Na primeira parte, vimos vários aspectos relacionados aos chatbots, como razões para eles falharem, como construir um chatbot de sucesso, slot filling e conversas interativas. Nesta segunda e última parte, conheceremos o caso de uso do WeChat.

Caso de estudo: Lições do WeChat

WeChat é a maior plataforma de mensagens na China, com mais de 700 milhões de usuários ativos mensais. Em 2013, ele lançou de forma pioneira o programa de bot e extremamente bem sucedido chamado “contas públicas”. O que foi (ou não) trabalhado no WeChat em termos de interações chatbot?

WeChat atualmente suporta dois tipos de conta bots públicas: assinatura e serviço. Ambas começaram como chatbots, mas também evoluíram lentamente e se concentraram menos em um “bate-papo de inteligência artificial.” Ambos os tipos de contas públicas suportam o CUI.

Contas de assinaturas são usadas por editores de conteúdo para enviar mensagem aos seus assinantes sobre os novos conteúdos. Normalmente, uma vez por dia, o editor envia uma lista de novos artigos de conteúdo para todos os seus assinantes.

O usuário também pode escrever de volta para obter artigos específicos ou executar ações específicas, por exemplo:

• Um artigo pode dizer “digite 42 para baixar os slides do PowerPoint mencionados no artigo”;
• O usuário pode digitar “toc” para obter uma lista de artigos publicados recentemente;
• O usuário pode digitar “contato” para obter um link da web para entrar em contato com os gerentes de conta.

Observe que todos esses comandos são muito simples ou são palavras-chave de disparo. Eles são projetados para levá-lo para sites ou downloads rapidamente. Pouquíssimas contas de assinaturas, se houver, tentam ter uma conversa utilizando uma linguagem natural longa com o usuário.

As contas de serviço são utilizadas por organizações de atendimento ao cliente para interagir com os seus clientes no WeChat. Os exemplos incluem companhias aéreas, hotéis ou lojas de e-commerce. Logo no início, o WeChat reconheceu que chatbots com IA automatizada não eram capazes de lidar com o suporte ao cliente humano. Portanto, assim como as páginas do Facebook, cada conta de serviço pode obter uma ou mais contas de usuários designados humanos como “suporte para humanos”.

As capturas de tela mostram uma sessão de bate-papo real do serviço ao cliente de uma companhia aérea e uma empresa de cartão de crédito. Embora o texto esteja em chinês, você pode imaginar o que está acontecendo lá. Novamente, esse é um simples gatilho de palavras e comandos.

Para algumas contas de serviços ao cliente, os proprietários de conta tentam ter conversas mais longas com os usuários. Ainda assim, a conversa só é automatizada no início, e depois que a figura do bot identifica a intenção do usuário, o bate-papo é substituído rapidamente por qualquer página web relevante (por exemplo, para remarcar uma passagem de avião) ou para o agente humano associado com a conta.

Os pontos-chave do ecossistema bot altamente evoluído do WeChat são:

• Aplicações bot diferentes requerem diferentes estilos de UI de conversação. Para muitos bots, simples comandos ou palavras de disparo que levam a uma página web serão suficientes;
• Conversas de bot mais longas são adequadas para casos de uso altamente topificados, como suporte ao cliente para produtos específicos. Mesmo assim, é aconselhável transferir o usuário para um aplicativo web ou agente humano, conforme necessário;
• O ponto chave de bots de mensagens muitas vezes encontra-se na integração com a plataforma para que o bot possa perfeitamente acessar a identidade do usuário, as informações de pagamento e outras informações.

Resumo

Neste artigo, eu discuti os principais problemas dos projetos de conversação em chatbots. Eu listei maneiras de tornar seus chatbots bem sucedidos, e esses pontos foram ilustrados com o caso de uso da plataforma de mensagens WeChat. Sugeri três tipos de interação: comando e controle, slot filling e conversação interativa. Eu também falei sobre entradas de usuário multimodais e como fornecer respostas criativas.

***

Michael Yuan é autor do artigo. A tradução foi feita pela redação iMasters, e você pode acompanhar o artigo em inglês no link: https://www.ibm.com/developerworks/library/cc-cognitive-chatbot-conversational-design/