Chatbot 從0到1：對話式交互實踐指南, 2/e

第1部分 人工智能時代之驕子
1 人工智能的春天來了2
1.1 灼灼熱望2
1.2 起伏跌宕4
1.3 關於本書7
2 對話式交互的登場10
2.1 交互演進簡史10
2.2 對話式交互簡介13
2.3 職位的變革17
2.4 Prompt Engineer18
3 Chatbot應用場景及分類20
3.1 開放域和封閉域20
3.2 功能分類22
3.2.1 垂直行業Chatbot22
3.2.2 智能客服Chatbot23
3.2.3 工作Chatbot 24
3.2.4 娛樂Chatbot 25
3.2.5 教育Chatbot 25
3.2.6 個人助手Chatbot 26
3.3 行業的典型分類 27
3.3.1 閑聊型Chatbot 27
3.3.2 任務型Chatbot 28
3.3.3 問答型Chatbot 30
第2部分 通用人工智能的春天：引領未來的關鍵技術
4 何謂通用人工智能 33
5 ChatGPT是什麽 35
5.1 ChatGPT自己介紹自己35
5.2 ChatGPT寫書稿大綱48
5.3 ChatGPT在營銷場景中的作用51
5.4 ChatGPT對人工智能未來的發展趨勢的判斷53
5.5 如何使用ChatGPT54
5.6 ChatGPT立即體驗55
5.7 關於ChatGPT的“猜概率”56
5.8 ChatGPT的前世今生62
5.9 ChatGPT背後的公司：OpenAI65
6 ChatGPT的應用場景67
6.1 數字人大腦68
6.2 寫文章69
6.3 編輯文章/改寫論文表達71
6.4 幫助提煉大量文字72
6.5 多語種轉化73
6.6 充當“花哨的”標題生成器75
6.7 傳統文化生成器，讓文化火起來77
6.8 取代私域運營79
6.8.1 IP打造79
6.8.2 話術文案83
6.8.3 活動策劃91
6.9 不適合直接在客服場景中使用103
第3部分 Chatbot的生命周期（上）
7 Chatbot的生命周期概覽105
7.1 機器是如何與人進行交流的105
7.2 設計Chatbot的生命周期107
7.3 RAG：讓大語言模型擁有特定的專屬知識111
7.3.1 RAG簡介112
7.3.2 RAG與Fine-tuning：哪一個是構建大語言模型應用更好的方法121
7.4 大語言模型時代的數據庫131
8 需求分析138
8.1 確定Chatbot的邊界139
8.2 確定Chatbot的形象140
8.3 “六何”產品需求分析法144
8.4 案例：差旅Chatbot146
9 流程設計148
9.1 對話流程設計的原則148
9.2 梳理業務要素149
9.3 抽取對話流程，繪制流程圖153
9.3.1 繪制單通道流程圖154
9.3.2 繪制泳道圖155
9.3.3 合並業務線156
10 數據處理158
10.1 數據收集159
10.2 數據清洗161
10.3 數據轉換163
10.3.1 pdf.js163
10.3.2 PP-Structure164
10.3.3 Doctran166
10.4 數據切割167
10.5 數據擴充和數據更新173
10.5.1 數據擴充173
10.5.2 數據更新173
11 Prompt撰寫175
11.1 何謂Prompt Engineer176
11.2 撰寫Prompt的原則和方法177
11.2.1 Prompt撰寫的4個基礎方法177
11.2.2 OpenAI官網的最佳實踐181
11.2.3 CRISPE框架185
11.2.4 通過B.O.R.E框架設計Prompt188
11.2.5 編寫結構化Prompt189
11.2.6 思維鏈197
11.3 Prompt Engineer實操201
11.3.1 ChatGPT幫你寫代碼201
11.3.2 ChatGPT情人節約會指南217
11.3.3 如何使用ChatGPT寫一篇邏輯縝密、語義流暢的2000字論文226
11.4 針對搭建Chatbot業務流撰寫Prompt235
11.4.1 基於系統數據設計場景236
11.4.2 為所有場景設置優先級237
11.4.3 區別新老用戶237
11.4.4 控制對話流238
11.5 Prompt工具介紹247
11.5.1 FlowGPT 247
11.5.2 PromptPerfect 262
第4部分 Chatbot的生命周期（下）
12 系統搭建266
12.1 搭建前的準備266
12.1.1 組件介紹266
12.1.2 流程梳理269
12.2 自然語言理解272
12.2.1 意圖識別275
12.2.2 實體提取277
12.3 對話管理278
12.3.1 對話狀態追蹤281
12.3.2 對話策略優化282
12.4 RAG搭建284
12.4.1 工程化的Prompt實現285
12.4.2 檢索方法290
12.4.3 RAG搭建實操298
12.4.4 RAG變種之一：RAG-Fusion301
12.5 平臺工具介紹308
12.5.1 LangChain308
12.5.2 AutoGPT317
12.5.3 句子互動介紹321
13 系統測評329
13.1 任務型Chatbot測評指標331
13.1.1 自然語言理解測評指標331
13.1.2 對話管理測評指標335
13.2 問答型Chatbot測評指標339
13.2.1 準確率339
13.2.2 召回率339
13.2.3 F值339
13.2.4 問題解決率340
13.3 閑聊型Chatbot測評指標340
13.3.1 線上指標340
13.3.2 客觀評價341
13.3.3 主觀評價342
14 平臺渠道集成343
14.1 微信343
14.1.1 企業微信344
14.1.2 微信公眾號348
14.2 釘釘350
14.3 Bot Framework355
14.3.1 E-mail356
14.3.2 Facebook356
14.3.3 Slack357
14.3.4 Telegram358
14.3.5 Web Chat358
15 運營反饋360
15.1 流量分析360
15.1.1 時長與輪次361
15.1.2 會話流量361
15.1.3 平臺渠道分析362
15.2 對話內容分析362
15.2.1 對話聚類362
15.2.2 意圖統計363
15.2.3 消息漏鬥364
15.2.4 詞雲分析365
15.2.5 情緒分析365
15.2.6 讓用戶為Chatbot評分366
15.2.7 轉化路徑分析366
15.3 對話異常分析367
15.3.1 異常對話記錄367
15.3.2 熱門退出消息368
15.3.3 調用默認回答的次數368
15.4 用戶分析369
15.4.1 活躍用戶369
15.4.2 用戶留存率370
15.4.3 用戶活躍度370
15.4.4 用戶總數371
15.4.5 用戶畫像371
第5部分 機器人流程自動化：建立AGI與現實世界的接口
16 RPA簡介374
16.1 RPA是什麽374
16.1.1 RPA本質上是一種更先進的生產力374
16.1.2 RPA的起源和技術演進375
16.1.3 RPA與AGI的結合376
16.1.4 RPA在企業中的落地情況378
16.2 RPA的應用場景379
16.3 RPA的發展趨勢381
16.4 RPA的使用383
16.5 RPA的案例385
16.5.1 金融行業的案例385
16.5.2 電商行業的案例387
17 Wechaty SDK介紹及實戰389
17.1 Wechaty簡介及安裝389
17.1.1 Wechaty項目介紹389
17.1.2 安裝Wechaty的步驟及註意事項391
17.1.3 Wechaty中常用的API392
17.1.4 如何使用Wechaty連接微信賬號395
17.2 使用Wechaty實現具有基本功能的Chatbot397
17.2.1 開發Wechaty Chatbot397
17.2.2 基於規則實現Chatbot的自動回復功能397
17.2.3 添加異步操作發送圖片398
17.2.4 添加對話管理399
17.3 連接大語言模型雲API399
17.3.1 GPT模型介紹及其雲API400
17.3.2 如何使用Wechaty與GPT模型雲API進行連接400
17.4 如何使用自然語言編程Wechaty401
18 Wechaty Puppet Provider和Wechaty Puppet雲服務406
18.1 Wechaty Puppet Provider406
18.2 Wechaty Puppet Service雲服務407
第6部分 對話式AI的時代已經到來
19 Chatbot的機會在哪裡410
19.1 AI產品的潛力在於產品設計410
19.2 對話交互是手段而非目的411
19.3 設計合理的人工接入流程412
20 AI與人，“替代”還是“共生”414
20.1 很抱歉，我做了一個59分的機器人414
20.2 你們的機會來了415
20.3 對話智能解決重復思考416
20.4 “替代”還是“共生”417
20.4.1 增強人類智慧417
20.4.2 增強人的能力417
附錄A ChatGPT沉思錄419