AITerms 登入
自然語言處理機器學習深度學習

對話式人工智慧(Conversational AI)是什麼?

對話式人工智慧是指能透過自然語言與人類進行互動的AI系統,例如聊天機器人或語音助理,旨在提供更自然、直觀的互動體驗。

完整定義

對話式人工智慧是一種利用自然語言處理(NLP)、機器學習和深度學習技術,使電腦系統能夠理解、處理並生成人類語言,從而與人類進行自然對話的技術。它涵蓋了聊天機器人、語音助理等應用,旨在模擬人類對話,提供資訊、完成任務或提供娛樂。

白話說明

你有沒有和客服機器人或語音助理講過話?

你可以把對話式人工智慧想成「能聽懂你講話、也能接著回你」的系統:不只會答題,還能維持多輪對話。

它很重要,因為人和電腦之間最自然的互動方式之一就是說話,做得好就能把查詢、客服和助理工作變得更順,也讓使用者少學很多操作步驟。

記住這句

能聊只是起點,能接上下文才算對話。

比喻:對話式 AI 就像一個能跟你用口語或文字流暢聊天的機器人朋友 -- 你問什麼它就回答什麼,甚至還能幫你完成一些任務,讓溝通變得更簡單自然。

容易混淆

對話式人工智慧 vs 聊天機器人 vs 語音助理

對話式人工智慧:更大的概念,包含理解、回應、記憶和行動

聊天機器人:主要是文字對話介面

語音助理:主要透過語音輸入輸出

最關鍵的區別:對話式 AI 是總框架,聊天機器人和語音助理是常見表現形式。

實際案例

客服中心

前:使用者每次都要重新說明問題,人工客服壓力很大

後:系統先理解問題、查詢紀錄,再回覆常見處理方式或轉接人工

語音助理

前:只能下固定指令,稍微改說法就聽不懂

後:能理解自然語言,還能記住前一句的上下文

演算法與應用

對話式 AI 常整合自然語言理解、對話管理、語言模型、知識檢索和行動執行

它的難點不只在單句理解,還在多輪對話、狀態追蹤和回應一致性

真正好用的系統,通常不是只會聊天,而是能把對話轉成有用的任務完成

中英對照與常見說法

對話式人工智慧涵蓋的範圍比聊天機器人廣:它包含語音與文字兩種介面,也包含背後的意圖理解、對話狀態管理、知識檢索與系統整合。聊天機器人通常只指文字介面的那一層。

說法
對話式人工智慧、對話式 AI
出現場合
台灣正式用語
說法
对话式人工智能
出現場合
簡體寫法
說法
Conversational AI
出現場合
英文原名
說法
聊天機器人(chatbot)
出現場合
常見但範圍較窄的說法
說法
語音助理、虛擬助理
出現場合
特定應用型態

三個世代

三個世代不是互相取代而是混用。實務上常見的架構是:高風險或有固定流程的意圖(退款、改約、身分驗證)走規則式確保可控,其餘開放式問題交給語言模型處理。

世代
規則式
做法
關鍵字比對加決策樹
特徵
完全可控但一問到設計外的東西就卡住
世代
意圖分類式
做法
先分類意圖再抽取欄位,走預設流程
特徵
2016 到 2022 年的主流,需要大量標註訓練意圖
世代
大型語言模型式
做法
直接生成回覆,搭配工具呼叫與檢索
特徵
彈性極高,但要處理幻覺與不可預測性

一個能上線的系統需要哪些東西

對話狀態管理。 記住這一輪之前講過什麼、使用者已經提供哪些資訊、還缺什麼。多輪對話的難點幾乎都在這裡。

知識來源。 產品資訊、政策條文這類會變動的事實應該用檢索增強,不要靠模型記憶,否則資料一改就要重訓,而且無法標出處。

工具與系統整合。 查訂單、改預約、開工單,這些要透過 API 呼叫真實系統。這一段的錯誤代價最高,需要明確的確認機制。

交接給真人。 判斷什麼時候該轉真人,並把對話脈絡完整帶過去。做不到這件事的系統會製造大量客訴。

護欄與紀錄。 敏感話題的拒答規則、個資遮蔽、完整對話紀錄供事後稽核。

怎麼評估

技術指標(意圖分類準確率、回覆相關性)只是基礎,真正該追的是任務完成率(使用者要辦的事有沒有辦成)、轉真人率、首次解決率與平均處理時間。

一個常見的誤區是拿滿意度分數當唯一指標。有禮貌但沒解決問題的機器人,滿意度未必難看,任務完成率卻很低。兩個要一起看。

情境判斷

Q1(直覺題): 只要能回答你一句話,就算對話式 AI 嗎?

不一定,還要看它能不能維持多輪脈絡。

Q2(判斷題): 如果系統能聽懂指令,但每次都忘記前一句內容,算成熟的對話式 AI 嗎?

不算完整,因為對話最重要的是上下文連續性。

常見問題

出現在這些考古題

官方公告試題的逐題解析裡,這 1 題把對話式人工智慧列為延伸術語。

相關術語

本頁內容有提到,或屬於同一組主題的術語

來源

這個術語目前沒有標註外部來源。

其他格式:Markdown 版本