国外亚洲成av人片在线观看,热99re久久精品这里都是精品,天堂网在线最新版www,国产成人av区一区二区三,51久久成人国产精品麻豆

AI目前在不同行業(yè)有各自的細(xì)分應(yīng)用。對話機(jī)器人，針對不同的業(yè)務(wù)場景，有每個領(lǐng)域的細(xì)分落地。由此，對于對話機(jī)器人的整體設(shè)計(jì)思路也不同。

筆者目前在國內(nèi)一家AI廠商從事AI PM的工作，產(chǎn)品主要面對的主要是某行業(yè)的售前營銷場景業(yè)務(wù)。不同于市面上主流的售后機(jī)器人的對話產(chǎn)品，該行業(yè)的售前機(jī)器人有其特殊的行業(yè)特性與對話產(chǎn)品需求點(diǎn)。根據(jù)以往的實(shí)踐與歸納總結(jié)的AI對話設(shè)計(jì)方法論，本文通過闡釋基于該行業(yè)的對話產(chǎn)品設(shè)計(jì)流程與思路，拆解從0到1搭建售前營銷機(jī)器人的過程。

以下是本文的思路框架與概覽。

一、行業(yè)背景概況

在介紹對話產(chǎn)品設(shè)計(jì)之前，先介紹一下行業(yè)的業(yè)務(wù)背景。

筆者所面對的行業(yè)，為某垂直領(lǐng)域的行業(yè)。該行業(yè)中，又有更進(jìn)一步的行業(yè)細(xì)分，分為行業(yè)1，行業(yè)2，行業(yè)3，等等。行業(yè)間有如下特點(diǎn)：

• 整個大行業(yè)有共通的業(yè)務(wù)特性、業(yè)務(wù)場景與用戶訴求點(diǎn)；
• 細(xì)分行業(yè)間，有部分共同的行業(yè)知識，但每個細(xì)分行業(yè)，又有各自單獨(dú)的行業(yè)知識；
• 人工客服接待對話的場景，細(xì)分行業(yè)間有共通的對話技巧與思路，但同時每個細(xì)分行業(yè)又有各自的獨(dú)特性；
• 不同的細(xì)分行業(yè)，售前對話思路有所差異。根據(jù)對售前客服接待的難易程度，可將對話復(fù)雜度分為：高、中、低 3個層級。各細(xì)分行業(yè)的分布占比大致為? 高：中：低 =1:7:2；

目前由于業(yè)務(wù)線處于初步階段與持續(xù)完善階段，本文先從業(yè)務(wù)?對話復(fù)雜度等級為高?的細(xì)分行業(yè)為例，具體闡釋對話產(chǎn)品設(shè)計(jì)的流程與思路。

二、對話設(shè)計(jì)流程

1. 業(yè)務(wù)分析

業(yè)務(wù)分析主要是對細(xì)分行業(yè)的整體情況做分析，目的是為對話產(chǎn)品設(shè)計(jì)提供對話知識框架和對話設(shè)計(jì)思路。主要包括2個方向：行業(yè)特性分析 和?對話場景分析。

1.1?行業(yè)特性分析

行業(yè)特性分析，指的是對該行業(yè)的知識體系做梳理，并對現(xiàn)有人工客服接待的對話訪客特征做分析。

1.1.1 知識體系梳理

重要性

每個行業(yè)內(nèi)，都有其獨(dú)有的知識體系。知識體系分析，對于對話產(chǎn)品設(shè)計(jì)來說至關(guān)重要。它決定了整個對話機(jī)器人的應(yīng)答語料話術(shù)庫的整體方向與內(nèi)容，起了方向性的作用。

如何做

一般AI PM需要根據(jù)業(yè)務(wù)需要，與數(shù)據(jù)工程師配合，進(jìn)行相關(guān)信息的獲取與梳理。主要通過以下幾種方式：

1）人工對話數(shù)據(jù)抽取分析

從已有的人工客服接待對話數(shù)據(jù)中，抽取行業(yè)知識框架體系中的關(guān)鍵信息，從而梳理構(gòu)建行業(yè)知識框架。包括不限于實(shí)體關(guān)鍵信息的抽取，通過無監(jiān)督學(xué)習(xí)的聚類（如K-means聚類等）等方式獲取信息分類，等等。

抽取之后的數(shù)據(jù)，需要進(jìn)行人工篩選和梳理，輸出相應(yīng)的知識框架結(jié)構(gòu)。

2）用戶調(diào)研

用戶調(diào)研的方式是從另一個維度去考量分析行業(yè)知識。主要通過與行業(yè)專家（通常是客戶）做用戶訪談的形式來進(jìn)行。

行業(yè)專家是對該行業(yè)有深刻理解且有深厚的知識沉淀的專家，TA會對行業(yè)有一套抽象歸納的知識結(jié)果。這是對1）點(diǎn)中數(shù)據(jù)抽取方式的有效補(bǔ)充。數(shù)據(jù)抽取的角度，主要是基于數(shù)據(jù)特性的歸類與抽象，用戶調(diào)研可從業(yè)務(wù)角度進(jìn)行補(bǔ)充和方向調(diào)優(yōu)。避免出現(xiàn)技術(shù)實(shí)現(xiàn)的數(shù)據(jù)分析，與業(yè)務(wù)脫軌、偏離方向的各類情況。

3）其他各方資料信息搜集

資料信息搜集，包括各種網(wǎng)上資料、線下書籍等，作為知識查詢的補(bǔ)充。通常在各類的行業(yè)領(lǐng)域資訊網(wǎng)會有相應(yīng)的資料可查詢，有必要可安排數(shù)據(jù)工程師做數(shù)據(jù)爬蟲。但得到的數(shù)據(jù)也僅供知識框架分析用，若要作為話術(shù)語料，則需進(jìn)一步清洗和篩選。

1.1.2 訪客特征分析

筆者在做AI PM之前，做過2年的互聯(lián)網(wǎng)PM。在做AI產(chǎn)品設(shè)計(jì)時，其實(shí)很多時候都會運(yùn)用到做互聯(lián)網(wǎng)設(shè)計(jì)的方法論，即使實(shí)際的工作內(nèi)容不同，但是思維是一致的。比如訪客特征分析下，主要是對進(jìn)入對話的訪客做特征分析，即訪客用戶畫像。目的是為了形成對話產(chǎn)品服務(wù)的C端用戶的關(guān)鍵信息特征與需求分析，進(jìn)而做相應(yīng)的對話設(shè)計(jì)。

訪客特征分析主要對以下幾個特征進(jìn)行分析與歸類：

• 角色
• 基本信息（性別、年齡、主訴載體、來源渠道）
• 對話目的（為什么/會怎樣/怎么辦/可做什么）
• 表達(dá)方式
• 用戶情緒
• 用戶預(yù)期
• 訪客留聯(lián)意愿度

（根據(jù)業(yè)務(wù)需要，會進(jìn)行標(biāo)簽維度的新增）

訪客用戶畫像的理想方式是通過大數(shù)據(jù)/深度學(xué)習(xí)的方式做數(shù)據(jù)分析，但基于現(xiàn)實(shí)情況（產(chǎn)品線人力物力等因素）還未能做到如此精細(xì)化，前期我們會通過AI PM與數(shù)據(jù)工程師配合的方式來實(shí)行。

1.1.3?人工對話思路分析

弱人工智能時代，我們基于的假設(shè)是，機(jī)器人還無法超越人工。人工客服的行為是給機(jī)器人的一個目標(biāo)和方向。所以在這樣的假設(shè)前提下，我們對于對話機(jī)器人的設(shè)定主要在于“仿真”，即模擬優(yōu)秀人工客服對話的方式進(jìn)行對話。我們通過對優(yōu)秀人工客服對話語料的分析，提取出對話思路與對話語料，作為機(jī)器人答疑和引導(dǎo)的方向和素材。

1.2 對話場景分析

除了做行業(yè)特性分析，業(yè)務(wù)分析另一大重要內(nèi)容是對話場景分析，旨在確定和拆解訪客進(jìn)入對話的場景，為后續(xù)的對話設(shè)計(jì)做基礎(chǔ)準(zhǔn)備。

1.2.1 場景劃分

主要進(jìn)行場景的確定，梳理出場景列表。同時分析統(tǒng)計(jì)出各場景在該行業(yè)對話咨詢中的占比，進(jìn)而統(tǒng)計(jì)出，各場景覆蓋業(yè)務(wù)范圍。這樣我們就可以得到，哪些場景是我們需要重點(diǎn)關(guān)注設(shè)計(jì)的場景，哪些場景是可以無需花太多精力來設(shè)計(jì)準(zhǔn)備。

1.2.2?場景詳情分析

場景詳情包括：場景訪客特征、場景訪客問題、場景客服引導(dǎo)思路、場景對話特征?的分析。

• 場景訪客特征：該場景下的訪客的訪客特征分析，具體分析維度的思路與“1.1.2 訪客特征分析” 同，輸出結(jié)果是該場景的訪客特征標(biāo)簽；
• 場景訪客問題：該場景下訪客問題的統(tǒng)計(jì)，基本可以歸納為：為什么/會怎樣/怎么辦/可做什么；
• 場景客服引導(dǎo)思路：總結(jié)歸納該場景下客服引導(dǎo)思路，包括對話流程思路與話術(shù)，作為后續(xù)設(shè)計(jì)的指導(dǎo)素材。

1.2.3 分析方式

分析方式主要為兩種：人工對話數(shù)據(jù)分析 和 用戶訪談。基本方式與上文介紹同。值得說明的是，場景詳情分析重要性極高，價(jià)值主要在于為對話產(chǎn)品設(shè)計(jì)提供方向和業(yè)務(wù)參考，保證后續(xù)設(shè)計(jì)和開發(fā)的方向不至于走偏，是指導(dǎo)性的調(diào)研分析。

2. 機(jī)器人產(chǎn)品定義

在了解了行業(yè)知識體系框架與優(yōu)秀人工客服對話思路后，我們對要設(shè)計(jì)的對話機(jī)器人就有了方向和框架性的認(rèn)知。即：對于我們要設(shè)計(jì)怎樣的機(jī)器人，這樣的機(jī)器人如何去滿足業(yè)務(wù)要求，機(jī)器人的能力/功能要達(dá)到什么樣的程度，有了基本的了解和認(rèn)知。接下去我們就可以對機(jī)器人產(chǎn)品做定義。

機(jī)器人產(chǎn)品定義可以分為2部分：機(jī)器人人物形象設(shè)定 與 機(jī)器人能力界定。

2.1 機(jī)器人人物形象設(shè)定

對訪客而言，在對話過程中，人工客服/機(jī)器人的接待是有人物特性的，體現(xiàn)在對話的多個方面：人物形象、對話語言、對話節(jié)奏等等。同時，人物特征對于對話引導(dǎo)效果，是在潛移默化中的，一句話術(shù)、一個間隔等，都是人物特征的表征形式。所以需要對機(jī)器人做人物形象設(shè)定。

主要從以下幾個層面：

視覺形象：

主要包括機(jī)器人頭像、昵稱、對話框信息展示與交互效果。該行業(yè)默認(rèn)設(shè)定的客服是親切地、富有親和力的、體貼的等等，可以建立標(biāo)簽來衡量。

人物個性：

主要包括語言風(fēng)格和對話節(jié)奏風(fēng)格。

1）語言風(fēng)格?指的是機(jī)器人使用話術(shù)的風(fēng)格，將會貫穿對話始終，涉及后續(xù)話術(shù)庫的建立和審核，需根據(jù)話術(shù)風(fēng)格建立標(biāo)準(zhǔn)；

2）對話節(jié)奏風(fēng)格?指的是在對話過程中，機(jī)器人發(fā)送話術(shù)的節(jié)奏，以及在等待應(yīng)答階段的對話交互。機(jī)器人發(fā)送話術(shù)的節(jié)奏，涉及到對話序列策略的設(shè)計(jì)，比如每間隔N秒發(fā)送一句話術(shù)，或者根據(jù)話術(shù)長度決定發(fā)送等待時長。

當(dāng)然，具體的設(shè)計(jì)涉及諸多異常情況的設(shè)計(jì)需要考慮，如訪客在等待時間內(nèi)連續(xù)發(fā)送多條話術(shù)的處理等待。等待應(yīng)答階段的對話交互，有針對性的設(shè)計(jì)會讓訪客對話體驗(yàn)更像是在跟真人對話一樣，如我們會在訪客等待機(jī)器人發(fā)送話術(shù)的間隔時間內(nèi)，在前端顯示“正在輸入…”的提示，讓“仿真”更加“仿真”。

2.2?機(jī)器人能力界定

根據(jù)機(jī)器人在對話中所需承擔(dān)的業(yè)務(wù)價(jià)值，可將機(jī)器人進(jìn)行能力拆分。在互聯(lián)網(wǎng)產(chǎn)品設(shè)計(jì)中，PM需要根據(jù)業(yè)務(wù)需求規(guī)劃產(chǎn)品功能，并做功能拆解。AI PM也一樣，根據(jù)業(yè)務(wù)需求劃定機(jī)器人的能力邊界，并做能力拆分。

我們會先劃定，基于業(yè)務(wù)背景，結(jié)合現(xiàn)有的AI技術(shù)，機(jī)器人需要達(dá)到怎樣的能力，才能滿足業(yè)務(wù)需求。需要實(shí)現(xiàn)什么能力？什么能力是必要的；什么能力是選要的；什么能力是沒有必要的。

根據(jù)劃定的能力范圍，我們又會根據(jù)場景，拆解細(xì)分的機(jī)器人能力。比如，場景1中，機(jī)器人的答疑能力、引導(dǎo)能力、暖和對話能力的細(xì)分拆解；場景2中……需窮舉所有場景的機(jī)器人所有能力，可定量的需定量描述；不可定量的需定性描述，并附上相應(yīng)的評估指標(biāo)（若無指標(biāo)，需附上評估指標(biāo)策略建議）。

機(jī)器人能力的界定，可以為整個對話產(chǎn)品的研發(fā)測試工作起到關(guān)鍵作用。換言之，即需求定義明確且可量化。對話產(chǎn)品的幾個特點(diǎn)就是，不好評估、衡量主觀性大，對話未能覆蓋的業(yè)務(wù)范圍會比預(yù)期更大。在前期作用能力界定是非常重要的，同時也避免開發(fā)團(tuán)隊(duì)內(nèi)部與外部溝通對接、與客戶對接的諸多問題。機(jī)器人能力的界定，也為產(chǎn)品設(shè)計(jì)開發(fā)測試完成之后的產(chǎn)品驗(yàn)收做基礎(chǔ)準(zhǔn)備。

3. 機(jī)器人框架確定

在該行業(yè)中，訪客一般是帶著自身的問題/疑惑進(jìn)入到對話的（除了騷擾的訪客），即我們可以默認(rèn)訪客都是帶著目的進(jìn)入對話的（可參見上文 訪客特征分析），這同時也是我們的 任務(wù)型對話 所要解決的問題。

所以我們根據(jù)訪客的場景主題和在該場景下的訪客各類意圖，來框定機(jī)器人的對話內(nèi)容框架。

• 主題：根據(jù)對話場景分析的結(jié)果，可將對話主題進(jìn)行拆分。（注：不同于NLP行業(yè)內(nèi)主流的任務(wù)型對話機(jī)器人，筆者產(chǎn)品所面對的行業(yè)，不同的主題間界限較不明確，且存在眾多主題跳轉(zhuǎn)的情況。這對于后續(xù)對話流程的設(shè)計(jì)，是一大考驗(yàn)難點(diǎn)。）主題確定和拆分主要考慮幾個點(diǎn)：主題覆蓋率、主題顆粒度、主題下答疑與引導(dǎo)的預(yù)設(shè)。同時，在完成這一步后，需要確定和撰寫主題標(biāo)注規(guī)范，讓后續(xù)的數(shù)據(jù)標(biāo)注與對話測試，都有一個參照標(biāo)準(zhǔn)。
• 意圖：意圖是每個對話場景主題下，訪客的對話目的。我們會匯總所有場景下的意圖，做整理和分析，并框定對話中的意圖。作為NLU的主要成分，機(jī)器人識別的意圖在對話中的角色至關(guān)重要，將主導(dǎo)對話的進(jìn)展與聊天的方向。而意圖的框定又是其根源的決策，所以需要考慮諸多影響因素。與主題的方法類似，意圖確定和拆分也會考慮相同的幾個點(diǎn)：主題覆蓋率、主題顆粒度、主題下答疑與引導(dǎo)的預(yù)設(shè)。同時，也會確定和撰寫意圖標(biāo)注規(guī)范，方法同上。

4. 對話產(chǎn)品設(shè)計(jì)與開發(fā)

做了前期的分析與準(zhǔn)備之后，下一步就進(jìn)入了從0到1搭建售前機(jī)器人的核心環(huán)節(jié)：對話產(chǎn)品設(shè)計(jì)與開發(fā)。在闡釋具體的方法論之前，我們先看機(jī)器人的對話整體框架是如何的，相信這張圖在諸多文章中都出現(xiàn)過：

這也是當(dāng)前NLP領(lǐng)域?qū)υ挋C(jī)器人通用的處理邏輯，即：

• NLU（自然語言理解）：訪客輸入信息，通過NLU的解析，將自然語言轉(zhuǎn)化為機(jī)器人可理解的語言。
• DM（對話管理）：NLU的識別結(jié)果，通過對話管理的處理，輸出相應(yīng)的信息回應(yīng)。對話管理的過程，可理解為機(jī)器人的“腦處理”機(jī)制，類比于人類的大腦。
• NLG（自然語言生成）：根據(jù)對話管理處理的結(jié)果，進(jìn)行語言生成。這部分的處理，目前我們暫時用話術(shù)庫話術(shù)直接調(diào)用的方式來代替，未做語言生成的處理。

區(qū)別于互聯(lián)網(wǎng)產(chǎn)品的設(shè)計(jì)與開發(fā)，對話機(jī)器人的設(shè)計(jì)，主要在于對話策略的設(shè)計(jì)。產(chǎn)品功能的載體，如對話界面展示，交互形式等，在對話產(chǎn)品設(shè)計(jì)中，只占一小部分的工作內(nèi)容。所以在某種意義上，對話產(chǎn)品的設(shè)計(jì)，與“策略產(chǎn)品經(jīng)理”的工作思維較為相像。

在對話產(chǎn)品設(shè)計(jì)中，AI PM不僅要了解業(yè)務(wù)，同時要對AI技術(shù)有充分的了解認(rèn)知，需要知道AI技術(shù)的實(shí)現(xiàn)效果邊界，以及AI技術(shù)實(shí)現(xiàn)的難度等等。通常需要與算法工程師配合，在對話產(chǎn)品設(shè)計(jì)與開發(fā)間，做盡可能多的無縫銜接。

4.1 NLU（自然語言理解）設(shè)計(jì)

NLU的設(shè)計(jì)，主要由AI PM主導(dǎo)對話需求和效果要求，實(shí)現(xiàn)層面由算法工程師負(fù)責(zé)。值得一提的是，現(xiàn)有的人工智能的核心雖然是各類AI算法，但是算法并不能解決所有問題。實(shí)際上在應(yīng)用中，AI算法在對話產(chǎn)品中可能占比不到50%的功能實(shí)現(xiàn)，其他的部分需要算法之外的策略設(shè)計(jì)來實(shí)現(xiàn)，比如人為設(shè)定各式各樣的規(guī)則處理等待。

基于行業(yè)業(yè)務(wù)形態(tài)，NLU的設(shè)計(jì)主要分為3部分：主題識別設(shè)計(jì)、意圖識別設(shè)計(jì)、實(shí)體識別設(shè)計(jì)。

4.1.1 主題識別設(shè)計(jì)

在實(shí)際對話中，對話主題常常因?yàn)樵L客提供信息的變化，需發(fā)生相應(yīng)的主題變化?；诂F(xiàn)有的AI算法水平（還未到達(dá)會話級識別的能力），在主題識別上，需做一套可控的完備的規(guī)則進(jìn)行相應(yīng)的主題識別。

主題識別的設(shè)計(jì)，主要包括?主題映射設(shè)計(jì)?與?主題跳轉(zhuǎn)設(shè)計(jì)?。

• 第一步，AI PM需讓數(shù)據(jù)工程師抽取并整理出各實(shí)體與主題之間的關(guān)系映射表，并做相應(yīng)的審核；
• 第二步，基于關(guān)系映射表，設(shè)計(jì)一套主題映射規(guī)則?；趯υ挊I(yè)務(wù)，進(jìn)行映射權(quán)重關(guān)系、分值計(jì)算、主題跳轉(zhuǎn)觸發(fā)機(jī)制的設(shè)計(jì)。

主題識別的機(jī)制，在算法能力不成熟的情況，主要通過人工制定規(guī)則的方式來實(shí)現(xiàn)。在效果上，可以暫時達(dá)到相應(yīng)的業(yè)務(wù)需求，但是，隨著業(yè)務(wù)復(fù)雜度上升，規(guī)則的局限性便會暴露出來。

規(guī)則的優(yōu)勢在于，可量化、可控，且容易直接地達(dá)到人的預(yù)期。但是劣勢同樣也明顯，規(guī)則不具有泛化能力，規(guī)則覆蓋不到的范圍，基本上屬于“人工智障”的范疇。并且，一旦規(guī)則越來越多后，規(guī)則間就會出現(xiàn)重疊、互斥等問題，會超出預(yù)想的結(jié)果預(yù)期。同時這也為后面的異常流程設(shè)計(jì)、兜底話術(shù)等的設(shè)計(jì)，又提高了難度要求。

4.1.2 意圖識別設(shè)計(jì)

意圖識別方面，對AI PM來說，主要是做意圖識別規(guī)則的設(shè)計(jì)，體現(xiàn)在與算法模型訓(xùn)練的結(jié)合上。如：算法識別結(jié)果是單意圖 or 多意圖，識別優(yōu)先級如何確定，識別結(jié)果如何使用，等等。相應(yīng)的規(guī)則需確定并落成文檔，方便在后續(xù)的對話流程設(shè)計(jì)中使用。

同時，意圖識別的模型訓(xùn)練，目前主要使用的是有監(jiān)督學(xué)習(xí)的算法，需要數(shù)據(jù)標(biāo)注團(tuán)隊(duì)進(jìn)行數(shù)據(jù)的標(biāo)注，給到算法模型訓(xùn)練。所以在意圖確認(rèn)后，就需要有意圖標(biāo)注規(guī)范，目前由AI PM根據(jù)業(yè)務(wù)來撰寫。

當(dāng)算法模型訓(xùn)練完成后，AI PM需要進(jìn)行驗(yàn)收，需要關(guān)注幾個AI基礎(chǔ)指標(biāo)：P值（準(zhǔn)確率）、R值（召回率）、F1值。當(dāng)然，單純的技術(shù)指標(biāo)并不能完全說明對話效果，還需在后續(xù)的對話測試中，驗(yàn)證對話的體驗(yàn)效果。

4.1.3 實(shí)體識別設(shè)計(jì)

實(shí)體指的是訪客發(fā)送信息中抽取的有實(shí)際意義的信息，基本可以代表信息傳遞的有價(jià)值內(nèi)容。算法工程師會根據(jù)行業(yè)特征，抽取所有細(xì)分行業(yè)中通用的實(shí)體信息，并做相應(yīng)的?實(shí)體對齊（歸一化）。

舉個例子，比如實(shí)體“電話號碼”，其他的表述方式如“手機(jī)號”、“聯(lián)系方式”、“手機(jī)號碼”等等多種表述方式，都會歸一化為“電話號碼”，這樣可提高機(jī)器人識別的泛化能力，而不是僅限于“關(guān)鍵詞”。

AI PM的職責(zé)是審核實(shí)體列表與實(shí)體歸一化結(jié)果。通常來講，技術(shù)實(shí)現(xiàn)的只是基于數(shù)據(jù)特征的抽象，可能符合/不符合業(yè)務(wù)需求。筆者的做法是，找行業(yè)專家審核一遍訓(xùn)練結(jié)果，讓行業(yè)專家通過專業(yè)角度來判別與提供建議，并進(jìn)行相應(yīng)的調(diào)整優(yōu)化。

同樣的，實(shí)體識別模型訓(xùn)練后，我們也會關(guān)注幾個AI基礎(chǔ)指標(biāo)：P值（準(zhǔn)確率）、R值（召回率）、F1值，來衡量模型訓(xùn)練的效果。

4.2?DM（對話管理）設(shè)計(jì)

對話管理是機(jī)器人的“大腦”，是機(jī)器人行為的處理樞紐，可見其在對話機(jī)器人中的核心地位。對話管理主要分為DP（對話策略）設(shè)計(jì) 和?DST（對話狀態(tài)追蹤）設(shè)計(jì)。

4.2.1?DP（對話策略）設(shè)計(jì)

DP（對話策略）即機(jī)器人的對話邏輯處理機(jī)制，也就是機(jī)器人如何利用識別到的訪客對話信息，做機(jī)器人的應(yīng)答邏輯處理。在DP中，包含大量的流程邏輯處理，以及話術(shù)庫調(diào)用機(jī)制。

4.2.1.1?對話流程框架

設(shè)計(jì)初期，需要構(gòu)建對話流程的總體框架。包括幾大功能模塊，以及模塊間是如何的邏輯處理方式。一般輸出結(jié)果為對話邏輯流程圖。當(dāng)然，這需要與應(yīng)用層開發(fā)工程師溝通協(xié)商實(shí)際實(shí)現(xiàn)難度與效果。

4.2.1.2 對話主功能模塊

對于該行業(yè)對話機(jī)器人來講，對話主功能模塊主要有2大部分：答疑模塊和引導(dǎo)模塊。答疑主要解決的是訪客疑惑解答的問題；引導(dǎo)主要解決的是用戶（B端）營銷獲聯(lián)的問題。

答疑模塊：

根據(jù)條件觸發(fā)機(jī)制的不同，我們將機(jī)器人所調(diào)用的話術(shù)，劃分為幾個話術(shù)庫，分別承擔(dān)不同的答疑任務(wù)，覆蓋不同方面的訪客問題。話術(shù)庫包括：知識圖譜、FAQ話術(shù)庫、兜底話術(shù)庫。

• 知識圖譜：知識圖譜本質(zhì)上是解決實(shí)體架構(gòu)與實(shí)體之間聯(lián)系的組織，它可通過一個實(shí)體指向與它有關(guān)聯(lián)的任一實(shí)體，在對話機(jī)器人答疑中，起到無法替代的作用。知識圖譜的復(fù)雜程度，決定了對話應(yīng)答的智能程度。同時，知識圖譜對應(yīng)的話術(shù)，需要通過數(shù)據(jù)抽取的方式，從各種資源中獲取，如：人工對話數(shù)據(jù)、網(wǎng)站爬蟲等，通過數(shù)據(jù)清洗，構(gòu)建相應(yīng)的話術(shù)庫。
• FAQ話術(shù)庫：FAQ是基于語義相似度計(jì)算匹配的問答對，本質(zhì)上與對話主題、訪客意圖等，無太大關(guān)聯(lián)。所以如何與之建立關(guān)聯(lián)并讓對話流程進(jìn)行，是設(shè)計(jì)的難點(diǎn)。同時，AI PM一般也需要關(guān)注語義相似度計(jì)算匹配所使用AI技術(shù)實(shí)現(xiàn)效果的差一點(diǎn)。比如使用Bert與使用word2vec的差異點(diǎn)是什么？如何做取舍，如何對算法工程師提要求和優(yōu)化點(diǎn)，等等。這個要求AI PM對各類常用的算法有足夠深度的了解。
• 兜底話術(shù)庫：兜底話術(shù)庫的定位，即“兜底話術(shù)”。當(dāng)機(jī)器人主要的話術(shù)庫（上述3種）無法應(yīng)答的問題出現(xiàn)時，只能使用兜底話術(shù)庫來做應(yīng)答。兜底話術(shù)特點(diǎn)，在于“通用”，它是普適性的。所以意味著這些話術(shù)答疑，回答得不會具有針對性。在對話中只可作為暫時性的過渡用，當(dāng)兜底話術(shù)庫出現(xiàn)次數(shù)增多后，用戶體驗(yàn)將會大大降低。作為售前營銷機(jī)器人，這是很影響訪客留聯(lián)意愿度的。反過來說，我們也可以通過統(tǒng)計(jì)對話中兜底話術(shù)出現(xiàn)的頻次，來衡量對話效果。通用話術(shù)越多，表示機(jī)器人應(yīng)答效果值越低。

引導(dǎo)模塊：

引導(dǎo)模塊主要體現(xiàn)為對話主題流程的設(shè)計(jì)，分為?主題引導(dǎo) 和?非主題引導(dǎo) 的設(shè)計(jì)。

• 主題引導(dǎo)：主要是各個主題的對話流程設(shè)計(jì)，旨在機(jī)器人可順暢地、有遞進(jìn)層次關(guān)系地進(jìn)行引導(dǎo)，最后促成訪客留聯(lián)的結(jié)果。包括幾個組成部分：主題常規(guī)流程設(shè)計(jì)、引導(dǎo)action設(shè)計(jì)、重復(fù)問診規(guī)避設(shè)計(jì)、主題跳轉(zhuǎn)后流程設(shè)計(jì)。
• 非主題引導(dǎo)：非主題引導(dǎo)指的是，未進(jìn)入主題流程的訪客對話，需進(jìn)行相應(yīng)的引導(dǎo)。由于前期做了充分的主題分析，所以一般認(rèn)定未落在預(yù)設(shè)主題范圍內(nèi)的訪客問題，通常也是營銷價(jià)值不大的訪客，甚至是騷擾訪客?；谶@樣的假設(shè)，非主題引導(dǎo)一般會講該類訪客，引導(dǎo)到主題引導(dǎo)流程中，同時保持對話順暢，不至于出現(xiàn)對話斷層的情況。

4.2.1.3?對話其他功能模塊

在對話主要功能模塊之外，我們還對對話進(jìn)行補(bǔ)充功能設(shè)計(jì)，包括：歡迎語&引導(dǎo)語模塊、暖場模塊，以及其他根據(jù)行業(yè)需要新增的功能模塊。

• 歡迎語&引導(dǎo)語模塊：?歡迎語為訪客進(jìn)入對話后，機(jī)器人隨即發(fā)送的第一句話術(shù)；引導(dǎo)語為訪客進(jìn)入對話后間隔N秒未說話，機(jī)器人發(fā)送的用于引導(dǎo)用戶開口的話術(shù)。這個模塊的設(shè)定，旨在引導(dǎo)訪客開口發(fā)送消息，是機(jī)器人營銷獲聯(lián)的基礎(chǔ)。
• 暖場模塊 ：暖場即在對話進(jìn)行中時，訪客間隔N秒未說話時，機(jī)器人會自動發(fā)送一句話術(shù)，用于暖和對話，引導(dǎo)訪客繼續(xù)開口，以使對話進(jìn)程進(jìn)行。

4.2.1.4?對話序列發(fā)送機(jī)制

對話序列發(fā)送機(jī)制，通俗講即，機(jī)器人每間隔多長時間發(fā)送話術(shù)，每次發(fā)送幾句話術(shù)；當(dāng)間隔時間內(nèi)，訪客聯(lián)系發(fā)送消息，機(jī)器人應(yīng)做如何的處理，未發(fā)出的話術(shù)序列應(yīng)做如何取舍和優(yōu)先級排序，等等。對話序列發(fā)送機(jī)制，旨在讓機(jī)器人的對話應(yīng)答，與人的應(yīng)答更相像，在“仿真”程度上盡可能地接近人工，降低訪客對“機(jī)器”的感知程度。

4.2.2?DST（對話狀態(tài)追蹤）

對話狀態(tài)追蹤，指的是在對話進(jìn)行過程中，機(jī)器人自動記錄的對話關(guān)鍵信息。信息包括訪客信息、對話狀態(tài)信息，以及機(jī)器人動作信息的記錄。用于保證對話進(jìn)行中的信息記錄和信息更新，為機(jī)器人應(yīng)答提供必要的信息來源。

DST 對話狀態(tài)追蹤的設(shè)計(jì)，主要包括：DST信息字典設(shè)計(jì) 和?DST信息更新規(guī)則?設(shè)計(jì)。

• DST信息字典設(shè)計(jì)?即設(shè)計(jì)DST需要記錄哪些信息，通常在技術(shù)實(shí)現(xiàn)端會以?session?的方式來記錄，具體的設(shè)計(jì)需與相關(guān)開發(fā)工程師確定。
• DST信息更新規(guī)則?即DST記錄的信息，當(dāng)對話進(jìn)行時，如何進(jìn)行相關(guān)信息的更新，確保更新前后信息無誤，且能為機(jī)器人的應(yīng)答提供有效的信息源。

4.3?NLG（自然語言生成）

NLG主要是通過語言素材進(jìn)行自動生成的過程。鑒于現(xiàn)有業(yè)務(wù)暫未使用相關(guān)的技術(shù)與設(shè)計(jì)，這里暫不贅述。我們的替代方式是，直接使用不同話術(shù)庫中的話術(shù)，作為機(jī)器人應(yīng)答輸出的內(nèi)容。

5. 機(jī)器人能力界定

當(dāng)對話產(chǎn)品設(shè)計(jì)與開發(fā)進(jìn)行到這時，整個機(jī)器人的構(gòu)建已達(dá)到規(guī)模。我們可以根據(jù)前期預(yù)設(shè)定的機(jī)器人能力預(yù)期值與劃分，拆解出每個機(jī)器人能力的實(shí)現(xiàn)程度，并根據(jù)每一條能力，設(shè)定能力界限。即：機(jī)器人能做什么，不能做什么。從而為下一步的機(jī)器人整體效果評估指標(biāo)做準(zhǔn)備。

6. 機(jī)器人整體效果評估指標(biāo)

基于現(xiàn)有的行業(yè)，衡量機(jī)器人的對話效果并不簡單。我們盡量做到定量分析評估，若實(shí)在無法定量，則做定性分析評估?，F(xiàn)有的評估方式可分為 上線前測試評估 和 上線后驗(yàn)證評估。

上線前測試評估：

上線前的效果評估，可以分為2方面，一方面為技術(shù)指標(biāo)，另一方面為業(yè)務(wù)指標(biāo)。

• 技術(shù)指標(biāo)?即考量每個對話功能模塊中，應(yīng)用到的AI算法效果指標(biāo)。最常用的還是3個基礎(chǔ)衡量指標(biāo)：P值（準(zhǔn)確率）、R值（召回率）、F1值。優(yōu)點(diǎn)在于數(shù)據(jù)直觀，易衡量；缺點(diǎn)是技術(shù)指標(biāo)未必指向業(yè)務(wù)效果，需要業(yè)務(wù)指標(biāo)的補(bǔ)充驗(yàn)證。
• 業(yè)務(wù)指標(biāo)?即通過對話效果評估，來衡量機(jī)器人的功能模塊/整體效果。常用的方式是通過人工打分的方式。分為：單輪打分、會話級打分、對話功能打分等。優(yōu)點(diǎn)在于可透過人工視角來檢驗(yàn)機(jī)器人真正的表現(xiàn)如何，這也是最接近用戶視角的檢驗(yàn)方式；缺點(diǎn)在于，需投入的人力成本大，且參與測試的人員，與實(shí)際訪客始終有差別，會造成一定程度的偏誤。當(dāng)然，測試驗(yàn)證的手段也會在實(shí)踐中一步步改進(jìn)，盡力去減少盡可能多的偏差。

上線后驗(yàn)證評估：

上線后的評估，通常直接與業(yè)務(wù)掛鉤，用戶也通常重點(diǎn)關(guān)注業(yè)務(wù)相關(guān)的關(guān)鍵性指標(biāo)，包括：留聯(lián)率、對話有效率、對話轉(zhuǎn)化率、訪客留存量等等。作為一款SaaS產(chǎn)品，這幾個關(guān)鍵性指標(biāo)也決定了用戶付費(fèi)的意愿度?；趯?shí)際線上流量跑出的機(jī)器人效果，我們會通過聊天記錄，分析存在的改善點(diǎn)，進(jìn)一步改善對話。

7. 機(jī)器人對話效果管理

對話產(chǎn)品的設(shè)計(jì)與開發(fā)，主要針對機(jī)器人對話本身的設(shè)計(jì)。但是在用戶側(cè)，需要直觀地了解到對話的效果統(tǒng)計(jì)，以及需進(jìn)行對話個性化的配置，以滿足每個用戶不同的需求。根據(jù)對話配置開放權(quán)限對象的不同，可分為對內(nèi)配置與對外配置系統(tǒng)。

對話效果統(tǒng)計(jì)：

對話效果的統(tǒng)計(jì)，主要參照機(jī)器人整體驗(yàn)證的指標(biāo)參數(shù)，分為以下兩部分：

• 機(jī)器人業(yè)務(wù)效果數(shù)據(jù)：包括上文提到的?留聯(lián)率、對話有效率、對話轉(zhuǎn)化率、訪客留存量 等等。
• 機(jī)器人能力技術(shù)指標(biāo)：主要指機(jī)器人功能所用AI技術(shù)的P值（準(zhǔn)確率）、R值（召回率）、F1值衡量指標(biāo)。

機(jī)器人對話配置：

• 根據(jù)配置的內(nèi)容，可分為答疑模塊、引導(dǎo)模塊的配置。通常來講，答疑模塊的話術(shù)庫，會給予用戶充分的配置自主性，因?yàn)楦鶕?jù)每家用戶的業(yè)務(wù)點(diǎn)不同、時間點(diǎn)不同，會對話術(shù)做相應(yīng)的修改；引導(dǎo)模塊，通常會將流程模塊化。底層的邏輯、機(jī)器人主框架邏輯，是我們會預(yù)設(shè)好的，開放給用戶的主要是主題引導(dǎo)到流程。這樣可以實(shí)現(xiàn)流程標(biāo)準(zhǔn)化與自定義化的結(jié)合，充分保證對話效果。
• 根據(jù)配置的對象，可分為內(nèi)部團(tuán)隊(duì)與外部用戶。內(nèi)部團(tuán)隊(duì)主要指團(tuán)隊(duì)內(nèi)的實(shí)施團(tuán)隊(duì)，他們會幫助用戶，基于用戶的業(yè)務(wù)特性，做對話的相應(yīng)調(diào)整。所以會開放一定的權(quán)限給到內(nèi)部團(tuán)隊(duì)修改機(jī)器人。外部用戶指的是我們產(chǎn)品的用戶，開放給用戶的部分，是可保證其修改在我們的可控范圍之內(nèi)，可讓用戶自行修改。

機(jī)器人應(yīng)用管理配置：

機(jī)器人應(yīng)用管理配置主要指機(jī)器人的套餐管理，機(jī)器人的對話主題管理、意圖管理等，主要面向內(nèi)部團(tuán)隊(duì)使用。

總結(jié)

對話產(chǎn)品的設(shè)計(jì)與開發(fā)，需要有一套系統(tǒng)的方法論與實(shí)踐經(jīng)驗(yàn)指導(dǎo)。看似簡單的對話，背后蘊(yùn)藏著復(fù)雜的構(gòu)思與邏輯。這就要求AI PM不僅需要深入了解業(yè)務(wù)、深入了解AI算法，也需要深入設(shè)計(jì)與開發(fā)的鏈路中，建立標(biāo)準(zhǔn)和堅(jiān)持不懈地為問題尋求解決方案。

AI是個新興的行業(yè)，目前行業(yè)的痛點(diǎn)在于AI技術(shù)如何落地。在很多場景下，經(jīng)常出現(xiàn)技術(shù)負(fù)責(zé)人不懂業(yè)務(wù)，業(yè)務(wù)負(fù)責(zé)人不懂技術(shù)的情況，造成AI產(chǎn)品開發(fā)偏離真正的需求痛點(diǎn)的方向。AI PM需要作為業(yè)務(wù)和AI技術(shù)的樞紐，統(tǒng)籌規(guī)劃與設(shè)計(jì)解決方案。在探索中逐步搭建AI產(chǎn)品方法論。

本文主要概覽了售前營銷機(jī)器人從0到1搭建設(shè)計(jì)的過程，鑒于文章篇幅有限，每個環(huán)節(jié)中的細(xì)節(jié)與具體方法論未展開，筆者將會在后續(xù)的文章中拆分講解。希望本文可以幫得到你。

作者：咖喱魚丸，5年P(guān)M經(jīng)驗(yàn)，2年AI PM經(jīng)驗(yàn)

本文由 @咖喱魚蛋 原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理。未經(jīng)許可，禁止轉(zhuǎn)載

題圖來自Unsplash，基于CC0協(xié)議