赞
踩
机器人可向用户推送消息,但没有对话能力。
L1级别的对话机器人,只具备向用户单向推送的能力。今天,我们所使用的App、微信公众号都会使用这种方式与用户交互。
这种方式的好处是受众广,效率高;缺点是用户只能被动接收推送,无法和机器人进行对话交互。因此,L1级别的机器人在严格意义上不能被称为“对话机器人”。
机器人能回答用户的常见问题,但没有上下文理解能力,无法主动与用户交互。
L2级别的对话机器人开始具备对话交互能力,具体体现在它能够回答用户的常见问题。最典型的应用场景是简单的问答型客服机器人,即用户问一个问题,机器人回答答案。
这类对话机器人通常基于一个特定的知识库,当用户提出问题后,机器人需要对用户的问题进行语义理解,并从知识库中找到对应的答案回复给用户。
因此,评价L2级别对话机器人的效果,主要看召回率和准确率这两项指标。其中,召回率等于有多少用户的问题能够被机器人回答,准确率等于机器人回答的问题中有多少回答正确。
综合来看,L2级别的对话机器人适合比较简单的客服场景,机器人能准确回答用户的问题,用户问完即走。
机器人能理解上下文,和用户进行多轮对话,帮用户完成任务。
L2级别的对话机器人经过训练后虽然能够准确地回答用户的问题,但仍然存在两个明显的缺陷:
因此,我们需要更加智能的L3级别对话机器人。
对于L3级别的对话机器人,它能够理解上下文,从而补全了用户问题的主语,这样一来便可以回答出这个问题。
有些时候,机器人在满足用户需求时,不仅要听懂用户在说什么,还需要主动向用户发问,来获取相关的信息。
理想情况下,我们希望机器人能够通过对话直接帮助用户完成任务,这要求机器人能够通过多轮对话去理解和澄清用户的意图。
综上所述,L3级别对话机器人的核心能力有两点:
因此,在准确率和召回率之外,任务完成率是L3对话机器人的重要指标。
L3级别的对话机器人适合更加复杂的业务场景,尤其是需要机器人通过主动对话收集用户信息的场景,例如营销获客等。
机器人能基于用户标签,为用户提供个性化的对话体验。
理想情况下,对话机器人在和用户交互时,不仅需要理解用户在说什么,也需要知道用户是谁。
具体而言,机器人可以基于用户标签,即用户的属性、兴趣等,为用户提供更个性化的对话体验,也提升交互的效率。
对于L4级别的对话机器人,其核心在于能够为用户打标签,并在对话过程中灵活使用用户标签来提升对话效率和体验。当然,如果个性化的对话体验如果处理得不恰当,可能会给用户带来困扰,甚至伤害用户的体验。
因此,对于L4级别的对话机器人,用户满意度是一个非常重要的指标。
L4级别的对话机器人则更适合机器人和用户保持长期关系的场景,例如智能助手等。
多机器人相互协作,满足更复杂的用户需求。在某些情况下,用户的需求无法被单一的对话机器人满足。
以预订餐厅为例,用户可以对一个智能助手说出需求,智能助手通过对话的方式收集到了用户要订哪家餐厅、什么时间、就餐人数等信息。此时,智能助手需要再调动另一个电话机器人给餐厅打电话进行预订。
我们可以发现,这个需求的满足过程涉及到智能助手和电话机器人这两个对话机器人的协作,未来会有更多的场景和需求需要多机器人协作。
Conversational AI: Your Guide to Five Levels of AI Assistants in Enterprise
Copyright © 2003-2013 www.wpsshop.cn 版权所有,并保留所有权利。