1 个回答
我没做过在线机器人的产品，以下纯属瞎说。
首先我们假设这个背后的流程是这样的：有一个问题库 A 和答案库 B，机器人会拿用户提的问题去匹配问题库A 里是否有相同或者类似的问题，如果有，机器人就会去答案库 B 里寻找对应的答案，然后反馈给用户。如果找不到答案，就反馈 找不到答案 或者转接人工咨询。
这个流程有几个地方值得注意：
1、问题库 A 和答案库 B 如何维护？谁去维护？
2、用户描述问题的表达方式千差万别，如何精准地匹配到问题库 A ？
3、如果机器人匹配错误，导致反馈给用户的答案不符合用户的预期，如何让机器人知道 ？如何改进？
让我们来思考一下这3个问题。
第一个问题，初始的问题库 A 和答案库 B，需要人工维护，也就是说，你得先教机器人一些最常见的问题和对应的答案。在有了初始的问题库 A 和答案库 B 之后，可以考虑通过机器学习，让机器人自己维护。同时，如果已经有用户提过一些问题并且得到了满意的答复，机器人可以把这些例子完善和更新到问题库 A 和答案库 B 中，以后遇到类似问题，机器人可能就不至于答非所问了。
通过用户与机器人的大量反馈，可以让机器人自己学习和进化，这个地方的难点在于如何设计让机器人自己判断问题的相关性，以及如何让用户参与到帮助机器人学习的过程中，这里不展开说。
第二个问题，可以通过一定程度的引导来规范用户的表述，比如通过关键字匹配，在用户输入几个字的时候，机器人就模糊匹配出已维护的问题库 A 里存在的类似问题，用户可以在匹配结果里选择是否有他想表达的问题。
第三个问题，机器人匹配错误的情况下，如何设计让用户给机器人反馈，让机器人知道自己错了。用户可以针对机器人给出的答案选择是否有用进行反馈，然后机器人再给出另外几个答案供用户选择，这样的情况，用户可能一连遇到好几个答案都不是他想要的，会影响用户的体验。建议机器人连续3次给出的答案都不符合用户期望时，可以及时转到人工客服优先给用户解决问题。
毕竟，你不能指望用户一直花时间在那里帮你调教你的机器人，哪怕你的机器人学的足够快，也抵不住用户的耐心消失得快。