聊天机器人

定义

聊天机器人指通过文本或语音界面与用户交流的软件程序，其目标是让人无需翻阅菜单或自行检索，就能按日常对话方式获取信息、完成任务^[1]。它在英文中通称 chatbot，也被视为对话式人工智能的一类具体应用，而对话式人工智能是范围更大的技术门类，还可驱动语音助手等其他系统^[1]。

从技术实现看，聊天机器人并不等同于人工智能。早期的系统依靠预先设定的规则、决策树和脚本化流程作答，人工智能聊天机器人则引入自然语言处理、生成式人工智能和大语言模型等技术，用以识别用户意图并组织更自然的回答^[1]。因此，凡以对话界面提供服务并自动生成回复的程序都可归入此类，而其背后是规则还是模型并不改变这一归类。

衡量对话水平的一个传统参照是图灵测试，即由测试者仅凭对话内容判断对方是人还是机器^[2]。这一标准由阿兰·图灵于 1950 年提出，此后长期被用作讨论机器语言能力的话题框架^[1]。

原理

基于规则的聊天机器人把用户输入与预定义的规则、关键词或对话流比对，命中后返回编好的答复或进入下一步，例如让用户在菜单中选择“查询订单”^[1]。这类系统通常设有兜底回复，用于处理没有命中任何条件的问题，必要时再把用户转接给人工坐席^[3]。其可靠性来自答案经过审核，局限则在于只能覆盖预先设定的主题。

人工智能聊天机器人的流程一般是：解析输入、判断意图、生成或检索答案、输出回复^[1]。自然语言理解负责判断用户想达成什么，自然语言处理负责解读书面或口头表达，生成式模型则负责组织措辞^[1]。许多系统还接入了业务数据库或知识库，使回答能引用订单、政策等实时数据^[1]。

对话的连续性依赖上下文窗口。语言模型本身不保存对话状态，而是把此前的消息与当前提问一并作为上下文重新读入，再接续生成回复^[4]。上下文长度有限，且模型对首尾信息的利用强于中段，所以长对话中出现信息遗漏或新旧条件混淆并不罕见^[4]。若用 $L$ 表示上下文窗口长度、$n$ 表示已累积的对话词元数，则窗口可容纳的新增内容大致为 $L-n$。

flowchart LR

A[用户输入文本或语音] --> B[语义理解与意图识别]

B --> C{是否匹配知识或任务}

C -->|匹配| D[检索知识库或调用业务接口]

C -->|未匹配| E[兜底回复或转人工]

D --> F[生成或选择回复]

E --> G[输出回复]

F --> G

G --> H[上下文写入, 进入下一轮]

发展历程

聊天机器人的历史可追溯到 20 世纪 60 年代。1966 年，麻省理工学院的约瑟夫·维森鲍姆编写了名为 ELIZA 的程序，它模仿罗杰斯式心理治疗师，靠模式匹配和替换把用户的话改写成追问，从而维持对话^[5]。ELIZA 曾接受过一次受限形式的图灵测试并通过，但维森鲍姆本人强调其内部不过是若干可解释的过程，并未真正理解语言^[5]。

1972 年，斯坦福大学的肯尼思·科尔比完成 PARRY，这一程序模拟偏执型人格，被用于测试精神病学家能否把机器与真实病人区分开^[6]。据人民网科普中国的梳理，这一时期属于“词典加规则”阶段，其后的 Racter、专家系统、UNIX Consultant 等基本沿用了伊丽莎与帕里的思路^[7]。

1990 年，休·勒布纳设立勒布纳人工智能奖，此后出现了一批基于统计模型的系统，如 Albert One、ALICE 和 ELBOT^[7]。ALICE 由理查德·华莱士于 1995 年设计，用 AIML 标记语言把输入模式对应到输出模式，并曾三次获得该奖项^[7]。不过，这类闲聊系统难以与人维持长时间对话，仍未真正通过图灵测试^[7]。

2014 年前后，微软小冰以“情感陪护”为定位，转向数据驱动与机器学习，可完成平均 23 轮对话，截至 2016 年 8 月与人类产生超过 200 亿次对话^[2]。2022 年 11 月 30 日，OpenAI 发布 ChatGPT，用户可用自然语言与模型连续对话，上线 5 天注册用户超过 100 万^[8]。此后，基于大语言模型的对话产品成为聊天机器人的主流形态之一^[1]。

应用

客户服务是最常见的用途之一。机器人可解答产品与政策问题、追踪订单、处理退换货、提供排障指引，并在问题过于复杂时转交人工团队^[1]。在呼叫中心场景中，修改密码、查询余额、预约时间等请求也可由对话流程完成。

企业内部同样广泛部署此类系统，用于回答人事政策、支持新员工入职、处理常见信息技术请求，或作为内部知识的统一查询入口^[1]。与客户关系管理、库存、人力资源等后台系统对接后，机器人还能查询销售数据、生成报告或发起审批流程。

面向个人的应用包括订票购物、预约就诊、行程安排等，用户可在移动设备、浏览器或常用聊天平台上操作。在社交媒体、在线教育与游戏娱乐中，机器人也被用于角色扮演、答疑与互动^[9]。

微信对话开放平台的做法可作示例：开发者配置知识问答、任务技能与基础设置，其中任务技能支持多轮对话与接口调用，基础设置负责欢迎语、兜底回复与转人工，回答优先级依次为转人工、任务技能、常用问答、预置技能、大模型召回与兜底回复^[3]。

局限

基于规则的系统只能在预设主题内工作，遇到超出范围的请求往往无法继续，扩展新业务也需要大量人工配置。用户无法自由输入问题，只能从给定选项中点击，这一交互方式本身限制了可处理场景的复杂度。

人工智能聊天机器人存在“幻觉”问题，即生成不准确、不完整或具有误导性的内容，在无法访问可靠信息、或问题超出其知识范围时更易出现^[1]。相关研究把这类错误分为事实性幻觉与忠实性幻觉，前者涉事实错误与编造，后者指内容偏离给定源材料或上下文。缓解手段包括接入可信数据源、采用检索增强生成以及对输出进行校验^[1]。

训练数据与所访问信息中的偏见可能反映在回复里，因此需要定期测试、监控与更新^[1]。对话过程常涉及客户与员工信息，需要相应的数据保护政策与访问控制，并遵守适用的隐私法规^[1]。使用者是否知晓自己正与机器交互，也影响信任的建立^[1]。

在长对话中，模型可能把已过时的条件与最新条件混在一起，难以判断新旧信息的互斥关系，这与注意力机制、上下文窗口限制和训练方式均有关系^[10]。上下文越长，模型定位相关信息的效率越低，扩大窗口则会抬高算力成本、拖慢响应^[4]。涉及人工判断、共情或专业技能的请求仍不适合交由机器人处理，设计上应保留清晰的转人工途径^[1]。

此外，业务信息与政策会不断变化，机器人需持续维护更新；人工智能系统还需通过监控与优化来维持准确性与性能^[1]。传统规则型系统擅长可预测的请求，人工智能系统覆盖面更广，但两者都不能对所有对话负责^[1]。

参见

• 图灵测试 —— 由对话判断机器能否表现出类人智能的经典方法。

• 自然语言处理 —— 让计算机解读和生成人类语言的技术领域。

• 大语言模型 —— 支撑当代对话式产品生成回复的模型类型。

• 检索增强生成 —— 通过外部知识检索减少生成内容失实的技术路线。

• ELIZA —— 20 世纪 60 年代出现的最早一批聊天机器人程序。