本周工作思考
本周用2天的时间用于编写UTJ的Chatbot的配置脚本，在AI组伙伴的指导帮助下，基本熟悉了CN和UTJ的配置过程，过程中遇到不少了问题，这个过程也坚定我们了这块工作必须要工程化的决心，也明确我9月份要做的工作。
在此之前，我接触过Chatbot的前端设计和开发，但是不清楚整体Chatbot内在的产品机制和设计机制，通过这两周的工作，我比较完整的理解Chatbot的产品机制，也加深了对“获取信息-强化动机-处理异议-共启愿景”这个框架的理解，这个有利于我在编写脚本配置文件时，可以比较有依据的判断语句中的关键词，语气词甚至是一些连接词的处理原则，因为客户界面的伙伴设计完脚本后，我们还需要转换成代码可以理解的配置文件，其中会有小部分的调整。
个人认为Chatbot的训练过程的中的训练效果一定程度上取决于脚本设计者对训练意图的理解，对用词的选择，近义词，金句，关键的，语气，过渡词，提问技术，回话技术，接话技术，以及会话上下文都会较高的要求，这样才能让Chatbot更贴近实际，用户训练的话术可以直接用在实际面谈中，而不需要再次的加工转换
依据我现在的理解，我把目前的Chatbot分为两种对话配置模式，一种是Call-Response模式，一种是Ask-Answer模式，
Call-Response模式指AI问，用户（销售）响应，比如AI说（以下举例非实际脚本内容），“关于用药的剂量标准最近有医生反应不太清楚”，用户（训练者）对这句话可以理解为陈述事实，也可以理解为委婉的表达不满或者抱怨或者吐槽，但是不管怎样，这是一种Call，可以理解为电话铃声响了，用户（训练者）要对上面的话有响应，要回话即Response
Ask-Answer是一种明确的问话，如，“领导，针对这次拜访，您要给我的反馈是什么”，这种场景一般上下文明确，语义清晰，情绪单纯，是指向很明确的接话。依照我的理解，Call-Response模式是目前比较难处理的
另外一个感触深的是日文脚本的处理，不熟悉日文目前是非常大的问题，可能会在关键词分词把握上不准，这样关键词、金句的语义拆分就要严格按照规则来做。从这个角度来说，脚本编辑器也是今年的重中之重，我们要把脚本的编辑能力及准实时配置上线能力完全开放出去，另一方面也是对Chatbot目前的运行逻辑规则要更清晰明确，对Chatbot后续的迭代设计提出了更高的要求