打造聊天機器人 #1：資料準備
在前文中，我們釐清了企業對 Chatbot 的常見迷思。現在，我們將從零開始介紹 Chatbot 的建置流程。做機器人並不是把技術面搞定就完成了。無論是委託廠商客製，或運用現成的軟體工具，背後的資料準備都是最大的關鍵。
資料準備：給虛擬員工的員工手冊
我們可以將機器人想像成一個虛擬員工。任何員工開始工作前，公司一定會提供員工手冊等教育訓練，讓新人掌握工作 SOP，以及與客人互動的言行規範。
機器人也是一樣。無論何種專案，企業都必須準備「給機器人的員工手冊」，才能打造出一個優良的虛擬員工。要完成這個員工手冊，最關鍵的三步驟包含：
- 知識範圍界定：整理出「機器人應該聽懂哪些問題」。
- 意圖分類：將可能被問的問題，分類為若干類型。
- 腳本設計：針對各個問題類型，設計回答文案或劇情。
以下舉「信用卡機器人」為例，分別說明三個步驟該如何進行。
1) 知識範圍界定
首先，企業必須清楚地規範出機器人「應該聽懂哪些問題」。我們不會期待信用卡客服人員跟我們聊聊「約會該去哪間餐廳」、「心情低落時該聽什麼音樂」這類問題。我們的虛擬員工也是一樣。整理出「應該聽懂哪些問題」有幾種方式，例如：清整過去的電話客服記錄、蒐集網路客服、社群對話記錄、訪問第一線的客服人員。
而在整理問題時，需要注意，人類在面對電話、線上真人客服時使用的語句會較為完整，而人類在面對機器人時，輸入的語句會較為精練，甚至趨近於命令式的語氣。
在整理問題項目的同時，對每個問題「模擬出人機對話的短句」也是很重要的，否則容易發生機器人聽得懂一般長句子，卻對短句子沒信心的狀況。建議讀者可以整理一些人機對話的模擬句，以作為後續模型訓練的語料，讓機器人從中學習。
2) 意圖分類
在前一步驟，我們整理出了機器人應該聽懂的問題。然而問題的問法有成千上萬種，我們不可能對所有的發問方式，分別撰寫數萬種答案。因此，目前的 AI Chatbot 建置專案都需要經過一個重要的程序：「意圖分類」，再針對每個意圖類型，各自撰寫回答文案。
所謂「意圖」，便是「使用者輸入的語句，背後想達成的目標」。
以上圖為例。圖中雖然出現 13 條問題，但我們並不需要真的寫出 13 種回答。這些問題，依照其背後的含義，其實分成 5 種意圖就行了，這樣我們只需要寫 5 個對應的回答。
讀者可能已經察覺，意圖的分類也是一門學問 ── 分得太粗略，意圖太少，回答的彈性會降低；但分得太細又可能造成意圖之間的混淆，造成 Chatbot 回答失誤。例如意圖四（掛失）和意圖五（補發）的意涵十分接近，若使用者問：「卡片掛失之後要怎麼補發？」，便會發生機器人意圖混淆的情況。因此實務上可能會選擇將兩者合併為「掛失補發」。
原則上，一個意圖會對應一個回答。不過，我們可以透過抽換語句中的關鍵詞彙（entity），建立更多種回答。例如對於「卡片申請」這個意圖，使用者可能會說：「我想辦白金卡」。此時我們可以建立「信用卡」這個關鍵詞彙類型，並整理出各款式的信用卡（例如：白金卡、現金回饋卡、響樂卡 ……），進而針對每種信用卡，撰寫不同的回答。
關於意圖和關鍵詞彙的設計，一個簡單的想法是：把「意圖」想像成「句型」，而「關鍵詞彙」則是句型中可抽換的人、事、時、地、物。
一般來說，若我們針對某類型的問題，可以給予統一的回覆，不需因應關鍵詞彙而設計特殊的答案（例如：行李箱、電鍋、機票等禮品，對發卡銀行來說都是相同的寄送流程，只要回答統一的回應即可），則我們可以只建立意圖就好。
若我們需要針對不同人、事、時、地、物，給予不同回答，則可以對該意圖指定關鍵詞彙的類型，並進一步列出詞彙的各個值，讓機器人提供更細緻的回答。
以下圖為例，我們對於「卡片申請」這個意圖，可以進一步讓機器人聽懂不同的信用卡，以提供不同的答案。例如信用卡之中，可能有白金卡、鑽石卡、現金回饋卡等不同的名稱，而光是白金卡，可能又會有同義字，例如「Platinum Card」等稱呼。這些都是可以教給機器人的細節。
3) 腳本設計
Chatbot 的回答文案，相當於員工手冊中對於各種事件的處理 SOP。舉例而言，當客戶說出「我想辦信用卡」時，客服人員應協助客戶找出最符合需求的卡別。同樣的道理，在機器人上也適用。企業若想提供更好的 Chatbot 體驗，便需要針對「卡片申請」這個意圖，設計後續的劇情腳本。
不同於人與人之間單純以言語溝通，LINE、Messenger 等社群平台的 Chatbot 更提供了按鈕。按鈕在對話情境中，有幾項好處：
- 話題引導：讓使用者看到明確的選擇，讓對話維持在主題之內。
- 多元互動：按鈕可以開啟網頁、撥打電話，或觸發其他劇情。
- 資料蒐集：使用者點選過的選項，都可以儲存在資料庫中，達成類似問卷蒐集的效果。
企業在規劃機器人腳本時，可以多多運用按鈕的特色，設計出優良的使用體驗。
而除了知識範圍內的問題，使用者可能出於好奇，隨意輸入超出知識範圍的語句，測試機器人的回答能力。為了避免機器人硬是從既有文案中選擇答案，而發生雞同鴨講的情況，企業必須設計「超出知識範圍時的預設文案」，讓機器人提供使用者適當的引導，避免話題偏離主題。
小結
綜合以上三點，企業在建置 AI Chatbot 之前，可以將「機器人要聽懂的問題、意圖分類、腳本設計」這三個項目，整理為如下的格式，以利後續的自然語意訓練。同時，也能讓機器人的知識架構更清晰，提升機器人的可維護性。
對於使用者的每個意圖，機器人都需要做出對應的回答。由於語句自動生成還是個高度實驗性的技術，因此實務上機器人的回答腳本還是需要人類去撰寫。
下一篇，我們將會介紹 Chatbot 的回答腳本有哪些設計小技巧，讓企業能在對話式商務時代，創造出更好的使用體驗。
優拓資訊 (Yoctol Info Inc.)
At YOCTOL, We AI Your Business by Bot.
優拓為新銳 AI 團隊，利用自行研發的機器人框架、自然語意理解、網路爬蟲、推薦引擎，為企業提供全方位的商務機器人解決方案，不僅可以即時回應顧客的客服需求，也能主動推播個人化商品推薦，提昇企業經營效能。
若您有相關業務需求或是任何建議、疑問，都歡迎寄信至 service@yoctol.com，我們將盡速與您聯繫，期待您的來信！
