做过了40+个机器人的总结：对话机器人核心功能要点

　　导语：本文基于作者丰富的机器人搭建、设计与运营经验，同时结合从零到一构建对话平台的实践，对“对话机器人”的核心功能要点进行了梳理与总结。希望通过本文，能为相关从业者提供有价值的参考，并欢迎大家讨论。

一、对话概述

　　在探讨对话核心功能之前，我们先来明确一下“对话”的定义。对话是双方基于某个话题，通过语言进行信息交互的过程。例如：

Mother： 早餐想吃啥？我给你煮
You： 我喝点粥就好了
Mother： 那煎荷包蛋给你吃吧
You： 好嘞，我刚想吃
Mother： 要一个还是两个？
You： 一个就好了
Mother： 再给你弄点腐乳吧
You： 好呀

1.1 对话组成部分

1. 对话双方：即信息传递与交互的双方。一般而言，双方指的是单聊，超过两人则视为群聊。
2. 话题：对话的进行必定有其对应的话题，这些话题与对话双方的核心需求相关联。没有话题的对话几乎不存在。即使是闲聊，也满足双方的需求与目的。
3. 语言：语言是信息的载体，通过语音或文字来表达。语言的主要作用是传递信息。
4. 信息交互：对话的本质在于双方间的信息交互，没有信息交互的对话无法进行。

1.2 机器人在对话中的职责

　　对话机器人的兴起得益于AI中NLP领域的发展。机器人能做的事情包括：

• 语义识别能力：意图识别、实体识别、语义相似度识别
• 知识构建与识别能力：知识图谱

二、机器人对话

2.1 用户对话场景

　　在设计对话功能之前，首先需要明确机器人解决的是哪个行业领域、针对什么访客、具体什么场景的问题。这是对话机器人的框架与边界。常见的对话场景数量一般在20到50个之间。对话场景的划分需遵循MECE原则：相互独立，完全穷尽。

2.2 机器人应答策略

　　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和多轮对话。单轮对话即访客问一个问题，机器人立即回答；多轮对话则是通过询问访客信息，根据访客的不同信息作出回答。这两种对话形式构成了目前对话机器人的基础框架。

2.3 核心功能要点

2.3.1 场景识别

　　场景识别是对话中体现AI技术运用的核心功能，主要通过意图识别来实现。行业内主流的做法是让用户构建语料和意图句式，从而“教会”模型去识别。值得注意的是，这种构建方法本质上是通过“写规则”来设计，通常作为补充方式使用。

2.3.2 流程逻辑

　　流程逻辑是对话机器人的骨架，决定了机器人是否能有效服务访客。流程与场景一般是一一对应的关系，每一个意图对应一个对话流程。流程逻辑设计包括流程间逻辑和流程内逻辑。流程间逻辑处理流程优先级、跳转关系和执行唯一性等问题；流程内逻辑则处理访客回复后的各种情况。

2.3.3 信息流转

　　信息流转分为对话内信息流转和对话外信息流转。对话内信息流转主要通过实体和变量来实现；对话外信息流转则通过与外部系统接口调用进行信息交互。例如，查询天气、订票等技能都需要通过与外部系统交互来实现。

2.3.4 流程与知识库协作

　　流程与知识库需紧密协作，才能确保对话机器人的顺利运转。常见的协作策略有两种：先使用知识库解答访客问题，再执行流程动作；或者当访客回复未在预设的对话分支中时，才使用知识库解答。这两种策略各有利弊，可根据具体情况确定使用哪种策略。

三、总结

　　鉴于现有的AI技术限制，对话机器人产品有一大部分需要AI PM进行规则设计和策略设计。设计思路可概括为：用判断概率的方式选择其对话策略。因此，在对话设计中需要充分考虑逻辑设计和策略选择，根据行业领域和用户场景做不同的取舍和侧重点设计。希望本文能为大家提供有价值的参考和帮助。