對(duì)話(huà)式人工智能被視為一種卓越的解決方案，可在用戶(hù)需要時(shí)以最符合其意愿的方式提供所需信息。然而，即便如此，對(duì)話(huà)式人工智能系統(tǒng)仍然不乏一些普遍存在的瑕疵。

下面是我多年來(lái)整理的一些小技巧，可以幫助您提升對(duì)話(huà)式系統(tǒng)的性能：

1、精簡(jiǎn)提問(wèn)

對(duì)話(huà)式人工智能系統(tǒng)的目標(biāo)是獲得完成任務(wù)所需的信息，這些信息可以來(lái)自上下文或用戶(hù)提問(wèn)。

然而，系統(tǒng)提出的每個(gè)問(wèn)題都可能導(dǎo)致對(duì)話(huà)失敗。因此，我們的目標(biāo)是最小化提問(wèn)次數(shù)，或者使問(wèn)題更加簡(jiǎn)單。

以汽車(chē)保險(xiǎn)為例，用戶(hù)想要查詢(xún)剛剛提交的索賠狀態(tài)。我們只需要求用戶(hù)提供理賠的11位數(shù)字ID，而無(wú)需復(fù)雜的問(wèn)題或解釋。這樣的設(shè)計(jì)更符合用戶(hù)需求，同時(shí)減少對(duì)話(huà)失敗的風(fēng)險(xiǎn)。

2、技術(shù)人員可能會(huì)問(wèn)太多問(wèn)題

在技術(shù)驅(qū)動(dòng)的方法中，通常首先考慮的是所需的"理賠詳細(xì)信息 API"。開(kāi)發(fā)人員甚至可能會(huì)提到已經(jīng)存在一個(gè)API，可以利用保單ID來(lái)獲取詳細(xì)信息。這是極好的！我們只需要用戶(hù)提供1保單ID，就能獲得所需信息。這種設(shè)計(jì)與目前通行的技術(shù)方法截然相反。

盡管這對(duì)于開(kāi)發(fā)人員而言相對(duì)容易，但對(duì)用戶(hù)來(lái)說(shuō)可能會(huì)構(gòu)成一定的挑戰(zhàn)。用戶(hù)必須精確輸入11位數(shù)字的ID。在語(yǔ)音環(huán)境下，即使用戶(hù)知道這11個(gè)數(shù)字，要正確捕捉它們也可能具有一定挑戰(zhàn)性。

3、通過(guò)更友好的設(shè)計(jì)，使問(wèn)題更易于解答

為了讓用戶(hù)更輕松地輸入索賠ID，我們可以降低要求的數(shù)字?jǐn)?shù)量，例如僅要求輸入最后四位數(shù)字，而不是全部的11位數(shù)字。盡管后端仍然需要完整的索賠ID，但這種設(shè)計(jì)可以顯著降低用戶(hù)提問(wèn)的難度。在輸入或說(shuō)出少數(shù)數(shù)字時(shí)，出現(xiàn)錯(cuò)誤的可能性較小。

“提出更簡(jiǎn)單的問(wèn)題”有多種方式：

1. 提出不同的問(wèn)題：對(duì)于索賠情況，這可能包括詢(xún)問(wèn)索賠的日期。對(duì)于很多使用場(chǎng)景而言，索賠ID或日期對(duì)于每個(gè)用戶(hù)都是唯一的。
2. 使用照片識(shí)別：一些移動(dòng)應(yīng)用程序可以從照片中識(shí)別并提取所需的信息。

然而，提出更簡(jiǎn)單問(wèn)題的辦法仍然存在一定的限制，因?yàn)槟匀辉谔釂?wèn)。例如，在汽車(chē)索賠的情況下，我們期望來(lái)電者能夠獲取有關(guān)索賠的詳細(xì)信息，但這一過(guò)程可能會(huì)對(duì)用戶(hù)構(gòu)成挑戰(zhàn)。那么，我們是否可以進(jìn)一步簡(jiǎn)化事情呢？

**4、**做出合理的假設(shè)（并可能確認(rèn)）

讓我們進(jìn)行一種不同的思考方式，將話(huà)題從技術(shù)角度轉(zhuǎn)向用戶(hù)視角。我們應(yīng)該將用戶(hù)置于首要位置，理解他們?yōu)槭裁匆码娮稍?xún)汽車(chē)索賠事宜。可能是因?yàn)樗麄儎倓偨?jīng)歷了一次車(chē)禍，正在追蹤他們所提交的索賠。

盡管用戶(hù)可能有多項(xiàng)索賠，但他們可能會(huì)電話(huà)咨詢(xún)關(guān)于最近一項(xiàng)索賠的信息。這樣的情況下，我們需要進(jìn)行合理的假設(shè)，并有必要確認(rèn)這些假設(shè)，以便更好地滿(mǎn)足用戶(hù)的需求。

上圖展示了一種能夠減輕用戶(hù)負(fù)擔(dān)的方法?，F(xiàn)在，用戶(hù)無(wú)需將索賠信息主動(dòng)提供，而是可以接收系統(tǒng)提供的信息。這一改進(jìn)不僅降低了用戶(hù)的交互負(fù)擔(dān)，還能夠滿(mǎn)足后端數(shù)據(jù)檢索的需求。用戶(hù)確認(rèn)信息要比主動(dòng)提供信息更為便捷。此外，這種方式也使得對(duì)話(huà)式人工智能系統(tǒng)看上去更具智能性，提高了用戶(hù)對(duì)系統(tǒng)的信任感。

然而，這種模式需要額外的上下文信息，以確保信息不會(huì)被泄露給惡意的第三方。例如，在索賠搜索的示例中，系統(tǒng)通過(guò)識(shí)別來(lái)電者的身份（可能將傳入電話(huà)號(hào)碼與索賠政策綁定）來(lái)推動(dòng)這一過(guò)程。

雖然并非總是可以跳過(guò)問(wèn)題而僅僅做出合理的假設(shè)，但這是構(gòu)建更高效對(duì)話(huà)式人工智能系統(tǒng)的強(qiáng)大技術(shù)之一。接下來(lái)，讓我們探討如何改進(jìn)您需要提問(wèn)的問(wèn)題的方法。

5、提供明確的選擇

在前述部分，我們討論了通過(guò)減少問(wèn)題的方式來(lái)提高人工智能系統(tǒng)的效能。然而，有時(shí)候，刪除問(wèn)題并不是可行的選擇，問(wèn)題仍然需要被提出。在這種情況下，一種有力的方法是提供明確的選擇，即要求用戶(hù)從一個(gè)明確的列表中作出選擇。讓我們來(lái)想象一下，假如我們要求用戶(hù)在蘋(píng)果和橙子之間進(jìn)行選擇。雖然這聽(tīng)起來(lái)相對(duì)簡(jiǎn)單，但我們?nèi)绾未_保用戶(hù)成功地做出了一個(gè)選擇呢？

選擇題的實(shí)施可能比您想象的更具挑戰(zhàn)性。讓我們一同研究一些潛在的陷阱。

6、謹(jǐn)防“是/否”混淆

我們需要謹(jǐn)防“是/否”混淆。用戶(hù)對(duì)于如何回答選擇性問(wèn)題并不總是明確的。例如，當(dāng)您問(wèn)用戶(hù)“您是想要蘋(píng)果還是橙子？”時(shí)，他們可能會(huì)回答“是！”這種情況下，我們需要重新構(gòu)思問(wèn)題以使用戶(hù)更加明確：

• “請(qǐng)選擇蘋(píng)果或橙子?！?/li>
• “您想要哪種水果——蘋(píng)果還是橙子？”

這些問(wèn)題的重新表述可能看似技術(shù)上相同，但在實(shí)際對(duì)話(huà)中的效果可能截然不同，因此選擇適用于對(duì)話(huà)媒體的對(duì)話(huà)副本是確保對(duì)話(huà)人工智能系統(tǒng)最佳性能的關(guān)鍵。

7、按鈕簡(jiǎn)化了操作流程

有些用戶(hù)不太愿意輸入或語(yǔ)音回答問(wèn)題。在聊天場(chǎng)景中，通過(guò)點(diǎn)擊按鈕可能比鍵入回答更為便捷。而在語(yǔ)音場(chǎng)景中，用戶(hù)通常具備按下鍵盤(pán)上按鈕的能力——例如，按下“1”表示選擇第一個(gè)選項(xiàng)，按下“2”表示選擇第二個(gè)選項(xiàng)，以此類(lèi)推。在評(píng)估用戶(hù)對(duì)于問(wèn)題“請(qǐng)選擇蘋(píng)果或橙子”的回應(yīng)時(shí)，我們可以接受“蘋(píng)果”或“1”作為等同的答案。這種方式能夠更加順暢地完成操作。

按鈕雖然可能不會(huì)給人帶來(lái)“高科技”的感覺(jué)，但如果正確使用，它們可以提高用戶(hù)的操作效率。

對(duì)于用戶(hù)在選擇過(guò)程中犯下的小錯(cuò)誤，我們應(yīng)該具備一定的彈性。當(dāng)要求用戶(hù)做出選擇時(shí)，無(wú)論是用戶(hù)還是人工智能系統(tǒng)，都有可能出現(xiàn)誤操作。例如，在聊天界面中，用戶(hù)可能會(huì)將“apple”拼寫(xiě)成“appel”。此時(shí)，人工智能不應(yīng)該簡(jiǎn)單地回應(yīng)“我不明白”，而應(yīng)該合理地假設(shè)用戶(hù)意圖選擇蘋(píng)果，從而提供正確的響應(yīng)。這種容錯(cuò)性能提高了用戶(hù)體驗(yàn)的友好程度。

在語(yǔ)音應(yīng)用程序中，如果您的選項(xiàng)包含領(lǐng)域?qū)I(yè)術(shù)語(yǔ)，那么您可能需要進(jìn)行自定義模型的訓(xùn)練，以確保能夠準(zhǔn)確地識(shí)別這些選擇選項(xiàng)。您已經(jīng)了解用戶(hù)可能會(huì)做出什么樣的反應(yīng)，無(wú)論您提供的是什么選擇，都必須確保您的語(yǔ)音服務(wù)可以精確地將其轉(zhuǎn)錄。對(duì)于這個(gè)水果選擇的示例，務(wù)必在自定義模型的訓(xùn)練中包含一些“蘋(píng)果”和“橙子”的條目，以保證準(zhǔn)確性。

即使您已經(jīng)訓(xùn)練了自定義模型，仍然可能會(huì)遇到轉(zhuǎn)錄錯(cuò)誤的情況。您的語(yǔ)音服務(wù)有時(shí)可能會(huì)將“apple”錯(cuò)誤地轉(zhuǎn)錄為“appeal”或“hackle”等。在這種情況下，您可以考慮將這些潛在的錯(cuò)誤轉(zhuǎn)錄情況添加到您的Watson Assistant實(shí)施方案中，以進(jìn)一步提高識(shí)別準(zhǔn)確性。

選擇性問(wèn)題在對(duì)話(huà)式人工智能系統(tǒng)中是常見(jiàn)的。通過(guò)應(yīng)用這些技巧，您可以確保您的選擇性問(wèn)題更加高效。

8、提供清晰的選擇

在前面的內(nèi)容中，我們?cè)?jīng)討論過(guò)精確用詞如何提高人工智能的效能，因?yàn)楦鼫?zhǔn)確的對(duì)話(huà)文本能夠產(chǎn)生更出色的用戶(hù)響應(yīng)。更精細(xì)的對(duì)話(huà)文本不僅能夠改善用戶(hù)的體驗(yàn)，還有助于提升用戶(hù)滿(mǎn)意度并加速任務(wù)的完成。這一系列效果共同促進(jìn)了更為順暢的用戶(hù)體驗(yàn)。

9、言之有物

在對(duì)話(huà)中，每個(gè)字都會(huì)增加用戶(hù)的負(fù)擔(dān)。在文字聊天中，他們需要閱讀；在語(yǔ)音對(duì)話(huà)中，他們需要聆聽(tīng)（并等待）言辭。因此，審查對(duì)話(huà)以排除不必要的文本至關(guān)重要。以下是一些示例：

• “請(qǐng)仔細(xì)聆聽(tīng)，因?yàn)槲覀兊牟藛芜x項(xiàng)最近發(fā)生了變化?！?這條消息最后一次有用是什么時(shí)候呢？如果您每年只打一次電話(huà)，您幾乎不太可能記得這些選項(xiàng)。如果您每天都在通話(huà)，您只需聽(tīng)一次。這句話(huà)在絕大多數(shù)情況下都沒(méi)有實(shí)際用途，它也是我最討厭的 IVR（交互式語(yǔ)音響應(yīng)）之一。
• “您的電話(huà)對(duì)我們很重要?！?這不是您應(yīng)該告訴用戶(hù)的，而是您應(yīng)該通過(guò)行動(dòng)來(lái)展示的。真正尊重用戶(hù)意味著行動(dòng)勝于言辭。
• “（如何進(jìn)行的詳細(xì)解釋?zhuān)?。如果您需要提供冗長(zhǎng)的解釋?zhuān)员阌脩?hù)能夠“按照您的方式進(jìn)行”，那么也許需要考慮技術(shù)上的改進(jìn)，以減少對(duì)解釋的依賴(lài)。這可以讓對(duì)話(huà)更加流暢而高效。

10、準(zhǔn)確使用標(biāo)點(diǎn)符號(hào)

對(duì)話(huà)式人工智能系統(tǒng)使用文本到語(yǔ)音引擎與用戶(hù)進(jìn)行對(duì)話(huà)，而這些引擎會(huì)依賴(lài)標(biāo)點(diǎn)符號(hào)的線(xiàn)索來(lái)確定在句子中添加重音和停頓的位置。

我還記得一件巧妙的T恤上寫(xiě)著“我們吃飯吧，奶奶”，其中的粗體逗號(hào)引發(fā)了標(biāo)語(yǔ)：“標(biāo)點(diǎn)符號(hào)拯救生命”。實(shí)際上，標(biāo)點(diǎn)符號(hào)也許不能拯救您的人工智能系統(tǒng)的“生命”，但它們確實(shí)可以使您的對(duì)話(huà)文本聽(tīng)起來(lái)更加流暢。

在檢查對(duì)話(huà)中的標(biāo)點(diǎn)符號(hào)時(shí)，請(qǐng)確保：

• 所有句子都以句號(hào)結(jié)束。
• 復(fù)合句使用逗號(hào)進(jìn)行分隔。
• 在選擇列表中，包括“牛津逗號(hào)”（即在“請(qǐng)選擇 A、B或 C”中的最后一個(gè)逗號(hào)）。

此外，您甚至可以考慮使用自動(dòng)化功能，以便在虛擬助手中為所有對(duì)話(huà)創(chuàng)建音頻文件。

總結(jié)

本文探討了多種提升對(duì)話(huà)式人工智能的技術(shù)方法。在開(kāi)發(fā)新的對(duì)話(huà)式人工智能系統(tǒng)或改進(jìn)現(xiàn)有系統(tǒng)時(shí)，請(qǐng)考慮采用這些技術(shù)。無(wú)論是新系統(tǒng)還是已存在的系統(tǒng)，持續(xù)的改進(jìn)和迭代都對(duì)人工智能系統(tǒng)的性能產(chǎn)生積極影響。這些實(shí)踐已經(jīng)被證明可以顯著提升對(duì)話(huà)式人工智能系統(tǒng)的效能。