前言

近年來透過臉書或line詢問產品問題時，越來越常碰到chatbot機器人自動回應，其實產品客服就是chatbot最基本的應用。我們透過粉絲團社群經營自己的產品客群，但這些行銷需要花費人力成本，我們可以為自己經營的粉絲團建立智能客服，來處理客戶的基本問題，節省人力成本。

最基本的chatbot可以進行客服問答，進一步再整合其他服務，例如訂單的查詢和處理，相當於打造一個產品客服助理。已經火紅一陣子的google assistant，已經有許多企業應用，我們也可以透過語音助理來查詢天氣,訂票...等等。

這30天的分享希望可以從最基本的chatbot簡介到dialogflow工具介紹，並分享實作經驗，也會分享一些關於chatbot整合到各個平台，或是一些相關的工具和技能(gcp cloudfunction,api,爬蟲)。寫這些文章的初衷是因為自己在研究dialogflow chatbot的時候發現中文分享並不多，希望可以分享自己的心得，我的文章分享除了專有名詞會夾雜英文之外，敘述皆會以中文為主。

怎麼做

在google搜尋chatbot，其實有不少專門在打造機器人的公司，但這裡我們想探討如何"自己開發"專屬的機器人，也就是站在開發者的角度去建立屬於自己的對話機器人。這裡主要利用google的Dialoglfow，透過UI介面，就能設計簡單的對話流程。

相關課程

網路上找到的dialogflow課程都以英文為主，我在自己摸索開發的時候都是直接以關鍵字查詢文章，比較少按部就班的觀看課程。這些Training課程主要是利用console來建立和設計簡單的對話，但對於公司的IT人員來說，常常需要進一步處理或串接資料，學習怎麼串接dialogflow和API更重要。

下面列出的線上課程，個人覺得Udemy最簡單好懂，而GCP training和dialogflow官方文件比較適合熟悉GCP或是已經開始摸索dialogflow一段時間的人來參考。

• Udemy課程
• Coursera課程-Building Conversational Experiences with Dialogflow
• GCP training (搜尋dialogflow)
  • Qwiklab
  • Implementing an AI Chatbot with Dialogflow
  • Implement a Helpdesk Chatbot with Dialogflow & BigQuery ML
• Dialogflow文件

接下來的分享

[Day2] Case Study-關於對話機器人的案例分享
[Day3] 自然語言處理(NLP)
[Day4] Dialogflow介紹
[Day5] Dialogflow對話設計&常見問題
[Day6] Dialogflow功能介紹- Intent
[Day7] Dialogflow功能介紹-Entities
[Day8] Dialogflow功能介紹- Follow-up intent
[Day9] Dialogflow功能介紹 - Context& Actions
[Day10] Dialogflow對話設計小技巧- promt功能
[Day11] Additional Feature- Knowlege connector
[Day12] 分析和增加效能
[Day13] ML settings
[Day14] Share & import , Export:匯入匯出已建好的chatbot->分享chatbot->Prebuilt chatbot
[Day15] Dialogflow - Webhooks
[Day16] GCP Cloud functions
[Dat17] Rich Messages-Card
[Day18] 資料處理 pandas,JSON
[Day19] 30分鐘從無到有建立chatbot:對話流程設計->console設計->python script and build webhook->測試
[Day20] 整合-Overview
[Day21] 整合-line
[Day22] 整合-Facebook
[Day23] 整合-Google Assistance
[Day24] 整合speech API
[Day25] 串接google map API,google calendar API
[Day26] 串接政府公開平台資料
[Day27] 資料處理技能-簡單的爬蟲技巧
[Day28] 整合模型-Qwiklab練習- Implement a Helpdesk Chatbot with Dialogflow & BigQueryML
[Day29] 小單元實作-Qwiklab練習
[Day30] 總結