让Chatbot突破两轮式对话，IBM Watson用人类真实对话模式设计互动体验

IBM研究团队最近针对对话的UX设计，开发了一套自然对话框架Natural Conversation，不但突破以往一般Chatbot两轮对话的限制，创造能够记忆对话内容，来持续与使用者对话，还在该模型中将人类自然的对话模式，套用到对话分析中，来设计对话的使用者体验。

透过自然语言与AI互动的应用场景越来越普遍，但是，即使现今的Chatbot或是AI系统能够理解自然语言，还是很能与人类有更深入、自然的对话互动，举例来说，用户请Chatbot讲一个笑话，Chatbot会直接在讲笑话的过程中，把梗一并说完，并没有与人类互动。

目前市面上的Chatbot多半是用两轮式的对话，用户下完指令后，Chatbot根据用户的意图给予回应，如果用户的意图需要超过单一的回复，像是问答式的笑话，Chatbot就会将多轮的回应集中到单次的回复中。

因此，IBM研究团队认为，对话界面需要系统记得多轮的内容，不只是为了让Chatbot可以讲笑话，或是处理复杂的要求，甚至能够让用户用最少轮的对话来完成想表达的内容。

Watson Assistant（先前名为Watson Conversation）过去已支援多轮的对话，并且能够记忆对话内容来持续与使用者对话，现在，IBM研究团队正在将对话的技术应用在使用者体验设计上，建立出下一代的对话AI界面。

目前大部分的使用者体验界面都是建立在视觉上，像是桌电、网页、手机等，但是，视觉的互动模式并没有对话来的有效，因此，IBM将人类自然的对话模式，套用到对话分析中，来设计针对对话模式的使用者体验。

IBM针对对话的UX设计，建立了一套自然对话框架（Natural Conversation Framework ），提供一般常见型的对话UX模式（Pattern）函式库，这些模式是参考对话分析的文献，该框架包含4个主要的元件：互动模型（Interaction Model）、对话引导（Conversation Navigation）、常见任务（Common Activities）和序列度量（Sequence Metrics）。

互动模型包含可扩展的动作组（Action pairs），举例来说，当一方提出邀请，另一方可能会在下一轮回复接受，但也有可能不是，而是从中延伸更多动作，像是询问时间、地点或是参与的人，而在邀请之前也可能会先寻问今晚是否有空，在接受或是拒绝后，也会说可能下次吧，因此，对话系统中的动作组必须能根据使用者喜欢简单明确或是详细的细节，来支援额外延伸出的对应。

另一方面，由于不同种使用者界面，像是命令列、图像、手机等，不管是改变方向、拖曳标志，或是点选主页的按钮，都会需要不同的引导方式，而对话的界面也是如此，IBM的自然对话框架提供六种方式，来引导用户更能跟AI系统自然地互动，例如，用户可以说“你能做什么”，来得到Bot的功能，“你说什么”来使Bot重复刚刚的回复，“你指的是什么意思”则是会使Bot换句话说，好或是谢谢代表序列对话结束，没关系代表序列对话中断，最后若用户说再见则是结束对话。

该框架也针对常见任务，提供可重复使用的UX模式，像是对话的开场和结束、请求、下订单、问题解决、机智问答和讲故事等。

最后，该框架也提供最新的序列度量方法，让对话分析变得更有效率，来改善对话UX设计。