如果你有丰富的内容策略，不要害怕聊天机器人

“好吧，谷歌，我如何将有用的聊天机器人整合到我现有的内容策略中，而不花费大量金钱或让我的观众感到沮丧？”

许多品牌落入两个陷阱之一:

• 犹豫不决 –对基于人工智能的机器人采取观望态度，同时继续在没有后端战略的情况下创建内容。当品牌采用人工智能对话界面来处理客户关系时，这越来越多地产生了更多问题。
• 随意实施 –屈服于投入、采用和实施工具的诱惑，而不考虑它们将如何扩展或与品牌的整体内容生态系统集成。

为了避免这些极端情况，遵循乌尔维纳咨询公司的创始人和内容战略家诺斯·乌尔维纳的建议，他认为强大的基础内容战略可以 – 并且应该 – 告知您的聊天机器人策略。如果你投资了结构丰富的内容，那么你可能比你意识到的更适合聊天机器人。

在他的2018年智能内容大会演讲“聊天机器人:如何将它们集成到您的现有内容策略中”中，Noz展示了如何重新调整许多现有内容策略元素的用途，以与聊天机器人配合使用。

不过，首先，Noz建议每个人都应该从相同的观点出发，了解聊天机器人是什么，不是什么。

什么是聊天机器人？术语和定义

根据克里斯蒂娜·波德纳尔的定义，聊天机器人只是“自动完成与人交谈任务的软件，尤其是在互联网上”。机器人适合更广泛的对话界面或基于语言的用户界面，可以是文本、语音或两者的混合。

这是一个典型的聊天机器人互动的例子。

用户输入或问，“温度是多少？”

如果通过Siri、Cortana、Alexa或其他基于语音的选项询问，回答是口头的。

如果互动发生在基于文本的聊天窗口中，机器人会返回一个文本答案，其中可能包括图表和其他视觉效果。

在混合演示中，机器人发出当前温度的声音，并显示温度预测图表，提示用户点击获取更多信息。

这种互动将一个问题和一个答案配对。它需要机器人理解用户的搜索意图，并根据上下文返回答案。

为了确定意图，机器人从预定义的语法中识别命令，或者使用自然语言处理(NLP)来解析输入。

受限于固定语法的机器人由已知命令组成，例如“获取天气”Noz解释说，这种机器人风格对于汽车中使用的聊天机器人设备或其他旨在避免物理交互需求的情况非常有用。

天气示例响应包含固定和可变部分。“现在的温度”是一个固定的回答。城市和温度是变量。

正如Val Swisher在智能内容大会上关于自然语言处理的演讲中所解释的那样，基于NLP的机器人是更复杂的认知系统的前端。

NLP将句子解析成组件。把一个句子想象成一条面包。每个单词或短语都是面包中的一片。

“自然语言处理器的工作方式是查看每一个句子，找出所有不同的词性，这样它就可以理解句子的意思和意图，”瓦尔解释道。

NLP机器人不是对一组有限的问题做出固定的语法响应，而是实现了更多的对话流，因为它们使机器人能够记住之前问题的主题和上下文。

在下面的对话中，由于第一个问题的上下文，机器人明白第二个问题中的“他们”是指“大象”。这种根据上下文将代词和名词联系起来的能力叫做回指解析。

Noz说，对话界面像程序员对待代码一样对待语言。

但这并不意味着内容战略家突然需要成为编码员。为聊天机器人互动做准备的许多工作与内容策略师所做的工作重叠，以改善客户体验，确保内容在搜索中的排名，并为个性化做准备。

从你的旅程地图和任务分析中提取

聊天机器人技术的工作部分不应该吓到内容营销人员，他们很好地处理了观众的任务和现实世界的旅程。

回想一下你早期的内容营销和内容体验工作。很可能，你的团队会仔细考虑以确定路线图，包括分析你的观众在试图完成每项任务时可能会有的问题。这些问题可能决定了你的内容计划的一部分，不管你是否在考虑一个聊天机器人。

“我们创建了问答配对，作为旅程的一部分，”Noz说。“我们将问题与答案配对，要么来自我们确实拥有的内容，要么来自我们需要制作的内容的要求。”

如果你还没有做任务分析，现在是时候了。正如Noz所说，快速而肮脏的方法是检查你的搜索日志，看看人们在寻找什么，并向你的客户服务和支持部门询问人们反复询问的问题。

为了学习如何进行正确的任务分析，Noz提供了以下资源:

• 如何进行首要任务分析
• 真正重要的是:专注于首要任务

一旦你开发了一组用户任务，你就可以决定哪些适合聊天机器人，哪些不适合。一个常见的陷阱是相信，因为你的内容已经涵盖了过去的一切，所以你的新机器人应该。但是请记住:一个成功完成工作的机器人比一个试图做所有事情却做得很差的机器人更有价值。

仔细的任务分析可以帮助您决定在哪里进行通道切换是有意义的。通道切换是指用户询问机器人不理解或无法回答的问题。这是一个透明和坦诚的机会，用户会欣赏。你的程序不是询问更多的澄清性问题，而是标记一个人类代表进行干预，或者提供一个用户可以挖掘更多答案的链接。

基于你的机器人的能力和你自己的目标，决定你的机器人的帮助是窄的和深的(作为一种数字主题专家)，还是浅的和宽的。按照Noz的说法，既深又广是不可能的，因为没有人的资源是无限的。

“你必须做出选择。他说:“我们之所以做T形而不是方形，是因为我们无法涵盖一切。“行不通的。”

重复使用你的内容块

这就是你在智能内容上的投资得到回报的地方:与其为你的聊天机器人重写内容，不如重用你CMS中的内容块。

等等，什么是内容块？

好问题。

内容“块”只是一个内容单元，通常是一部大型作品的一小部分。这里有一个例子，摘自Noz几年前的一次演讲。修订后的版本将原来密集的段落分成更短的标注块，使内容更容易理解。

内容块可以直接输入聊天机器人来回答各种不同的问题，甚至可以在分解后重新打包和重用，只要它们作为结构化内容存储在共享的内容存储库中。

内容块可以为一个问题提供简单的答案，非常适合聊天机器人通过文本进行响应:

它也非常适合提供语音响应:

但这还不是全部:内容块也恰好是SEO和特色片段友好的。

元数据和建模也很重要

另一个很棒的聊天机器人资源是你当前的内容模型，这个框架记录了你的内容的结构(例如，内容类型、元数据和标签)。

CMI首席战略顾问Robert Rose说过，“……一个伟大的元数据战略，就其本身而言，与创建的内容一样重要。”

您可能需要使您的元数据和分类法更加具体，以支持聊天机器人。这是因为聊天互动就像由搜索引擎驱动的人类对话。但是搜索引擎的工作方式和人脑不太一样。

“当你说什么的时候，我会在大脑中搜索，然后给出一个回应，”诺兹说。“我对你的情况了解得越多，第一次就越容易得到正确的答案。”

搜索引擎也是如此。分类法在元数据标签之间建立联系。通过分类法连接概念和内容有助于你的机器人返回正确的答案。

Noz的一位客户体验到，仅通过微调分类法，聊天机器人的响应准确率就提高了70%,而没有改变底层内容。

为聊天机器人调整元数据和分类是需要花费精力的。但是Noz给出了这样的鼓励:“你必须拥有的聊天机器人在其他地方都是非常有用的。”

内容策略工作支持聊天机器人策略(反之亦然)

你的品牌越是战略性地采用聊天机器人技术，你以后需要做的工作(理解为投资)就越少，因为观众希望按照他们的方式自动与品牌互动。换句话说，你今天在不适应对话技术的情况下创建的内容越多，当你努力赶上时，转换内容集就越难。

谢天谢地，如果你已经对你的内容进行了结构化和分类，那么你的团队可能比你想象的更适合聊天机器人。