iThome Chatbot Day 活動心得

因為敝公司今年度正在研發與聊天機器人有關的服務,所以聽聞 iThome 舉辦了 Chatbot Day 活動,週四( 4 月 27 日)便帶著老婆大人搭乘高鐵趕赴參加。早上送完小孩去上學,接著轉了幾次車,總算在上午 10 點鐘左右抵達會場,從第二個 Keynote 的後半段開始參與這場活動。

現場包含工作人員在內,大約 300 人。整天活動下來,除了大啖餐點、零食、咖啡之外,還寫了洋洋灑灑 16 頁的 A5 尺寸筆記帶回家,感覺我們自己今年的聊天機器人課程和服務又要多賺好幾個億了,哈。

根據 Keynote 第二場的內容,目前聊天機器人主要分成兩支:任務導向( Task-Oriented )、純聊天( Chit-Chat )。前者主要是完成任務或代理任務,後者真的就是在聊天。這個部分跟我自己的簡報在第 39 頁所做的聊天機器人分類是一致的,嘻。

我自己既然是公司的經營者,也就特別關心專案如何獲利和變現,沒有現金流,再偉大的點子都將難以為繼。扣除兩個 Keynote ,整個活動有 8 場演講和 8 個 Pitch Demo ,大部分講者都是探討與展示技術,談到獲利的部分並不多,幾個方式如下:

  1. 利用再行銷( Re-sell ),讓使用者與聊天機器人問答,導向購物,再回來聊天,再購物,一直循環。
  2. 透過 Facebook Messenger 聊天機器人來擴大粉絲專頁的族群,使用者人數一多,就可以推銷賣東西,或者拉贊助商廣告。

然而一個不爭的事實是,聊天機器人的回答其實還沒有辦法像真人那樣,甚至可以說還差得遠了。以前覺得遙不可及的語音辨識( Speech Recognition )已趨成熟(例如你可以直接以口代手對著 Google Maps 講出目的地),現在反而是理解人類到底在講什麼( Language Understanding )變成了新的瓶頸。

聊天機器人要能夠好好地回覆使用者,靠的是後方強大的 Domain Knowledge Base 知識庫來支援,而 FAQ 往往就是最好的知識庫來源,微軟甚至有一套 Q&A Maker 工具,可以直接匯入 FAQ 網址,然後產生整個知識庫。

關於人工智慧:

  1. 目前對於繁體中文支援度比較好的有 LUIS.ai 和 Watson( IBM )。
  2. 人工智慧必須一直再訓練( Re-train ),因此無法預測非常初期的結果。
  3. 與其寄望非常厲害的人工智慧,不如定義好使用者流程(引導使用者去操作,並且快速歸納使用者的目的)。

所謂的工人智慧,就是在人工智慧不足的部分,依靠人工介入去補足:

  1. 由人工把無用字去除,例如:的、了、啦。
  2. 由人工去選定關鍵字。
  3. 由人工去設定關鍵字的對應動作。
  4. 更重要的是,強化反義字的理解能力,例如:不要找、不想要、不喜歡。

幾種不要惹惱使用者,不要讓人想要立刻逃離對話視窗的作法如下:

  1. 聊天機器人如果不確定時,不妨跟真人一樣,丟出「確認訊息」來反問使用者。
  2. 如果使用者已經有點生氣了,聊天機器人不要傻傻地回覆「我聽不懂,可否請您再說一遍」之類的蠢話。
  3. 提供選項,讓使用者可以切回真人客服,雖然這樣會提高客服成本,但是總比損失一位使用者要來得好。
  4. 聊天機器人不要只回純文字,可以善用貼圖、卡片式、按鈕式等各家通訊 App 特有的 template-based rich content (範本式豐富內容)。
  5. 讓使用者可以隨時結束對話,換言之,如果使用者沒有回覆某個問題,不要一直追問。
  6. 跟答非所問同樣惱人的,就是傳送過多的 PUSH 訊息,一直收到廣告只會讓人想封鎖。相反地,聊天機器人應該根據過往的對話記錄,分析數據後做出精準的 PUSH 推播,例如適時提醒衛生紙差不多應該要補貨了喔。
  7. 使用者有時就是想跟真人互動,所以聊天機器人偶爾也可以慰問一下,不要一味 PUSH 推銷。(說實在的,聊天機器人滿常被抱怨的一點,就是缺乏人味,但是相反地,也有些人只想跟機器人聊天,反而完全不想跟真人講話。)

對比 App ,聊天機器人的優勢如下:

  1. 要預約晚餐,使用 App 的話,需要操作三次,首先用 App 看餐廳評價,接著用 Google Maps 看地圖,最後用通訊 App 跟餐廳訂位。而如果是用聊天機器人的話,這三段對話都在同一個視窗內完成,甚至可能濃縮到一句話就敲定了。
  2. 降低客服人員的壓力,前提是聊天機器人夠資格的話,否則不開心的使用者終究還是會轉接給真人客服。

聊天機器人的實戰技巧:

  1. 回話逾期( Facebook 是 24 小時)或是訊息被刪時,聊天機器人要如何再次傳送訊息給使用者呢? → 保存對話 ID ,在逾期前再次主動丟個訊息戳一下使用者。
  2. 將不容易用文字呈現的功能,用網頁方式呈現。 → 記得網頁要支援 RWD ,而且網頁其實都是嵌在通訊 App 內,並未跳離。
  3. 維護對話用的是資料結構的 Queue ,但是當迴圈變多,效率就會變差。 → 對策是什麼,我筆記上面忘記寫了, XD 。
  4. 其實聊天機器人雖然是機器人,但是一旦被使用者加為好友,使用者往往就把它當真人看待,對話經常很白話文,搞得機器人經常答非所問。 → 趕快讓聊天機器人聽得懂人話吧。
  5. 對話式介面( Conversational UI ,簡稱 CUI )的彈性很大,流程可以隨時根據數據和偏好而改變。例如在意價格的使用者,就優先讓他看到優惠卷的訊息。
  6. 透過 NLP 自然語言處理( Natural Language Processing )來判斷情感,然後送出適合的貼圖。

總結這次的活動,在回程的高鐵車廂上,我自己做了下列兩個預測:

  1. 預測一:聊天機器人將成為新的入口。以前是打開瀏覽器用 Google 找,以後可能是打開 LINE 直接問機器人。所以以前搶著註冊響亮好記的網域名稱,以後可能會變成搶著註冊 LINE ID 。
  2. 預測二:臉書粉絲專頁與 LINE 聊天機器人的完美聯姻。 LINE 在台灣可謂是自成一格的網路,有些長輩不會上網、不會用臉書,但是卻會用 LINE 。所以可以把真人客服的部分留給粉絲專頁的管理員,而將機器人客服的部分委由 LINE 擔綱。

另一方面,我自己對於聊天機器人的想像,其實是如同電影《機械公敵》那樣,能夠理解人類說的話、能夠幫忙做許多事、能夠陪伴與噓寒問暖的那種人形機器人,不過是早期前幾代的那種版本,不是後來發狂的那種型號就是了, XD 。

  • 5/2補充: iThome 自家的報導也出爐囉!(媽,照片的右側有我耶,我正在低頭做筆記,哈哈!)
請幫我按 5 次 👏👏👏👏👏 Like ,感恩!

留言