對話式人工智能產(chǎn)品越來越常見，從Siri到電話客服，不知不覺中它們已在你身邊尋覓了一個位置。筆者的產(chǎn)品是一款去年上線的客服機器人，簡單聊聊從0到1的經(jīng)驗。

從交互形式來劃分，智能客服包括純語音（如天貓精靈），純文本（如小冰），純可視化界面（如一些電商的客服，完全通過界面交互來完成對話），語音+可視化界面（如Siri等手機助手）。交互形式?jīng)]有好壞，這一點同非AI產(chǎn)品一樣，根據(jù)用戶使用場景選擇最合適的形式即可。

從產(chǎn)品定義出發(fā)，智能客服類產(chǎn)品，最根本的價值在于以低成本取代人工客服工作中大量重復(fù)性的部分，再基于這個前提，去挖掘更多商業(yè)變現(xiàn)的可能性。人工客服的工作大致分為兩種，一種是咨詢類的，客服只需回答問題；另一種是申請類的，客服要幫客戶完成一些業(yè)務(wù)辦理。

因此，從可實現(xiàn)的功能來劃分，智能客服可分為問答式和業(yè)務(wù)辦理式，再細分為單輪/多輪問答與單輪/多輪業(yè)務(wù)申請。首先什么叫單輪對話呢？

“吃了嗎您吶？”“吃了”

那么多輪對話的概念呢？

“吃了嗎您吶？”“吃了”“吃了什么呀”“老北京炸醬面”

多輪對話的另一個名字，叫作基于上下文關(guān)系的對話。單輪與多輪申請也是同理，一句話就能解決的為單輪，需要反復(fù)幾次的是為多輪。

無論是問答還是申請業(yè)務(wù)，作為一個智能客服，它就離不開NLP，NLP就離不開語料。在如上的例子中，通常的工作方法是，我們定義一個用戶意圖叫“吃了嗎”，然后把相似的語料（吃了么？吃飯了嗎？吃了沒？你有沒有吃飯？……）喂給機器人，之后寫一些用例來測試它識別的準確率，如果識別率較低，就繼續(xù)喂它語料，直到我們對識別率滿意為止。用同樣的方法，我們就可以讓機器人學(xué)會理解很多種用戶意圖了。

多說一嘴，其實這里就是機器學(xué)習(xí)中樣本集與測試集的概念。樣本集用來學(xué)習(xí)，測試集用來測試學(xué)習(xí)的效果。另外由于機器學(xué)習(xí)的本質(zhì)還是數(shù)學(xué)與統(tǒng)計，并沒有真正的理解，所以學(xué)習(xí)效果非常依賴語料的質(zhì)量。直觀的表現(xiàn)是，不同的意圖中，語料差異越大，識別的準確率越高。比如，“吃了嗎”和“吃了沒”是相似的，“吃了嗎”和“看星星看月亮從詩詞歌賦談到人生哲學(xué)”是不相似的，那么后者作為兩種意圖去做識別，就是容易分開的，而前者兩個說法過于相近，可能會得到很差的識別結(jié)果。所以訓(xùn)練師需要了解基本的機器學(xué)習(xí)原理，才能夠檢查和調(diào)整樣本集的質(zhì)量。

現(xiàn)在我們的機器人已經(jīng)能夠聽懂一些人話了，下一步只要定義好回復(fù)的內(nèi)容，比如給“吃了嗎”回復(fù)“吃了”，給“睡了嗎”回復(fù)“沒睡”，再把這些需求交給可愛的開發(fā)同學(xué)，一個支持單輪問答的機器人就完成了！（好的這是做一個PM最愉快的時刻了）

多輪對話設(shè)計的本質(zhì)，是定義場景和將多個單輪對話進行組合。對于前面提到的例子來說，在“吃了”后面問“吃了什么呀”是正常的結(jié)合語境的問法，而脫離語境問這一句的話，就會讓聽者感到困惑。所以這部分的需求是這樣寫：

當(dāng)用戶表達“吃了嗎”的意圖，機器人應(yīng)回復(fù)“吃了”；當(dāng)用戶上一個表達是“吃了嗎”and機器人回復(fù)是“吃了”and用戶這一個表達是“吃了什么呀”，機器人應(yīng)回復(fù)“老北京炸醬面”；當(dāng)用戶上一個表達是“睡了嗎”and機器人回復(fù)是“沒睡”and用戶這一個表達是“吃了什么呀”，機器人應(yīng)回復(fù)“親您想問什么呢？”

再次把需求交給開發(fā)，我們就得到了一個支持兩輪對話的機器人。如果需要增加輪次或新的場景，那么在此基礎(chǔ)上添加相應(yīng)的邏輯即可。

再說到業(yè)務(wù)辦理，本質(zhì)是在問答的基礎(chǔ)上增加與用戶相關(guān)的數(shù)據(jù)交互，比如當(dāng)用戶說“幫我訂個車去人民廣場”，那么機器人應(yīng)該回復(fù)“好的”的同時，拿用戶的手機號和“人民廣場”等信息去完成訂車這一操作。大部分時候，業(yè)務(wù)辦理和多輪對話是交叉的，比如訂車的場景下，機器人可能需要再問一下什么時間出發(fā)，對車輛是否有要求，那么這至少要用三輪對話來完成。

講完了基本框架，再說說落地。在實際的需求分析過程中，我們需要了解業(yè)務(wù)背景，了解業(yè)務(wù)規(guī)則下人工客服的工作內(nèi)容。從其中歸納出最終用戶一般有哪些需求，他們會問什么，怎么問，抽取出用戶意圖，根據(jù)重復(fù)性高的對話流程做對應(yīng)的輪次設(shè)計。假設(shè)我們做的是信用卡客服機器人，那么用戶意圖很可能有“手續(xù)費怎么算”“逾期了有什么影響”，下一句用戶則可能會繼續(xù)問，“那我還上了還影響嗎”。這其中需要思考的點很多，原則包括但不限于：

• 了解業(yè)務(wù)規(guī)則，了解最終用戶的需求；
• 抽取意圖時注意差異化，意圖過于接近會給后期的識別結(jié)果帶來麻煩；
• 從用戶記錄中提取語料時要注意篩選，高質(zhì)量的語料是高識別率的前提；
• 設(shè)計輪次時要跟意圖一起考慮，不能基于無法識別的意圖做設(shè)計；

以及有一個格外需要注意的地方是，對話式智能產(chǎn)品與其他產(chǎn)品的不同在于，用戶的表達是不受限的。它不像普通的產(chǎn)品，一個頁面上如果只有一個按鈕，那么用戶就不可能有第二個操作。而對話中，用戶可能會講任何東西，例如我的小機器人已經(jīng)被問了若干次，“你的爸爸媽媽是誰呀”。所以在設(shè)計流程時，需要考慮用戶不按正常流程走完的可能性，也要在設(shè)計回復(fù)時，盡可能引導(dǎo)用戶往自己想要的方向去做表達，根本原則是收斂而非發(fā)散。