Почему хорошим чат-ботам нужен контекст, а не древовидные потоки

В примере вы заинтересованы в посещении достопримечательности и хотите узнать, сколько стоят входные билеты, поэтому вы спрашиваете:

Пользователь: «Сколько стоят билеты для 2 взрослых и 1 ребенка в облачный лес?»

Удивительно, но чат-бот не знал ответа, несмотря на наличие соответствующих API-интеграций.

Bot: «Извините, я все еще учусь».

С небольшим руководством чат-бот перенаправляет вас к управляемому (основанному на правилах) потоку разговора. Предлагает сказать: «Купить билетысначала ", а потом"Стоимость билета", и наконец "Облачный лес», чтобы добраться до ответа.

Bot: «Билеты доступны на сайте».

Еще не совсем близко.

Подавляющее большинство виртуальных агентов используют модель понимания естественного языка (NLU), но пользователи по-прежнему страдают от неестественных диалогов.

Нельзя просто объяснить интеллект чат-бота, сказав, что одна платформа НЛП лучше или хуже другой. Это удобная причина, но не в данном случае. Почему? Цель хорошо обученной модели NLU — помочь сопоставить входные данные (высказывания пользователя) с выходными данными (намерениями пользователя). Например, оба «Отправьте пиццу с курицей карри на Саншайн-авеню, 20» и “Я хочу рыбу с жареным картофелем” относятся к тому же намерению «Заказ еды».

Однако на этом обнаружение намерений заканчивается. Как дизайнер или разработчик разговоров, вы должны учитывать, что происходит после обнаружения намерения. Это называется контекст дать максимально прямой ответ.

1. Как разговорный ИИ может автоматизировать обслуживание клиентов

2. Автоматизированные и живые чаты: каково будущее обслуживания клиентов?

3. Чат-боты в качестве помощников врачей во время пандемии COVID-19

4. Чат-бот против. Интеллектуальный виртуальный помощник - в чем разница и зачем это нужно?

В реальной жизни, если вы и ваш друг наконец встретитесь после нескольких месяцев самоизоляции, все моменты последней поездки, которые вы оба помните, формируют контекст. У него есть определенные параметры, такие как названия городов и люди, которых вы встречаете по пути. Контекст также скоропортящийся, а это означает, что праздничные моменты до COVID-XNUMX не являются первым делом, если вы и ваш друг встречались несколько раз, чтобы поговорить о других вещах.

Когда вы программируете чат-ботов, вы можете захотеть сделать что-то с определенной информацией, произнесенной пользователем. Например, хорошей идеей для вашего виртуального агента является активное извлечение названия еды и адреса доставки во время сеанса разговора и сохранение состояния памяти (контекста). Бот не должен запрашивать ту же информацию, когда пользователь уже сказал ее по пути.

К сожалению, сегодня некоторые чат-боты не могут запомнить важные параметры для ведения полезного диалога с пользователем, которому в конечном итоге придется повторять важные детали чат-боту, чтобы помочь ему.

Вот некоторые возможности:

1. Проектирование счастливых путей только с помощью древовидных инструментов дизайна разговоров в каком-то программном обеспечении с низким кодом
2. Отношение к намерениям как к поворотам или контрольным точкам в потоке, а не к целям, которые имеет в виду клиент.
3. Представление интеллектуальных карт или блок-схем разговоров инженерам-программистам без указаний на исправление пользовательских ошибок и обходные пути в чате.
4. Трудности с учетом больших перестановок в нелинейном приложении, в отличие от веб-приложения или мобильного приложения с конечными потоками к состояниям успеха/неудачи.

Пользователь: «Какие цены на билеты для 2 взрослых и 1 ребенка в облачный лес еще раз?"

На этот раз чат-бот извлекает объекты, которые он ищет в намерении запроса цены билета. Это участники и место притяжения. Поскольку данных достаточно для поиска цен на билеты, чат-бот представляет пару соответствующих расширенных карточек.

Якобы вы ошиблись. Вы исправите ошибку, сказав

Пользователь: "как насчет 1 взрослого, 1 ребенка и 1 пожилого человека вместо этого?

Вместо запаски(«Извините, я не понял»), сообщение приводит к намерению на основе параметров. Чат-бот уже запомнил ваш любимый сайт аттракционов и теперь учитывает только информацию о новом участнике. Он также знает, что вы находитесь в состоянии запроса цены билета, поэтому, не требуя от вас повторения, он сообщает вам новую общую стоимость.

Бот: «Стандартные ставки составляют 20 долларов США за взрослого, 12 долларов США за ребенка и 10 долларов США за пожилого человека. Итого 42 доллара».

Вы продолжаете упоминать, что вы местный житель.

Пользователь: «Я местный»

Опять же, не заставляя вас повторять сайт аттракциона и количество людей, а также менять текущую тему разговора, чат-бот ищет цены на билеты на основе всей собранной обновленной информации. Успех!

Бот: «Местные тарифы составляют 12 долларов США за взрослого, 8 долларов США за ребенка и 8 долларов США за пожилого человека. Итого 28 долларов».

Source: https://chatbotslife.com/why-good-chatbots-need-context-not-tree-based-flows-f083db0ed635?source=rss—-a49517e4c30b—4