如何应对2B客户的定制化需求？模块化、变化控制、需求梳理……|议桌局精华

正文

请到「今天看啥」查看全文

出于这些考量，从技术角度出发，我目前推行的办法就是，尽可能设计一个相对比较灵活的架构，不把它限制的太死，只把我们确定可以共通的那些需求做出来，剩下的都用可扩展的方式来做。

目前的架构，我们把它分成了多个层次，第一层是接入层，不同的客户通过怎样的接入点去接触用户是有差异的，可能包括微信、API、其他聊天平台等多种接入方式。另外，每个客户所做的事情不一样，各个项目的差异非常大，所以对于每一个客户的应用场景，我们都会去造一个机器人的大脑，我们称之为Brain，每个Brain都是可以独立上线、独立变更、独立优化的。

接入层到Brain之间是一个消息通道，因为从我们目前的见解来看，不管哪种应用，最后都可以归一成聊天的场景，所以虽然可能是基于不同的用户、不同的应用场景，但我们最后都把它统一成一个统一的对话的格式进行传输。

同时，一个机器人背后可能会有多个 Brain，通过这种方式，我们可以通过不断扩充Brain的方式来扩充机器人的能力，去应对不同的客户、不同的场景。

标准化、模块化应对客户不同需求

但这个过程中，我们又发现了另外的问题，虽然每个客户的需求都不一样，但他们之间还是会有一些共同点，比如说问答的场景，基本上每个客户都会有。

那我们的应对方法就是，在做不同的Brain的时候，做标准化、模块化。目前我们抽出了这么几个模块，一个是问答的QA Bot，职责就是来一个问题，给一个解答；一个是Form Bot，就是表单机器人，定义好问题之后，就可以通过机器人发给用户收集反馈；

一个是推荐机器人，可以根据用户标签匹配商品，然后把商品推荐给用户；一个是任务机器人，可以识别用户指令，并匹配知识库里的命令形态，看是否可执行，并以此给用户反馈；最后一个是路由机器人，就是判断用户的命令该交给哪个机器人去执行。

目前我们是创造了这样五个机器人，等于做了五个积木块，然后在实现客户需求的时候，就可以用搭积木的方式，去把这些模块拼接成一个能够满足需求的机器人。

这是我们目前在做的方向，但挑战也非常大，因为每个客户还会有一些定制化的需求，特别是在和客户系统做对接的时候，就会碰到这几个机器人都涵盖不了的情况。那我们现在的解决方法就是为了这些特殊需求再专门造一个机器人、造一个Brain出来，然后再把它们做拼接。

总的来说，我们现在主要的应对方法就是造积木、搭积木，碰到了不通用的需求，就单造一块定制化的积木，然后再搭积木。

当然这个过程中还有很多问题需要解决，比如对话机器人这件事和客户的业务逻辑联系非常紧密，一旦客户的业务逻辑发生变化，机器人就得相应做出改变，工程师可能就得去改背后的代码，有点疲于奔命。虽然已经通过搭积木的方式简化了一些这种情况，但压力仍然非常大。

王勇睿

请到「今天看啥」查看全文