资源介绍
本书所涉技术有诸多名称：对话式人工智能、虚拟助手、自动代理、聊天机器人，或者简称 “AI”。无论你如何称呼它，本书都会教你如何高效地利用这项技术来满足需求并让用户满意。如果你的对话式人工智能表现不佳，本书也会教你如何改进。
本书适用人群
《高效对话式人工智能》面向当前负责维护对话式人工智能解决方案的人员，包括业务负责人、产品负责人以及对话式人工智能的设计师和开发者。软件开发经验对某些技术问题的解决可能会有帮助，但对于本书中提到的许多概念性或设计性补救措施来说并非必需（部分原因在于全文中推荐的低代码 / 无代码对话式人工智能工具）。对于那些正在考虑构建对话式人工智能解决方案的人来说，本书也会有所启发 —— 正如人们所说，预防胜于治疗。
本书结构：路线图
本书分为四个部分，共 12 章。第一部分介绍对话式人工智能、该技术的优势和痛点，以及改进对话式人工智能的结构化方法。其余部分则各聚焦于一个痛点，并提供多种方法来消除该痛点，从而改进人工智能。
第一部分 介绍构建和改进对话式人工智能的基本概念。
第 1 章介绍对话式人工智能和生成式人工智能，并展示它们如何协同工作以提升效果。同时，还会介绍本书将帮助解决的痛点和陷阱。
第 2 章教你如何构建和发展聊天机器人，从简单的问答开始，逐步添加流程，最后运用生成式人工智能。
第 3 章介绍如何用客观的衡量标准评估对话式人工智能，并根据这些指标制定改进计划。
第二部分 提出多种策略，帮助对话式人工智能系统理解用户请求。
第 4 章引导你探索用户对人工智能的需求，并衡量人工智能对用户需求的理解程度。这些技术为接下来的三章提供支持。
第 5 章演示如何提高基于意图（基于分类）的对话式人工智能解决方案的理解能力，这对于回答常见问题特别有用。
第 6 章同时使用搜索和检索增强生成（RAG）来理解和回答用户问题，尤其是那些不太适合基于意图回答的罕见问题。
第 7 章介绍在构建时使用生成式人工智能为对话式人工智能系统生成训练和测试数据的技术。
第三部分 探讨当对话式人工智能变得复杂时，用户和构建者面临的挑战。
第 8 章介绍多种简化流程的方法，以提高用户成功完成流程的几率。
第 9 章深入探讨如何利用所有可用上下文向用户提出正确的问题，并向他们提供正确的回答。
第 10 章将生成式人工智能应用于复杂对话，指导大型语言模型（LLMs）设计、批判或替换复杂流程。
第四部分 聚焦于减少人工智能用户和人工智能前端人工代理的使用阻力。
第 11 章总结用户在对话开始时或对话过程中立即退出对话式人工智能的原因，以及如何降低这种可能性。
第 12 章解释有效的对话总结技术，特别是当用户选择退出时。这对于继续处理这些升级对话的人工代理来说是必要的。
我们建议先阅读第一部分，以了解本书中使用的思维模式。（有经验的构建者可以略读第 1 章，该章从头开始构建一个简单的聊天机器人。）之后，你可以深入阅读任何描述你感兴趣解决的痛点的部分。这些部分可以按任意顺序阅读。在一个部分内，我们建议按顺序阅读各章，但这并非严格要求。每章都包含练习，供你实践或思考所学概念。