AI今朝在差异行业有各自的细分应用。对话呆板人，针对差异的业务场景，有每个规模的细分落地。由此，对付对话呆板人的整体设计思路也差异。

笔者今朝在海内一家AI厂商从事AI PM的事情，产物主要面临的主要是某行业的售前营销场景业务。差异于市面上主流的售后呆板人的对话产物，该行业的售前呆板人有其非凡的行业特性与对话产物需求点。按照以往的实践与归纳总结的AI对话设计要领论，本文通过阐释基于该行业的对话产物设计流程与思路，拆解从0到1搭建售前营销呆板人的进程。

以下是本文的思路框架与概览。

一、行业配景轮廓

在先容对话产物设计之前，先先容一下行业的业务配景。

笔者所面临的行业，为某垂直规模的行业。该行业中，又有更进一步的行业细分，分为行业1，行业2，行业3，等等。行业间有如下特点：

整个大行业有共通的业务特性、业务场景与用户诉求点；

细分行业间，有部门配合的行业常识，但每个细分行业，又有各自单独的行业常识；

人工 *** 欢迎对话的场景，细分行业间有共通的对话能力与思路，但同时每个细分行业又有各自的奇特性；

差异的细分行业，售前对话思路有所差别。按照对售前 *** 欢迎的难易水平，可将对话巨大度分为：高、中、低 3个层级。各细分行业的漫衍占比大抵为  高：中：低 =1:7:2；

今朝由于业务线处于劈头阶段与一连完善阶段，本文先从业务 对话巨大度品级为高 的细分行业为例，详细阐释对话产物设计的流程与思路。

二、对话设计流程 1. 业务阐明

业务阐明主要是对细分行业的整体环境做阐明，目标是为对话产物设计提供对话常识框架和对话设计思路。主要包罗2个偏向：行业特性阐明 和 对话场景阐明。

1.1 行业特性阐明

行业特性阐明，指的是对该行业的常识体系做梳理，并对现有人工 *** 欢迎的对话访客特征做阐明。

1.1.1 常识体系梳理

重要性

每个行业内，都有其独占的常识体系。常识体系阐明，对付对话产物设计来说至关重要。它抉择了整个对话呆板人的应答语料话术库的整体偏向与内容，起了偏向性的浸染。

如何做

一般AI PM需要按照业务需要，与数据工程师共同，举办相关信息的获取与梳理。主要通过以下几种 *** ：

1）人工对话数据抽取阐明

从已有的人工 *** 欢迎对话数据中，抽取行业常识框架体系中的要害信息，从而梳理构建行业常识框架。包罗不限于实体要害信息的抽取，通过无监视进修的聚类（如K-means聚类等）等 *** 获取信息分类，等等。

抽取之后的数据，需要举办人工筛选和梳理，输出相应的常识框架布局。

2）用户调研

用户调研的 *** 是从另一个维度去考量阐明行业常识。主要通过与行业专家（凡是是客户）做用户访谈的形式来举办。

行业专家是对该行业有深刻领略且有深厚的常识沉淀的专家，TA会对行业有一套抽象归纳的常识功效。这是对1）点中数据抽取 *** 的有效增补。数据抽取的角度，主要是基于数据特性的归类与抽象，用户调研可从业务角度举办增补和偏向调优。制止呈现技能实现的数据阐明，与业务脱轨、偏离偏向的种种环境。

3）其他各方资料信息汇集

资料信息汇集，包罗各类网上资料、线下书籍等，作为常识查询的增补。凡是在种种的行业规模资讯网会有相应的资料可查询，有须要可布置数据工程师做数据爬虫。但获得的数据也仅供常识框架阐明用，若要作为话术语料，则需进一步清洗和筛选。

1.1.2 访客特征阐明

笔者在做AI PM之前，做过2年的互联网PM。在做AI产物设计时，其实许多时候城市运用到做互联网设计的要领论，纵然实际的事情内容差异，可是思维是一致的。好比访客特征阐明下，主要是对进入对话的访客做特征阐明，即访客用户画像。目标是为了形成对话产物处事的C端用户的要害信息特征与需求阐明，进而做相应的对话设计。

访客特征阐明主要对以下几个特征举办阐明与归类：

脚色

根基信息（性别、年数、主诉载体、来历渠道）

对话目标（为什么/会奈何/怎么办/可做什么）

表达 ***

用户情绪

用户预期

访客留联意愿度

（按照业务需要，会举办标签维度的新增）