1. 流程適用度：確認RPA可行性

一個RPA專案是否成功，使用情境挑選占了很大的影響。在挑選導入RPA的流程時，可先判斷流程是否具有下方幾個特質，確認使用RPA將流程自動化的可行性與適用度：

 #1 需處理非結構化資料：資料沒有固定格式
 #2 判斷方式難以規則化：需依經驗判斷
 #3 流程例外情境多：難以標準化

因RPA是基於規則做判斷執行，流程若有以上幾點特質，從RPA本身的技術功能來說就比較不適用，建議要再串接適合的AI產品，如NLU(處理非結構性資料)、OCR(將紙本文字電子化)等模擬人類判斷的AI產品配合執行。

2. 導入價值：確認導入效益是否顯著

第二個要考慮的是導入RPA是否能有效優化作業流程、其差異是否足夠顯著，以及是否為該流程所重視的效益指標。因此需要將原流程與導入RPA後的情境做比較，以下提供6個指標作為比較基準：

#1 原流程已自動化的程度：若自動化程度高，則較無導入必要
#2 流程需執行頻率：越常需執行的任務，越需要RPA自動化
#3 原人力執行速度：耗費越多人力執行時間，越值得導入RPA
#4 降低人為錯誤率：避免後續衍生成本
#5 提升資料合規性：可獲得一致的資料品質
#6 釋出人力價值：人員可執行其他工作事項

3. 系統流程變動可能性：避免後續修改維護成本

RPA是根據操作動作與系統格式設計的自動化編程，如果系統或者作業流程有變更，RPA也需要一起做調整修改，反而造成專案不斷有變動需修改，難以結案。

因此建議先與相關人員確認短期內是否會有重大變動，再開始進行流程步驟的定義，清楚列出RPA所使用的系統與功能，再開始進行開發。

漸進式導入 逐步優化組織作業流程

導入RPA前先確認流程適用度、導入效益、變動性，就可以大幅減少問題產生，也避免後續維護與錯誤成本。若公司為初次導入RPA，建議從較單純小型但作業頻率高的流程開始導入使用，再依序漸進式優化組織不同的作業流程。

台灣已有3成中大型企業導入RPA。

了解SysTalk.RPA → https://systalk.ai/rpa

導入RPA前，你需要確認的三件事 was originally published in SysTalk.ai on Medium, where people are continuing the conversation by highlighting and responding to this story.

RPA是什麼？打造企業專屬數位員工 自動執行工作流程

機器人流程自動化(RPA, Robotic Process Automation)受《富比士》評選2020十大數位變革趨勢第六位(點我看原文)，是實現數位勞動力的一種解決方案，以軟體模擬辦公室人員操作電腦的動作，依照操作步驟設計規則與邏輯判斷建立自動化作業處理流程，適合用於代替員工執行大量耗時且重複的工作。

簡單來說，RPA就像是電腦裡的小精靈，可以自動幫員工執行必須的例行工作中最瑣碎、最耗時、生產率最低的事情！讓員工得以用有效率的方式完成原本耗時費力的工作，專注在分析決策、思考創造等更重要的事務上。

《富比士》評選2020十大數位變革趨勢
1. 5G for You and Me
2. A faster WiFi for a faster world
3. Analytics are the Competitive Advantage
4. AI and Machine Learning become force multipliers for data analytics
5. Blockchain moves beyond Crypto
6. RPA catches a second wind
7. Conversational AI becomes a legitimate interface
8. ACPCs transform the laptop market forever
9. Connected vehicles, autonomous drones and Smart Cities become our new reality
10. XaaS, UX/CX, and privacy: How technology-adjacent Digital Transformation trends will take to center stage in 2020

我適合用RPA嗎？先觀察作業流程有沒有這些問題

想知道導入RPA是否能大幅改善效率，可以由觀察辦公室作業流程開始，回想一下辦公室人員工作的情景，符合以下哪幾點呢？

#1 既有系統未整合完全，需從多個系統匯整資料

製作例行報告時，員工都需跨系統進行資料匯出、處理彙整、格式轉換等工作，才能完成報表製作、填表申請等作業。

#2 作業涵蓋大量人為重複性操作，耗費過多時間且易出錯

部門員工將大部分的時間花在重複性操作事務，如: 將訂單匯入系統、人資的新人報到手續包含檔案整理、寄送與系統開通等等、財會部門憑證審核與費用報銷、或者電商頻繁操作系統上下架商品。

#3 企業流程變動，現有系統僅能執行片段作業需求

系統不適用於現有作業流程，輸出的資料不符合使用需求，本應自動化的部分需由人員手動操作執行補足。

#4 人員異動頻繁，需不斷訓練新人

人員因大量重複性工作內容，工作成就感低易感厭倦而異動，部門需頻繁訓練新人、並承擔新人熟悉操作步驟的錯誤陣痛期。

如果辦公室符合以上狀況，代表RPA可以幫助改善流程！RPA除了有即時快速執行、與低失誤率等優點之外，也可降低人員異動的訓練時間成本，並因應作業量增減隨時擴展人力，有效提升辦公室作業流程效率。

流程自動化怎麼選？RPA vs. 建置新系統

除了導入RPA之外，企業若要提升內部作業流程自動化的程度，更直覺的方法是建置新系統。導入RPA相較於建置新系統，哪個更加適合呢？以下從既有系統的相容性、開發時程、導入風險、後續修改彈性來看看兩者差異。

與新建系統相較，RPA可隨時編寫修改自動化的操作設定，在作業流程不斷在改變的情況下，企業不會被綁死在預設的系統功能規格，可依變動隨時編輯調整自動化操作，後續修改彈性高。

從現有系統相容性考量，RPA為基於現有系統操作流程設計自動化作業內容，可配合現有資訊架構，快速融入工作流程，企業也不需承擔更動既有系統的風險，也可以讓員工更有效率地執行工作內容，與無法汰舊的老舊系統共存。

RPA優勢 #1不影響現有資訊架構、#2彈性高 #3開發時間短、#4導入風險低

實現數位勞動力第一步 導入RPA提升組織效率

RPA的優勢使其成為最容易、也最能快速導入的數位勞動力解決方案，且採用後可快速感受到效果差異，因此是近幾年企業積極採用作為降低成本的解決方案。

後續也能將AI解決方案整合進工作流程當中，如整合NLU(自然語言理解技術)、OCR(光學字元辨識)，成為具AI功能的IPA(Intelligence RPA)，進一步加強數位員工的處理能力，更靈活因應企業使用場景。

根據估計，RPA可以幫助企業降低25-50％的成本。

了解SysTalk.RPA → https://systalk.ai/rpa

認識RPA: 數位勞動力解決方案第一步 was originally published in SysTalk.ai on Medium, where people are continuing the conversation by highlighting and responding to this story.

什麼是多輪對話？

智能客服在提供使用者服務時，透過多次來回的對話獲取所需要的資訊，並且依照使用者的回覆判斷尚缺乏哪些資訊，調整後續對談的流程內容，稱為多輪對話。

如此一來，使用者就不需要依照固定的流程逐個資訊提供，可避免像跳針一樣的對話，以及過於冗長的流程。

舉例而言，以下這種情況，使用者必須依照預設的流程一個一個提供對應資訊，流程僵化沒有彈性且冗長。

 👨:我要訂台北往花蓮的機票
 🤖:請問起飛地與目的地？
 👨:台北往花蓮
 🤖:請問要訂什麼時候的飛機呢？
 👨:明天下午2點那班 經濟艙
 🤖:請問要訂購商務艙還是經濟艙呢?

具備多輪對話的智能客服則可像真人一樣靈活判斷、抓取特定資訊，使用者不需按照既定步驟提供資訊：

 👨:我要訂台北往花蓮的機票
 🤖:請問要訂什麼時候的飛機呢？
 👨:明天下午2點那班 經濟艙
 🤖:好的，請問訂位名字是?

什麼是多輪轉多輪？

大家可能用過某種智能客服，一旦進入了某一個服務流程，除非完成該流程、或者放棄該流程先前的輸入資訊，否則無法切換至另一個流程。

而多輪轉多輪就是指使用者可以自由地在多輪對話間跳轉、切換，並且可保存上一個流程的狀態，隨時接回上個流程。

 🤖:這是您本月的帳單，請問您要線上繳費還是線下繳費?  [繳費流程]
 👨:線下有哪些地方可以繳?
 🤖:請輸入您的位置，為您查詢附近據點 [切換至 據點查詢流程]
 👨:台北市中正區
 🤖:以下是台北市中正區的據點:...
 👨:那我線上繳好了
 🤖:好的，請問要使用哪一個帳戶繳費? [繼續繳費流程]

多輪對話、多輪轉多輪對話展示

以下為模擬智能客服提供報失服務流程、以及遺失物查詢服務流程的多輪對話過程、以及在兩個流程中跳轉的多輪轉多輪範例。

使用者在提供資訊的過程中，可以隨時切換到另外一個服務流程，並且在切換回來後，可以由上個流程中斷的位置繼續多輪對話，是不是很方便呢！

如果喜歡我的文章，歡迎追蹤、拍手、分享給朋友，
也讓小編工商一下台灣最專業的交談式服務團隊SysTalk↓↓↓

AI大腦專家SysTalk.ai以NLU、FAQ、FLOW產品模組，賦予AI機器語意理解大腦、建立對話邏輯，透過雙腦一流程完成交談式服務，讓AI透過對話解決真實世界的問題，輔助所有工作者。聯絡SysTalk了解更多 →  https://systalk.ai/

智能客服必備技能 | 什麼是多輪對話、多輪轉多輪？ was originally published in SysTalk.ai on Medium, where people are continuing the conversation by highlighting and responding to this story.

什麼是FAQ？FAQ跟NLU有什麼不一樣？

FAQ是SysTalk.Chat的其中一個產品模組，跟NLU模組都運用自然語言演算法處理以及機器學習方式來訓練模型，但實際運作方式不同，且FAQ專門處理已有固定回答的諮詢服務，NLU則負責個人化查詢。

詳細了解FAQ 👉伸手問Chatbot求對求快！常見問答擔當FAQ解決你的疑惑
了解SysTalk.ai 👉 https://systalk.ai/

FAQ訓練後台

打開FAQ訓練後台，就會看見知識庫的頁面，可點選上方頁籤切換功能頁。

知識庫：設計問答內容

在知識庫頁面，點選右上角「創建FAQ項目」即出現FAQ創建視窗，在此視窗內建立一個多問一答的知識內容。

Question：點選右方＋按鈕填寫多句語料，可增加正確答案的涵蓋率。
回答：填寫此FAQ項目問題的標準回答。
關鍵詞、類型：提供設計者分類使用。

完成單項FAQ後點選下方創建。

完成所有問答設計後，點選右上方「訓練」，進行FAQ模型訓練。

測試：模型效果檢驗

切換到測試頁面後，可在上方欄位輸入對話內容，下方即出現此FAQ模型的比對跑分結果，顯示前三高分的FAQ問答，若分數超過預設門檻值，即會依照跑分第一高的項目答案回覆，可參考測試結果進一步調整模型。

日誌：

紀錄由FAQ模型部署的管道中所得到的語料以及模型比對跑分結果。可確認此模型目前對於各種問法的最優先答案，以及對應的分數，可參考此日誌內容進一步進行模型調整。

同義詞：加速建置速度、語意判斷精確度

若有同義詞(如產品與產品簡稱、品牌中文名與英文名等等)，可在欄位中填寫[同義詞1]、[同義詞2]，並按欄位內右側「+」按鈕新增同義詞填寫欄位。

點選右上角「新增同義詞」按鈕，將於下方增加一列同義詞填寫欄位，使用同上述的方式增加填寫，同一列代表為同義詞。

停用詞：排除降低排序穩定性的詞

停用詞是指對搜索和排序沒有幫助，會干擾排序穩定性的詞，可在此處將欲停用之詞以換行的方式列出，演算法進行排序時會被忽略。
建議使用此功能需與導入顧問討論。

SysTalk的FAQ諮詢腦也使用到自然語言處理以及機器學習方式，所以提醒大家，在規劃FAQ對答內容時，要注意不要設計過於相近、易混淆的FAQ問題項目以及語料喔！

推薦 👉 智能客服實作｜如何訓練意圖？

如果喜歡我的文章，歡迎追蹤、拍手、分享給朋友，
也讓小編工商一下台灣最專業的交談式服務團隊SysTalk↓↓↓

AI大腦專家SysTalk.ai以NLU、FAQ、FLOW產品模組，賦予AI機器語意理解大腦、建立對話邏輯，透過雙腦一流程完成交談式服務，讓AI透過對話解決真實世界的問題，輔助所有工作者。聯絡SysTalk了解更多 →  https://systalk.ai/

實作智能客服｜如何訓練FAQ？ was originally published in SysTalk.ai on Medium, where people are continuing the conversation by highlighting and responding to this story.

意圖是什麼？點這裡複習 👉 給你的Chatbot腦袋！如何用NLU突破回覆障礙？ 

｜什麼是語料：

界定好服務意圖後，需要提供每個服務意圖範例句，以讓機器訓練學習、建立分類意圖的模型，語料不限為問句或祈使句等等句型，盡量用客戶真正會使用的說法，能訓練出效果較好的模型。

｜語料來源：

語料可以從哪裡蒐集呢？以用在外部讓客戶使用的智能客服為例，語料來源有以下幾個為例：

1. 第一線人員：任何直接接觸客戶的員工像是客服人員、服務人員最能理解客戶會以什麼方式來問問題，因此是原始語料的大寶庫！建議要訪問參考第一線人員的說法。
2. 既有虛擬管道：如果企業有在Facebook、Line，或是任何使用者會留言詢問服務的地方皆可以獲得第一手的原始語料。
3. 企業內部資料：可由客服通話紀錄、KM知識庫、客服中心常見問題彙整。

將這些資料篩選、編修之後就可以成為訓練語料。

｜實際操作

1. 點選新增意圖按鈕，並輸入欲建立的意圖名稱。

2.點選欲加入語料的意圖，進入訓練意圖的視窗，在使用範例新增訓練語料，這時候要盡量提供不同的句型。

3.完成意圖語料建置後，點選右上角「訓練」，訓練NLU模型。注意訓練一個正確的NLU至少需要兩個有效意圖，才能建立分類模型。

4.完成模型訓練後，可於下方欄位輸入語句，若模型將此句分類在其他意圖區，可審視此語句是否為正確意圖未學習到的句型，再切換下方intent至正確意圖分類，進一步調整模型。

｜小節

操作起來是不是非常簡單呢！要訓練一個好的NLU模型，前期的意圖規劃、語料的篩選編修，以及模型調整都是非常重要的，每個步驟都會影響智能客服能否正確分類聽懂使用者的需求，可以跟導入顧問詳細討論喔。

如果喜歡我的文章，歡迎追蹤、拍手、分享給朋友，
也讓小編工商一下台灣最專業的交談式服務團隊SysTalk↓↓↓

AI大腦專家SysTalk.ai以NLU、FAQ、FLOW產品模組，賦予AI機器語意理解大腦、建立對話邏輯，透過雙腦一流程完成交談式服務，讓AI透過對話解決真實世界的問題，輔助所有工作者。聯絡SysTalk了解更多 → https://systalk.ai/

智能客服實作｜如何訓練意圖？ was originally published in SysTalk.ai on Medium, where people are continuing the conversation by highlighting and responding to this story.

運用Chatbot、智能客服在對話中提供服務擁有直覺、低門檻的優勢，但企業建置Chatbot回覆內容時，經常會遇到一個問題：單一問題/服務要提供的資訊量過多，難以在對話設計中兼顧閱讀易讀性，導致使用者需要讀完很長的一段內容才找到答案。

今天小編跟大家分享SysTalk設計Chatbot資訊提供的小秘訣！

文字泡泡框：切分多次回應，提升易讀性

實際上真人在對話時，如果要表達的內容無法再刪減但又太過冗長，會傾向分次送出，而不會全部塞在同一個泡泡框中輸出。因此在設計Chatbot回覆方式時，讓每個句子切分開可以讓視覺感受不過於疲憊，有效提升易讀性。不過建議單輪回覆不切分超過3個文字泡泡框，避免使用者覺得很擾民喔！

牌卡：在有限選擇中，引導使用者快速點選

當需要提供有限的選項、或是引導時可以使用牌卡作為溝通的方式，可運用按鈕以加速流程。以SysTalk.Chat的牌卡作為範例，先考慮欲提供的資訊內容(是否有圖片、單一選項多屬性等等)，來設計服務介紹、商品介紹、帳單選擇或其他情境的牌卡型式。

階層式問法：透過反問做篩選 提供精準資訊

有些通用問答的資訊量較多、內容龐雜，是可以透過對答互動設計，再篩選、限縮後再提供回覆的，如：各縣市的服務據點，當Chatbot收到查詢據點的需求時，應該再反問使用者欲查詢的地區，提供更精準的資訊，相較於一次性把全縣市的據點資訊都丟給使用者，可以讓使用者獲得更精準的資訊，減少從中找尋的時間。

👨:幾點開始營業?
🤖:台灣各縣市的營業時間不同喔！請問你想詢問哪個縣市的呢？
👨:台北
🤖:台北分店營業時間如下：...。

如果喜歡我的文章，歡迎追蹤、拍手、分享給朋友，
也讓小編工商一下台灣最專業的交談式服務團隊SysTalk↓↓↓

AI大腦專家SysTalk.ai以NLU、FAQ、FLOW產品模組，賦予AI機器語意理解大腦、建立對話邏輯，透過雙腦一流程完成交談式服務，讓AI透過對話解決真實世界的問題，輔助所有工作者。聯絡SysTalk了解更多 → https://systalk.ai/

Chatbot建置技巧 ︳如何設計精簡對話體驗：泡泡框、牌卡、階層問 was originally published in SysTalk.ai on Medium, where people are continuing the conversation by highlighting and responding to this story.

過去幾年企業所建置的Chatbot因自然語言理解技術瓶頸、功能串接未到位，再加上過度重視閒聊而忽略服務功能性，導致使用者對Chatbot失去信心，印象停留在聽不懂、不能解決問題。

其實只要轉換建置交談式服務的方式，AI chatbot可以比大家想像的更厲害！今天小編來分享，SysTalk認為企業建立交談式AI應具備的三大原則：專業服務、雙向溝通、直觀使用。

專業服務：解決問題導向

沒有通用型的交談式AI，專業服務應該由專業的Chatbot提供。以大家熟悉的Siri、Google Assistant來說，他們都是專注於手機個人服務的AI助理，能幫你完成與手機相關的操作，如：打開KKbox、網頁搜尋關鍵字、設定鬧鐘等等。

但若有手機服務外的需求，舉例而言：保險相關服務的險種介紹、專業字詞解說，Siri大概就只能為你做到搜尋關鍵字，而無法提供進一步的服務。

因此，即便是Google、Siri等知名的智能助理也不是萬能的，如果需要保險服務，應該找專為保險設計的智能客服，已訓練保險業所需的專有名詞、以及串接保險相關知識與服務系統。

對企業而言，推出Chatbot服務時，不只由IT相關人員建置，也應由專業背景的人協助建置規劃，如：了解保險產品、或是客服人員參與，才能真正解決使用者的問題。

雙向溝通：仿人理解式

「溝通」指的是運用自然語言處理技術幫助人與機器之間的溝通，其中建置機器大腦、去理解對話內容就是NLU(自然語言理解)技術的範疇。

現行NLU最好方式是透過機器學習，訓練機器從對話中判斷Intent-Entity(意圖-實體)，了解使用者所需要的服務(意圖)、以及相應資訊(實體,如查詢天氣需要確認時間、地點)，以正確掌握使用者的服務需求，好的NLU是一切對話溝通的基礎。

看更多NLU👉 給你的Chatbot腦袋！如何用NLU突破回覆障礙？

除此之外，要做到「仿真人且雙向」的對話體驗，對輪對話、彈性切換的體驗是則是影響使用體驗的重要因素。

在來回多次的談話中，在使用者提出需求後，機器端可接收使用者在對話中提供的資訊，並依照雙方的對談內容判斷尚缺乏哪些資訊，調整後續的問題，而非單方面死守著固定的問答流程，造成冗長流程，是多輪對話的價值所在。

而彈性切換則是指使用者可隨時切換服務流程，並隨時銜接回上個服務流程，符合使用者中途轉換服務的需求，如：轉帳到一半，想先查詢餘額，再繼續轉帳。

直觀使用：全年齡化使用者

記得之前分享的GUI(圖像式使用介面)、CUI(對話式使用介面)文章嗎？交談式服務之所以在今後如此重要，在於對話式UI的使用門檻之低、造就其可觸及的客群年齡層之廣。

文章看這邊👉 迎接Chatbot新時代：掰掰GUI，用CUI服務客戶吧！

大家應該有幫助不熟悉3C產品的長輩查詢資訊的經驗，對非數位時代生長的人來說，GUI形式的網頁中一堆圖形功能鍵只會感到不知所措。但是，有一個App是他們所熟悉、使用度說不定比我們更活躍的，那就是通訊軟體Line，長輩們即使不會打字，也會透過語音輸入使用溝通。

因此交談式服務特有的CUI是讓任何年齡層的客群簡單、直覺透過對話獲得服務的重要趨勢。其中要注意的是：做好系統串接，讓使用者在對話框中就完成服務吧！若是將聊天機器人作為跳板讓使用者回到網頁版操作，交談式服務就失去一部份的重要意義了。

以上三點是SysTalk.ai建置交談式服務所秉持的原則，至於交談式服務的下一步會朝向哪裡發展呢？SysTalk.ai在今年下半年就會推出相應的產品，之後在也會在Medium分享，希望大家持續關注喔！

彩蛋：做到大家理想的AI Chatbot應該具有什麼樣的特質？來看看SysTalk.ai到CONNECT to the Future論壇的完整版分享：

如果喜歡我的文章，歡迎追蹤、拍手、分享給朋友，
也讓小編工商一下台灣最專業的交談式服務團隊SysTalk↓↓↓

AI大腦專家SysTalk.ai以NLU、FAQ、FLOW產品模組，賦予AI機器語意理解大腦、建立對話邏輯，透過雙腦一流程完成交談式服務，讓AI透過對話解決真實世界的問題，輔助所有工作者。聯絡SysTalk了解更多 → https://systalk.ai/

擺脫聽不懂、反應不對、做不來的Chatbot！三原則發揮交談式AI真正價值 was originally published in SysTalk.ai on Medium, where people are continuing the conversation by highlighting and responding to this story.

最早的Chatbot：心理治療機器人Eliza

聊天機器人最早可追溯回1966年誕生的Eliza，由Joseph Weizenbaum在麻省理工學院人工智能實驗室所開發，透過幾個腳本模擬心理治療師與病患間的 對話互動。

經過了三百多年，Siri、Google Assistant、金融智能客服已充斥在我們的生活當中，人類與機器的對話方式也經歷多個階段發展，以下小編整理出了三大階段，一起回顧這些年我們感受到的Chatbot體驗吧。

從Rule-based到AI理解，人類與機器對談發展史

人類與機器對談的演進，可以分為三個階段：

(1)整句指令式：

大家應該很熟悉Amazon Echo智慧音箱搭載的Alexa，它是被設計在居家中提供單一動作指令服務的語音助理，像是開關家電、報天氣等等。

使用者用預設的命令句來與它互動，像是「Alexa, turn on the lights.」，施令時要符合示範句的結構，Alexa才會接受指定提供相對應的服務。這種對談方式，機器對需求的判斷是比較嚴格的，因此正確率較高，但使用者需足夠熟悉指令句，說話的方式也相對被限縮。

(2)關鍵字比對式：

2014到2016年，台灣的社群網站、通訊軟體出現了很多Chatbot，大家應該看過留言指定詞，就由聊天機器人回覆優惠資訊的操作方式。這種Chatbot大多是以偵測關鍵字來設定對應回覆的方式，優點是機制簡單、相對整句指令有較多彈性，但會因為未命中關鍵字、或者關鍵字出現錯字，而造成無法提供對應功能的狀況。

現在有許多單一次的行銷活動會使用這種方式，在服務規模小且簡單、使用者使用次數少的情境，會是一個不錯的選擇，但若要作為長期提供線上服務的管道，就不是那麼理想了。

(3)AI理解式：

隨著機器學習、運算效能的進步，已經開始有一些以AI技術為基底的Chatbot出現了，像是國泰的智能客服阿發就是一個明顯的例子，你會發現你可以自由地用生活化的語句跟阿發說話，它都可以聽懂並給予相對的服務。

所謂的AI技術再說得明確一些：是否用了「自然語言理解(NLU)」技術。NLU技術主要以判斷使用者的意圖為目標，透過斷詞技術拆解語句，將語句定位於機器學習所建立的多維詞向量空間中，即可找出語句的關聯性以判斷說話者意圖。

具有NLU技術的Chatbot目前最能做到如真人對話的體驗，由於可找出相同意圖、不同問法之間的關聯性，因此只要以正確的方式導入，使用者的問法可更不受限制，同時保有高度正確判斷。

👉了解NLU如何運作看這裡：給你的Chatbot腦袋！如何用NLU突破回覆障礙？

至今為止，大家仍不斷努力精進自然語言理解技術，期望再升級機器理解人類語言的能力，讓機器能做到更多複雜的任務！

彩蛋：做到大家理想的AI Chatbot應該具有什麼樣的特質？來看看SysTalk.ai到CONNECT to the Future論壇的分享：

如果喜歡我的文章，歡迎追蹤、拍手、分享給朋友，
也讓小編工商一下台灣最專業的交談式服務團隊SysTalk↓↓↓

AI大腦專家SysTalk.ai以NLU、FAQ、FLOW產品模組，賦予AI機器語意理解大腦、建立對話邏輯，透過雙腦一流程完成交談式服務，讓AI透過對話解決真實世界的問題，輔助所有工作者。聯絡SysTalk了解更多 → https://systalk.ai/

Chatbot如何理解人類話語？淺談人類機器對談發展史 was originally published in SysTalk.ai on Medium, where people are continuing the conversation by highlighting and responding to this story.

SysTalk.Chat透過NLU、FAQ雙腦模組賦予Chatbot理解服務需求的大腦，以及提供諮詢服務的小腦，在Chatbot有了聽懂、判斷能力之後，要如何讓Chatbot可以像人一樣擁有對話邏輯，可進行對話與溝通呢？今天要跟大家介紹SysTalk.Chat的對話建置模組FLOW如何打造智能客服背後的運作邏輯！

NLU模組看這裡 → 給你的Chatbot腦袋！如何用NLU突破回覆障礙？
FAQ模組看這裡 → 伸手問Chatbot求對還要求快！SysTalk.Chat常見問答擔當FAQ快速解決你的疑惑

FLOW模組進行對話管理 打造Chatbot完整對話能力

Flow模組是進行對話管理的模組，讓Chatbot可以擁有交談邏輯，並決定下一步的行動，具有三個主要功能：

1️⃣ 對話輸出輸入：包括對話進線/出線處理，將Chatbot介接至提供交談式服務的管道(eg: Line、Messenger…)，以接收使用者從對話框輸入的內容，並且輸出Chatbot的回覆內容。

2️⃣ 建立對話流程規則：企業可配合業務流程，設計流程內對話的規則、回覆內容，並銜接判斷服務需求的NLU、FAQ腦，以及串接至企業與服務相關的資訊系統，讓Chatbot可依循此規則判斷該說什麼、呼叫API，以提供使用者服務。

3️⃣ 判斷對話階段：建立使用者對話的工作階段，並依照對話內容紀錄與更新，讓Chatbot可以記憶先前的對話狀態，在接續對話的時候可判斷應進入哪個流程，以接續上文與使用者來回對談，降低對話斷裂感。

FLOW節點拖拉式設計，輕鬆提供智能服務

特色一👉圖像拖拉式操作，視覺化直覺設計不混亂！
SysTalk.Chat的FLOW模組以拖拉節點與流程線方式建置流程，視覺化操作易上手，配合節點條件設定，不限於特定程式語言操作門檻低，一般工程師皆可輕鬆維護，且圖像式介面清楚易使用，相較於程式碼較直覺可視，更易實現龐大的流程規劃。

特色二👉內建社群管道、API接口Node，跨平台易串接！
SysTalk.Chat的FLOW模組已內建多種主流社群的串接節點，可快速接介至Line、Messenger、Skype、Web、App…等等對話管道，讓不同管道的使用者皆能獲得服務；對內具備http協定API設計，可配合業務流程，輕鬆整合企業內部資訊平台(Call center, HR system)，提供完整的對話服務。

特色三👉節點設計易Debug，切開AI黑盒子！
SysTalk.Chat的FLOW模組節點式設計與內建Debug Node，可在眾多服務流程中，更容易確認問題發生點，方便工程師判斷與維護內容與流程，擴充服務時也因為彼此的獨立性，而降低考量整體程式碼的難度。

流程設計+意圖理解 建立多輪、多輪轉多輪仿真人對話

透過SysTalk.Chat三模組即可建置完整的交談式服務，要賦予Chatbot更加仿真人的對話彈性仍需要一些建置技巧，比如運用FLOW的運作方式搭配意圖式理解的大腦可以讓Chatbot可以做到多輪對話、多輪轉多輪，提升使用者的對話彈性與優化體驗！下一篇就跟大家分享多輪對話。

如果喜歡我的文章，歡迎追蹤、拍手、分享給朋友，
也讓小編工商一下台灣最專業的交談式服務團隊SysTalk↓↓↓

AI大腦專家SysTalk.ai以NLU、FAQ、FLOW產品模組，賦予AI機器語意理解大腦、建立對話邏輯，透過雙腦一流程完成交談式服務，讓AI透過對話解決真實世界的問題，輔助所有工作者。聯絡SysTalk了解更多 → https://systalk.ai/

解密：智能客服背後如何運作？FLOW服務邏輯大公開！ was originally published in SysTalk.ai on Medium, where people are continuing the conversation by highlighting and responding to this story.

企業不管在網站上、說明書上都需提供常見問題讓客戶能第一時間獲取基本資訊，而隨著企業開始透過Chatbot作為管道與客戶溝通，也需要讓Chatbot具備回覆客戶常見問題的知識，但是要如何教導Chatbot這樣的能力呢？今天要跟大家介紹SysTalk.Chat雙腦一流程中的小腦FAQ模組，建立你的常見問題服務！

SysTalk.Chat雙腦分工 當家小腦FAQ打造資訊諮詢服務

SysTalk.Chat一共有兩個模組具有自然語言處理能力，其一為NLU模組，專門用於判斷使用者服務需求(詳請看此篇：給你的Chatbot腦袋！如何用NLU突破回覆障礙？)，而FAQ模組為專門用於資訊諮詢，用來回覆使用者提出的常見問題。

FAQ運用多問一答語料與多種切詞方式透過機器學習建立語料向量空間，依兩階段跑分結果判斷使用者的問題，更具備詞彙優化(同義詞歸併、停用詞設計)、彈性排程、階層式問答三特色再提升問答精準度、精緻化使用體驗。以下讓小編來一一介紹吧！

FAQ模組如何讓Chatbot聽懂問題？

兩階段跑分 兼顧快速、精準找出使用者問題

FAQ運用機器學習將多問一答之訓練語句定位於空間向量中，作為標準問題，當使用者提出問題時，將其與空間中的標準問題比對，以語句相似度(於多維向量空間中的距離)做為依據，判斷使用者的問題為哪一項常見問題，再提供對應資訊。

為了在大量的常見問題中能兼顧回覆精準度與速度，SysTalk.Chat的FAQ模組分兩階段跑分，先使用單一切詞評分法於巨量資料中快篩出最相近的前幾名候選問題，接著，再以六大切詞評分法共同跑分審判，可更謹慎、更精準判斷使用者的提問，以提供正確的對應回覆。

FAQ模組三大特色

1️⃣優化語料定位：設定同義詞、停用詞，提升答對率

同義詞歸併：SysTalk.Chat的FAQ提供同義詞設定功能，將語料在向量空間中定位時，可把同義詞視作是同一個詞進行定位，避免同義詞被錯開計算，而造成相似度比對分數的偏差，可有效提升對應通用問答的精準度。

💰：繳費、繳錢

✈️：旅遊平安險、旅平險

停用詞過濾：在中文的對話內容中，有些字詞在全然不同的對話主題中皆會使用，如：「的、了、你、我」，這些字詞不但無法幫助鑑別判斷使用者的問題，較短的句子甚至可能受這些詞彙影響而比對至錯誤問答。SysTalk.Chat之FAQ提供停用詞功能，可於訓練與判斷時自動過濾預設之停用詞，避免耗費運算與儲存資源於無鑑別度之語料詞彙，甚至影響跑分結果。
(建議設定停用詞需與導入顧問討論)

2️⃣建立階段式問答：設計對話式諮詢，精緻化通用問答

有些通用問答提供的資訊量較多、內容龐雜，若一次將所有資料提供給使用者，將造成閱讀不易，降低使用者使用意願。Systalk.Chat的FAQ可在回答的資訊量過多時設計對答，用互動諮詢方式縮小使用者所需目標內容，再提供精確的資訊，給使用者如真人對話一般的使用體驗。

👨:幾點開始營業?
🤖:台灣各縣市的營業時間不同喔！請問你想詢問哪個縣市的呢？
👨:台北
🤖:台北分店營業時間如下：...。

3️⃣設定問答排程：預設上下架時間，輕鬆掌控問答時效性

Systalk.Chat的FAQ可針對具有時效性的問答預先進行排程，如短期行銷活動的相關問答，企業使用單位不需因部分問答上下架而進行整體更版調整，更能掌控Chatbot提供的問答內容。

規劃梳理找專家！SysTalk導入顧問教你調教Chatbot

要建立一個好的FAQ模組作為Chatbot的諮詢腦，不應該直接將未經梳理規劃的常見問題全塞給Chatbot，而是需要運用上方同義詞、停用詞功能以及其他導入的技巧訓練Chatbot的腦袋，理解演算法的運作模式也能做出較好的規劃，因此小編建議企業導入時，要找專業的交談式機器人導入顧問諮詢喔！

如果喜歡我的文章，歡迎追蹤、拍手、分享給朋友，
也讓小編工商一下台灣最專業的交談式服務團隊SysTalk↓↓↓

AI大腦專家SysTalk.ai以NLU、FAQ、FLOW產品模組，賦予AI機器語意理解大腦、建立對話邏輯，透過雙腦一流程完成交談式服務，讓AI透過對話解決真實世界的問題，輔助所有工作者。聯絡SysTalk了解更多 →  https://systalk.ai/

伸手問Chatbot求對還要求快！SysTalk.Chat常見問答擔當FAQ快速解決你的疑惑 was originally published in SysTalk.ai on Medium, where people are continuing the conversation by highlighting and responding to this story.