聊天機器人教學：使用Dialogflow (API.AI)開發 iOS Chatbot App

隨著蘋果Core ML的最新版本發佈，開發人員更容易構建人工智能應用程式，除了圖像識別和文本檢測是利用AI建置APP的好例子，另一種善於展現機器學習Power的應用程式類型則是chatbots。在本教程中，我們將使用Google的Dialogflow（以前稱為API.AI）構建在iOS上運行的chatbot應用程式！

聽起來很酷吧！接下來開始進入本教程的重點。

Intents(意圖)和Entities(關鍵字)快速概覽

在開始之前，我先解釋Dialogflow和chatbots的一般基本知識。 在構建chatbots時，你必須知道兩個術語：Intents(意圖)和Entities(關鍵字)。

An entity represents a term or object in the user’s input that provides clarification or specific context for a particular intent.
(entity表示用戶輸入中的術語或對象，為intent提供說明或使用情境。)

An intent, on the other hand, represents something that the user wants to do. If intents represent verbs, then entities represent nouns.
(另一方面，intent代表用戶想要做的事情，如果intent代表動詞，則entities代表名詞。)

來看一個例子，在我們的專案中，可能會告訴我們的機器人以下聲明：

“Book me a room at the La Grande Hotel”(替我在La Grande Hotel訂一間房)

在這句話中，我們的intent(意圖)是”預定一個房間”，entity(關鍵字)是”La Grande Hotel”，現在，自然語言處理（NLP）算法可以計算兩種不同類型的對話內容。

1. 基於意圖(Intent-based)的對話：這是當NLP算法使用intents和entities進行對話時，通過識別用戶聲明中的名詞和動詞，然後與它的dictionary交叉引用，讓bot可以執行有效的操作，這種類型的對話是Dialogflow使用的。

2. 基於流程(Flow-based)的對話：基於流程的對話是智能通信的下一個級別。在這裡，我們會給予兩個人之間對話的許多不同樣本的RNN（循環神經網絡），創建的機器人將根據你訓練的ML模型進行響應。Wit.ai是在這個領域取得巨大進展的少數網站之一，不用擔心，我們不需要做到這個程度。

在本教程中，我們將創建一個可幫助你預訂hotel的機器人。

One of the most important rules when developing a chatbot is that it MUST have a personna. This means that it must behave like a real person. Therefore, let’s name out bot – Chip!
(開發chatbot最重要的規則之一，就是它必須有一個personna，意味著它必須像真人一樣行事。 因此，讓我們來替bot命名 – Chip！)

接下來，就進入本文重點！

熟悉Dialogflow

進入到Dialogflow，在右上角點擊”Go to Console(前往控制台)”。

系統會要求你使用Google帳戶登錄，並授權使用Dialogflow在Google雲端平台服務中查看和管理你的資訊，接受條款，你應該看到一個初始啟動頁面。

觀看介紹影片可以讓你更快速了解Dialogflow，但如果你不想花時間看也沒關係！點擊”Create Agent”按鈕，在Dialogflow中，一個agent(代理)意味著iOS應用將使用chatbot通過無線方式進行通訊以接收回應。

填寫代理名稱（比如Chip），然後點擊Create按鈕進行下一步，Dialogflow將為你創建agent。現在，讓我們來確認一下，你應該有2個預設intents：”Default Welcome Intent”和”Default Fallback Intent”。在左側欄位中，你應該可以看到Intents和Entities的tabs(選項)。

我們也會在下方看到其他tabs。現在，該開始創建機器人了！

添加Entities

首先，讓我們開始添加entities，如果你還記得，entities就像NLP算法可以理解的名詞，拿出一個可能經常用於我們機器人的entities名單，我已經把我整理的list放在下面，並且隨時可以添加它。

• Hotel
• Room
• Payment

選擇entities選項，然後點擊”Create Entity”按鈕。並將這個entity命名為”Hotel”，並點擊第一行，輸入”Hotel”當做參考值，當用戶使用你的機器人時，他們可能會使用Hotel以外的其他名稱。 因此，應該輸入關鍵字的一些同義詞，即使用戶使用”Hotel”以外的字，機器人仍然可以理解用戶在說什麼，看下面的圖片，我使用了一些同義詞。

現在，儲存你的entity，並按照剛才建置Hotel entity的步驟創建以下的entities。

現在我們已經創建了entities，接著來討論intents。

添加Intents

進入Intents頁面並點擊Default Welcome Intent，這個intent就是我們機器人在第一次啟動時會抓取的東西，你應該看到網頁呈現如下：

我們可以制定用戶應該說出哪個字去觸發intent。在本頁面的最底部，我們也可以制定回應的文本內容，由於這是一個Welcome intent，用戶可能會說”Hello!”或”How’s it going?” 因此，讓我們將這些短語（和任何類似的同義詞）添加到’User says’部分，以下是一些範例，你可以隨意地添加更多的訊息，設定你的用戶可能會對機器人說的字彙。

如果向下滾動，會找到* Response *部分。intent帶有一些內置的回應，我們添加一個follow up question(關聯性問題)：”What can I do for you?”，我們最終Welcome intent應該是這樣的：

在我們開始創建下一個intent之前，如果你想在任何時候測試你的agent，請查看右側欄位，你可以輸入想要的任何內容，然後查看你的agent是否回應。輸入”Hello”，然後檢查agent是否回應了預期的回應。

到目前為止，agent只有一個intent，由於我們的機器人是為處理預訂hotel而設計的，因此我們必須創建另一個處理intent這些查詢，用戶可能會問：“能替我預訂一家旅館嗎？” 或類似的問句。

讓我們創建一個新的intent，並將其命名Begin Order。在User says欄位中，添加上面的表達式然後按下enter。一旦你輸入了這個表達式，將會看到agent已經在該語句中識別了一個@Hotel關鍵字。與entities類似，用戶不會只用這個問句來表達預訂酒店的需求。所以這裡添加一些變化，以agent理可以了解用戶的意思，增加的變化越多，agent也就越聰明，以下是一個範例展示。

agent應該做的下一件事是搜索附近的hotel，並詢問用戶他/她需要幾間房。但是，如果我們要真正搜尋附近的酒店，則需要調用API並使用JavaScript將webhook與api.ai整合在一起，這超出了本教程的範圍，所以讓我們在Response欄位創建一些虛擬酒店，這是我創建的回應內容：

儲存intent並返回到主頁面，在右側欄位中測試你的agent，到目前為止，如果讀者有跟著前面的步驟，它應該按預期工作！正如你所看到的，不必提出確切的問題，Dialogflow將從你的陳述中學習並理解變化。

現在，我們來添加一些follow-up intent，將鼠標移動在你剛創建的intent上，你應該看到一個選項”Add follow-up intent”，選擇它並點擊Custom，將產生一個新的intent，並顯示”Begin Order – custom”，讓我們編輯這個intent！

請記住，我們agent對我們說的最後一件事情是”How many rooms do we want?”，用戶可能會回覆一個數字，他/她可能會說：”I would like 1 room”或簡單地回答”4″，你應該要預測用戶會說什麼，並填寫所有可能的答案，請參考以下我填寫的範例：

正如你所看到的，Dialogflow有一個內置的數字entity，不管你輸入一個數字還是一個單詞，它都能夠處理它並理解它的含義。

接下來，我們要讓機器人回應確認價格總額，並詢問用戶喜歡什麼付款方式。同樣的，由於這些是hotel虛擬資料，我們可以在機器人的反應中添加虛擬的價格。

保存這個intent，現在給讀者一個挑戰，創建最後一個intent，即詢問用戶使用何種付款方式付款，這應該是非常簡單的，因為我們已經做了兩次！

希望讀者都能順利完成，如果沒有也沒關係，請按照下面的方式！所以我們將回到intent的主頁面，然後點擊Create Intent。

將這個intent命名為Payment並添加用戶可能會說的內容，這是我們的Payment關鍵字(entity)使用的地方！

最後，讓機器人回應一些確認訊息。以下是一些範例：

• Done! You have rent the rooms!
• Success! We received your payment.

就是這樣！請記住保存Payment意圖，Chip現在可以使用了，在我們轉到本教程的iOS端之前，你可以在右側欄位中對其進行測試。

A Couple More Things

在開始真正的編程之前，讓我花點時間來解釋Dialogflow控制台左側欄位中的其他tabs，在Entities下，有一個名為Training的tab，如果點擊此選項，你將收到所有發送給agent的回覆訊息以及agent回覆的內容，如果你告訴你的agent一些回應文本，但它回應你不喜歡的輸出，這就非常有用，若你稍後意識到忘記了某個關鍵字的同義詞，並且用戶正在使用這個關鍵字，那麼也可能會有所幫助，可以去告訴你的代理在這種情況下應該做什麼。

在Training下方，你可以看到Integrations。在這裡，可以管理你的agent去串接不同的服務，例如Google Assistant，Twitter，Slack，Messenger，Cortana，Alexa等等。Integrations之後，還有Analytics，基本上用來顯示建議名稱，之後還有Fulfillment，如果你要調用一個API並實現一個webhook，這就是你會需要來的地方。

最後兩個選項功能非常簡單，但很有用。第一個是Prebuilt Agents，在這裡，你可以import一個預先存在的代理框架，有很多例子，如食物傳遞機器人，音樂機器人，甚至（抱歉，但你真的需要知道這個）hotel預訂機器人！ 最後一個選項是Small Talk，如果你將代理設計為像Siri或Google Assistant這樣的每日夥伴(daily companion)，這個選項非常有用，Small Talk允許你添加常見問題的答案，我們都喜歡問我們的機器人，如”你幾歲？”或”你住哪裡？”，以及更熱門的問題”你願意嫁給我嗎？”

現在你已經知道Dialogflow是什麼，並且對於如何操作有很好的觀念了，現在是時候移動到另一端，開始編寫Swift程式碼！

使用API.AI SDK連接到Dialogflow

現在我們移動到本教程Swift的部分，首先[下載初始專案]（https://github.com/appcoda/ChatbotHotel/raw/master/ChatbotStarter.zip），我已經構建了基本的UI並綁定了API.AI SDK。如果你從頭構建應用程序，則可以使用CocoaPods安裝API.AI SDK（這是用於連接到Dialogflow的SDK），只需在Podfile中添加以下訊息：

pod 'ApiAI'

一旦你unzip初始專案，確保你打開了Chatbot Starter Project.xcworkspace文件。進入Main.storyboard，已經有一個UILabel，UIButton和UITextField，它們的outlets也連接到ViewController.swift。

先來看看AppDelegate.swift，我們需要讓APP連接到Dialogflow的servers，在import UIKit的正下方，輸入以下程式碼來導入framework：

import ApiAI

現在，需要使用client access token來初始化我們的配置，請參照下面範例更新didFinishLaunchingWithOptions方法：

func application(_ application: UIApplication, didFinishLaunchingWithOptions launchOptions: [UIApplicationLaunchOptionsKey: Any]?) -> Bool {
    
    let configuration = AIDefaultConfiguration()
    configuration.clientAccessToken = "YOUR_CLIENT_ACCESS_TOKEN"
    
    let apiai = ApiAI.shared()
    apiai?.configuration = configuration
    
    return true
}

將字符串”YOUR_CLIENT_ACCESS_TOKEN”替換你自己的機器人的client access token，如果你不知道在哪裡可以找到，請移動到Dialogflow中的chatbot settings。 在”General”選項下，你應該在”API keys欄位下找到client access token。

現在，當我們的應用程式啟動時，它將使用client access token連接到Chip bot。

讓裝置開始說話

前往ViewController.swift，並且在import UIKit之下，import ApiAI和AVFoundation框架：

import ApiAI
import AVFoundation

我們需要導入AVFoundation框架，因為我們需要bot與用戶交談，該框架附帶了能夠從文本轉為合成語音的“AVSpeechSynthesizer”類別，為了讓裝置與我們的用戶交談，在ViewController類中插入以下幾行代碼：

let speechSynthesizer = AVSpeechSynthesizer()

func speechAndText(text: String) {
    let speechUtterance = AVSpeechUtterance(string: text)
    speechSynthesizer.speak(speechUtterance)
    UIView.animate(withDuration: 1.0, delay: 0.0, options: .curveEaseInOut, animations: {
        self.chipResponse.text = text
    }, completion: nil)
}

讓我告訴你上面的程式碼做了哪些事。首先，我們定義一個常數speechSynthesizer，並初始化一個 AVSpeechSynthesizer的實例。AVSpeechSynthesizer是一個提供自文本轉換為語音的object，並允許存取控制正在進行的訪問，然後創建一個新的函式speechAndText(text: String)，根據用戶輸入的內容執行更改。

在函式內部，我們創建一個AVSpeechUtterance的實例，最簡單的說，它是一個將被宣讀的文本塊。然後，我們要求裝置讀出這段文字，同時，我們想向用戶展示機器人的response，這就是為什麼我們將label的text設置為機器人的response。

我使用UIView.animate方法為label轉換為微妙的動畫，當你正在開發自己的應用程式，但不具備創建高品質的動畫知識，則這種方法可以實現這一效果。

發送請求

我們只剩下最後一部分，當用戶點擊按鈕時，應發送request給我們的代理，讓我們看看我們該怎麼做！在sendMessage操作方法中插入以下幾行程式碼：

let request = ApiAI.shared().textRequest()

if let text = self.messageField.text, text != "" {
    request?.query = text
} else {
    return
}

這段code是相當基本的，但是可能部分讀者不太理解這段代碼，還是讓我解釋一下。基本上，我們以用戶提供的query條件來準備API.AI文本請求，從messageField中檢索文本並執行基本驗證，確保文本字段不是空白，一旦我們得到了這段text，就將它丟給request的query屬性。

好的，文本request已經準備好了，下一步是發起請求並發送給機器人。當然，我們需要處理API.AI代理回應的任何內容，有兩種可能性：success或failure，如果代理程序返回成功訊息，那麼我們希望應用程式說出回應並將其顯示在螢幕上，如果出現失敗訊息，那麼應用程式只是打印錯誤到控制台，我們可以通過使用下面的程式碼來實現：

request?.setMappedCompletionBlockSuccess({ (request, response) in
    let response = response as! AIResponse
    if let textResponse = response.result.fulfillment.speech {
        self.speechAndText(text: textResponse)
    }
}, failure: { (request, error) in
    print(error!)
})

request執行完成後，應用程式需要做什麼，你可以調用setMappedCompletionBlockSuccess方法並在閉包中指定動作，一旦請求完成，完成處理程序將被調用，並將回應作為參數傳遞，在閉包中，我們調用前面創建的speechAndText(text: )方法來說出並顯示回應內容，如果response顯示失敗，我們只需將其打印到logs即可。

剩下最後一件事，我們還沒有發起對API.AI的request，為此，我們調用enqueue函式並放入指定request，這可以通過使用下面的程式碼來完成：

ApiAI.shared().enqueue(request)
messageField.text = ""

我們將請求發送到API.AI並清除textfield中的文字，你的整個sendMessage方法應該如下所示

@IBAction func sendMessage(_ sender: Any) {
    let request = ApiAI.shared().textRequest()
    
    if let text = self.messageField.text, text != "" {
        request?.query = text
    } else {
        return
    }
    
    request?.setMappedCompletionBlockSuccess({ (request, response) in
        let response = response as! AIResponse
        if let textResponse = response.result.fulfillment.speech {
            self.speechAndText(text: textResponse)
        }
    }, failure: { (request, error) in
        print(error!)
    })
    
    ApiAI.shared().enqueue(request)
    messageField.text = ""
}

是時候了！現在運行應用程式（在iPhone X上），一切都應該按預期工作！

What’s Next

本教程包含很多的資訊，希望對讀者會是非常有益的，那麼，接下來你應該做什麼？我會建議你繼續擴展這個機器人，甚至創建你自己的機器人，期待你分享如何創建自己的機器人，歡迎發表在下面的評論！

以供參考，你可以在Github下載完成的專案。

關於Dialogflow的更多資訊，你你可以參考他們的documentation。

勇敢大膽的嘗試吧！你可以在Dialogflow上創建自己的聊天機器人，並把它放在Google Assistant上。如果你想嘗試一下，請查看這個影片，可以打開Google Assistant並透過”Talk to Max the Programmer”來測試我用Dialogflow製作的聊天機器人！鼓勵大家繼續研究Dialogflow，因為你可以在Google Assistant，Alexa，Twitter，Cortana，Facebook Messenger，Telegram等平台部署聊天機器人！