了解过专业话术和一些设计的艺术后，大家可能还一头雾水，其实我也是……本篇文章将从理论上解决你对对话系统设计的好奇。
智能客服搭建专栏
欢迎大家来一起学习(#.#)。
文章目录
前戏（理解对话系统根源）
对话系统其实就是用AI模拟人和人的对话，说的再通俗一点，就是用计算机模拟人类对话
第一步：定义对话系统
- 确定场景边界
- 梳理业务要素/知识库
- 撰写故事线
- 抽取对话流程
第二步：富集数据资源
资源类型：
（相关概念会在UNIT概览篇中出现（智能客服搭建（4）））
- 词典词槽
- 对话样本
- 问答对
如何富集：
- 指定业务场景提取数据
- 对话日志中抽象相关数据（用户使用产品后反馈的信息）
- 官方数据库
第三步：搭建系统、训练、评估和调优
这一步应该是我们比较关注的点，但一个项目的诞生，我们不只是应该关注研发这一步，应该做到观览大局，毕竟没有前面的积累，研发出来的产品也不会很好。
这里有两种方法实现：
- 代码工程实现，耗费成本大，技术要求高。（坦白而言，这是作为一个智能专业出身所要努力做到的）
- 第三方工具实现（本次的项目搭建基于此，要先学会站在巨人（百度UNIT）的肩膀上做事情，然后再努力成为巨人）
在评估和调优的时候，我们要找第三方人（包括搭建机器人团队以外的人和用户）让他们使用我们的机器人并反馈使用体验，针对反馈结果我们队机器人进行优化。
第四步：系统接入：
全渠道API接入
（产品发布）接入原则：用户在哪里，服务就接入哪里
通用模块
- 智能人机协作（何时转入人工服务）
- 用户评价管理
- 数据化商业决策
第五步：运营迭代
（优化对话方式，定位系统在哪一次对话哪句对话中出现问题）
对话系统的生命周期（了解）
与传统软件开发不同，需要设计故事线，考虑不同平台，要善于使用用户的对话日志，通过分析日志来完善系统。
