聊天機器人發展現況

壹、聊天機器人簡介

聊天機器人Chatbot 簡稱 Bot，是指透過人工智慧(Artificial Intelligence; AI) 的方式，由機器學習程式模擬與使用者互動的對話，目的是幫民眾解決日常生活 中的細節問題。(賴森堂，2018)

智慧機器人最早是由Turing 的論文 Computing Machinery and Intelligence 中 所提出，在論文中他提出了最有名的Turing test 作為判斷機器是否具備智能的標 準，而若是受測者無法判斷對話的對象是否為真人，則該機器具有智能。

1966 年，Joseph Weizenbaum 受到啟發製作了 ELIZA，ELIZA 被設計為透過 談話，幫助病人心理復原的心理治療師，然這個機器人最終並沒有通過Turing test，

但不少人將之視為是人們第一次實現聊天機器人的嘗試。而直到現在，仍然有聊 天機器人持續的以此為基礎在研發。(陳彥谷，2018)(李開復，2017)

目前聊天機器人分為兩種類別，一類是任務式（Task-Oriented）的 Chatbot，

另一種則是純聊天（Chit-Chat）的 Chatbot。第一種類別偏向是個人助理，幫助使 用者完成任務，是來和後者作為區分。幾乎大多數Chatbot 應用，都是利用了自 然語言理解技術，拆解使用者所說的話，找到執行任務的條件，便能產生指令，

完成符合這些條件的查詢動作。(王宏仁，2017)

然而Kobielus, James 在 2016 年 Advancing the art of the cognitive Chatbot 提 到若是透過現有的平台再建構出來的聊天機器人會有其侷限性，包含它無法進行 相關的聊天平台服務，例如使用者身份驗證、個人化、訊息加密、保有個人隱私 和進行監控。無法提供和建議相關解決方案（例如像是無法在對話途中提供像是

12

推薦引擎方案中所推薦的「下一個最佳操作」等用使用者建議，主動找尋使用者 需求）。它沒有解決在聊天機器人中實現的節點級服務模型（例如物聯網端點中 的傳感器，求解器和執行器）。它並不具備主動判斷對話情境的功能，必須由開 發人員來為其推論和使用者的意圖和表達含意，並在對話中找尋最佳回應（如自 然語言處理，情感分析，語音識別，人臉識別，手勢識別和資訊流分析）。

聊天機器人 其實算是被包含在人工智慧中的一小部分，其運用廣泛，

Srivastava 在 ARTIFICIAL INTELLIGENCE: WAY FORWARD FOR INDIA 提到說 其在法律、電子商務上、金融方面皆有運用，但最為廣泛的仍是屬於客戶服務類。

在英美，只要有正當的理由，便可以透過DoNotPay 所提供的法律層面的服務取 得免費的諮詢服務。電子商務方面像是星巴克訂購咖啡。顧客可以使用描述咖啡 類型的口語自然語言訂購咖啡，並將訂單發送到最近的星巴克單位。使用預先註 冊的信用卡或借記卡（Sarah Perez，2018）自動付款。

運用最久且最廣泛的莫過於包含多個部門的客戶服務。系統使用自然語言與 客戶進行對談。儘管已經被用於客戶服務很長一段時間，但它通過更好的自然語 言處理和語音識別變得更加有用。如果客戶仍然不滿意，則將其移交給人力管理 人員。為了降低成本，公司使用IVRS 處理簡單案例，但客戶發現他們必須經過 一系列問題才能獲得信息。另一方面，聊天機器人以自然語言接收用戶的輸入，

並僅詢問解決該問題的相關問題。在對話期間，聊天機器人將上下文考慮在內。

如果討論涉及特定產品或服務，則它使用並識別用於該特定產品或服務的代詞。

同時，Chatbot 也需考慮了用戶的情緒。來自 IPSoft 的客戶服務代理 Amelia 使用情緒分析來了解客戶的情緒以相應地調整其響應，例如，當它面對憤怒的客 戶時，它會使用單詞或短語來回應，降低客戶的煩躁感。但是顯然，這比不能快 速從數據庫中檢索相關會話的人員更有優勢，所以如果聊天機器人仍然無法解決 問題，則呼叫將轉移給人力管理人員（Amelia，2018）。

13

在稅務方面，則有開發出像 AskMyUncleSam。由於美國稅法很複雜，有系 統性的扣減等，納稅人通常會準備納稅申報表準備。該聊天機器人能指導在此過 程中納稅人，會查看收到的付款數據，投資損失和經紀賬戶收益等數據，並查找 所有可能的扣減和負債。它使用稅務代碼，訴訟案件等知識庫來回答用戶的詢問

（Ogunsanya，1998）。(Srivastava，2018)

教育領域也有人開發相關的聊天機器人，Telegram，將聊天機器人導入於教 學之中，旨在輔助教學。透過AIML 語法所開發，將聊天平台整合到教師和學生 之間的溝通中，以幫助他們保持專注和積極性。目標是希望能夠自動調整個性化 課程的複雜性，以適應每個學生自己的理解水平。利用聊天機器人跨平台的特性，

使得在問題的瞭解上不會因為不同的終端機而造成資訊落差，同時，簡單的單點 擊設計操作，也讓學生並不需要去適應複雜的操作介面，讓它們分散注意力和困 惑。(Fernoagă, Vlad& Stelea, George-Alex& Gavrilă, Cristinel& Sandu, Florin.，2018)

2016 年 4 月， Facebook 推出了 Facebook Messenger 應用程序機器人的互 動和自動化程序，可以為用戶提供不同的功能，從購物協助，新聞閱讀到獲取天 氣信息到客製化的天氣預報等。而除了 Facebook 之外，還有其他一些公司的相 關機器人，例如Kik、Telegram，甚至微軟都在他們的 Build 2016 會議上宣布了 Skype 和其他微軟服務。很明顯，機器人將成為未來消息傳遞的下一個重要因素，

它們的目標將呈指數級增長。到了2016 年 9 月發布的新型付款方式，機器人很 有可能替換在線購物或類似的現有應用服務。機器人有個和金融部門相關的目的，

就是銀行可以使用機器人輕鬆開發有關新貸款機會等的通知服務。(Dijana R.

Vukovic ; Igor M. Dujlovic，2016)

聊天機器人是屬於人工智慧的一環，從 1966 年開發到現在，運用非常的廣

14

泛，法律、電子商務上、金融和教育領域方面皆有運用，大多運用在有一套標準 回答和標準流程的應用上，像是客戶服務等，其模式分為兩種，任務是以及純聊 天式的服務，而 Facebook 所推出的應用程序機器人的互動和自動化程序則是將 其Messenger 所能提供的服務，推行到一個高峰。

但是在聊天機器人的應答之中，有研究顯示，每個人都有一個公眾的自我認 知，即所謂的面孔，而這個面孔需要被塑造得積極。個人對歸屬和支持的需求會 影響積極的面子，對自治和行動自由的需求會影響消極面子。但就算和是對話代 理人的機器人進行對話，也是需要注意禮貌應答方面的問題，因為最終主體和服 務對象依舊是人，用戶並不會因為對話的對象是機器人而對應答方面的態度有所 讓步。了解這些對話原則並在不同的通信環境中因地制宜的發揮作用。(Jucks, Regina; Linnemann, Gesa A; Brummernhenrich, Benjamin.，2018)

貳、現行聊天機器人簡介

在使用任一種對話服務平台製作Facebook Messenger 的相關 Chatbot，必須 先擁有臉書的粉絲團，才可以使用任一家公司所提供的服務。

而若是要利用對話服務平台製作Line Chatbot，則是必須要先行設置 Line 官 方帳號並取得api 才可製作。

Dijana 和 Igor M.介紹了以下幾個提供線上客製化聊天機器人服務的公司，

Botsify、Chatfuel、Flowxo、Converse.ai 和 API.ai 等。

Botsify：其服務並不只侷限在 Facebook Messenger 上，另外可以幫忙客戶在 其個人網站上打造專屬可即時回應的 Chatbot，同時聊天紀錄可以導出，在掌握 對話上更具有靈活度，但是缺點在於其使用上不夠直觀也不夠靈活，但是優點是

15

可以和可以和自動化工具串接。

Chatisfy：整體而言，偏向整個粉絲專頁管理，可以追蹤訂閱戶和粉絲專頁 的整體成長，其中，即時回應的聊天機器人相關建置和Chatfuel 相似，另設有有 金流設定、一鍵式上架商品等，並能設定粉絲團依照關鍵字回應。

Chatfuel：是在 2015 年創立的 Chatfuel 所研發出來的一種線上聊天機器人，

主要是希望任何人都能夠不需要特別的技術背景知識便能夠打造專屬於自己的 機器人，大部分的功能都是免費的，少部分涉及金流和客製化部份的技術，便需 要收費，主要是建置在 Facebook Messenge 上，目前已經佔 46%Facebook messenge 的機器人，有不少企業地都是使用 Chatfuel 來建置線上機器人。

Flowxo：是一款主打可以快速創建聊天機器人且可以和各種不同的通訊軟體 串接。

Converse.ai：需要先行為聊天機器人賦予一個主要的目的，再創建聊天機器 人。

API.ai：以可提供付款為主。

Chatisfy：整體建置偏向整個粉絲專頁管理，可以追蹤訂閱戶和粉專的整體 成長，有即時回應和Chatfuel 相似，有金流設定，可依照關鍵字回應。

Botbonnie：其用途強調直覺性的設計，易用性、實踐性、可修改性，可連接 電話

本研究依照網上較多人和企業選用的 Chatfuel、Botbonnie 再進行研究比較 和介紹。

16