前言
Dialogflow（前身為Api.ai）被google買下並開放給一般用戶，本身服務為處理NLP的自然語言
處理引擎，包含理解上下文會話的能力。
處理引擎，包含理解上下文會話的能力。
講白點其實就是聊天機器人(chatbot)的後台，目前比較耳熟能詳的服務例如Siri,卡米狗,google
助理等，其它像是淘寶文字客服,FB,Line,Skype等聊天機器人都算是此類的應用,大家應該都不
陌生。
助理等，其它像是淘寶文字客服,FB,Line,Skype等聊天機器人都算是此類的應用,大家應該都不
陌生。
那要怎樣建立聊天機器人? Google下會發現有非常多的Open Source的程式範例可參考，
前提是你需要寫程式,不管是後台前台都要。
前提是你需要寫程式,不管是後台前台都要。
那Dialogflow可以幹麻? 他可以允許用戶不需要寫程式就建立NLP引擎，只需要在網站上
建立多組QA，即可設計出屬於自己的交互式交談服務。
建立多組QA，即可設計出屬於自己的交互式交談服務。
Dailogflow的基本組成:
Intent：使用者的意圖。
Entity：語句關鍵字。
Fulfillment：通過設置webhook，串API完整你設置的服務。
讓我們開始吧!
打開Dialogflow網站，新增一個agent命名為APSQQ，如下圖需要設定預設語言與時區。
我們會使用google提供的agent打造一個交談式服務，提供用戶問答並回饋基於業務規則的
回覆給用戶。
回覆給用戶。
服務機器人流程圖
我們希望agent提供回覆訂單為何會遲交的原因? 假設用戶會問『請問訂單規劃交期為何?』,
『可以問訂單遲交原因嗎?』,『訂單遲交分析?』等，可以發現一個問題可以用很多種方式
表達，但是可以發現這些表達的語句都有相似的名詞在其中，這些名詞就是Entity。
『可以問訂單遲交原因嗎?』,『訂單遲交分析?』等，可以發現一個問題可以用很多種方式
表達，但是可以發現這些表達的語句都有相似的名詞在其中，這些名詞就是Entity。
我們可以抽取entity為訂單及遲交兩個名詞，抽取的動作仰賴於業務規則，很需要人的domain know-how。
先建立[訂單]的entity，如下圖，同時要定義訂單的相關同義詞(小技巧:可以用google翻譯
取得同義詞)
取得同義詞)
建立[遲交]的entity
接著建立Intent(意圖)
在Training phrases可以輸入用戶可能會問的語句，最好可以提供10~20組讓Dialogflow可以
學習，這邊要特別說明，交談式問答每個問題都算是一個Intent，其實滿囉唆的。
學習，這邊要特別說明，交談式問答每個問題都算是一個Intent，其實滿囉唆的。
下圖中可以看出『可以幫我查訂單的遲交原因嗎?』， Dialogflow會自動標示其中對應的entity，
這些entity可能是我們自己建立的(如訂單,遲交原因)，也可以是系統內建的，
像是時間,日期,區域等。
這些entity可能是我們自己建立的(如訂單,遲交原因)，也可以是系統內建的，
像是時間,日期,區域等。
有標示到的entity會出現在Action and parameters區塊，這些parameters會傳遞給後台處理，
等於用戶用自然語言問的問題其實會拆解成intent+parameters給後台，會寫程式的人看到這邊
應該就知道是怎麼回事。
接著建立Intent對應的回覆(Responses)
預設提供文字回覆，也可以使用Custom payload自訂回覆的內容(Json格式)。
如下圖，這邊我們只需要回覆『請提供訂單單號』文字即可，在圖中還可以看到
set this intent as end of conversation是指此回覆後是否就結束整個交談。
set this intent as end of conversation是指此回覆後是否就結束整個交談。
接著建立提供訂單單號後的下一個交談(Intent)，如下圖紅框。
可以看到此交談是期待用戶提供訂單單號，所以這邊要解析可能的訂單單號格式，如下圖提供
很多種不一樣格式供後台識別。
很多種不一樣格式供後台識別。
上面每個輸入的單號都要辨識為order_number(parameter)，有時系統會辨識錯誤，像是
打12345678就會辨識成內建的號碼，這時可以手動辨識(更改)為order_number，可以看
到上面輸入的單號都是粉紅色底，表示都是辨識為同一個order_number。
打12345678就會辨識成內建的號碼，這時可以手動辨識(更改)為order_number，可以看
到上面輸入的單號都是粉紅色底，表示都是辨識為同一個order_number。
這個Intent我們期望後台可以回覆訂單遲交的原因，很明顯後台必須根據傳入的
參數(order_number)查詢資料庫，然後回覆結果。文字回覆的內容無法滿足這項需
求，所以要改程式處理，Dailogflow提供Fulfillment可以讓你在線上寫程式(Node.js)
回覆結果，也可以使用外部網站提供的Webhook做這件事。這裡我們選擇用線上寫程式。
參數(order_number)查詢資料庫，然後回覆結果。文字回覆的內容無法滿足這項需
求，所以要改程式處理，Dailogflow提供Fulfillment可以讓你在線上寫程式(Node.js)
回覆結果，也可以使用外部網站提供的Webhook做這件事。這裡我們選擇用線上寫程式。
我們在FireBase(google提供的雲端資料庫)建立測試資料，如下圖
Fulfullment的線上編輯器如下圖，根據用戶提供的訂單單號查詢資料庫後回覆結果
模擬交談示意圖
