设计Chatbot
  • PDF

设计Chatbot

  • PDF

介绍在创建Chatbot服务之前需要考虑的事项。

设定服务的目的

Chatbot服务必须按照服务目的进行创建。在创建Chatbot之前,请具体设定服务目的。
例如,您可以为Chatbot设定以下目的。

  • 除已有的咨询响应渠道(如客服中心电话、电子邮件咨询、聊天咨询等)外,新增一个咨询应对渠道
  • 为减少从已有渠道引入的咨询资源,用Chatbot咨询代替
  • 保留已有渠道,并将其转换为销售或营销资源
  • 将已有渠道代替为Chatbot咨询,并对Chatbot未作响应的案例引入至咨询

设置回复范畴

需要根据服务目的选择Chatbot类型并考虑回复范畴。Chatbot大体分为封闭式回复类型和开放式回复类型。两种类型也可以同时使用。

对用户的问题只提供封闭式回复的Chatbot类型

  • 只针对FAQ等CS问题提供回复
  • 除了CS问题以外,还对与相应服务相关的所有主题提供回复

对用户的问题还提供开放式回复的Chatbot类型

  • 提供有关查询配送信息的回复(需要确认和决定提供哪种类型的回复,以及要准备提供几个服务)
  • 提供有关申请预约售后技术员上门服务的回复(如果是注册、变更等需要任务处理的回复,需要确认是哪一种类型、决定提供几个服务)

设置场景和响应范围

场景种类

Main场景
Main场景是处理服务主要目的的场景。例如,在预约场景中,可以通过配置场景流程来掌握用户预约意图、将预约信息填入槽中、检查预约信息的有效性、确认并确定预约信息。
<示例> 掌握用户意图、订单信息填槽、订单信息有效性检查、订单确认、订单确定等

Repair场景
Repair场景是一种修改型脚本,即用户脱离了Main脚本时,使其回流到Main场景以实现服务的主要目的。
<示例> 用户无应答、意图不明等

Global场景
虽然不是Main场景,但在任何对话中都可通过该场景进入和回流。
<示例> 请求重新发言、结束通话、请求转换客服人员、FAQ咨询等

考虑场景响应策略

考虑Repair场景连续匹配次数

  • 考虑是否立即回流至Main场景
  • 如果连续匹配到Repair场景,最多回流至Main场景N次;如果超过N次,则考虑是否结束场景或连接至客服人员

对上一个Chatbot发言考虑是否重新发言

  • 对上一个Main场景中的Chatbot发言考虑是否重新发言

设计其他预期场景

  • 是否也响应订单确认、变更和取消?
  • 是否只接受当日订单?
  • 最多可以接受多少名的团体订单?
  • 售罄时,是否提出推荐时间?
  • 从当前日期开始,可订购到什么时候?
  • 本想对订单进行完成处理,但在处理过程中出现其他订单时该如何处理?

决定拟关联的渠道

需要决定将创建的Chatbot关联至哪个渠道。根据关联的渠道,可能会存在无法使用CLOVA Chatbot特定功能的情况,因此需要提前确认拟关联的渠道中可以操作的功能。
可以通过以下标准挑选拟关联的渠道。

  • 文本类型
    • LINE、TalkTalk、Facebook等外部即时通讯工具
    • 可关联至自定义Web/应用等内部渠道的即时通讯工具
  • 语音类型:人工智能音箱等外部设备

各渠道中无法使用的功能

各渠道中无法使用的功能如下。

渠道 无法使用的功能
LINE即时通讯工具
NAVER TalkTalk 反馈
Facebook - 反馈
- 推送消息
- 固定菜单
NAVER WORKS - 反馈
- 推送消息
CLOVA Extension - 反馈
- 推送消息
- 固定菜单

各功能支持的渠道

功能 支持渠道
欢迎消息 所有即时通讯工具
组合回复 所有即时通讯工具
反馈 LINE即时通讯工具
表情包回复 LINE即时通讯工具
Flex回复 LINE即时通讯工具
推送消息 - LINE即时通讯工具
- NAVER TalkTalk
固定菜单 - LINE即时通讯工具
- NAVER WORKS
- NAVER TalkTalk

构建对话数据集

选择Chatbot引擎之后,为构建对话,需要有关Chatbot拟提供的回复范畴相对应的数据。建议整理已有数据后使用。因为可能存在无法用于服务目的的数据,所以需要在前期选择适合的数据集,以便缩短构建学习数据所需的时间。

整理数据

在构建对话数据集之前,必须要进行数据整理工作。数据整理是非常耗时耗力的工作。如果不使用经过整理的数据,Chatbot提供的答案可信度会降低,由此可能会对企业形象产生负面影响。
构建Chatbot数据集时可利用的已有数据如下。

  • 官网的“常见问题”和“1:1咨询”等
  • 聊天咨询提问内容
  • 客服中心的来电咨询类型、咨询代码等
  • 客服中心录制的STT数据

需要决定对话数据集构建负责人

构建对话时,需要安排熟悉服务域的专业人员。因为这一过程需要构建者具体掌握实际用户的高频率问题,以及用户遇到困难的操作等,所以由最了解相应问题应该如何回复的实际业务负责人(客服人员、应对新上市产品的培训资料编写者等)构建对话数据集最为有效。

维护和部署管理

Chatbot服务并非创建一次便完成的服务,而是需要持续的重新学习过程。特别是对于新产品上市等情况,导致客户的业务产生变化时,需要立即反映最新信息。因此,为了持续维护对话数据集并管理服务部署事宜,需要制定相关操作策略。

企划Chatbot场景

编写关于以哪种流程构建Chatbot对话的详细场景。需要考虑以哪种方式(例如构建Chatbot运行后向用户传达的首个欢迎消息、当输入了Chatbot无法理解的消息时需要发送的失败消息以及评价Chatbot满意度的反馈消息等)提供场景。还需要准备用户的预期问题和回复,并决定以何种方式提供回复。您可以选择简单地提供文本回复,或关联到外部链接,但也可以通过利用表单、任务、操作方法来构建更为复杂的对话。


本文是否有帮助

What's Next