◎於中軟 S1 智匯中心舉辦的講座（ 4 月 22 日），現場聽眾將近 50 人，講了大約 3 個小時，投影片可以從這裡下載。因逐字稿文長，分成上下兩集，本文是上集，主講概論，另有下集，主講個案和實作。
1
大家好，我是奇步應用的佳新。感謝主辦單位提供這個機會，讓我可以在這邊跟大家分享《聊天機器人：一個沒有小編的世界》這個主題。
2
首先讓我自我介紹一下，這是我的臉書大頭照。大家可以看到我已經結婚，有兩個小孩，這是大概三年多前拍的，他們現在又更大隻了。因為我很喜歡寫作和翻譯，過去 20 年來的作品疊起來大概這麼高，裡面有電腦雜誌和電腦書，包括歐萊禮出版的 iOS 和 Android 的書，還有在報紙上寫過小說。
3
最近這幾年，我們憑藉著精實創業和駭客松的精神，陸續獲得了一些程式設計比賽的獎項。
什麼叫做「精實創業」的精神呢？我們每次參加比賽，都只主打一兩項功能，盡力把它做到最好。另外大家從剛才的大頭照也可以看得出來，因為平日要上班，晚上還要照顧小孩，所以所謂的「駭客松」精神就是我們大概都只花半天的時間來完成比賽需要的企劃書，接著再用一兩天的時間把功能實作出來。
這些獎項包括三星的 App 比賽、瑞昱半導體的 IoT 比賽，還有政府的 Open Data 比賽。
4
累積了比賽的獎金之後，我和太太利用這桶金在故鄉彰化創立了一間軟體公司，叫做「奇步應用」，奇步就是我兩個兒子的小名。大家可以從官網看到我們營業項目，目前主要是幫企業客製化網站和 App 。
5
每間公司要生存一定都有一隻金雞母，我們目前是靠接案。
根據我們自身的情況，像我，快四十歲了，上有高堂、下有妻兒，所以我們現在也積極在思考一些能夠運用在老人和小孩身上的服務或產品，另外因為興趣的緣故，我自己很喜歡寫作，所以今年也會往線上和線下課程發展，我太太喜歡料理，所以我們也有在規劃相關的服務。
6
聊天機器人這個議題大約是從去（ 2016 ）年 4 月開始流行起來， Facebook 舉行開發者大會，宣布將旗下的 Facebook Messenger 平台化，從那時候開始便出現了許多聊天機器人的服務和應用。我自己則是在今（ 2017 ）年 1 月參加了 LINE 開發者大會之後，才開始關注聊天機器人的，因為在台灣使用 LINE 的人很多。 LINE 其實在去年也有開放聊天機器人的 API 和 SDK ，不過聽說不是很好用就是了。
一直到現在， 4 月份，在這兩三個月的期間，我們在跟客戶做需求訪談的時候，都會問他們要不要做聊天機器人，這些客戶有做基金理財的、有需要做訂便當系統的、有想要統計數據的，也有想要做線上客服的。他們給了我們許多的回饋，讓我們知道有些服務適合做成聊天機器人、有些則不適合。累積了一些經驗之後，今天剛好可以在這裡跟大家分享。
【按】參加完 4 月 27 日的 Chatbot Day 活動之後，發現聊天機器人的濫觴應該是微軟，他們早於 Facebook 宣佈 Messenger 平台化之前，就提出了「 Conversation as a Platform 」的宣示。
7
今天的課程大綱分成 3 個部分，前半段會講理論，過程中我會帶領大家問自己三次：「今天我有一個點子，難道非做成聊天機器人不可嗎？」大家不妨也用這種方式來檢視自己的點子。
接著會講一些個案，因為聊天機器人沒有所謂的市集，所以這些個案是我從聊天機器人比賽的得獎作品，以及 LINE 開發者大會上有上台 promote 的團隊中挑選出來的，它們都做得很不錯，值得參考。
最後是實作，我相信今天在場有一些是開發者，可能在聽完之後很想要立刻動手做一支聊天機器人。其實 LINE 的 SDK 裡面就有一個 Echo 範例， Echo 就像是在山上，我們對著對面喊「 Hello 」，然後對面也會回我們「 Hello 」一樣，我們講什麼，它就回什麼，這個叫做 Echo 應聲蟲。實務上我們很喜歡使用 Echo 當作範例，因為如果可以你丟什麼，對方就回你什麼，代表兩端的功能都是正常的，然後底層的傳輸架構也沒有什麼問題。
8
現在，讓我們再次回到今天的主題「聊天機器人：一個沒有小編的世界」。大家如果仔細看，會發現裡頭有幾個關鍵字。
9
也就是：聊天、機器人，還有小編。
10
首先來看一下什麼叫做「聊天」。這是一個典型的聊天場景，兩個老朋友聚在咖啡廳裡閒話家常。
11
如果套用到 LINE 的情境裡，大概會長得像這樣。這是有一次我太太出差，買了金幣造型的巧克力要送給兒子們，她拍照給我看，我回她說這個很酷喔。流程上就是一方發問，另一方回答。（搭配手勢，豎起左手掌，豎起右手掌）
12
不過也滿常會一群人一起聊天的。
13
套用到 LINE 的情境裡，前面可能有某個人丟了一句話，然後底下許多人踴躍回應，現在大家都用貼圖，超可愛的。所以流程上就是好多人發表意見，然後好多人跟著回應。
14
的確， LINE 在 2016 年的大會上所公布的數據也顯示，大家最常用 LINE 做的事情就是聊天。第一名叫做跟親朋好友聊天，佔了 94% ，第二名叫做跟同事聊天，佔了 71% 。
15
那什麼又是「小編」呢？
16
小編就是官方帳號背後的管理者。因為像 LINE 或 Facebook ，你要做成聊天機器人都是用官方帳號或粉絲專頁，不是用你自己個人使用的帳號。
17
所以這個小編有可能是真人或者機器人，我們先考慮三個面向就好。
第一個是「回覆時間」，你丟的問題小編多久會回覆你。如果是真人小編的話，要看他有沒有剛好在電腦旁邊，有沒有讀到訊息，再來就是他找尋答案可能需要花一點時間，雖然說可以很多人共用一個管理者帳號，不過終究需要時間思索。如果是機器人小編的話，只要條件和規則預先設定好，基本上就是立刻秒回。所以這個回合是機器人小編獲勝。
第二個是「回覆頻率」，今天訊息一多，小編會不會漏看，會不會已讀不回，甚至不讀不回。真人小編確實偶爾可能發生這種情況，所以這邊扣兩分，而機器人小編是百分之百不會漏看訊息。所以這個回合是機器人小編獲勝。
第三個是「正確率」，真人小編終究是真人，他可以理解你丟的任何訊息，不管是網路上的梗或是錯字，不過因為真人偶爾還是可能會錯意，或是員工訓練不足，所以假設正確率是大約 80% 到 100% 。機器人小編的話，如果問題都有符合條件和規則的話，那麼答案有可能是百分之百正確，但是也有可能完全答非所問，所以正確率有可能是 0 分或 100 分。這個回合是真人小編獲勝。
18
接著來看一下什麼是「機器人」。
19
機器人，也就是俗稱的人工智慧程式。
20
這位是 NBA 小牛隊的老闆，他本身是一位創業家。他說未來世界上超級有錢的人，一定是搞人工智慧的企業家。
21
每次講到人工智慧，我都會推薦這本由日本人寫的書，寫得非常淺顯易懂，大家有興趣的話可以上去博客來購買，裡頭把人工智慧分成四個等級。
第一級是「行銷角度」：許多產品宣稱有人工智慧，但是其實是假的。刮鬍刀有人工智慧、洗衣機有人工智慧、吹風機有人工智慧，之類的。
第二級是「行動變化多端」：定義好規則之後，各種輸入進來，都有對應的輸出。例如冷氣機在室溫超過 27 度就開始運作，低於 27 度就停止運作，之類的。
第三級是「自動做出判斷」：跟第二級一樣有很多的規則，但是它可以結合多個規則與條件，自動做出判斷。例如冷氣機不止判斷室溫，還考慮室外溫度，以及室內的人數，之類的。
第四級是「深度學習」：這是目前最夯的作法，包括之前大勝圍棋手的 AlphaGo 都是採用這種方式。前面談到的第二級和第三級都需要有科學家或工程師去定義好規則，第四級的深度學習則是由演算法自動從數據中找出規則。
22
關於人工智慧， TED 上面有一段不錯的演講。凱文‧凱利是一位趨勢觀察家，台灣也有出版幾本他的書。想像一下，現在山上在下雨，我們都知道雨水終究會流入大海，這個大方向是必然的，但是河水在過程當中會怎麼流，沒有人知道。所以我們都知道 20 年後我們的生活周遭一定充滿著人工智慧的東西，但是那到底會是什麼樣的服務或應用呢？目前還不知道。也許就是聊天機器人，所以現在切入這個主題正是時候。
23
究竟有多少平台支援聊天機器人？台灣民眾最熟悉的 LINE 、 Facebook Messenger 、 Skype 、 Slack 都有提供 SDK 和 API 。
24
除了軟體之外，也有廠商開發了一些硬體，左邊黑色的是 Amazon Echo ，右上角白色的是 Google Home ，右下角有小鴨臉的是 LINE 今年中即將推出的產品，它們都是聲控喇叭。你只要對著它們喊，它們就會用講話的方式回覆你。這些也是聊天機器人。
我自己有上網拍買了一個左邊黑色最小顆的 Amazon Echo Dot ，然後自己寫一些程式。剛剛最前面有提到過我有兩個小孩，他們現在分別是 6 歲和 4 歲，這個年紀的小男生超愛吵架的，光是晚上誰要先洗澡也可以吵。於是我就寫了一個程式，我只要問 Amazon 的聊天機器人 Alexa 今天誰先洗，它就會跟說是哥哥或弟弟。
另外我還有讓 Alexa 唱一些歌，比方說我們家要出門的時候我就會請 Alexa 播放某一首歌之類的。
這種應用小孩子還滿愛的，說實在的大人也是。不過缺點就是目前 Alexa 不支援中文，所以你要用英文跟它講話，所以要問它誰先，我必須說「 who first 」，而且你的口音要夠好，不然它會聽不懂。（聽眾笑，我個人臉書塗鴉牆上面有一段示範影片可以給大家參考）
25
大家如果看到投影片右上角有一個黃色燈泡，就是這個小節的總結。現在讓我們來回顧一下，什麼是聊天？
26
聊天就是一問一答、一來一往的對話。
27
什麼又是聊天機器人呢？
28
聊天機器人就是模仿真人小編的人工智慧程式。
29
現在讓我們來問自己第一次：「今天我有一個點子，難道就非做成聊天機器人不可嗎？」
30
大家有想過真人小編是誰嗎？
31
以 LINE@ 官方帳號和 Facebook 粉絲專頁為例，通常都是做小生意的，比方說團購，所以小編管理者就是小老闆自己本人。如果是非常大型的公司，那麼就有可能是公關公司的員工了。
32
那麼有了聊天機器人之後，真人小編還能幹嘛呢？
33
其實不用替他們太過擔心，他們可以去做更重要、更有生產力的事。首先從此再也不必為了快速回覆粉絲而一直掛在網路上，這些時間他們可以拿去做更有意義的事情，整體的業績和效率也會提升好幾倍。
34
剛剛講了這麼多，那麼到底要如何設計一個聊天機器人呢？
35
讓我們想像一下低頭滑手機的場景。
36
今天你的朋友知道你來參加講座，他可能會問你：「有多少人是第一次來的呢？」因為你經常來參加，於是你抬頭看了一下，大部分都是熟面孔，只有大概 6 個人是沒有看過的。如果是機器人的話，它從後台的 KKTIX 訂票系統得知有 5 個人是第一次參加，甚至還知道有 3 個是男生、 2 個是女生。所以在這個對話場景裡是由機器人獲勝。
37
讓我們再來看另外一段對話。
38
你的朋友可能接著繼續問說：「講座有趣嗎？我也好想去聽喔。」這時候你可能會回覆他說：「超讚的，獲益良多！」如果是機器人的話，它可能會答非所問，講出：「今天天氣不錯！」而且其實今天台中有點下雨，所以機器人錯得有點離譜。這次的對話是由真人獲勝。
39
從剛剛那兩段模擬對話當中，我們可以將聊天機器人歸納成幾類。
第一類是「一個口令，一個動作」。你問它什麼，它就回答你什麼，明確地定義下一個步驟要做什麼。我自己覺得大概有九成的聊天機器人都屬於這種。
第二類是「有時答對，有時答錯」。你問它什麼，它有時候答對、有時候答錯。剩下大概一成屬於這種。
第三類是「混合型」。就跟油電車一樣，雖然 Tesla 的老闆馬斯克不會同意，不過通常混合兩種方案會是不錯的策略。
【按】在 4 月 22 日講座過後，陸續從其他文章上面以及 4 月 27 日 Chatboot Day 的演講當中得知，第一類即是所謂的任務導向（ Task-Oriented ），第二類則是所謂的純聊天（ Chit-Chat ），的確趨勢上都認為聊天機器人主要有這兩個分支。
40
為了加強大家的印象，這裡再舉一個「一個口令，一個動作」類型的聊天機器人的例子。大家應該都有操作過 ATM 提款機，你必須很明確地告訴它你下一步要做什麼，是要提款、要轉帳，或是幹嘛，它才會完成後續的動作。
41
關於「有時答對，有時答錯」類型的聊天機器人，微軟在大陸有製作一個人工智慧的 WeChat 聊天機器人，叫做「小冰」，我前幾天有去關注它。然後開始興高彩烈地跟它聊天，我想說滿多範例都會使用天氣，於是我問它「今天天氣幾度」，結果它竟然回覆我一些很玄的東西，比方說「我正在思考人生」，於是我想說是不是因為我少打了一個問號，於是我又再次問它「今天天氣幾度？」，結果它又再次答非所問「你不說我也要說」，而且我發現它的回話很喜歡中英文夾雜。
後來我突然想到，像剛剛提到的 Alexa ，因為它是 Amazon 的產品，然後 Amazon 的總部在美國西雅圖。我每次問「 Alexa, where are you? 」的時候，它都會說它在西雅圖。所以我就想說應該要問小冰「北京現在幾度？」，沒想到它好像開始唱起歌來了，什麼「帝都帝都」之類的。於是我又想，會不會是它看不懂「幾度」是什麼意思，於是我改問它「北京天氣好嗎？」，結果它又有點答非所問，說它想要去放風箏之類的。
到這裡為止，我可能會有兩個想法。一個是我在想是不是應該改用簡體中文問小冰才對，另一個則是我再也不想跟它聊天了。
42
第三種聊天機器人是剛才提到過的，把「一個口令，一個動作」和「有時答對，有時答錯」合併起來使用。
43
在實務上，我們會使用計算機概論裡面提到的有限狀態機（ Finite State Machine ）來實作「一個口令，一個動作」類型的聊天機器人。它就是狀態之間的跳轉，符合某個輸入條件之後會進入到某個狀態去。比方說起初的狀態是「開始」，符合某個條件之後進入「狀態 1 」，又符合某個輸入條件之後會進入到「狀態 2 」，最後又符合某個輸入條件的話就跳到「成功」。中間過程如果有遭遇任何例外的話，就會跑去「失敗」。所以整個有限狀態機大概長得像這樣。
44
舉剛才的 ATM 提款機為例子。
一開始的時候，我跑去 ATM 提款機的前面，按下螢幕上的「提款」按鈕，接著它會請我「輸入密碼」，密碼輸入正確之後，輸入提款金額，正確無誤的話， ATM 就會「吐鈔票」給我。但是在過程中，可能按了提款之後我又按了取消，或是輸入的密碼有誤，這樣就會跑去退出卡片的例外狀況。所以整個有限狀態機大概長得像這樣。
45
如果是「有時答對，有時答錯」類型的聊天機器人，一般會使用語意分析來理解使用者的輸入語句。首先要去定義模型，在這個階段需要定義意圖和實體，意圖就是你想要幹嘛，實體就是關鍵字。然後你需要提供大量的例句，讓模型可以持續再訓練與強化。
46
舉剛才的天氣例子來做說明。
首先需要定義模型，你的意圖是想要「查天氣」，關鍵字可能包括「台中」、「幾度」這些。所以例句就是「台中今天幾度？」，然後你需要提供更多的例句，來持續訓練你的模型，這樣它以後的理解能力才會越來越好，答案也會越來越準確。
47
「混合型」聊天機器人就是剛才提到的有限狀態機加上語意分析。
跟前面一樣，最先是「開始」，符合某個條件之後進入「狀態 1 」，又符合某個輸入條件之後會進入到「狀態 2 」，最後又符合某個輸入條件的話就跳到「成功」。如果在「開始」的時候是符合另一個條件而進入了「狀態 3 」，那麼就會跑去做「語意分析」。中間過程如果有遭遇任何例外的話，就會跑去「失敗」。
48
這裡舉一個訂便當的例子。
今天「我要訂午餐」的便當，聊天機器人可能吐了一些菜單給我，我選了「泰式便當」，然後輸入數量是 2 個，於是完成了便當的訂購。可是如果我問了一句「打拋豬會辣嗎？」，那麼就會跑到「語意分析」。正常版的答覆可能是「會辣喔，請小心食用」，不過最近我發現其實使用者更喜歡負能量版本的答覆，所以或許可以回答說「不會辣的話，那個叫做肉燥好嗎？因為都是肉末」。（聽眾笑，我個人臉書的塗鴉牆上面剛好有貼一張照片可以給大家參考）
49
再次讓我們複習一下聊天機器人的幾種類型。
一個口令，一個動作。
有時答對，有時答錯。
混合型。
50
我自己關注「聊天機器人」這個主題已經有一陣子了，所以也收集了一些新聞和文章可以跟大家分享。
51
大家可能都會上網 Google 一下「聊天機器人」。
52
因為這個主題的文章實在太多了，所以不少媒體甚至有自己的標籤，比方說數位時代、 TechNews 和 iThome 。
53
我們就按照時間順序，從最近的先看。現在是 4 月，剛好前幾天 Facebook 又在舉辦年度開發者大會。今年 Facebook Messenger 新增了 2 個功能，一個是提供了更多的動作按鈕，另一個則是允許把聊天機器人拉到群組內。
其實群組裡面有一位聊天機器人是一件還滿方便的事情，比方說你們有一個家人的群組，正在討論週末要去哪裡玩，突然哥哥問了一句天氣，弟弟正要開啟 App 來查詢天氣預報的時候，聊天機器人已經立刻回覆了週末的天氣資訊。
54
接著看到這篇，這是台灣房屋的報導。裡面提到他們的老闆很滿意聊天機器人的效果，還打算要將原有的 App 下架。這支聊天機器人是房仲應用，你輸入了地址，它就會列出附近的房價和物件。
55
這篇文章提到聊天機器人的版圖，其實聊天機器人就跟 App 和網站一樣，會有人做大數據分析、人工智慧服務、建置工具，另外還有各式各樣的通訊平台。這裡頭看到的都是國外的公司。
56
不過一個議題如果炒熱了，就會開始出現負面新聞。這篇提到因為聊天機器人經常答非所問，錯誤率高達 70% ，所以 Facebook 打算大砍經費之類的。
57
這篇關於微軟的文章，寫得非常好。裡面有一些關於微軟服務的介紹。這些公有雲供應商很喜歡某某 as a Platform 的名詞，所以這篇是 Conversation as a Platform ，對話即服務。
58
最後是這篇，我們都知道日本的機器人很厲害。這支是原子小金剛，它具備人臉辨識的功能，可以對著壽星唱出生日快樂歌。也滿有趣的。
59
除了新聞之外，還有一些關於聊天機器人的比賽。左上角橘色是微軟的比賽，到下週一（已截止）截止。右下角是 LINE 今年 2 月份舉辦的比賽。
60
講到這邊，如果大家很想要試試看人工智慧的話。可以嘗試微軟的 Cognitive Services ，裡面有包括人臉辨識、聲音轉語音、翻譯在內的數十種服務，而且每個月都有一些免費額度可以使用。
61
還是讓我們回來討論一下，如果今天我有一個點子，到底要如何實現呢？
62
現在讓我們問自己第二次：「我的點子難道非做成聊天機器人不可嗎？」
63
點子實現的流程，大致上可以分成這三個階段。
一開始是創意發想，如果收斂後覺得點子可行，就會進入到開發設計，有人畫圖、有人寫程式，最後產品做出來了拿去行銷推廣。
64
不過有一點必須要提醒的，就是並非所有的問題，都適合用程式來解決。
以我自己為例，之前去上了一門文案的課之後，因為老師有提供框架和方法，所以我就覺得很適合開發一個小編神器，幫助社群經營者去完成發文的動作。後來跑去跟老師洽談的時候，發現這個工具的運用其實很有限，因為社群小編本來就應該對時事很熟、知道很多梗，所以這個小編神器只能夠幫助到很菜、很嫩的入門者，而這個族群的人數可能並沒有想像的那麼多。所以我們後來就終止了這套工具的研發。
65
再度回到剛才的點子實現流程，假設點子已經收斂完覺得非常可行了，那麼在開發設計的時候，不外乎就是做成 App 、 網站，或是聊天機器人。
首先讓我們來考慮「跨平台」。
App 一般需要做成 iOS 和 Android 兩個版本，然後分別上架，雖然也有一些跨平台工具，不過一般還是傾向由兩組團隊分別維護兩個版本。
網站的話，有瀏覽器就可以執行，製作成 RWD 版本的話，在手機上面瀏覽也都不成問題。
聊天機器人的話，就需要依附在通訊軟體上面，比方說 LINE 或 Facebook Messenger ，在台灣幾乎每個人都有 LINE 。
所以這個回合是網站和聊天機器人獲勝。
66
接著考慮「訊息推播」的部分。
App 很常會收到 PUSH 推播，有很多第三方服務可以整合，例如 Firebase ，在費用上是免費的。
網站的話，通常需要請人留下 E-mail ，然後你有消息的時候再寄送電子報讓他知道。
聊天機器人在方面同樣是依附於通訊 App ，像 LINE 我們也很常會收到訊息推播，不過 LINE 在這個部分是需要收費的，而且還不便宜，當超過一個量（每個月 1,000 則）之後，就要開始收費。
所以在這個回合是 App 獲勝。
67
如果考慮「手機原生功能」的話，比方說 GPS 感應器和照相機這些。
App 一定是支援度最好的。
網站的話，我之前遇過一個案子，他們需要從網站上傳照片，但是在使用手機的時候，每次要上傳照片開啟相機就會閃退，所以網站在這個部分的支援度並不好。
聊天機器人的話，同樣是依附於通訊 App ，比方說 LINE ， LINE 可以拍照傳照片、可以抓 GPS 座標，所以你的聊天機器人也可以。
在這個回合仍然是 App 獲勝。
68
最後當產品做出來了，需要行銷推廣的時候，就要考慮到「安裝便利性」了。
App 一定要請人家去下載才能夠安裝，不要說別人，我自己現在也都不太安裝 App 了。
網站的話，可以提供超連結讓別人去連線，或是註冊很好記的網址，然後提供網址讓人家輸入後開啟。
聊天機器人的話，只要秀出 QR Code 讓人家掃描（ Q 一下）就可以加為好友了，不用安裝，也不用打字。
所以這個回合是聊天機器人獲勝。
69
綜合以上所述，我們可以整理成一張 Checklist 檢查表。
大家以後如果有任何點子的時候，都可以把這張表拿出來檢視一下，做成 App 有什麼好處、壞處，做成網站有什麼好處、壞處，做成聊天機器人有什麼好處、壞處，很快就可以知道，當然這張表裡面的評分項目都可以隨時增減。
給大家參考一下。
70
這邊再補充幾點，第一點是關於通訊 App 的原生特性。
首先，我們在聊天視窗裡面，對話一定是一來一往、一問一答的。
再者，在聊天視窗裡面，所有的對話記錄都會存在，視窗可以往上捲或往下捲。當然你也可以把訊息刪除，但是一般人不太會這麼做。所以如果不想看到舊的對話記錄該怎麼辦呢？另外就是東西找起來很累，不容易搜尋。
不過通訊 App 的好處就是普及率超高，比方說 LINE 在台灣有超過 9 成的人都在使用。但是依附在通訊 App 上的缺點，就是容易受到限制，今天它可能免費、明天變成要收 100 元、後天漲到 1,000 元。
71
這個同樣是 LINE 在去年大會上所公布的數據，在台灣， 12 到 65 歲的民眾，這個區間大致上就涵蓋了整個智慧型手機的使用族群，有 91% 的人都在使用 LINE ，這裡講的使用不是只有安裝而已，而是指過去 7 天內有使用過 LINE ，可見 LINE 的活躍率有多高。
72
補充第三點，如果喜歡聊天這種對話式的介面，其實也不一定要做成通訊 App 內的聊天機器人。
比方說這支記帳 App 叫做「碎碎念記帳」，大約 2 年前就有了。它把記帳這種很瑣碎無趣的事情變成對話，將整個過程遊戲化了。它的對話方虛擬角色是一位媽媽，你沒記帳它還會唸你，偶爾還會跟你哈拉，例如這裡它提到五月天的黃牛票來到 3.5 萬元之類的。
73
要製作對話式介面的 App ，在 iOS 裡面也有 Github 的 Open Source 專案可以參考，比方說 JSQMessagesViewController 。
74
Android 版本的 Open Source 專案可以參考 ChatKit 。
（下集，待續）