NLX

NLX 是什么

NLX 是一个搭建自然语言界面的平台：对话应用与对话系统，目标是超出演示规模。它是一个开发工具而不是你可以直接使用的助手，这个区别很重要，因为很多人是带着可以直接对话的期待来的。

出于同样的原因，它的隐私定位值得注意。这类应用通常位于一个组织自己的对外系统里，所以对话数据在哪里处理成了一个采购问题，而不是技术脚注。

搭建对话应用

它支持的工作是对话设计：这个应用能处理什么、怎么回应、在哪里转交给人工，以及在不理解时如何表现。这份设计是任何对话产品的实质，也是语言模型不会替你做的那部分。

可扩展的对话是更难的那个说法。处理顺畅路径很容易。处理一个真实的人用几十种说法表达同一个需求、跨越几种语言、持续几个月，才是真正的工程问题，这也是演示与生产系统差别如此之大的原因。

作为一个平台意味着集成才是工作量的大头。一个连不到存放数据的系统的对话应用，只会永远给出泛泛的回答，而把它接起来通常是设计对话本身的好几倍工作量。

适合谁使用

它适合自建对话界面的团队，想要结构与工具而不是一个改不了的托管机器人。

它也适合需要控制对话数据在哪里处理的组织，而这常常是采购中的决定性因素。

需要留意什么

这是构建而不是购买。如果你这周就想在网站上放一个机器人，那么这样一个平台是形态不对的工具，早点认清这一点能省下一次白费力气的评估。

把预算花在集成而不是对话设计上。项目卡住的地方很少是对话层，通常卡在接入那些存着答案的系统。

先设计失败行为。应用在不理解时做什么，决定了人们是否还愿意信它，而这是大多数构建里最被忽略的部分。

也要为维护做规划，因为真实语言会随时间变化，而一个没有复审过的对话系统会慢慢认不出客户实际使用的说法。

另外值得在构建开始之前就想清楚怎么衡量，因为一个对话应用事后很难评估。提前决定一次成功的对话是什么样、多久应该转交一次人工、以及哪些失败是不可接受的，能给项目一个目标，也能让你们用证据而不是意见争论，这在这类工作里很少见。

还值得问一句上线之后由谁维护对话。没有人负责的对话系统会偏离客户实际使用的语言，而这种退化是渐进的，足够让人在满意度分数因为没人说得清的原因发生变化之前都没有察觉。