什么是聊天机器人(chatbot) ？

聊天机器人可在网站、消息应用程序、短信、WhatsApp、客户服务门户及许多其他数字渠道上使用。

并非所有聊天机器人都使用人工智能 (AI)。传统聊天机器人遵循预定义的规则、决策树和脚本化的对话流程。AI 聊天机器人则使用自然语言处理 (NLP)、生成式 AI 和大语言模型 (LLM) 等技术，来理解用户意图、生成更自然的回应，并适应更广泛的对话。

传统聊天机器人擅长处理可预测的请求，但难以应对超出其预设回复范围的问题。如今的 AI 聊天机器人能做的远不止提供答案。许多聊天机器人与业务应用程序、数据库和知识库相连，从而能够检索信息、完成交易或引导用户完成某个流程。它们还可以通过解决常规请求，并在需要更多帮助时将更复杂的对话转接给人工客服，来为人工客服提供支持。

组织在各行业中使用聊天机器人来为客户、员工和合作伙伴提供支持。它们可以在客户服务、销售、技术支持、内部知识共享、预约安排以及许多其他日常任务中提供帮助。

虽然每个聊天机器人的功能各不相同，但目标是一致的：让人们更轻松地通过人类对话获取信息并完成任务，而不是浏览菜单或搜索内容。

聊天机器人之所以重要，是因为它们帮助组织提供更快的支持、改善信息获取，并跨数字渠道扩展服务。它们反映了数字体验交付方式的广泛变革。

如今的客户期望更快、更个性化的全渠道交互。员工也希望快速获取公司知识和内部资源。聊天机器人通过熟悉的对话界面提供信息和服务，帮助满足这些期望。

计算机与人进行对话的想法可以追溯到几十年前。1950 年，Alan Turing 提出了后来被称为图灵测试的方法，以评估机器是否能表现出类人智能。20 世纪 60 年代，ELIZA 通过简单的模式匹配、识别关键词并以预定义的回复进行回应，而非理解含义，来模拟与用户的对话，成为首批广为人知的聊天机器人之一。

如今，聊天机器人已远为先进，但它们都建立在同一个目标之上：让计算机能够通过自然语言进行交流。它们在组织与人的互动中扮演着核心角色。企业不再仅仅依赖电话、电子邮件或静态网页，而是可以提供对话式体验，帮助人们更直接地查找信息和完成任务。事实上，对话已成为人们与技术交互的常见方式。

随着聊天机器人的发展，组织正在寻找使用它们的新方式。它们已成为用户参与、员工支持、客户体验和数字化转型的重要组成部分。

许多人认为聊天机器人一词总是指人工智能驱动的聊天机器人，但聊天机器人在生成式 AI 出现之前很久就已存在。

会话式 AI 有时也被用来替代聊天机器人，但两者并不相同。会话式 AI 是一类广泛的技术，使系统能够理解并回应人类语言，而聊天机器人是该技术的一种应用程序。换言之，会话式 AI 为许多聊天机器人提供动力，但它也可以为 AI 助手、AI 智能体、虚拟助手及其他对话系统提供动力。

有些组织将虚拟代理与聊天机器人互换使用，通常用于客户服务。其他组织则用虚拟代理来描述更高级的聊天机器人系统，这类系统能够访问业务应用、完成任务或支持更复杂的交互。由于虚拟代理没有通用定义，该术语可能因供应商或产品而异。

每个 AI 聊天机器人都是聊天机器人，但并非每个聊天机器人都是 AI 聊天机器人。传统聊天机器人和 AI 聊天机器人都通过对话进行交流，但它们在如何理解和回应用户方面有所不同。

• 传统聊天机器人，也称为基于规则的聊天机器人，遵循预定义的规则、决策树或脚本化回复。它们适用于可预测的交互，但灵活性有限。许多企业在其网站上使用传统聊天机器人来回答常见问题 (FAQ) 或引导用户完成常见任务。
  
  
• AI 聊天机器人使用 AI 模型来解释自然语言、保持上下文并生成回复。它们能处理更广泛的问题和对话。众所周知的例子包括 ChatGPT 和 Claude，它们允许用户提出开放式问题并获得对话式回复。

许多 AI 助手包含聊天机器人功能，但并非每个 AI 聊天机器人能充当完整的 AI 助手。两者都使用会话式 AI，但目标不同。

• AI 聊天机器人主要设计为通过自然对话与用户互动的对话式聊天机器人。它们回答问题、提供信息并帮助用户完成特定任务。
  
  
• AI 助手的角色更广泛。除了回答问题，它们还能帮助用户管理日历、设置提醒、创建内容、搜索信息并跨多个应用程序工作。例子包括 Amazon Alexa、Apple Siri、Google Assistant、Google Gemini 以及 Microsoft Copilot 等工作场所助手。

AI 聊天机器人和 AI 智能体都能通过自然语言交流，但 AI 智能体旨在更积极地完成工作。

有些 AI 智能体包含聊天机器人界面，但对话只是其功能的一部分。

• AI 聊天机器人回应用户请求并引导对话。它们通常回答问题或一次一步地帮助用户完成特定任务。
  
  
• AI 智能体可以规划、做出特定任务的决策，并在有限的人工参与下执行多步骤工作流。它们经常使用工具、与其他软件交互，并根据变化的条件调整行动。

例如，AI 聊天机器人可能帮助客户退换产品或回答有关员工福利的问题。AI 智能体则可能通过协调退换货、更新库存、通知其他业务系统并在最少的用户输入下确认交易，来完成更广泛的目标。

聊天机器人、AI 助手和 AI 智能体之间的界限正变得日益模糊。许多平台现在集成了这三者的元素，尽管它们的主要目的仍然决定了其分类方式。

传统聊天机器人依赖预定义的规则，而 AI 聊天机器人结合多种 AI 技术来理解请求、生成自然回复并完成更复杂的任务。

以下技术在整个对话过程中通常是相辅相成，而非独立工作。例如，AI 聊天机器人可能使用 NLP 和自然语言理解 (NLU) 来解释用户请求并检索相关信息，然后利用 LLM 和生成式 AI 生成对话式回复。

算法：每个聊天机器人都依赖算法来处理信息并决定如何回应。传统聊天机器人通常遵循基于规则和决策树的预定义算法，而 AI 聊天机器人则将算法与机器学习和语言模型相结合，以生成更灵活的回应。

生成式 AI：生成式 AI 使现代聊天机器人能够创建原创的回复，而不是仅从预定义的答案中选择。这项技术让 AI 聊天机器人能够更自然地回应，并适应更广泛的问题。

大语言模型 (LLM)：LLM 是为许多聊天机器人提供动力的 AI 模型。它们在海量文本上训练，因此能够识别语言模式、理解提示并生成回复，支持更类人的对话。

机器学习：机器学习使 AI 系统能够在训练中识别模式并改进其执行方式。许多现代 AI 聊天机器人还依赖深度学习，这是一种机器学习方法，可帮助语言模型识别文本中的复杂模式并生成更自然的回复。

自然语言处理 (NLP)：NLP 帮助聊天机器人解读书面或口头语言。它使聊天机器人能够识别用户请求的含义，即使问题以不同方式表述。

自然语言理解 (NLU)：NLU 是 NLP 的一个专门领域，专注于解读用户意图和上下文。NLU 并非简单地识别关键词，而是帮助 AI 聊天机器人理解用户想要完成什么。

无论聊天机器人遵循预定义规则还是使用 AI，每次对话都遵循相同的基本流程。计算机程序接收用户的消息或语音命令，解读请求，选择合适的回应，然后进行回复或执行操作。区别在于每种聊天机器人如何理解请求以及决定下一步做什么。

传统聊天机器人将用户输入与预定义的规则、关键词或对话流进行比较。如果识别出请求，它会返回已编程的回复或引导用户进入下一步。例如，客户可能从菜单中选择“追踪订单”或回答“是”以继续脚本化的对话。如果请求超出了聊天机器人的已编程回复范围，通常无法继续，除非将用户重定向或转接给人工客服。

AI聊天机器人遵循更灵活的流程。它们能够理解用户请求背后的意图和上下文。它们还能记住对话早期的信息，让用户能够自然地提出后续问题或改变话题。

例如，客户可能输入或说出：“我上周订购了一件夹克，但想换一个不同的尺码。”AI 聊天机器人无需让客户从选项菜单中做选择，而是能够理解请求，索要订单号，检索购买详情，并引导客户完成换货流程。

许多 AI 聊天机器人还与知识库和业务应用程序等各种数据源集成。这些连接使它们能够回答问题、完成任务并采取行动。它们可以在同一次对话中创建支持工单、安排预约、更新客户记录或检索订单信息。

组织可以在许多部门部署聊天机器人，以改善与客户和员工的交互。这些用例大多适用于传统聊天机器人和 AI 聊天机器人，不过 AI 聊天机器人更适合处理更复杂的对话。

更先进的 AI 聊天机器人可以自动化这些工作流的部分环节。AI 智能体通常可以在更少用户参与的情况下完成整个工作流。

客户服务仍是聊天机器人最常见的用途之一。聊天机器人回答问题、提供指导并帮助客户解决问题，而无需总是联系支持代表。常见任务包括：

• 解答关于产品、服务或政策的问题
• 帮助客户追踪订单、处理退货或管理账户
• 提供故障排除指导
• 将复杂请求转接给相应的支持团队

例如，零售商可能使用聊天机器人帮助客户查看订单状态，而软件公司可能用它回答基本技术问题，再将用户转接给支持代表。

在组织内部，聊天机器人可作为公司资源和支持的集中入口。这些聊天机器人帮助员工获取信息并完成常见的办公任务。典型用途包括：

• 解答关于公司政策和福利的问题
• 支持员工入职
• 帮助处理常见的 IT 请求
• 将员工与内部资源对接

员工可能用聊天机器人查找休假政策相关信息，新员工也可能用它获取设置公司软件的指导。

聊天机器人能让人们更轻松地查找散布在网站、文档和内部系统中的信息。随着 AI 聊天机器人理解自然语言问题的能力不断提升，这一用例变得更加普遍。常见用途包括：

• 在公司文档中查找答案
• 搜索产品文档、技术资源或知识库
• 定位内部政策和流程
• 从文档中总结信息

客户可能使用聊天机器人在产品指南中查找特定信息，而员工可能要求它查找公司政策。

聊天机器人可以通过帮助客户了解产品和服务、提供推荐并引导他们完成购买流程，为销售团队提供支持。聊天机器人的帮助方式包括：

• 回答产品问题
• 推荐产品或服务
• 筛选潜在客户并收集客户信息
• 安排会议或产品演示

电子商务公司可能使用聊天机器人帮助购物者选择产品。软件提供商可能用它回答潜在客户的问题。

除了提供答案，一些聊天机器人还帮助用户完成常规操作。这些聊天机器人通常与业务系统连接，以协助处理常见请求。任务可能包括：

• 安排预约
• 进行预约
• 更新账户信息
• 填写表单或提交请求

例如，医疗保健提供方可能使用聊天机器人来安排预约，而银行可能用它来帮助客户更新账户信息。

更先进的聊天机器人软件可以通过收集信息、连接其他系统并完成特定任务，来自动化部分业务流程。这些任务可能包括：

• 创建支持工单
• 将请求转接给相应团队
• 更新业务记录
• 启动审批流程

人力资源聊天机器人可以收集新员工的信息并启动入职流程，而 IT 聊天机器人可以自动创建支持工单并将其转接给相应团队。

一些 AI 聊天机器人能自动化这些工作流的部分环节，而 AI 智能体通常能更自主地处理它们。

传统聊天机器人和 AI 聊天机器人都能改善组织与用户的互动方式。无论其背后的技术如何，聊天机器人都有几个共同的优势。

信息一致性：聊天机器人使用经批准的内容和业务规则进行回复，有助于在对话中提供更一致的答案。

更快的响应：聊天机器人可以立即回答常见问题，减少人们搜索信息或等待协助的时间。

更高的可用性：与营业时间有限的团队不同，聊天机器人可以全天候回复。这种灵活性使组织能够支持不同时区和日程安排的用户。

提高员工生产力：员工可以快速找到政策、流程和其他内部资源，而无需在多个系统中搜索或就常规问题联系同事。

更高效的客户支持：聊天机器人处理常规请求，让支持团队能够专注于需要更多时间、专业知识或个人关注的问题。

支持业务增长：聊天机器人使组织能够处理不断增长的客户咨询和员工请求，而无需按比例增加支持人员，从而提升运营效率。

AI 聊天机器人的对话能力和连接性可带来更多优势，包括：

可操作的洞察：AI 聊天机器人对话可以揭示常见问题、反复出现的问题和信息缺口。这些洞察可用于改进产品、服务和支持资源。

常规任务自动化：许多 AI 聊天机器人可以与业务系统连接，完成诸如安排预约、更新记录或创建支持工单等操作。这种能力减少了手动工作，有助于简化常见流程。

更个性化的互动：AI 聊天机器人可以根据用户偏好、历史对话或可用账户信息来定制回复。这种定制化创造了更相关的互动，无需用户每次都重复信息。

聊天机器人可提供显著价值，但也带来了重要的考虑因素。组织应考虑技术本身之外的问题，并建立治理、维护和人工监督的流程。通过适当的规划，许多常见挑战可以减轻或避免。

偏见与公平性：AI 聊天机器人可能反映出训练数据或其所访问信息中存在的偏见。定期测试、监控和更新有助于识别潜在问题，并随着时间的推移提高聊天机器人回复的质量。

复杂请求：聊天机器人无法处理所有对话。某些情况需要人工判断、同理心或专业技能。一个设计良好的聊天机器人应该认识到自身的局限性，并在需要时提供明确的转接人工客服的途径。

不正确或误导性回复：AI 聊天机器人有时会生成不准确、不完整或误导性的回复。这些回复有时被称为 AI 中的幻觉，当聊天机器人无法访问可靠信息或被问到超出其知识范围的问题时，更容易出现。将聊天机器人连接到可信数据源并定期评估其性能，可以提高准确性。

持续维护：随着业务信息、政策及客户需求的变化，聊天机器人需要定期更新。AI 聊天机器人还需通过持续监控与优化来保持准确性、提升性能并支持新用例。

隐私与安全：聊天机器人通常会处理客户、员工或业务信息。组织应制定政策以保护敏感数据、控制对业务系统的访问，并遵守适用的隐私法规。

用户信任与透明度：人们应知晓自己何时正在与聊天机器人交互，并了解它可以访问哪些数据。设定明确的期望有助于建立信任，并创造更好的用户体验。