看着似乎挺抽象是吧？没事，我们后面会具体讲。简单地说，现在的AI技术决定了对话机器人可以解决的问题是：某个特定行业领域下，基于某类特定问题，提供简单固定的解答/服务。 上述的 吃早餐 对话场景，如果是一个 早餐机器人 ，它会怎么做呢？ 假设它的工作流程是：询问早餐需求- 做早餐，那么， 询问早餐需求 跟你的对话应该是这样的： Bot：早上好，请问你早餐想吃什么呢？（提供选项：粥，包子，面包，花生汤） 你：我想喝粥 Bot：好的。那您喝粥配荷包蛋可以吗？ 你：好啊，我刚想吃荷包蛋 Bot：吃一个还是两个呢？ 你：一个就好了 Bot：再配点腐乳吗？ 你：好呀 看完这段你可能会说：这效果不是跟我和我妈的对话一样嘛！机器人真的有这么厉害吗？ 答案是NO，机器人并没有那么厉害。为什么？我们从刚才说的对话机器人可解决的问题看。 1.2.1 特定行业领域的特定问题 上述的对话是基于 吃早餐 这个话题对应的 饮食 这类领域而定的。如果是所有领域（或者说是开放阈），机器人是处理不了的。 比如你突然问它： 我的快递单号是多少 ，它可能就没法解答。因为它只是针对你 吃早餐 的机器人。问快递单号的话，你可以打开淘宝，让阿里小蜜机器人回答你：） 1.2.2 提供简单固定的解答/服务 机器人只能提供固定流程的解答与服务，并不能解答复杂、随机性太大的对话问题。 比如刚才的对话，机器人说： 早上好，请问你早餐想吃什么呢？ 而你说： 有锅边糊吗 （注解：锅边糊是福建早餐小吃）机器人可能压根就不知道你在说什么。 因为机器人的这个问题，是有人为的预设值，若访客回复内容，未落在预设值内，就会出现机器人无法处理的问题。 所以，在设计机器人时，需要了解当机器人发问后，访客可能会说的内容。语言本身就是开放阈的内容，访客会说什么，设计者只能按照概率大小去设计，尽量去覆盖，并无法穷尽访客的说法。 而访客的语言，又受到个人因素、当时环境因素的影响，从本质上来说，这是永远的矛盾点。 因此，对话机器人能解决的对话问题，是所有对话语言问题中的一部分，或者说一小部分。虽然对话机器人做不了非常智能、随机性很大的对话问题，但是在某些领域，对话机器人还是可以很高效、便捷地帮人处理很多对话问题。 比如智能客服领域、系统内人力资源问答领域等等，这也是目前对话机器人的价值应用领域。 二、机器人对话 2.1 用户对话场景 既然对话机器人是针对某个特定行业领域的对话，那么在设计对话功能之前，第一步是需要明确，对话机器人解决的是哪个行业领域，什么访客，具体什么场景的的问题。这是对话机器人的框架与边界，只有先确定，后面的设计才可以进行。 2.1.1 确定行业领域 比如： 电商行业 、 金融行业 、 医疗行业 等等，行业决定了访客特性、机器人应答策略、机器人知识库内容与结构。 2.1.2 确定对话场景 比如： 售后场景 、 售前场景 、 企业内部接待支持 、 微信群聊 等等。不同的对话场景，可能对应不同的对话目的，决定了机器人 该如何应答 。 场景往下拆分，根据颗粒度从大到小，又可分为：场景- 意图，指的是场景从大到小的拆分。 有的机器人根据业务需要，还会更细地拆分为：场景- 主题- 意图（父意图）- 意图（子意图）。每个意图下分别对应不同的机器人对话流程，同时流程间会设定各种规则，以应对在对话中访客不同的发问情况。 如何确定对话场景？ 一般需要AI训练师/AI PM，根据行业内的场景情况，通过人工对话数据，或查阅相关资料/访谈的方式，了解行业场景特性，并拆分出具体的访客意图。 比如：在 电脑培训售前场景 中，根据访客对话场景，会划分 咨询网页设计 、 咨询JAVA课程 、 咨询SEO课程 ， 咨询Python课程 等等。常见的，对话场景的数量，一般在20个-50个之间不等（当然，某些特定对话场景会超出这个范围）。 对话场景的划分，需遵循MECE原则：相互独立，完全穷尽。即：所有意图需覆盖所有的访客意图情况（完全穷尽），且意图之间尽量相互独立，互不交叉（相互独立）。这会为后续的应答策略，做一个良好的场景设定，让后续的对话设计更好进行。 2.2 机器人应答策略 虽然不同的对话场景中，机器人具体的应答策略是不一样的：比如售后场景的机器人主要以解答为主，而售前场景的机器人是引导访客留联。但是在所有场景的机器人中，是有一套适用于对话机器人设计的应答策略方法论的，差别点在于具体落地机器人的实现展示方式。 2.2.1 单轮对话、多轮对话 根据机器人与访客对话形式的不同，可以将对话形态划分为单轮对话、多轮对话，通俗地讲即：你想让机器人如何解决访客的问题。 2.2.1.1 单轮对话：访客问一个问题，机器人立即回答 比如： 访客： 你们培训地点是在哪儿啊？ BOT： 我们是在海淀区知春路25号百事大厦13楼 这类访客问题中，访客问的是一个客观的，不随访客信息/其他信息等的不同而不同的回答。即：不论访客是小明，还是小红， 培训地点 它永远都是 海淀区知春路25号百事大厦13楼 。所以机器人只需要根据事实（通常将该类知识配置在知识库中），直接回答即可。 由于其交互是一问一答，在一个对话轮次中即可解决问题，故称之为 单轮对话 。 2.2.1.2 多轮对话：访客问一个问题，机器人通过询问访客信息，根据访客不同的信息作出回答 比如： 访客： 我可以报六级英语培训班吗 BOT： 请问下您通过四级英语考试了吗？ 访客： 通过了 BOT： 嗯好的，您可以报六级英语培训班的，这边登记下您的信息 这类访客问题中，若要进行回复（无论是机器人/人工），则需确定某些参数信息才可回复。 是否通过四级英语考试 ，是上述例子中的参数变量。 通过 对应一个回答； 未通过 则对应另一个回答。机器人需要通过询问访客这些信息，才能进行回答。所以对话需要进行多轮的交互，一般为 机器人询问-访客答 的方式，故称之为 多轮对话 。 这两种对话形式，也构成了目前对话机器人的对话，是对话的框架基础。为什么没有其他类型的对话形式呢？ 原因很简单，因为现有的NLP技术，在支撑具体业务场景下，这两种对话形式是最有效的。或者换句话说，暂时没有第三种方式让机器人更好地服务访客。 而对话机器人的设计，主要在于对话策略的设计，具体表现在对话流程的逻辑设计。单轮对话由于其一问一答的形式，基本不需要对话逻辑的设计，其重点在于知识的构建和回答的设计。所以，对话设计的重点，在于多轮对话的设计。 2.2.2 多轮对话设计 多轮对话的设计要点：场景、对话流程、信息流转。 2.2.2.1 场景 定义对话场景，行业内机器人的做法主要是通过意图定义场景。比如： 咨询Python课程 这个意图，通过对意图的解答和服务，来完成机器人对话。 2.2.2.2 对话流程 这个是对话机器人的核心，包括：对话流程如何运转、异常情况该如何处理、多轮对话与单轮对话的协作配合。 2.2.2.3 信息流程 对话内的信息，是对话的核心要素。所以需要设计：对话内信息如何流转；同时，由于机器人是需要和对话外的系统做信息交流，所以也需设计对话外信息如何与对话内信息进行交互流转。 2.3 核心功能要点 2.3.1 场景识别 场景识别，是对对话场景、用户意图的识别。这也是对话中体现AI技术运用的核心功能。行业内主流的做法，是用意图来定义，对应的AI技术就是意图识别，本质上是一种分类算法。 比如： 咨询Python课程 这个意图，需要提供访客关于这个意图的各式各样的说法，进行模型训练，从而 教会 模型去识别。所以需提供让用户可进行意图定义、语料定义的功能，让用户可进行配置。 通常的做法是： 2.3.1.1 让用户构建语料 主要有2种方式：