2.4 错误处理与用户引导

2.4 错误处理、澄清与用户引导策略

本节摘要：对话系统一定会出错——听不懂、听错了、答不上。本节讲清三类错误场景的处理、澄清策略（问清楚）、引导策略（给选项带路）、以及"错误处理决定用户会不会流失"的核心理解。

上手前先明确

阅读完本节，你应当能够：

1. 识别三类错误场景
2. 设计澄清策略
3. 应用引导话术
4. 处理"听不懂"
5. 把错误变成体验点

一、问题与直觉

"用户说了一句话，系统没听懂"——这是对话系统的高频时刻。差的系统说"对不起我不懂"然后死机；好的系统澄清（问清楚）+ 引导（给选项），把错误变成继续对话的契机。错误处理，是对话体验的分水岭。

二、核心原理

2.1 三类错误场景

2.2 澄清与引导

💡 关键直觉："我不懂"之后，必须给"下一步"——澄清（问清楚）或引导（给例子），让用户知道怎么继续。只说不懂不给路，用户就流失了。

三、工程实践要点

3.1 澄清话术模板

"您是说【A】还是【B】？"
"我没太理解，您能换个说法吗？"
"您可以试试这样说：'我要订明天去北京的票'"
​

3.2 引导策略

⚠️ 常见坑：连续两次听不懂还死磕。系统反复"我不懂"，用户体验雪崩——设"失败次数上限"，到限转人工或给更明确的引导。

3.3 错误记录与优化

记录：哪些话听不懂
分析：高频失败场景
优化：补充意图与话术
闭环：错误数据驱动迭代
​

温故知新

• 要点一：三类错误——听不懂、听错、答不上
• 要点二：澄清问清楚，引导给选项
• 要点三："我不懂"之后必须给路
• 要点四：失败到限转人工
• 要点五：错误记录驱动迭代
• 要点六：错误处理是体验分水岭

保险上了，最后一节通记忆——多轮对话与上下文管理。

深度扩展：澄清的决策逻辑与失败上限

"听不懂就澄清"听上去简单，做起来要回答三个问题：什么时候该澄清、怎么澄清、澄清几次还不成就怎么办。这里给出一套可实现的决策逻辑。

第一问：什么时候该澄清。依据是 NLU 的置信度。高置信直接走主流程，低置信才澄清。但"低"不能只看意图置信度——意图置信度高、槽位置信度低（听清了意图，没听清日期），该澄清的是槽位而非整体：

意图置信度高 + 槽位置信度高 → 直接推进
意图置信度高 + 某槽位置信度低 → 只确认该槽位
意图置信度低 + 候选意图可区分 → 给出二选一澄清
意图置信度低 + 候选意图混作一团 → 请用户换个说法
​

第二问：怎么澄清。原则是"给用户最小的回答成本"。能二选一就二选一（"您是说订票还是订房？"），能给示例就给示例（"您可以这样说：明天北京到上海"），尽量避免开放式的"请您再描述一遍"——开放式把重新表达的成本全压给用户。

第三问：澄清几次。设定失败上限，超过上限给出降级路径。一套常见的降级链：

第 1 次失败 → 二选一澄清
第 2 次失败 → 换说法引导 + 给出正确示例
第 3 次失败 → 转人工 / 告知"这个问题我暂时处理不了，已转人工"
​

转人工不丢人，死磕才丢人。连续失败转人工既是体验保护，也是成本保护：一次对话里的模型调用、轮次堆叠都是有成本的，及时止损比硬撑更划算。

最后，所有错误样本都要回收到标注集里——每一条"没听懂"的话都是 NLU 的训练材料，记录、分析、补意图、再验证，形成错误驱动的闭环。错误处理做得好，系统会越用越聪明，而不是越用越丢用户。

动手练习：为澄清写一份决策规则表

把前文的澄清逻辑固化成一份决策规则表。请为"机票预订"场景写四行规则：意图置信度高但日期槽位模糊（比如用户说"下周末"）、意图置信度低且候选意图可二选一（订票还是改签）、连续两次澄清失败、槽位为敏感信息（金额）。每行写明：当前条件、系统该做的动作、话术示例。写完后检查：规则是否覆盖了"槽位敏感必须确认"这条独立于置信度的规则；连续失败是否都有降级出口。把这份规则表交给开发实现，就是错误处理从"理念"走向"代码"的最后一步。这也是对话系统里少数几个"写规则比上模型更可靠"的环节——因为错误的代价高，可预期性比智能性更重要。