機器人話術分享,整理邏輯及優化方案詳解?


機器人話術分享,整理邏輯及優化方案詳解?

文章插圖
一、對話設計的重要性1. 對話設計是什么?對話機器人,主要由幾個部分組成:語義識別、信息采集/使用、對話設計、知識庫 。
語義識別:
通常由AI算法模型進行(NLU,自然語言理解),這也是對話機器人中,AI技術應用最多的部分 。當然,算法也有識別不到位的情況,通常會使用規則做矯正/補充 。
信息采集/使用:
即對語義識別的結果做收集、更新、使用 。對話的本質是信息的交換,對于機器人來說,獲取訪客的需求信息至關重要 。信息決定了后續機器人采取的策略與動作 。
知識庫:
知識庫是應用于單輪對話的機器人知識儲備庫,可以為訪客提供答疑服務 。由于知識庫的FAQ特性使然,知識庫側重于一問一答的“知識解答” 。
對話設計:
對話設計是對話機器人的核心部分,相當于機器人的“大腦” 。即:面對什么樣的信息,需要做什么樣的動作,從而讓對話可以順利地進行,并滿足訪客的需求與機器人本身所需達到的目的 。對話設計就是機器人對話邏輯處理的設計 。
2. 對話設計為什么重要?可想而知,如果對話機器人沒有了對話設計,那么機器人基本失去了多輪問答的能力 。相當于訪客問一個問題,機器人回答一個問題 。這在較為簡易的機器人中應用較為常見,但是一旦業務變得復雜一些,機器人就很難處理,應付不來 。在人看來,就像“智障”一樣 。
那為什么不使用AI算法來解決對話邏輯的問題呢?
因為AI技術發展到現在,還無法做到通過會話級的學習,達到應答自如的對話效果 。這就需要AI PM與AI訓練師,通過對話邏輯的設計,讓機器人變得智能,處理業務問題,從而實現預定目標 。
二、對話設計關鍵8個要點對話設計在功能形式上,表現為對話流程 。通常流程與對話場景相對應,即一個流程處理一個對話場景 。當然如果場景較大,可能一個場景需多個流程處理,流程間會協作配合,分別處理不同的任務 。
流程的設計,即機器人“大腦”的設計 。一般通過設定流程邏輯規則,讓機器人具有處理不同問題的能力 。以下為流程設計的關鍵點,提煉為8個 。
1. 流程間執行優先級一個機器人中,有多個流程,數量可達幾十個 。比較通常的情況是在30-40個左右 。當然,流程的多少,跟場景劃分顆粒度粗細有關 。一般而言,一個流程會對應一個意圖 。意圖即為流程的準入條件 。
流程間是需要設定執行的優先級順序的 。為什么?
因為訪客的同一句表述,可能會同時滿足多個流程進入的條件 。此時應該進入哪個流程,就需要人為地劃分優先級 。
你可能會說,這樣劃分科學嗎?有效嗎?是的,這樣并不能保證是最客觀最科學的,但是只能在可能的情況下,盡可能考慮訪客的各種情況下做出最優解 。
在所有的流程中,我們一般做的設計就是,將所有的流程排優先級 。從第一個流程開始匹配,命中則進入流程;未命中則執行下一個流程,直至命中流程為止 。若未有流程命中,則不進入流程 。
所以,在做對話設計時,做好流程間的執行優先級,就可讓機器人在面對訪客表述識別模棱兩可時,做出優先級選擇,從而進入欲進入的流程 。當然,也會出現未考慮到的情況,畢竟語言表達在不同的訪客、不同的場景中,可能千變萬化 。故只能說,在已有條件下找到最優解 。
2. 流程內執行、流程間跳轉優先級當進入流程后,機器人可能會面臨,在同一句訪客表述前,是應該在該流程繼續執行,還是應該跳轉到另外一個流程 。
這個時候你可能會說,如果訪客說到另一個場景/話題,就跳到那個流程;如果是繼續當前的話題,那就應該繼續原有的流程 。思路是這樣的沒錯,但是實際情況往往會比我們預想的復雜 。對于場景清晰界限明確的流程間,比如“播放音樂”和“訂火車票”這兩種涇渭分明的場景,就很容易處理 。但是當出現場景間的界限較為模糊的情況,就較難通過簡單的準則區分 。比如在醫療領域“咨詢牙齒種植”和“咨詢補牙”,由于場景相近,訪客描述的內容可能很相近,機器人做意圖識別時,在一些表述上很難做到區分 。
所以,我們一般會制定一套跳轉規則 。比如,當流程間界限分明/機器人應答策略更希望流程盡量不做跳轉時,設置當前流程執行有限;當流程間界限不太分明/機器人應答策略更希望在不同流程間跳轉時,設置流程跳轉優先 。

推薦閱讀