ในตัวอย่าง คุณสนใจที่จะเยี่ยมชมสถานที่ท่องเที่ยวและต้องการทราบว่าตั๋วเข้าชมมีราคาเท่าไหร่ คุณจึงถามว่า
ผู้ใช้: “ตั๋วสำหรับผู้ใหญ่ 2 คนและเด็ก 1 คนไปที่ป่าเมฆราคาเท่าไหร่”
น่าแปลกที่แชทบ็อตไม่ทราบคำตอบ แม้ว่าจะมีการผสานรวม API ที่เกี่ยวข้อง
Bot: “ขอโทษ ฉันยังเรียนอยู่”
ด้วยคำแนะนำเล็กน้อย Chatbot จะนำคุณไปยังขั้นตอนการสนทนาที่มีคำแนะนำ (ตามกฎ) มันแสดงให้เห็นว่าคุณควรพูดว่า “ซื้อตั๋ว” ก่อน ตามด้วย “ราคาตั๋ว", และในที่สุดก็ "ป่าเมฆ” เพื่อให้ได้คำตอบ
Bot: “ตั๋วมีจำหน่ายบนเว็บไซต์”
ยังไม่ค่อยสนิท
ตัวแทนเสมือนส่วนใหญ่ใช้แบบจำลองความเข้าใจภาษาธรรมชาติ (NLU) แต่ผู้ใช้ยังคงรู้สึกอึดอัดกับบทสนทนาที่ผิดธรรมชาติ
เราไม่สามารถอธิบายความฉลาดของแชทบอทได้ง่ายๆ โดยบอกว่าแพลตฟอร์ม NLP หนึ่งดีกว่าหรือแย่กว่าอีกแพลตฟอร์มหนึ่ง เป็นเหตุผลที่สะดวก แต่ไม่ใช่ในกรณีนี้ ทำไม จุดประสงค์ของโมเดล NLU ที่ได้รับการฝึกอบรมมาเป็นอย่างดีคือเพื่อช่วยแมปอินพุต (คำพูดของผู้ใช้) กับเอาต์พุต (ความตั้งใจของผู้ใช้) ตัวอย่างเช่น ทั้งสอง “ส่งพิซซ่าไก่แกงไปที่ 20 Sunshine Avenue” และ “ฉันต้องการปลาและมันฝรั่งทอด” อ้างถึงเจตนา "สั่งอาหาร" เดียวกัน
อย่างไรก็ตาม นั่นคือจุดสิ้นสุดของการตรวจจับเจตนา ในฐานะนักออกแบบหรือนักพัฒนาการสนทนา คุณต้องพิจารณาว่าจะเกิดอะไรขึ้นหลังจากการตรวจจับความตั้งใจ ก็เรียกว่า สิ่งแวดล้อม เพื่อให้การตอบสนองโดยตรงมากที่สุด
1. Conversational AI สามารถให้บริการลูกค้าอัตโนมัติได้อย่างไร
2. แชทอัตโนมัติและแชทสด: อนาคตของการบริการลูกค้าจะเป็นอย่างไร?
3. Chatbots เป็นผู้ช่วยทางการแพทย์ในการระบาดของ COVID-19
4. แชทบอทกับ ผู้ช่วยเสมือนอัจฉริยะ — อะไรคือความแตกต่าง & ทำไมต้องใส่ใจ?
ในชีวิตจริง ถ้าในที่สุดคุณกับเพื่อนได้พบกันหลังจากช่วงกักตัวนานหลายเดือน ทุกช่วงเวลาในทริปสุดท้ายที่คุณทั้งคู่จำได้ หล่อหลอม สิ่งแวดล้อม. มีพารามิเตอร์เฉพาะ เช่น ชื่อเมืองและผู้คนที่คุณพบระหว่างทาง บริบทยังเน่าเปื่อยได้ ซึ่งหมายความว่าช่วงเวลาก่อนวันหยุดโควิด-XNUMX ไม่ใช่สิ่งแรกในใจหากคุณและเพื่อนพบกันหลายครั้งเพื่อพูดคุยเรื่องอื่นๆ
เมื่อคุณเขียนโปรแกรมแชทบอท คุณอาจต้องการทำอะไรบางอย่างกับข้อมูลเฉพาะที่ผู้ใช้พูด ตัวอย่างเช่น ความคิดที่ดีสำหรับตัวแทนเสมือนของคุณคือการดึงชื่ออาหารและที่อยู่จัดส่งในเชิงรุกระหว่างเซสชันการสนทนาและยอมรับสถานะหน่วยความจำ (บริบท) บอทไม่ควรขอข้อมูลเดียวกันเมื่อผู้ใช้พูดตามเส้นทางแล้ว
น่าเสียดายที่แชทบอทบางตัวในปัจจุบันจำพารามิเตอร์ที่จำเป็นไม่ได้ในการสนทนาที่เป็นประโยชน์กับผู้ใช้ ซึ่งในที่สุดแล้วจะต้องใช้รายละเอียดที่สำคัญกับแชทบอทซ้ำเพื่อช่วยในการดำเนินการ
นี่คือความเป็นไปได้บางประการ:
- การออกแบบเส้นทางแห่งความสุขภายใต้เครื่องมือออกแบบการสนทนาที่เหมือนต้นไม้ในซอฟต์แวร์บางตัวเท่านั้น
- การปฏิบัติต่อความตั้งใจเหมือนเป็นจุดเปลี่ยนหรือจุดตรวจในโฟลว์ มากกว่าเป้าหมายที่ลูกค้ามีในใจ
- นำเสนอแผนผังความคิดการสนทนาหรือผังงานแก่วิศวกรซอฟต์แวร์โดยไม่มีข้อกำหนดเกี่ยวกับการแก้ไขข้อผิดพลาดของผู้ใช้และทางเลี่ยงการแชท
- มีปัญหาในการนับการเรียงสับเปลี่ยนขนาดใหญ่ในแอปพลิเคชันที่ไม่ใช่เชิงเส้น ไม่เหมือนกับเว็บหรือแอปบนอุปกรณ์เคลื่อนที่ที่มีกระแสที่จำกัดไปสู่สถานะความสำเร็จ/ล้มเหลว
ผู้ใช้: “ราคาตั๋วสำหรับผู้ใหญ่ 2 คนและเด็ก 1 คนสู่ป่าเมฆราคาเท่าไร อีกแล้วเหรอ”
คราวนี้ Chatbot จะดึงข้อมูลเอนทิตีที่ต้องการเพื่อสอบถามราคาตั๋ว นั่นคือผู้เข้าร่วมและสถานที่ท่องเที่ยว เนื่องจากมีข้อมูลเพียงพอในการค้นหาราคาตั๋ว แชทบ็อตจึงนำเสนอการ์ดสื่อสมบูรณ์ที่เกี่ยวข้องสองสามใบ
ถือว่าคุณทำผิดพลาด คุณแก้ไขข้อผิดพลาดโดยพูดว่า
ผู้ใช้: “แล้วผู้ใหญ่ 1 คน เด็ก 1 คน ผู้สูงอายุ 1 คนแทนล่ะ?"
แทนที่จะเป็นทางเลือกสำรอง (“ขอโทษ ฉันไม่เข้าใจ”) ข้อความนำไปสู่ความตั้งใจตามพารามิเตอร์ แชทบอทได้จำไซต์สถานที่ท่องเที่ยวที่คุณต้องการแล้ว และตอนนี้บัญชีสำหรับข้อมูลผู้เข้าร่วมใหม่เท่านั้น นอกจากนี้ยังรู้ว่าคุณอยู่ในสถานะการสอบถามราคาตั๋ว ดังนั้นระบบจะแจ้งราคารวมใหม่ให้คุณโดยที่คุณไม่ต้องทำซ้ำ
บอท: “ราคามาตรฐานอยู่ที่ $20 ต่อผู้ใหญ่ $12 ต่อเด็กหนึ่งคน และ $10 ต่อผู้อาวุโส รวมเป็น 42 ดอลลาร์”
คุณยังคงพูดถึงว่าคุณเป็นพลเมืองท้องถิ่น
ผู้ใช้: “ฉันเป็นคนท้องถิ่น”
อีกครั้ง โดยที่คุณไม่ต้องทำซ้ำไซต์สถานที่ท่องเที่ยวและจำนวนคนและเปลี่ยนหัวข้อการสนทนาปัจจุบัน Chatbot จะค้นหาราคาตั๋วตามข้อมูลที่อัปเดตทั้งหมดที่รวบรวมได้ ความสำเร็จ!
Bot: “ราคาท้องถิ่นอยู่ที่ $12 ต่อผู้ใหญ่ $8 ต่อเด็กหนึ่งคน และ $8 ต่อผู้อาวุโส รวมเป็น 28 เหรียญ”
- &
- 7
- การบัญชี
- ตัวแทน
- AI
- ทั้งหมด
- API
- app
- การใช้งาน
- ผู้ช่วย
- อัตโนมัติ
- บิต
- ธ ปท
- ซึ่ง
- chatbot
- chatbots
- เด็ก
- เมือง
- เมฆ
- ต่อ
- การสนทนา
- การแก้ไข
- คู่
- Covid-19
- ปัจจุบัน
- บริการลูกค้า
- ข้อมูล
- การจัดส่ง
- ออกแบบ
- นักออกแบบ
- การตรวจพบ
- ผู้พัฒนา
- สิ้นสุด
- วิศวกร
- สารสกัดจาก
- ในที่สุด
- ชื่อจริง
- ไหล
- อาหาร
- อนาคต
- GIF
- เป้าหมาย
- ดี
- ถือ
- สรุป ความน่าเชื่อถือของ Olymp Trade?
- HP
- hr
- HTTPS
- ia
- ความคิด
- ข้อมูล
- การผสานรวม
- Intelligence
- ความตั้งใจ
- IT
- ภาษา
- ใหญ่
- การเรียนรู้
- LG
- ในประเทศ
- ออกโรง
- ส่วนใหญ่
- แผนที่
- แผนที่
- ทางการแพทย์
- กลาง
- ตอบสนอง
- app มือถือ
- แบบ
- เดือน
- ชื่อ
- ภาษาธรรมชาติ
- การเข้าใจภาษาธรรมชาติ
- NLP
- nlu
- อื่นๆ
- คน
- พิซซ่า
- เวที
- ราคา
- การเขียนโปรแกรม
- ราคา
- คำตอบ
- So
- ซอฟต์แวร์
- สถานะ
- แดด
- การพูดคุย
- บอก
- ก้าวสู่อนาคต
- เวลา
- ผู้ใช้
- เสมือน
- ผู้ช่วยเสมือน
- เว็บ
- Website
- WHO