在上一篇介紹完了Direct Line Channel之後，Azure Bot Service 和 BotBuilder 搭配開發chatbot的部分就到了一個尾聲。當然，裡面還有很多細節可以介紹，但是以目前介紹的内容來説，要開發出一個能用的chatbot已經不是什麽問題。

那下一步是什麽？在介紹bot builder的過程會發現，開發chatbot其實蠻死板的，有沒有辦法讓他更加智能一些？如果搭上最近幾年很火的AI服務就可以。

這篇將快速回顧一下目前bot builder所學到的内容，以及下一步如何搭配AI服務來增加可用性。

整個Azure Bot Service

整個Azure Bot Service的框架
知道大家應該已經看膩上面那張圖，不過在回來看一下應該會更有感。

從右邊的bot builder框架開發出chatbot，再到左邊的搭配bot channel registration把chatbot和各個channel連接起來，在整個過程介紹了：

bot builder的開發，從模擬器測試，邏輯最小單位的Dialog、到FormFlow再到訊息卡片話呈現
把chatbot上綫，使用到了Azure的App Service來做hosting
透過bot channel registration把chatbot和各個channel做關聯，有任意網頁的web control，有Facebook Messenger再到任意程式都可以接的Direc tLIne Channel
到這邊對於整個chatbot開發應該有些感覺了，但是會發現chatbot有個很大的問題，那就是感覺像玩具，蠻好玩，但是如果真的用來做什麽，好像又沒有什麽辦法，這是爲什麽？

目前爲止的chatbot開發有什麽問題？

如果沒有真的開發下去，可能還沒發現什麽，但是如果回想一下目前整個操作，會發現：

太笨了，如果使用者輸入複雜語句就gg了
chatbot不是新奇的東西，本質上他就是一個大大的switch程式，輸入關鍵字，就有對應動作，但是如果今天換個説法呢？舉例來説，像目前的範例有個指令是查飯店，但是如果有使用者習慣用酒店那不就gg了。

或許會説，那我就把都有可能的語句寫進去不就得了。好吧，或許這樣可以，但是其實人類是一直在新增文字。我曾經聽過一個在做文字分析的專家説，他們曾經做過從電商平臺的留言統計快遞很快有幾種説法，當下做完發現 2000多種，結果半年之後在統計發現變成了3000多種（專家説的準確數字我可能記得沒有很清楚，但是概念是一樣的，説辭增長是很快的），怎麽可能把這些語句都寫進去？舉例來説，如果不完游戲，就不知道gg是什麽， 不過因爲玩游戲的多了所以gg有點變成通用詞了。

輸入内容太單調
目前爲止都是用文字作爲輸入的方式，不過文字有時候打起來太慢或者不方便。可不可以用圖片來代替文字？可不可以用說的來下達指令？當以這種模式來思考的時候，會發現chatbot有點變成生活小秘書了，如果我可以直接 用説的或者我看到的東西拍照來下指令，那麽整個的操作體驗完全不同。任何科幻類型的電影或者書都一定有個智能系統，是不是都用説的就可以叫他們做事，就像鋼鐵人裡面的Jarvis一樣。
知識太少
這邊指的知識太少是本身資訊内容太少。舉例來説，如果是訂房的bot，如果不能夠顯示所有在記錄裡面的飯店那麽基本上沒有什麽用。因此，取決於chatbot是哪一種類型，背後可能都會搭配一個龐大但是搜索快的資料庫。

AI服務怎麽解決這些問題？

微軟在Azure上面有一系列的AI服務叫做Cognitive Service，裡面包含了一些已經包好的AI服務讓我們可以搭在任意的程式裡面。這其中和chatbot搭配非常適合。

未來篇章可能會稱Cognitive Service這個AI服務為AI - 從純技術的角度來説，自己建立模型才是真AI，但是自己建立模型技術含量太高（詳細可以參考我的 「data science 到底是什麼從一個完全外行角度來看」），因此有一些已經建立好并且釋放出來的服務 像是Cognitive Service應該叫做AI服務才對。當然，Cognitive Service有部分可以讓你自己training model的一部分，因此叫做 AI 勉强也算。

cognitive service的所有服務，來源：https://blogs.msdn.microsoft.com/bluesky/2017/05/11/build-2017-cognitive-services-update-en/
導入Cognitive Service怎麽解決上面提到的問題？

太笨了，如果使用者輸入複雜語句就gg了
在Cognitive Service有一系列的語言相關的AI服務，最重要的是LUIS。因此，可以透過整合LUIS到chatbot裡面，讓在判別user的用意更加的容易以及方便。避免要在程式裡面寫上大大的switch。
輸入内容太單調
在Cognitive Service有一系列的圖片以及語音服務，因此可以透過搭配讓chatbot能夠接受語音或者圖片類型的輸入。
知識太少
假設，今天只是簡單的知識庫，例如FAQ那種，那麽Cognitive Service有個專門的服務稱爲QnA Maker可以搭配。如果是大型資料類型，例如所有的產品型號，那麽可以搭配Azure上面的CosmosDB以及Azure Search 達到大資料量儲存并且快速搜索的效果。

結語

這篇，快速的review了一下目前爲止所看到的内容，并且點出了一些chatbot問題所在。

這些問題可以透過搭配Azure的AI 服務，Cognitive Service來解決，并且快速看了幾個裡面可以用到的服務。

在接下來就要開始往這些服務做介紹，下一篇由語言文字處理的LUIS開始。