概述
对话式人工智能是一种让人们通过自然的来回对话、文本或语音（而不是菜单和表格）与计算机进行交互的技术。它支持虚拟助理、客户服务聊天机器人以及手机和智能扬声器等语音助手。
对话式人工智能是语言人工智能堆栈的一部分，用于大规模阅读、生成、分类和转换文本和语音。
深入探讨
对话式人工智能涵盖了任何旨在与人进行自然对话的系统。经典管道将工作分为几个阶段：自然语言理解 (NLU) 找出用户的意图并提取称为槽位的关键细节，对话管理器跟踪对话状态并决定下一步做什么，自然语言生成 (NLG) 表达答复。语音助手将其封装在语音识别和文本转语音中。旧系统是基于规则的或依赖于严格定义的意图，这使得当用户意外地表达事物时它们变得脆弱。现代对话人工智能越来越多地使用大型语言模型，这些模型可以直接生成流畅的回复，并且可以处理开放式对话，通常基于检索到的文档，因此答案保持准确。持续存在的挑战是记住多个回合的上下文，知道何时将其交给人类，以及避免自信地给出错误答案。
技术洞察
传统的面向任务的助手运行一个 NLU 模块，该模块对用户的意图进行分类（例如，“book_flight”）并提取槽（日期、目的地）、一个记住已填写内容的对话状态跟踪器、一个选择下一个操作的策略以及一个生成措辞的 NLG 步骤。现代基于 LLM 的系统通常会破坏这些阶段，在使用工具、函数调用和检索来获取事实或采取行动的同时生成端到端的响应。将正在运行的对话历史记录作为上下文来维护，可以让机器人记住之前的对话。
掌握对话式人工智能
对话式人工智能是一种让人们通过自然的来回对话、文本或语音（而不是菜单和表格）与计算机进行交互的技术。它支持虚拟助理、客户服务聊天机器人以及手机和智能扬声器等语音助手。对话式人工智能是语言人工智能堆栈的一部分，用于大规模阅读、生成、分类和转换文本和语音。为了建立深入的理解，请将对话式人工智能视为一种操作模型，而不是单一功能：定义期望的结果，澄清假设，并将系统可以可靠地完成的任务与仍需要专家判断的任务分开。
在实践中，强大的团队使用对话式人工智能设计提示、检索和审查循环作为一个集成的通信系统。他们记录明确的成功标准，根据实际数据和工作流程进行测试，并根据观察到的失败模式而不是一次性基准测试胜利进行迭代。这就是理论理解转变为跨产品、政策和运营的持久能力的地方。
语言工作流程可以在不牺牲一致性的情况下更快地移动。与此同时，幻觉事实可以悄悄地进入报告、支持流程或研究成果。最具弹性的方法是将实验速度与治理规则结合起来：运行试点、捕获证据、发布决策日志，并随着模型行为、用户期望和监管要求的发展不断更新保障措施。
战略影响
语言工作流程可以在不牺牲一致性的情况下更快地移动。
语言工作流程可以在不牺牲一致性的情况下更快地移动。在高质量部署中，这会转化为可衡量的操作规则、所有权边界和定期审查仪式，以便团队可以增强信心，而不是扩大模糊性。
它扩展了跨语言和沟通方式的访问。
它扩展了跨语言和沟通方式的访问。在高质量部署中，这会转化为可衡量的操作规则、所有权边界和定期审查仪式，以便团队可以增强信心，而不是扩大模糊性。
团队可以花更多时间进行判断，而自动化则可以处理重复。
团队可以花更多时间进行判断，而自动化则可以处理重复。在高质量部署中，这会转化为可衡量的操作规则、所有权边界和定期审查仪式，以便团队可以增强信心，而不是扩大模糊性。
现实世界的实施
银行的客户服务聊天机器人可通过对话检查您的余额、解释费用并重置密码
智能音箱上的语音助手可以设置计时器、回答问题以及通过语音控制智能家居设备
医疗保健症状检查机器人，可提出后续问题并引导患者找到正确的护理选择
应用内购物助手在结帐时以自然语言推荐产品并回答问题
实施模式
对话式人工智能的实践
银行的客户服务聊天机器人可以通过对话检查您的余额、解释费用并重置密码。
银行的客户服务聊天机器人可以通过对话检查您的余额、解释费用并重置密码。当团队预先定义质量阈值、为边缘情况保留人工升级路径并跟踪一段时间内的生产力提升和错误成本时，通常会获得更好的结果。
对话式人工智能的实践
智能扬声器上的语音助手可以设置计时器、回答问题以及通过语音控制智能家居设备。
智能扬声器上的语音助手可以设置计时器、回答问题并通过语音控制智能家居设备。当团队预先定义质量阈值、为边缘情况保留人工升级路径并跟踪一段时间内的生产力提升和错误成本时，通常会获得更好的结果。
对话式人工智能的实践
一种医疗保健症状检查机器人，可以提出后续问题并将患者引导至正确的护理选择。
医疗保健症状检查机器人会提出后续问题并将患者引导至正确的护理选项。当团队预先定义质量阈值、为边缘情况保留人工升级路径并随着时间的推移跟踪生产力增益和错误成本时，通常会得到更好的结果。
对话式人工智能的实践
应用内购物助手在结帐时以自然语言推荐产品并回答问题。
在结帐过程中以自然语言推荐产品并回答问题的应用程序内购物助手当团队预先定义质量阈值、为边缘情况保留人工升级路径并跟踪一段时间内的生产力提升和错误成本时，通常会获得更好的结果。
风险与防护栏
幻觉的事实可以悄悄地进入报告、支持流程或研究成果。
及时的敏感性可能会在类似的请求中产生不一致的结果。
如果访问控制薄弱，敏感文本数据可能会暴露。
实施路线图
在推出之前定义输出格式、语气和质量标准。
在推出之前定义输出格式、语气和质量标准。将每个步骤视为证据门：如果不满足标准，则暂停推出，缩小差距，然后再扩大使用。
当准确性很重要时，请使用可信来源进行地面响应。
当准确性很重要时，请使用可信来源进行地面响应。将每个步骤视为证据门：如果不满足标准，则暂停推出，缩小差距，然后再扩大使用。
为高风险输出保留人工审查检查点。
为高风险输出保留人工审查检查点。将每个步骤视为证据门：如果不满足标准，则暂停推出，缩小差距，然后再扩大使用。
跟踪故障模式并定期重新训练提示或工作流程。
跟踪故障模式并定期重新训练提示或工作流程。将每个步骤视为证据门：如果不满足标准，则暂停推出，缩小差距，然后再扩大使用。