本文是小编为智能客服对话场景设计方法撰写，主要解答关于智能客服对话场景设计方法的相关疑惑，以下是正文。
一. 智能客服中场景的定义及分类 用户解决某一个问题，需要与机器人进行多次对话才可以解决的问题，就是智能客服中的对话场景。一般它分为单场景对话和多场景对话。 1.单场景对话 定义：用户与机器人只进行一个主题的对话，如“查天气” 例1 场景【 查天气】 用户：明天天气怎么样 Bot ： 零下10度，可以多穿一些哦。 用户：那上海呢？ Bot ：:零下1度哦。 2.多场景对话 定义：用户与机器人联系进行了多个主题的对话，如“查询订单+退货”。 例2 场景 【查询订单+退货】 用户：看一下我买的东西到哪了 Bot： 向用户发出订单列表 用户： 嗯，看一下第二个 Bot： 发出订单详情 用户：还没发货啊，帮我退了吧。 ——从用户的这句话开始，对话的场景就从“查询订单状态””变成了“退货”，退货与查询订单是两个不同的主题，他们既可以独立存在，也可以合二为一。 . 二.场景设计 设计一个对话场景，主要包含两个方面：起始条件整理、流程整理。 小知识：假设“查一下明天上海的天气”是用户说的第一句话，那么它就是一个场景中的起始条件，而在这句话是由两个要素词构成的“明天”，“上海”，这两个要素词分别代表了时间和地点。由此可以推论出这个起始条件的主要结构是时间+地点。 1.起始条件整理 在对话场景中用户与机器人第一次交互时，所说的话为起始条件。而一个对话场景有多个起始条件，不同的起始条件会让机器人与用户的对话的流程出现不同的走向。所以场景设计的第一个步，我们需要将对话场景中不同的起始条件全部整理出来。 例3 场景 【查天气】 条件举例 例4 场景【请假】 条件举例 2.对话流程 整理好全部的起始条件后，就可以根据去撰写每一个条件下的流程。具体可以看下面的例子。 例5 场景【请假】 起始条件：仅包含请假 U：明天请假 A:请到哪天呢？ U:后天 A:请告诉我工号 U:001 A:您的请假申请已经提交了。 例6 对话起始条件：仅包含请假天数。 U：请三天假 A:请问您是哪一天开始请假？ U:后天。 A:请到什么时候呢？ U:周五。 A:请告诉我您的工号 U:001 A:您的请假申请已经提交了。 通过例5和例6我们可以看到起始条件的不同，会导致对话的流程也不同。所以整理出全部的起始条件事关重要。不过对话流程整理好之后，场景设计的部分就高于段落了。接下来就需要进行意图的整理。三.对话意图的设计 这一部分主要介绍意图的分类、如何拆解场景中的对话意图、对话意图知识的设计及优化。 1.意图的定义与分类 意图是指用户的目的，如用户说“我想听音乐”，那么听音乐就是用户最终的一个目的，我们只要给他播放一段音乐就可以了。在智能客服的使用情况中，意图一般分为两大类：问答意图和对话意图。问答意图是指一问一答，如用户问“退款时效”，退款时效这个问题，每个商家都有一个固定的答案。这就是一个问答意图。 但在对话场景中，用户都会与机器人多次交互，每一次交互用户都会表达自己的目的，这个目的其实就是我们所说的对话意图。 请看例子 例 7 场景【查快递】 在网上买完商品时，我们会查买的商品的派送情况，图中的用户说“我的快递到哪了”。“我的快递到哪了”这句话就是一个对话意图，用户说它的目的就是查询快递派送的进度。 2.对话意图的拆解 一个对话场景中一般都包含多个对话意图。基本上，用户和机器人的每一次互动就是一个单独的对话意图。我们可以把例7图里的对话流程写下来 看一下 例8 场景【查快递】 起始条件：多个商品订单 U:我的快递到哪里 A:订单列表 U:选择一个订单 A:显示订单派送情况 在这个场景中，用户表达了一个目的就是“查询订单状态”，所以机器人会向用户推出订单列表，确定用户询问的是哪个订单。这就是一个对话意图。接着用户确定了具体查看的订单后，机器人需要把确定好的这个订单的物流信息发给用户，这也是一个对话意图。 所以上面的场景中包含了两个对话意图。到这针对于这个场景的对话意图的拆解，就结束了。3.对话意图知识的设计 拆解好场景中所包含的对话意图后，我们需要设计意图。还是用场景请假来举例 例 场景【请假】 起始条件：仅知道开始时间 U：明天请假 A:请到哪天呢？ U:后天 A:请告诉我工号 U:001 A:您的请假申请已经提交了。 对话有三轮，所以这个流程里有三个对话意图。我们先来看第一个对话意图的对话内容。 U：明天请假 A:请到哪天呢？ 明天请假，在这句话里明天是一个要素词，它代表了请假开始的时间。所以这个意图=请假开始的时间， 它的构成成分就是具体的时间/日期 ，如今天、明天、12月30日等等，而一般的对话系统中会把时间类的词语都内置进去，所以这里就不在进行穷举了。 这个对话中只含有了一个要素词，但根 据起始条件的不同 ， 对话意图中包含的要素词的数量都是不一样的 ，具体的可以参考每一个起始条件的流程去设定。4.对话意图的知识优化 对于同一句话，每一个人的表达方式都是不一样的。为了使机器人能更准确的解读用户所表达的意思，做好知识的优化是一件必要的事情。优化步骤包括：写出所有句子——拆解组合——归纳同义词。 例： 快递到哪了 物流到哪了 东西到哪了 这几个句子表达的意思都是“查物流”，可它们的用词并不完全相同，通过拆解，我们可以得到以下结论：这条知识=快递的同义词+到哪了的同义词 例： 查快递 查一下快递 快递查询 查一下商品物流 这组句子表达的意思也是“查物流”，它们的用词并不完全相同，通过拆解，我们可以得到以下结论：这条知识=查的同义词+快递的同义词。 分析完上面两个例子，可以很明显的看到这两组的组合都只有两个词组，而其中有一个词组是相同的，所以可以将这两组组合进行合并：快递的同义词+查/到哪了的同义词。 四. 意图知识的线上管理 1.机器人的分配 将所有问答意图及对话意图设计和优化一遍之后，就要将这些准备好的知识导入到机器人的线上平台进行操作。一般的客户在平台上只需要建立一个机器人，同时绑定多个知识库，就可以达到效果了。 但像一些客流量大电商客户，他们会根据整个的业务场景去创建机器人，如售前机器人、售中机器人、售后机器人。这样做有一个好处，就是当客户有问道一些机器人无法回答的问题，可以直接转人工到相关类别的坐席。 还有一些客户，会复杂一些。他们是一个大的企业，在他们的内部有很多的部门，每个部门都在使用同一个后台。 例 A企业下有人力、财务、行政、生产、项目等部门，他们使用同一个企业账号登录一个后台。每个部门都会建立知识库，但是如果都绑定在一个机器人上就会出现一些问题。 如果非要使用同一个企业账号，在这种情况下建议，每个部门可以在后台各自都建立一个机器人，并将自己部门的机器人只绑定部门相关的知识库即可。（最好可以有权限设置）不过最好每一个部门都使用独立的企业ID，各自登录各自的后台，不会造成干扰。 2.对机器人进行评价及调整 经过了一段时间的运营，我们需要知道机器人的效果到底是怎么样的？一般来说，只要去将机器人的对话日志导出，进行分析即可。 1）日志分析的内容 一般分析日志会分析以下内容 总交互次数、交互完成总量、未识别意图量及占比、识别错误意图量及占比、无效意图及占比 问答意图总量及占比、对话意图总量及占比、对话意图与问答意图在总量中的占比 高频问答意图及占比、高频对话意图及占比、对话场景完成量及占比。 2）调整机器人 分析结束后，会根据得到的具体的结果对机器人的意图和知识进行调整和优化。 需要注意的问题 未识别问题很多的情况，有几种可能 ①用户说的话，在知识库中不存在相似的问法，所以只要添加即可。 ②用户说的话，在知识库中有类似的问法，那么就需要人工去排查是否是其它知识造成的错误，还是技术原因等等......相信读者朋友经过小编一番耐心的解答已经对智能客服对话场景设计方法了然于胸，若还存在疑惑可通过站内搜索找到答案。