关于toB项目“聊天机器人”的设计思路

这周为某知名跨国Top10的药企做了一个自动应答的聊天系统，跟着我们博学多才的首席商务馆和一名项目经理、一名Java工程师于本周五去甲方公司交付了原型设计，包括后端操控台以及前端的墨刀演示效果。对方对本版原型较满意，接下来将进入技术开发阶段，预计18年4月初上线。

下面我将梳理一下本项目的设计思路。

应用场景

该药企的微信服务号积累了30万的医生用户，每天会积累大量的问题留言，人力投入多，节假日不可休息，回复延时严重，且微信官方规定超过48小时的留言不可回复。

为减轻员工回复压力并给医生一个更好的用户体验，决定引入半自动智能应答系统以满足上述需求。

半自动智能应答系统

想必有同学会问，不是智能聊天机器人吗？怎么变成半智能了？是这样，聊天机器人实际上分为两种：

1、基于指令的聊天机器人。这类聊天机器人的智能程度是根据开发人员的程序而定，但其能力有限，只能回答封闭域的问题。

2、使用人工智能的聊天机器人。这类聊天机器人实际上能理解人类语言，而不仅仅是指令，在与人交互过程中变得更智能，能回答开放域的问题。

经过对后台问题的大量梳理，发现医生在问题的提问上具有很明显的指向性，主要是关于注册问题和不良反应，而我们的机器人的使用场景就是为了解决医生真正关心的问题，开放域问答并不适合我们。

自动应答系统后端操纵台

如何训练机器人

只需要业务人员在后台配置好场景分类，关键词，标准问题，相似问题就可以实现封闭域对话了，且支持问题学习功能批量处理待学习问题，让机器人越来越懂你，让工作人员的问题回复工作越来越轻松！

截止目前，尚无出现引用智能聊天系统已经上线产品的制药公司，因为自始至终，医药行业都是公认最落后的行业，小心落后就要挨打！

智能时已经来临，你准备好了吗？