編輯導讀：隨著人工智能的發展，機器人對話是最為常見的功能之一。筆者作為對話機器人的AI PM，在對話平臺的從0-1產品搭建、對話機器人的從1-100的產品運營上，遇到了諸多坑，也走了不少彎路。深感在對話機器人中，對話設計對于機器人整體效果而言至關重要。本文將重點闡述，在對話設計中重要關鍵的8個點，希望對你的機器人設計有幫助。

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。

再次地，這樣的設置是通過人為地制定一套規則，讓機器人可處理不同的業務問題，從而讓機器人對話“智能”。

3. 流程間跳轉限制

多個流程間，有諸多的流程是并列的關系。但是?也有流程間是“父子”關系、“只進不出”關系。

舉個例子，比如流程A和流程B：

• 在某些情況下，流程B的準入條件，必須是進入了流程A后，滿足一定條件，如訪客說了某個關鍵字，才可進入流程B。這種關系即“父子”關系，A流程是父流程；B流程是子流程。不進入A流程，就不能進入B流程。
• 在某些情況下，流程A可跳轉到流程B，但是流程B不可跳轉到流程A。常見的情形是，流程A是“無意圖”流程，流程B是有意圖的流程。一般而言，在識別了訪客意圖后，當訪客當前輪次的表述是無意圖，也不會跳轉回“無意圖”流程。

通常，我們會通過流程關系的設置，來確定流程間的跳轉關系和限制。在Google Dialogflow中，Context的概念，就是為了設置流程間的“父子關系”。不僅是流程間的跳轉關系，流程中傳遞的信息（詞槽信息）也會被傳遞/繼承。故稱之為Context語境。

4. 流程問句重復/不重復發送

行業中有一部分場景，是需要把機器人做成“仿真”的。即：讓訪客無感知/較弱感知到與自己對話的是一個機器人。這些情況下，就需要將機器人做擬人化設計。

流程問句的重復/不重復發送設計，是其中很重要的一步。試想，如果在一個對話中（特別是客服等提供業務服務的對話），對方反復發送同一句話，你會不會很容易質疑對方就是一個機器人，很生氣地結束對話，或者要求轉人工？

那么，如何讓機器人避免流程話術重復發送呢？

我們的處理是，在設計流程的問句時，再配置上該問句要收集的信息。通過對上文該信息的識別、獲取、存儲與判斷，來避免下文重復發送相同/類似的問句。比如：

【流程A】機器人問：“您多大年紀呢？”，配置“年齡”的信息

【流程B】機器人問：“您今年幾歲呢？”，配置“年齡”的信息

當上文執行了流程A的上述問題，并獲取保存了訪客的“年齡”信息，則在下文執行流程B時，再次詢問“年齡”的問句將被跳過，不會再觸發。從而實現避免重復發同類問句的目的。

當然，如果機器人是“非仿真”的機器人，則無需做這一重判斷處理。因為用戶對于對話的認知就是在跟機器人對話，無所謂是否重復話術。但是，AI不就是通過智能讓生活更加便捷美好嗎？仿真化對應的智能，勢必會是以后的大趨勢。

5. 流程重復/不重復執行

執行過的流程，當訪客表述又再次滿足其準入的條件時，流程還可以重復執行嗎？

其實這一點和上面一點的思路有點類似。流程重復執行，意味著發過了的問句/話術再次發送一遍。對于“仿真”的機器人來說，一般是需要做避免重復執行的設計。

比如：

• 流程A中執行到第3輪話術，由于訪客表述跳轉到了流程B
• 當流程B執行后，又滿足流程A的條件從而回到流程A
• 那么此時，應該
• 從流程A的第4輪繼續執行（接著剛才執行到的第3輪）

同樣的，如果是“非仿真”的機器人，可容忍流程重復執行，則無需做此設計。

6. 流程被打斷后恢復/不恢復

當流程發生跳轉的，一般會伴隨流程的打斷?？赡艿那樾问?，在原有流程中聊得挺好，訪客突然說了個與該流程不相干的內容，或是另起一個話題，導致跳轉到了另一個流程。

比如：

• 流程A中執行到第3輪話術，由于訪客表述跳轉到了流程B
• 當流程B執行完
• 此時，由于A流程是被打斷的主要場景，訪客更傾向于繼續將A流程話題繼續至結束。故需恢復至A流程并執行完

這種情況一般是在A流程是主要場景/流程的情況下，在A流程中做的設置。而對于那些較為次要的流程，則較無需做“打斷后恢復”的設置。因為有可能其跳轉的是主要的流程，便無需做恢復動作。

7. 信息采集與追問

對話的本質是對話雙方信息的交流。在對話流程進行中，信息的采集尤為重要。信息不僅可作為機器人話術的組成部分、作為訪客信息記錄/傳遞，還可作為條件判斷的來源、第三方接口的傳遞內容。所以信息采集對于對話流程來說很重要。

所以，一般我們在設計流程的問句時，會設置相應的信息采集內容。還是上面的例子：
機器人問：“您多大年紀呢？”，一般會設置“年齡”的信息采集?？赏ㄟ^算法的實體識別（NER）技術，獲取訪客表述的年齡信息。

當信息未獲取時，也可通過“信息追問”的方式，追加詢問，以獲取欲獲得的信息。

當然，信息追問也許根據具體場景來設計，設計過多也會讓訪客覺得反感。一般來說，信息追問的話術連續不應超過2次。

8. 流程與知識庫的協作配合

以上說的都是流程內部的設計點。在流程之外，知識庫是機器人另一重要組成部分。知識庫主要進行單輪一問一答的知識答疑。那么流程和知識庫如何協作配合，對于對話來說也是很重要的一環。

一般而言有以下4種策略：

• 策略1：針對訪客的表述，先進行知識庫答疑，后執行流程話術；
• 策略2：針對訪客的表述，先進行流程內判斷，若不滿足流程執行的條件則進行知識庫答疑；若滿足流程執行條件則執行流程話術
• 策略3：只使用知識庫答疑，不執行流程話術
• 策略4：只執行流程話術，不使用知識庫答疑

四種策略，側重點不同。

• 策略1，是種綜合的方式，結合了知識庫與流程話術的優點，在較大限度上限制二者的缺點；
• 策略2，是側重流程話術的方式。知識庫作為流程的補充使用；
• 策略3，一般適用于問答機器人，業務較為簡單，無需較復雜的對話邏輯處理
• 策略4，一般適用于強引導型的機器人，可以基本不做訪客的知識答疑

一般根據客戶的實際場景，去設計不同的協作策略。一句話，可達到業務目標即可，沒有優劣之分，只有側重點之分。

三、總結

對話機器人是一個系統，對話設計作為這個系統的“大腦”，需設定不同功能模塊，來處理應對不同的業務場景訪客問題。其中，對話設計中的這8個關鍵要點，是對話設計的核心。做好了這8個關鍵要點的設計，可以說基本上覆蓋了流程設計的避坑要點。

當然，機器人對話設計，還有很多其他的細節點設計，同時需側重考慮與這8個要點之間的關系與協作模式。希望這些要點闡述與總結，對你的設計有幫助。

作者：咖喱魚丸，5年PM經驗，2年AI PM經驗

本文由 @咖喱魚蛋egg 原創發布于人人都是產品經理。未經許可，禁止轉載

題圖來自Unsplash，基于CC0協議