對話語境(Context=上下文)是什麼？

對話語境指的是對話的流程和脈絡。它是由對話發生的情境、說話者的關係、對話的目的等多種因素組成的。為了有效溝通，正確理解對話語境非常重要。因為透過理解語境，才能更好地理解對方的話語，並做出適當的回應。

上下文是什麼？

提升對對話語境理解的方法包含以下幾點。

了解對方的年齡、性別、職業、興趣等，可以幫助更好地理解對話的脈絡。

仔細觀察對話發生的地點、時間、氛圍等情境，也很重要。

對方的臉部表情、語氣、姿勢等非語言因素，也有助於理解對話語境。

觀察對方的反應，確認自己的訊息是否被正確傳達，也有助於理解語境。
如果能很好地掌握對話語境，就能使與對方的溝通更加順暢，並減少誤解和衝突的可能性。因此，對於有效的溝通來說，理解對話語境是必不可少的。

像這樣，將前面的對話和後面的對話連貫起來，就叫做對話的語境。

另一個例子是，去汽車修理廠說「壞掉了」，機器人無法判斷是什麼壞掉了。這種情況下，只能反問「哪裡壞掉了？」，或者只能進行全面檢查。

總之，當前面的話語含糊不清時，需要透過反問來引導，最終使其能夠導向想要的答案。

對話記錄分析：分析之前的對話內容，推斷語境。

語言理解：利用自然語言處理技術，準確理解句子的含義。

利用多模態輸入：不僅分析文字，還綜合分析圖像、語音等多種輸入。（前面「人與人之間的對話語境」中也提到了「留意非語言線索」的原因，是因為僅僅依靠文字進行說明是存在局限性的。）

對話語境的理解對於提升聊天機器人的自然對話能力至關重要。透過理解語境，使用者可以獲得更好的體驗。隨著聊天機器人技術的發展，預計其對話語境理解能力也會不斷提升。

❗使用聊天機器人建構工具建立聊天機器人時？

在建立機器人的過程中，也需要考慮如何處理使用者廣泛的問題，並充分利用Context功能。在機器人建構工具中，通常會提供Context功能，對於需要反問的廣泛問題，需要人工逐一建立並連結。這樣才能更好地找到使用者想要的答案。

❗使用生成式AI建立聊天機器人時？

可以儲存多少對話語境會影響機器人的能力。因此，在某些特定資訊輸入的情況下，也會建立獨立的資料庫進行儲存。例如，儲存使用者的興趣是滑雪，還是喜歡旅行等資訊，而對話語境本身則會被捨棄。因為儲存過多的對話量會受到限制。然後，根據儲存的資料庫，在需要的時候提取並運用在提問或對話流程中。