文档介绍:AI产品经理:对话型机器人话术设计思路对话是沟通的有效途径,会说话会使得沟通效率事半功倍。所以说,说话也是一门艺术,我们常常看到一些鸡汤文章写道:这是人于人沟通的说话的艺术,那么人机沟通又该怎么设计呢?对话型机器人和其他产品不同,用户在使用中会自然而然的把它当成一个人来看待,所以他就不能啰嗦。文字越多表达的信息越准确,那是说明书,要用户反复来看的。但是对话型机器人说的话如果你不明白,直接可以继续追问。所以对话型机器人设计的第一个思路就是:简单明了。以保险行业机器人为例:大家都喜欢和知心姐姐聊天,就是因为你说完话后,知心姐姐可以透过你的语言信息,知道你要表达的东西,说出你想要知道的答案。同理,对话型机器人的回答,不只是回答用户表面信息,更要通过表面信息去理解用户的深层次需求,给出最舒心的答案。例如:A1回复不如A2,A2能够让用户准确的选出确定的答案,对于机器人来说,收到的信息是确定的,避免了错误率。不过再多想一步,用户问什么选择这一家,选择这一家的依据又是什么呢?可以如下回复:这样的话就可以通过一个预设的维度,帮助用户做出一个简单的分类选择。而不仅仅是数字排序。那现在的导航系统其实会有一个推荐线路,帮助用户做出一个选择,更加减少了用户的思考。可以如下回复:唐代大诗人白居易写诗,都念给老太太听,老太太能明白了,就不修改了,否则改到老太太能懂为止。这就是老妪能解的典故,同理对话型机器人不同于书面文章,必须要以口语话为标准,才能做到沟通顺畅灵活。例如:“好的 ”,“没问题”。这两个是常用的同意态度应答语。“好的好的” 、“好的没问题”、“没问题哦,好的”都是口语中使用频率更高的,表达更积极的同意态度,语法上有点问题,但表达上没问题。但是这样读起来这个机器人才是活生生的不是一个冷冰冰的机器。沟通对话就是为了要传达信息,信息可不可以被量化?怎样量化?那就是“信息熵”。早在1948年,香农(Shannon)在他著名的《通信的数学原理》论文中指出:并提出了“信息熵”的概念(借用了热力学中熵的概念),来解决信息的度量问题。根据香农(Shannon)给出的信息熵公式,对于任意一个随机变量X,它的信息熵定义如下,单位为比特(bit):H(X)=−∑xεXP(x)logP(x))从香农给出的数学公式上可以看出:信息熵其实是一个随机变量信息量的数学期望。日常生活中,我们经常说某人说话言简意赅,信息量却很大,某些人口若悬河,但是废话连篇,没啥信息量。这就是信息熵低的表现,对于对话型机器人,相同数量的文字,如何才能传递更多的信息。那就是增加另外一个维度:情绪。例如:A和B表达了同样的实用信息,即按照给出的三个步骤,可以拿到报告。但是B语句,带有情绪,“只要”“就可以”告诉用户这件事很简单,“喽”语气词,表