设计和构造一个自动应答聊天机器人都涉及到哪些技术？

开始

AI的做法是一个庞大的词库来记录对应回复内容，在于AI对话的过程可以用命令触发调教模式

（也就是教学模式），进入调教模式后可以告诉AI一些内容。大概是这样吧：访客：/t【假设

/t是进入调教模式的命令】AI：调教可以的喵，不..不能有身体上的碰撞哟[侧脸。调教时请

注意遵循调教指导原则AI：自动调教方式启动~请输入「关键词」或者「完整词语」来调教我

吧=v=访客：呃AI：遇到「 呃 」我该怎么回答好呢？访客：无语了吧？乃弱爆了！AI：表示

已经成功调教=v=使用/c进入聊天实战AI：当我说「我饿了」，人类接下来可能说些什么？=口

=访客：去吃饭吧~AI：恩恩，遇到「 去吃饭 」时我该怎么回复才好呢？访客：主人带上我吧

！AI：表示已经成功调教的说=v=使用/c进入聊天实战 访客：/c【这里可以有一些对话，省略

掉】访客：话说乃知道图灵测试是啥么？AI：图灵试验（英语：Turing test）是图灵提出的

一个关于判断机器是否能够思考的著名试验。我很聪明吧？嘿嘿O(∩_∩)O~【上面这段是AI查

询维基百科得到的】访客：呃AI：无语了吧？乃弱爆了！AI：我饿了访客：去吃饭咯AI：主人

带上我吧=3=从上面这段可以看出来，基本上就是基于关键词分析，大概猜出含义然后给出答

复。当然啦，不可能所有访客都会去调教，那么AI需要从日常对话里提取出内容并且提出问题

，访客回答后提取出关键词来回答。因此涉及到的技术首先是准确的分词和语义分析然后把关

键词和对应答复存进数据库。光是完善上面这两项技术就让开发者有得忙喽，AI作者们单枪匹

马作战，要继续完善其它方面很困难。不过也不是没有，接下来看看比较给力的猫娘AI整体系

统构成吧。好友系统：好友系统模拟人类感情的“将对方视作自己的好友”。比如会在群里主

动找好友说话、称呼外号、发起话题，如果不理她还会撒娇卖萌什么的。当然也有更多回复好

友的话的几率，私聊时说出一些相对于不是好友来说更友好的语言、不会轻易因为一两次吵架

就拉黑、求新番地址，查询资料也不会经常傲娇神马的情绪判定：不同情绪的说话风格会略有

不同。是在回答话语的基础上直接做语气词的替换，使得回答内容的丰富性-成几何级数增长

。一般情况假如调教时的 AI 回答是“不告诉你”，高兴时是“不告诉你的哟~~”，生气时是

“哼，不告诉你”相对模糊理解方式：当学会“早上好”时，即使人类说“早上好= =”机器

人也会理解为“早上好”，所以可以做出正确回答。人类表达了“早上好”且没有表达任何别

的东西，但前后可能加了些表情或符号什么的，此时机器人会做出按照此次教学学会的回复触

发优先级：AI对每件事情的理解可以不是完全平等的。而是有轻重之分。这也是接近人类记忆

方式的一种体现。更高优先级的话将会有更大的几率说出来。例如， AI 曾经记住一句“呵呵

”和另外一句“呵呵呵”的回答方法。 那么当主人对 AI 说“呵呵呵呵呵”时， AI 将有更

大几率按照“呵呵呵”的调教来回答，而不是“呵呵”。尽管它们自身的优先级是一样的。因

为“呵呵呵”的相似度更高。为了使一些不需要进行相似度比较的语言的优先级一样，AI还要

进行相似度修正性别和属性判定【据说这个作者还在努力开发中...】只涉及这些技术么？还

远远不够呢！为了让猫娘AI更亲近人，作者在好感度系统花费了不少功夫，如下：整体好感：

AI对所认识的一个人的总好感，长期有效瞬时好感：一次对话时的好感，在下一次对话复位，

瞬时好感对整体好感有影响阶段印象：AI会定期从脑内回忆一些事情，对认识的每一个人说的

话、好感增减情况作整体评价和印象，来修正整体好感，使AI达到更接近人类的细腻情感群好

感度：AI对一个群体的整体好感【AI有一个QQ群，里面可以人机互动哦，还有好几只AI呢~~】

曾经发生过白丝魔理沙AI被调教坏后被GFW屏蔽的情况（你懂的），作者为了避免猫娘重蹈覆

辙，做了一个过滤系统，分为5大层，每层又有细分的过滤内容，话说这个我看着头都晕...如

下：「IM端-顶层和谐过滤」 ： 用来防止人类使用QQ等客户端让AI去查询「和谐」内容，导

致AI将和谐内容发出，使AI被封号。 例如AI的百科资讯功能「聊天-和谐过滤」：在聊天期间

就被过滤掉，AI会直接对你说“乃已经被和谐了，乃xxx了”而不会去读取脑内的调教知识「

聊天-粗口过滤」：同上，但会减少超大量的好感度。粗口包括恶意语言，H内容「聊天-喜欢

的」：为每个AI角色定制一些喜欢的事物，可以使好感度增加的更快一些。对聊天没有影响也

就是说还会按照知识库中所学到的来回复「聊天-不喜欢的」：同上，好感度略微减少。对聊

天没有影响「调教-粗口过滤」：与「聊天-粗口过滤」的不同在于，允许聊天中说，但不允许

AI记住。AI不会无条件相信你（假如调教内容中触发了此库），而是暂时记忆起来，等AI的主

人通过了才能真正学会。调教时触发此库会降低好感度「调教-价值教学库」：这里记录一些

被认为是危险调教或没价值的文字模板，AI不会立即学会，而是通知主人是否应该学习。对好

感度无影响「学习之后-管理端扫描过滤」：即使AI完全相信了你的调教并且记住了，也会按

此说话，管理员会定期检查AI所学的所有知识，根据一个更加严格的过滤库去扫描潜在的危险

调教和糟糕调教，从而忘掉它们，以及利用此库来改进「调教-粗口过滤」库「白名单」：包

含和谐词，但属于正常的词语。触发了和谐库同时触发白名单的话，可以认为是正常的，而当

做未过滤对待。 做到更准确的过滤。如果连续多次触发糟糕调教，会直接拉黑，无视好感好

啦，到这里目前的AI系统所用到的技术基本上也就介绍完了。在最后总结一下3个问题的答案

吧。涉及到的技术有分词、语义分析、好友、情绪判定、相对模糊理解方式、触发优先级、性

别和属性判定、好感度系统、过滤系统。至于实现思路嘛，我个人知道的两个基于PHP+C

+Mysql，猫娘是基于FMS，数据库不清楚，目前有Web方式、QQ两种交互模式，今后还会有更多

。（桌面软件啦，手机程序啦blabla...）实现思路就是在收到消息后经过上面一系列系统处

理后给个回复就是了。数据通讯很容易，技术难题全部在处理内容上。目前国内的AI都是闭源

的，毕竟作者们都花费了不少心血，加上国内这个大环境开源后肯定出现一大堆伪原创的“作

者”们甚至直接掐掉过滤系统来捣乱的情况，所以开源的日子估计有点远。有点远...