沃卡惠對話式人工智能產品越來越常見，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。筆者的產品是一款去年上線的客服機器人，簡單聊聊從0到1的經驗。
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）。交互形式沒有好壞，這一點同非AI產品一樣，根據用戶使用場景選擇最合適的形式即可。
從產品定義出發，智能客服類產品，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性的部分，再基于這個前提，去挖掘更多商業變現的可能性。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務辦理。
因此，從可實現的功能來劃分，智能客服可分為問答式和業務辦理式，再細分為單輪/多輪問答與單輪/多輪業務申請。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，需要反復幾次的是為多輪。
無論是問答還是申請業務，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會理解很多種用戶意圖了。
多說一嘴，其實這里就是機器學習中樣本集與測試集的概念。樣本集用來學習，測試集用來測試學習的效果。另外由于機器學習的本質還是數學與統計，并沒有真正的理解，所以學習效果非常依賴語料的質量。直觀的表現是，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”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果。所以訓練師需要了解基本的機器學習原理，才能夠檢查和調整樣本集的質量。
現在我們的機器人已經能夠聽懂一些人話了，下一步只要定義好回復的內容，比如給“吃了嗎”回復“吃了”，給“睡了嗎”回復“沒睡”，再把這些需求交給可愛的開發同學，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）
多輪對話設計的本質，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：
當用戶表達“吃了嗎”的意圖，機器人應回復“吃了”；當用戶上一個表達是“吃了嗎”and機器人回復是“吃了”and用戶這一個表達是“吃了什么呀”，機器人應回復“老北京炸醬面”；當用戶上一個表達是“睡了嗎”and機器人回復是“沒睡”and用戶這一個表達是“吃了什么呀”，機器人應回復“親您想問什么呢？”再次把需求交給開發，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，那么在此基礎上添加相應的邏輯即可。
再說到業務辦理，本質是在問答的基礎上增加與用戶相關的數據交互，比如當用戶說“幫我訂個車去人民廣場”，那么機器人應該回復“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，業務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，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，我們需要了解業務背景，了解業務規則下人工客服的工作內容。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，根據重復性高的對話流程做對應的輪次設計。假設我們做的是信用卡客服機器人，那么用戶意圖很可能有“手續費怎么算”“逾期了有什么影響”，下一句用戶則可能會繼續問，“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：
以及有一個格外需要注意的地方是，對話式智能產品與其他產品的不同在于，用戶的表達是不受限的。它不像普通的產品，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被問了若干次，“你的爸爸媽媽是誰呀”。所以在設計流程時，需要考慮用戶不按正常流程走完的可能性，也要在設計回復時，盡可能引導用戶往自己想要的方向去做表達，根本原則是收斂而非發散。
