编辑导读：随着人工智能的发展，机器人对话是最为常见的功能之一。笔者作为对话机器人的AI PM，在对话平台的从0-1产品搭建、对话机器人的从1-100的产品运营上，遇到了诸多坑，也走了不少弯路。深感在对话机器人中，对话设计对于机器人整体效果而言至关重要。本文将重点阐述，在对话设计中重要关键的8个点，希望对你的机器人设计有帮助。

一、对话设计的重要性

1. 对话设计是什么？

对话机器人，主要由几个部分组成：语义识别、信息采集/使用、对话设计、知识库。

语义识别：

通常由AI算法模型进行（NLU，自然语言理解），这也是对话机器人中，AI技术应用最多的部分。当然，算法也有识别不到位的情况，通常会使用规则做矫正/补充。

信息采集/使用：

即对语义识别的结果做收集、更新、使用。对话的本质是信息的交换，对于机器人来说，获取访客的需求信息至关重要。信息决定了后续机器人采取的策略与动作。

知识库：

知识库是应用于单轮对话的机器人知识储备库，可以为访客提供答疑服务。由于知识库的FAQ特性使然，知识库侧重于一问一答的“知识解答”。

对话设计：

对话设计是对话机器人的核心部分，相当于机器人的“大脑”。即：面对什么样的信息，需要做什么样的动作，从而让对话可以顺利地进行，并满足访客的需求与机器人本身所需达到的目的。对话设计就是机器人对话逻辑处理的设计。

2. 对话设计为什么重要？

可想而知，如果对话机器人没有了对话设计，那么机器人基本失去了多轮问答的能力。相当于访客问一个问题，机器人回答一个问题。这在较为简易的机器人中应用较为常见，但是一旦业务变得复杂一些，机器人就很难处理，应付不来。在人看来，就像“智障”一样。

那为什么不使用AI算法来解决对话逻辑的问题呢？

因为AI技术发展到现在，还无法做到通过会话级的学习，达到应答自如的对话效果。这就需要AI PM与AI训练师，通过对话逻辑的设计，让机器人变得智能，处理业务问题，从而实现预定目标。

二、对话设计关键8个要点

对话设计在功能形式上，表现为对话流程。通常流程与对话场景相对应，即一个流程处理一个对话场景。当然如果场景较大，可能一个场景需多个流程处理，流程间会协作配合，分别处理不同的任务。

流程的设计，即机器人“大脑”的设计。一般通过设定流程逻辑规则，让机器人具有处理不同问题的能力。以下为流程设计的关键点，提炼为8个。

1. 流程间执行优先级

一个机器人中，有多个流程，数量可达几十个。比较通常的情况是在30-40个左右。当然，流程的多少，跟场景划分颗粒度粗细有关。一般而言，一个流程会对应一个意图。意图即为流程的准入条件。

流程间是需要设定执行的优先级顺序的。为什么？

因为访客的同一句表述，可能会同时满足多个流程进入的条件。此时应该进入哪个流程，就需要人为地划分优先级。

你可能会说，这样划分科学吗？有效吗？是的，这样并不能保证是最客观最科学的，但是只能在可能的情况下，尽可能考虑访客的各种情况下做出最优解。

在所有的流程中，我们一般做的设计就是，将所有的流程排优先级。从第一个流程开始匹配，命中则进入流程；未命中则执行下一个流程，直至命中流程为止。若未有流程命中，则不进入流程。

所以，在做对话设计时，做好流程间的执行优先级，就可让机器人在面对访客表述识别模棱两可时，做出优先级选择，从而进入欲进入的流程。当然，也会出现未考虑到的情况，毕竟语言表达在不同的访客、不同的场景中，可能千变万化。故只能说，在已有条件下找到最优解。

2. 流程内执行、流程间跳转优先级

当进入流程后，机器人可能会面临，在同一句访客表述前，是应该在该流程继续执行，还是应该跳转到另外一个流程。

这个时候你可能会说，如果访客说到另一个场景/话题，就跳到那个流程；如果是继续当前的话题，那就应该继续原有的流程。思路是这样的没错，但是实际情况往往会比我们预想的复杂。对于场景清晰界限明确的流程间，比如“播放音乐”和“订火车票”这两种泾渭分明的场景，就很容易处理。但是当出现场景间的界限较为模糊的情况，就较难通过简单的准则区分。比如在医疗领域“咨询牙齿种植”和“咨询补牙”，由于场景相近，访客描述的内容可能很相近，机器人做意图识别时，在一些表述上很难做到区分。

所以，我们一般会制定一套跳转规则。比如，当流程间界限分明/机器人应答策略更希望流程尽量不做跳转时，设置当前流程执行有限；当流程间界限不太分明/机器人应答策略更希望在不同流程间跳转时，设置流程跳转优先。

再次地，这样的设置是通过人为地制定一套规则，让机器人可处理不同的业务问题，从而让机器人对话“智能”。

3. 流程间跳转限制

多个流程间，有诸多的流程是并列的关系。但是 也有流程间是“父子”关系、“只进不出”关系。

举个例子，比如流程A和流程B：

• 在某些情况下，流程B的准入条件，必须是进入了流程A后，满足一定条件，如访客说了某个关键字，才可进入流程B。这种关系即“父子”关系，A流程是父流程；B流程是子流程。不进入A流程，就不能进入B流程。
• 在某些情况下，流程A可跳转到流程B，但是流程B不可跳转到流程A。常见的情形是，流程A是“无意图”流程，流程B是有意图的流程。一般而言，在识别了访客意图后，当访客当前轮次的表述是无意图，也不会跳转回“无意图”流程。

通常，我们会通过流程关系的设置，来确定流程间的跳转关系和限制。在Google Dialogflow中，Context的概念，就是为了设置流程间的“父子关系”。不仅是流程间的跳转关系，流程中传递的信息（词槽信息）也会被传递/继承。故称之为Context语境。

4. 流程问句重复/不重复发送

行业中有一部分场景，是需要把机器人做成“仿真”的。即：让访客无感知/较弱感知到与自己对话的是一个机器人。这些情况下，就需要将机器人做拟人化设计。

流程问句的重复/不重复发送设计，是其中很重要的一步。试想，如果在一个对话中（特别是客服等提供业务服务的对话），对方反复发送同一句话，你会不会很容易质疑对方就是一个机器人，很生气地结束对话，或者要求转人工？

那么，如何让机器人避免流程话术重复发送呢？

我们的处理是，在设计流程的问句时，再配置上该问句要收集的信息。通过对上文该信息的识别、获取、存储与判断，来避免下文重复发送相同/类似的问句。比如：

【流程A】机器人问：“您多大年纪呢？”，配置“年龄”的信息

【流程B】机器人问：“您今年几岁呢？”，配置“年龄”的信息

当上文执行了流程A的上述问题，并获取保存了访客的“年龄”信息，则在下文执行流程B时，再次询问“年龄”的问句将被跳过，不会再触发。从而实现避免重复发同类问句的目的。

当然，如果机器人是“非仿真”的机器人，则无需做这一重判断处理。因为用户对于对话的认知就是在跟机器人对话，无所谓是否重复话术。但是，AI不就是通过智能让生活更加便捷美好吗？仿真化对应的智能，势必会是以后的大趋势。

5. 流程重复/不重复执行

执行过的流程，当访客表述又再次满足其准入的条件时，流程还可以重复执行吗？

其实这一点和上面一点的思路有点类似。流程重复执行，意味着发过了的问句/话术再次发送一遍。对于“仿真”的机器人来说，一般是需要做避免重复执行的设计。

比如：

• 流程A中执行到第3轮话术，由于访客表述跳转到了流程B
• 当流程B执行后，又满足流程A的条件从而回到流程A
• 那么此时，应该
• 从流程A的第4轮继续执行（接着刚才执行到的第3轮）

同样的，如果是“非仿真”的机器人，可容忍流程重复执行，则无需做此设计。

6. 流程被打断后恢复/不恢复

当流程发生跳转的，一般会伴随流程的打断。可能的情形是，在原有流程中聊得挺好，访客突然说了个与该流程不相干的内容，或是另起一个话题，导致跳转到了另一个流程。

比如：

• 流程A中执行到第3轮话术，由于访客表述跳转到了流程B
• 当流程B执行完
• 此时，由于A流程是被打断的主要场景，访客更倾向于继续将A流程话题继续至结束。故需恢复至A流程并执行完

这种情况一般是在A流程是主要场景/流程的情况下，在A流程中做的设置。而对于那些较为次要的流程，则较无需做“打断后恢复”的设置。因为有可能其跳转的是主要的流程，便无需做恢复动作。

7. 信息采集与追问

对话的本质是对话双方信息的交流。在对话流程进行中，信息的采集尤为重要。信息不仅可作为机器人话术的组成部分、作为访客信息记录/传递，还可作为条件判断的来源、第三方接口的传递内容。所以信息采集对于对话流程来说很重要。

所以，一般我们在设计流程的问句时，会设置相应的信息采集内容。还是上面的例子：
机器人问：“您多大年纪呢？”，一般会设置“年龄”的信息采集。可通过算法的实体识别（NER）技术，获取访客表述的年龄信息。

当信息未获取时，也可通过“信息追问”的方式，追加询问，以获取欲获得的信息。

当然，信息追问也许根据具体场景来设计，设计过多也会让访客觉得反感。一般来说，信息追问的话术连续不应超过2次。

8. 流程与知识库的协作配合

以上说的都是流程内部的设计点。在流程之外，知识库是机器人另一重要组成部分。知识库主要进行单轮一问一答的知识答疑。那么流程和知识库如何协作配合，对于对话来说也是很重要的一环。

一般而言有以下4种策略：

• 策略1：针对访客的表述，先进行知识库答疑，后执行流程话术；
• 策略2：针对访客的表述，先进行流程内判断，若不满足流程执行的条件则进行知识库答疑；若满足流程执行条件则执行流程话术
• 策略3：只使用知识库答疑，不执行流程话术
• 策略4：只执行流程话术，不使用知识库答疑

四种策略，侧重点不同。

• 策略1，是种综合的方式，结合了知识库与流程话术的优点，在较大限度上限制二者的缺点；
• 策略2，是侧重流程话术的方式。知识库作为流程的补充使用；
• 策略3，一般适用于问答机器人，业务较为简单，无需较复杂的对话逻辑处理
• 策略4，一般适用于强引导型的机器人，可以基本不做访客的知识答疑

一般根据客户的实际场景，去设计不同的协作策略。一句话，可达到业务目标即可，没有优劣之分，只有侧重点之分。

三、总结

对话机器人是一个系统，对话设计作为这个系统的“大脑”，需设定不同功能模块，来处理应对不同的业务场景访客问题。其中，对话设计中的这8个关键要点，是对话设计的核心。做好了这8个关键要点的设计，可以说基本上覆盖了流程设计的避坑要点。

当然，机器人对话设计，还有很多其他的细节点设计，同时需侧重考虑与这8个要点之间的关系与协作模式。希望这些要点阐述与总结，对你的设计有帮助。

作者：咖喱鱼丸，5年PM经验，2年AI PM经验

本文由 @咖喱鱼蛋egg 原创发布于人人都是产品经理。未经许可，禁止转载

题图来自Unsplash，基于CC0协议