能全部提供给使用者。

　　因此，「对话管理机制就可以派上用场」她说，在这个情境下，Chatbot在对话管理中要设计反问机制，来缩小查询范围，像可追问使用者观赏地点，就不会发生使用者人在台北，但Chatbot却推荐了高雄的电影场次。

　　微软技术传教士Herman则向开发者介绍微软的QnAＭaker服务，只要上传了常见问题的文件，QnAＭaker服务可以将问题与回覆自动分类，再经过训练之后，开发人员就能快速地部署出一个具备FAQ问答能力的Chatbot。

　　Ucfunnel软体工程师张家豪则分享了自己开发脸书交友对话机器人Her/Him的过程，这个Chatbot可以自动配对不同的脸书使用者来建立对话，Her/Him扮演中介者的角色，将接收到的讯息传给另一个使用者，让两个使用者可以透过Her/Him互动，若想进一步认识对方则可以交换脸书帐号。

　　张家豪表示，Her/Him得先取得使用者的基本资料，但这类资讯较为复杂，不适合用对话的方式进行，若使用者因名字填错了要修改，在设计Chatbot的过程会变得很复杂，因此，他利用WebView提供网页表单，让使用者填写个人资料。

　　另外，他也尽量利用Messenger平台的内建机制，来增加Her/Him的功能，例如，利用一般型范本（Generic Template）机制设计出了多功能选单、用快速回覆（Quick Reply）功能提供使用者快速选项、用按钮范本（Button Template）设计猜拳游戏，更有趣的是，他发现，使用者若传送特定的表情符号，会触发Messenger动画，像是爱心、气球喊雪花。

　　在开发Chatbot的过程中，开发人员都会面临不同的困难，张家豪也不例外，他指出，目前脸书Messenger平台开发Chatbot上有4个限制：

　　以上这些限制，使得张家豪在开发过程非常困扰，他表示，有些使用者生活忙碌，可能超过一天才会回讯息，但这个限制让间隔超过一天的对话过程无法延续。

　　后来，张家豪找到了一个破解方法，利用开源NPM套件，模拟脸书的网页运作，直接存取Private API，就能绕过Messenger平台的限制。

　　EXMA-Square创办人Caesar表示，根据Nielsen的调查，台湾12～65岁的民众，有将近91%的人使用Line，企业要投入电子商务市场，不能忽视通讯软体的庞大用户规模。不过，开发Chatbot会遇到几个困难，包括训练资料不足、对话流程设计不足、意图和实体概念的规划错误，和初期成效不佳等。

　　面对这样的困境，该怎么突破？他建议，其实可以先加入人工经验判断，进行资料前处理和资料萃取，像是去除无意义的语助词、选择系统辨识的关键字、对应关键字执行的动作，和强化反义字辨识。

　　此外，他也表示，关键字不是不变的，企业需要一直维护，且有时候关键字很难一开始就预测出来，必须以使用者的角度出发，设想整个流程，以电子商务的Chatbot为例，若一直发送广告讯息，使用者很容易封锁帐户，但是Chatbot若能了解使用者的购物习性、购物的纪录，就能推出更个人化的服务，像是在使用者买完商品之后，Chatbot能主动询问产品满意度，或是推测使用者用完卫生纸时，可以传讯息询问是否要购买。

　　几位专家分享之后的Chatbot大战Demo场，则有多款Chatbot登台。「台铁时刻通」这款台铁订票Chatbot，不只可以让使用者用自然语言来查询火车时刻，还做到了帮使用者线上订票。而可以帮忙调内部资料的企业云端机器人Dacalo，不只可以用讲的来查询和检视企业内部的云端文件，甚至可以用LINE或是电子邮件将文件传给同事。另外，也有锁定妈妈族群的育儿小帮手「妈咪抱」Chatbot，可以让新手妈妈们查询育儿的问题，再找出相关文章。

　　FB写字影片查询机器人则是一款可以询问如何写中文字的Chatbot。这款Chatbot用爬虫技术蒐集Youtube的写字影片建立资料库，分辨出使用者想学哪一个字时，就可以回传该字的影片。遥控Zenbo机器人的Chatbot能够让使用者用快选单控制Zenbo转圈、说话，也能让使用者表达想听的歌曲，Chatbot就能找到影片并直接透过Zenbo机器人播放。除了Chatbot，还有国产的零售Chatbot平台Chatisfy，可供快速打造出一个线上商店Chatbot。