「謎團書店」(TM)與機器人問題

李士傑，20170821

透過一個實際案例的虛實整合設計，幫助使用者進入到聊天機器人的領域：了解聊天機器人的現象、重要性、設計架構、操作機制，商業模式。

機器人問題

問題一：機器人前端介面（包含演算法）如何結合臉書應用？

• 答案是，創造體驗。
  • 以真實的會員規則，對真實的臉書身分，創造會員的體驗。
  • 以虛構的「謎團書店」俱樂部事件，對真實的臉書身分，創造參與者的體驗

創造會員的體驗

• 詢問會員最近閱讀的小說或觀賞的戲劇節目
  • 怎麼看的
  • 喜歡不喜歡
  • 喜歡裡面的情節，角色或命題
• 贈送 $1000 啟動點數！
• 建立推薦演算法
  • 根據最近閱讀觀賞的「情報」，推薦會員閱讀推理小說
  • 根據最近閱讀觀賞的「情報」，推薦會員觀賞謎團連續劇（美劇，韓劇，日劇）

創造參與者的體驗：謎團書店店員招募活動

• 「謎團書店」正在進行店員的招募活動。未來預計將是一個大型的書店，裡面有各個不同區域的主題書籍與內容，將有不同的專業服務人員在店中穿梭，提供協助與共享閱讀 / 觀賞「謎團」的樂趣。
• 你有興趣參與店員的招募工作嗎？
• 可以提供給我們你的履歷表嗎？（提供上傳連結）
• 如果還沒有，我們可以互動幫你製作一份履歷表；區分成私人部分，與公開部分兩塊內容
  • 請提供我們你在 ptt / 豆瓣 / reddit / 臉書 等地所撰寫的文章
  • 你可以登入並且驗證你的身分嗎？謝謝你。如果不行，我們會先保留你所提供的連結
• 你最喜歡的推理小說是什麼？
  • 為什麼？結構、形式、人物、情節
  • 你記得最清楚的段落是什麼？
• 感謝參加招募活動，贈送 $1000 點！

「謎團書店」店員的設定

• 謎團書店：作為一個虛實整合的推理懸疑俱樂部，「謎團書店」有著清楚的邊界（封閉領域）來聚攏所有的推理懸疑作品與討論、粉絲閒聊分享
• 店員：實體店員與虛擬店員
  • 適合封閉領域的存取、衍生智能設計
  • 知識手冊
  • 客服手冊
• 性格設計重點：「心意」
  • 參考範例：Netflix：《她的百萬日圓》裡面的塚上女士
• 聊天機器人疲乏現象：高速互動高速溝通疲乏
  • venturebeat soundcloud podcast 談 chatbot fatique。高速互動！
• 附錄：知識性的吸引人特色功能
  • 中華電信 mod 收視率？
  • 網紅的真實好幫手？
• 區分「享受推理作品的樂趣」中，高階與低階的問題
  • 高階
    • 有人陪伴
    • 當柯南運用認知能力，逐步解開謎團的能力
    • 認知到自己的目前狀態
    • 幽默
  • 低階
    • 整理現在有的線索（目前為止獲得的「臂章」）
• 蒐集外部資訊回來做 clustered search result 與 folded（星輿原本範疇）
  • 提供機器人前端運用

執行方式

• 首先要先說明目前區分哪幾塊，有點像是流程上的區段劃分的階段
  • 可以參考 chatbot 黑客松：連結對話流與服務結構 這裡的討論，至少先區分成：
    • 對話部門（conversational)
    • 服務部門（services）；
• 接著要處理（靜態）架構，也是所謂的「堆疊」（draft stack）問題
  • 訊息巴士（message bus）
  • 自然語言的 parser （可以用 Google 的 api.ai或 wit.ai 來執行）
  • 服務代理人（service agents）

一個聊天機器人架構

• a chatbot framework
  • 一個很棒的產品有三個特徵，
    • 簡單容易使用，
    • 99% 時候都正常運作，
    • 減少了你想做的事情的阻礙與摩擦
  • 核心的兩個問題：
    • 我可以叫聊天機器人做啥？
    • 聊天機器人可以怎麼回覆我？
  • Garner 提到「智慧機器科技」可以做到三件事：
    • 根據經驗改編行為；
    • 不直接依賴人們的指令，
    • 以及能夠給出預期之外的結果。
  • 結合了「根據規則」與「朝向智慧機器科技」的兩種混合智能，來協助我們工作
• 問答判斷的象限
  • 先判斷是開放（領域）問題還是封閉（領域）問題
  • 回答：兩種回答
    • retrieval based systems
    • generative based systems
• 其他參考資料
  • Deep Learning for Chatbots, Part 1 – blog post by Denny Britz
  • How to Define and Use Smart Machine Terms Effectively Garner 2016
  • Build a Chatbot - ML for Hackers #6 by Siraj Raval

聊天機器人的技術堆疊（tech stack）

• chatbot tech stack from The Chatbot Tech Stack: Your Checklist for Smarter Customer Service
• 九層解說
  • Customer UI I/O 客戶輸出入使用者介面層 客戶跟系統互動，運用語音、聊天、簡訊、App、網頁，或者 VR
  • Channels & Devices 頻道與設備層 例如臉書 Messenger，線上聊天室、SMS、email 與網站與硬體（如 Alexa，Google Home）。如果 bot 可以跨頻道，那麼倘若有 omni-channel interaction 也將在這一層被管理。
  • Comprehension and Conversation 理解與對話層 將客戶的輸入訊息轉成電腦/機器人了解的語言；同時也將機器人的語言轉換成人類語言（語音或文字等）。問問題，把佇列中的好幾個訊息一次處理，以及追蹤何時互動結束等等能力都是透過管理對話來展現。
  • Workflow 工作流層 任務、問題或待辦事項的執行與管理。
    • 推（Push）型態的互動：例如在聊天最後送上問卷調查，以及提醒還有採購清單中的事項還沒有查核完成。
    • 拉（Pull）型態的互動：客戶啟動工作流，例如詢問「我的帳務情形？」
    • 靜態回應：預先建立的句子，或模板（中間可以鑲嵌動態答案）
    • 動態回應：根據外部資源來決定所拋出的答案。
    • 產生回應（Generated response）：深度學習結果
  • Data and Services 資料與服務：在這一層，機器人將存取知識與服務來完成工作。API 連結到 CRM 系統，知識管理付費平台、認證、電商等等。
  • Connet to an Agent 連結到特工：無縫連結到客戶服務專員。
  • Administration 管理：自然與有效
  • Analytics 分析學：
    • 三種分析學：描述型、規範型與預測型。
  • Compliance and Security

Bot Stash

• Bot Stash

問題二：會員系統與機器人交換資訊

• 需要透過 api 進行交換資訊的動作。

問題三：機器人前端運作：實際情境

• 參考 chatbot 黑客松：連結對話流與服務結構，設計者需要建構一個前端來與使用者互動。
• 針對「工作流」中「推（Push）型態的互動」，採取 Google「對話六步驟」把內容整理、編碼。
• 針對「工作流」中「拉（Pull）型態的互動」，設定活動性質的虛擬事件，來讓讀者與觀眾輸入資料。

補充：Google「對話六步驟」說明

根據 Google 開發者文件中的一篇文章〈了解對話如何運作：朝向一個更棒的使用者介面的關鍵要素〉（Understanding How Conversations Work: The Key to a Better UI），所謂的「對話六步驟」（The 6 Steps of Conversation），乃是用機械的方式把對話拆解成下列的六個步驟：

1. Open a channel to set up common ground — Speaker A sends a message to speaker B
2. Commit to engage — B commits to the conversation with A
3. Construct meaning — A and B connect through a set of structured ideas and (often unspoken) contexts
4. Evolve – A or B (or both) learned or gain something based on their interaction
5. Converge on agreement — If everything works, A and B have reached an agreement; if not, both may move to repair the situation
6. Act or interact — Functional action may follow as a result of the conversation, or some unconscious goal may be reached (being less lonely counts)

其他關於對話介面（CI, Conversation Interface）的討論，可以參考這兩篇文章：

• Conversation Design: Speaking the Same Language: Six principles of human conversation poised to revolutionize Voice User Interface design
• Conversational UI Principles — Complete Process of Designing a Website Chatbot

問題四：儀表板的建置與模擬示意圖

• 目前會先以基本的服務為主，來建置「儀表板」（dashboard）的總覽服務。

問題五：社群成本資源計算

• 參考 chatbot tech stack，未來這個將納入管理層（administration）中處理。

問題六：不同類型討論社群的分析建置

• 由於鑲嵌機器人的對話互動，會建議設計者以 web 討論版的方式來進行，而非 ptt 或傳統的 bbs 討論版。