- Ang mahusay na disenyo ng chatbot ay pinagsasama ang UX, UI, at AI para makalikha ng maayos at makabuluhang usapan na talagang kinagigiliwan ng mga gumagamit.
- Ang matagumpay na mga bot ay natural na bahagi ng paglalakbay ng gumagamit at malinaw na inilalatag ang mga inaasahan mula sa simula.
- Ang pagdidisenyo ng mahusay na bot ay nangangahulugan ng pagsasaliksik sa tunay na pangangailangan ng gumagamit, pagmamapa ng kanilang paglalakbay, at pagsusulat ng makatotohanang dayalogo bago simulan ang paggawa.
- Ang tuloy-tuloy na pagsubok, pagsusuri, at pag-ulit ang nagpapabago sa isang simpleng chatbot tungo sa isang tunay na nagbibigay ng resulta at kasiyahan sa gumagamit.
Noong bata ako, ginugol ko ang maraming oras sa pagdidisenyo ng mga bayan gamit ang Lego: maliliit na tindahan, paikot-ikot na kalsada, at mga masayahing minifigurine. Akala ko noon, sapat na ang isang balde ng mga piraso. Pero ang totoo, pati Lego ay nangangailangan ng disenyo.
Sa huli, ang likas na ugaling iyon noong bata pa ako ang naging pundasyon ng ginagawa ko ngayon: pagbuo ng AI chatbot.
Bilang may karanasan sa UI/UX at ngayon ay nagtatrabaho bilang AI researcher sa Botpress — ang platapormang nasa likod ng daan-daang libong chatbot, kabilang ang ilang nanalo ng parangal — nakita ko mismo na hindi sapat ang teknolohiya lang.
Ang nagtatangi sa mahusay na chatbot ay ang disenyo ng chatbot.
Ibinabahagi ng artikulong ito ang napatunayang gabay na ginagamit ko sa pagdidisenyo ng mga chatbot na tunay na gumagana. Tatalakayin ko kung paano ginagawang mahusay ng disenyo ang mga simpleng bot, ano ang nagpapadaloy ng usapan, at paano bumuo ng chatbot na gustong gamitin ng mga tao.
Ano ang disenyo ng chatbot?
Ang disenyo ng chatbot ay ang tagpuan ng karanasan ng gumagamit (UX), interface ng gumagamit (UI), at mga teknolohiyang AI tulad ng conversational AI para makalikha ng epektibong AI chatbot at AI assistant.
Layunin ng disenyo ng chatbot na gawing mas maayos ang usapan, para madaling makuha ng gumagamit ang kailangan nila nang hindi nalilito.
Bakit mahalaga ang disenyo ng chatbot?
Mahalaga ang disenyo ng chatbot dahil bawat interaksyon sa chatbot ay humuhubog sa pananaw ng gumagamit tungkol sa iyong produkto.
Kung magulo ang karanasan, umaalis ang mga gumagamit. Mas malala, nag-iiwan sila ng negatibong impresyon sa iyong brand. Pero kapag maayos ang disenyo, bumabalik ang mga customer.
At mas mahalaga ito ngayon dahil 67% ng mga tao ay gumamit ng chatbot para sa customer support nitong nakaraang taon.
Sa Botpress, tinulungan namin ang VR Bank na gumawa ng AI chatbot para hawakan ang komplikadong proseso ng mortgage at pagreretiro — parehong mahigpit ang regulasyon at dating mano-mano.
Sa pagsasama ng kadalubhasaan sa UX, kaalaman sa paksa, at matalinong pag-unawa sa natural na wika, nakagawa kami ng chatbot na gumagabay sa mga gumagamit sa sensitibong desisyong pinansyal at direktang naglalagay ng datos sa kanilang CRM.
Sa pamamagitan ng chatbot na ito, natulungan naming makatipid ang VR Bank ng mahigit €530,000 kada taon.
Iyan ang nagagawa ng mahusay na disenyo ng chatbot. Ginagawang kapaki-pakinabang ang bawat usapan at direktang nakakaapekto sa kita ng isang organisasyon.
Ano ang pagkakaiba ng disenyo ng UI ng chatbot at disenyo ng UX ng chatbot?
Ang disenyo ng UI ng chatbot ay tungkol sa nakikita ng gumagamit, habang ang disenyo ng UX ng chatbot ay tungkol sa nararamdaman ng gumagamit habang nakikipag-usap.
Kasama sa UI (user interface) ang bintana ng chat, mga pindutan, kulay, mga icon, at mga bula ng mensahe.
Sa madaling sabi: Ginagawang maganda ng UI ang chatbot.
Ang UX (user experience) ay tungkol sa buong paglalakbay ng gumagamit. Saklaw nito kung gaano kalinaw ang pakikipag-usap ng bot at kung gaano ito kahusay tumulong mula umpisa hanggang dulo. Kasama rin dito kung paano tumutugon ang bot kapag may pagkakamali.
Sa madaling sabi: Ginagawang madali at kaaya-aya ng UX ang paggamit ng chatbot.
Pinakamahuhusay na Praktis sa Disenyo ng UX ng Chatbot

Ang paraan ng pakikipag-ugnayan ng mga gumagamit sa iyong bot ang magtatakda kung matutulungan sila o tuluyang susuko.
Ang mga sumusunod na praktis ang nakita kong may pinakamalaking epekto sa totoong pag-deploy ng bot. Praktikal at mahalaga ang mga ito sa pagpapatupad ng chatbot.
Isama sa Paglalakbay ng Gumagamit
Ang pinakamalaking pagkakamali na nakikita ko sa pag-deploy ng chatbot ay ang pagtrato rito bilang dagdag na tampok lang.
Nagkakaroon lang ng halaga ang chatbot kapag bahagi ito ng mismong paglalakbay ng gumagamit, ginagabayan sila sa gusto na nilang puntahan.
Isang perpekto (at masarap) na halimbawa nito ang Fromeo, isang chatbot na ginawa namin para sa Les Producteurs de lait du Québec.
Nasa gitna mismo ng homepage ng Fromages d’ici si Fromeo, nagsisilbing digital na “cheese butler” na nag-aanyaya sa mga gumagamit sa isang karanasang hindi nila alam na kailangan nila.
Ano ang tungkulin ni Fromeo? Tulungan ang mga tao na maghanap sa daan-daang keso ng Quebec sa pamamagitan ng pagbibigay ng personalisadong rekomendasyon sa isang usapan. Sa halip na pilitin ang mga tao na mag-browse ng napakaraming kategorya ng keso, sinalubong sila ni Fromeo ng madaling tanong na “Ano ang gusto mo ngayon?”
Ito ang klasikong halimbawa ng pagsasama ng chatbot sa daloy ng gumagamit. Ginagawa nitong interaktibo at mahalaga ang dating simpleng pag-browse lang.
Maglatag ng Malinaw na Inaasahan Mula sa Simula
Ginamit ng Ruby Labs ang pamamaraang ito nang palawakin nila ang suporta sa anim na app na may subscription.
Kapag binuksan ng gumagamit ang kanilang support chatbot, agad silang binibigyan ng apat na simpleng opsyon:
- I-cancel ang aking account
- Mga tanong sa bayarin
- Ayusin ang teknikal na isyu
- Magtanong ng pangkalahatang katanungan
Ang mga button na ito ay gumagabay sa mga gumagamit patungo sa tamang solusyon sa pamamagitan ng pagpapakita agad ng mga pinakakaraniwang pangangailangan.
Hindi ito tungkol sa magarbong teknolohiya. Tungkol ito sa malinaw na pagpapakita kung saan makakatulong ang bot.
Malaki ang naging papel nito sa kakayahan ng Ruby Labs na i-automate ang mahigit 4 na milyong support session bawat buwan na may 98% na rate ng resolusyon.
Mahalaga ring maging tapat kung ano ang hindi kayang gawin ng chatbot. Kung hindi nito kayang hawakan ang mga refund o detalyadong tulong sa account, sabihin agad.
Disenyo Para sa Daloy ng Usapan
Isa sa mga dahilan kung bakit madalas kong gamitin ang ChatGPT ay dahil natural ang daloy ng usapan.
Nagpapahinga at sumasagot ang ChatGPT sa paraang parang totoong kausap. Ang ganitong pacing ay nagpapadali sa pag-intindi ng impormasyon at pananatiling interesado, lalo na kapag komplikado ang tanong.
Iyan ang hitsura ng mahusay na daloy ng usapan at ito ang paraan ko para magmukhang mas tao ang chatbot.
Ilan pa sa mga tip at teknik na ginagamit ko sa pagdidisenyo ng daloy ng usapan ay:
- Panatilihing maikli at direkta ang mga sagot
- Maglagay ng banayad na paghinto sa pagitan ng mga mensahe para may oras ang gumagamit na intindihin ang nakikita nila
Paano Istraktura ang UX Design ng Chatbot

1. Malalim na Pagsasaliksik sa Gumagamit at Pagdiskubre ng Layunin
Bago ka mag-sketch ng daloy o magsulat ng mensahe, kailangan mong malaman kung sino ang iyong didisenyuhan. Hindi lang basta persona—totoong tao, totoong layunin, totoong sagabal.
Dito kadalasang pumapalpak ang mga bot: gawa sila sa hula, hindi sa ebidensya.
Simulan sa pagsagot sa tatlong pangunahing tanong:
- Sino ang karaniwang gumagamit? (hal., bagong bisita, bumabalik na customer, empleyado?)
- Ano ang mga layunin nila? (hal., humingi ng tulong, bumili, mag-track ng order, mag-cancel ng subscription?)
- Ano ang nagpapainis sa kanila sa kasalukuyang karanasan?
Hindi mo makukuha ang mga sagot na ito sa brainstorming lang. Kausapin ang mga team tulad ng customer support, sales, at produkto para malaman kung saan nahihirapan ang mga gumagamit.
Pagkatapos, tingnan ang mga support ticket, transcript ng chat, o mga hinahanap sa help center para makita ang mga pattern.
Sa pananaliksik na ito, bumubuo ka ng intent map: listahan ng mga bagay na kailangang hawakan ng bot mo, at paano natural na binabanggit ng mga gumagamit ang mga iyon.
2. Tukuyin ang Malinaw na Layunin ng Iyong Chatbot
Hindi kailangang gawin ng chatbot mo ang lahat. Kailangan lang nitong gawin ang isang bagay nang napakahusay.
Bago ka magsulat ng mensahe, tukuyin ang pinakamahalagang use case — yung totoong kailangan ng mga gumagamit at kaya ng team mong i-automate nang may kumpiyansa.
Hanapin mo ang proseso na nasa tamang balanse ng:
- Madalas gamitin
- Nakakainis sa gumagamit
- May malinaw na pattern
Halimbawa, sa e-commerce, kadalasan ay order tracking o paghahanap ng produkto: parehong madalas, may istraktura, at mababang panganib i-automate.
Kapag napili mo na ang iyong pokus, magsulat ng isang pangungusap na misyon para sa bot. Halimbawa: “Gabayan ang mga user sa pagkansela ng account nang walang tulong ng tao sa loob ng dalawang minuto.”
Ngayon, tukuyin ang tagumpay sa numerong paraan. Gusto mo bang maabot ang 80% awtomasyon? Mas maikling oras ng pagproseso? Mas kaunting eskalasyon?
3. Disenyuhin ang Buong Chat Journey
Planuhin ang buong paglalakbay ng user bago ka magsulat ng kahit isang mensahe. Ito ang pundasyon ng UX ng chatbot.
Paano Gumawa ng Chatbot Journey na Parang Eksperto
Ito ang proseso na sinusunod ko sa bawat proyekto, para man ito sa customer support, onboarding, o pagkuha ng leads:
- Saan makikita ng user ang bot? Homepage? Help center? Checkout page?
- Paano malalaman ng bot ang gusto ng user? (keywords, mga button, input ng user)
- Ano ang mangyayari pagkatapos ng bawat layunin? I-sketch ang lahat ng posibleng mangyari
- Kailan at paano nagtatapos ang daloy? Nag-e-escalate ba, natatapos ang gawain, o nagbabalik ng datos?
- Ano ang mangyayari kapag may nagkamali?
Halimbawa ng Journey: Order Tracking Bot
Narito ang isang simpleng daloy bilang sanggunian:
- [Welcome message]: “Hi! 👋 Gusto mo bang i-track ang order, tingnan ang status ng delivery, o magtanong?”
→ Mabilisang sagot: “I-track ang order ko”, “Impormasyon sa delivery”, “Makipag-usap sa support” - [Pinili ng user ang ‘I-track ang order ko’]
- [Bot humihingi ng order number]: “Sige! Maaari mo bang ilagay ang iyong order number?”
- [Suriin ang database]
→ Kung nahanap: “Ang iyong order ay ipinapadala na at inaasahang darating bago mag-4 PM ngayon.”
→ Kung hindi nahanap: “Hmm, hindi ko makita ang numerong iyon. Gusto mo bang subukan ulit o makipag-ugnayan sa suporta?” - [Aksyon ng user]
→ Subukan muli o i-escalate sa agent - [Wakas ng usapan]: “Masaya akong nakatulong. May iba ka pa bang kailangan bago ka umalis?”
4. Sumulat at Subukan ang mga Halimbawang Usapan
Kapag na-mapa mo na ang daloy ng chatbot mo, panahon nang tutukan ang mga detalye na pinakamahalaga: ang aktuwal na mga salita ng bot mo.
Ito ang panuntunan ko lagi: Kung hindi mo kayang magsulat ng makatotohanang sample na usapan para sa isang layunin, hindi ka pa handang buuin ito.
Magsimula sa pagsulat ng 3 hanggang 5 sample na usapan para sa mga pangunahing gamit: totoong, tiyak na sitwasyon batay sa pananaliksik mo sa user. Dapat ay sumasalamin ito sa tunay na wika ng tao, hindi pormal na business copy.
Halimbawa:
- Isang user na nadoble ang singil at naiinis.
- Isang taong gustong i-reset ang password pero hindi natatanggap ang email.
- Isang unang beses na user na hindi sigurado kung paano kakanselahin ang trial nila.
Isulat ang buong interaksyon, kasama ang mga edge case at di-inaasahang liko. Kapag may sumagot ng hindi buo o lumihis sa script, paano ito hahawakan ng bot?
Panatilihing maikli at malinaw ang mga mensahe. Hatiin ang paliwanag sa lohikal na mga hakbang at gumamit ng mga line break para mas madaling makita at basahin.
Kapag naisulat na, i-roleplay ang mga usapan kasama ang iyong team o mas maganda, kasama ang totoong user.
Basahin nang malakas ang mga ito.
Sa panonood ng logs ng user na nakikipag-usap sa bot, makikita mo kung saan sila nag-aalangan, nagkakamali ng intindi, o nagtatanong ng follow-up na hindi mo naisip sa script. Ito marahil ang pinakamabisang paraan para mapabuti ang daloy.
5. Buuin ang Iyong Chatbot
Ngayong handa na ang daloy at nilalaman mo, panahon nang bumuo ng iyong AI chatbot.
Kakailanganin mo ng:
- Mensaheng pambati
- Pangunahing layunin (FAQ, tulong sa account, paghanap ng order, atbp.)
- Logic para sa paglipat sa support
- Pamamahala ng retry at fallback
Dapat ding pagdesisyunan ng team kung paano itatago ng bot ang datos tulad ng order number o mga kagustuhan ng user. Kailangan ba nitong tumawag ng API para kunin ang shipping data o availability ng kalendaryo? Dapat ba nitong tandaan ang mga nakaraang usapan?
I-integrate sa mga tool tulad ng Calendly o Google Calendar para sa pag-iskedyul, Zendesk para sa suporta, at Stripe o Shopify para sa mga transaksyon. Ang custom na API ay makakatulong para ikonekta sa inyong internal na sistema.
6. Patuloy na Subukan at I-refine
Kapag live na ang bot mo, mabilis mong malalaman kung ano ang gumagana at hindi.
At para diyan, masasabi nating: salamat, chatbot analytics.
Walang tatalo sa aktuwal na datos mula sa totoong user pagdating sa pagpapabuti ng bot mo.
Ilan sa Mahahalagang Sukatan na Dapat Bantayan Pagkatapos ng Paglunsad:
- Pinakakaraniwang layunin
- Mga node na madalas iwanan
- Mga paulit-ulit na parirala na nauuwi sa fallback
- Tagal bawat session / antas ng tagumpay
Tip ng Eksperto: Gumawa ng "Bot Improvement Log".
Inirerekomenda kong suriin ang log na ito kada dalawang linggo. Subaybayan ang mga update at ang naging epekto nito. I-retrain ang intent recognition kapag may bagong pattern na lumitaw.
Pinakamagagandang Tool para sa Chatbot UX Design
Mga Tool sa Pagpaplano at Pagmamapa
Tumutulong ang mga ito na i-sketch ang lohika ng chatbot bago ka magsulat ng code. Mainam ito para makita ang daloy at matukoy ang mga edge case.
Lucidchart

Bilang isang taong gumagawa ng mga chatbot bilang libangan (at nagtatrabaho sa isang kumpanya ng AI), ito na siguro ang paborito kong tool para magplano ng mga usapan.
Magaling ito para gumawa ng detalyadong conversation tree, fallback path, at decision logic.
Pinakagusto ko itong gamitin kapag may ka-collaborate akong mga engineer o support team dahil napakalinaw at madaling magkaintindihan ang lahat.
Bonus: ang real-time na collaboration ay napakaayos para sa asynchronous na team work.
Miro

Karaniwan kong sinisimulan ang chatbot design workshop sa Miro. Maganda ito para magtapon ng mga ideya tulad ng intents at halimbawa ng mga pahayag sa isang visual na espasyo.
Kung ang Lucidchart ang pormal na bahagi, ang Miro naman ang lugar ng magulong malikhaing pag-iisip. Mainam din ito para sa maagang brainstorming ng team o pagkuha ng insight mula sa user pagkatapos ng research.
Whimsical

Ito ang ginagamit ko kapag gusto kong gumawa ng mabilisang draft ng usapan o mag-sketch ng maliit na daloy ng feature.
Perpekto ito kapag solo akong nagtatrabaho o kailangang magpakita ng konsepto sa iba nang hindi na kailangan ng malaking “tool setup.”
Maganda rin ito para panatilihing simple at mataas ang antas ng view nang hindi agad sumisid sa maliliit na detalye.
Mga Tool sa Pagsubok at Pananaliksik
Hindi kumpleto ang chatbot strategy kung walang pagsubok sa aktuwal na user. Tinutulungan ka ng mga tool na ito na i-validate ang disenyo ng usapan at mangalap ng feedback bago mag-launch.
PlaybookUX

Ginamit ko ang PlaybookUX para magsagawa ng unmoderated na pagsubok sa mga prototype ng chatbot, at palagi akong nakakakuha ng napakaraming mahalagang feedback.
Nakukuha mo ang reaksyon ng user at kilos ng pag-navigate nila nang hindi na kailangang mag-iskedyul ng interview.
Lalo itong kapaki-pakinabang para makita kung saan nagkakamali ng basa ang user o lumilihis sa daloy.
Maze

Gusto ko gamitin ang Maze para sa mabilisang signal testing.
Kung gusto mo lang malaman: May saysay ba ang daloy na ito?
Lookback

Sinusuportahan ng Lookback ang live interview at screen recording kaya makikita mo agad ang reaksyon at problema sa usability.
Personal, nakakahuli ako ng maliliit na timing issue o hindi malinaw na salita sa panonood lang ng user na nag-aalangan ng tatlong segundo sa gitna ng usapan.
AI Chatbot Platforms
Ito ang mga end-to-end na platform na ginagamit sa aktuwal na paggawa at pag-deploy ng conversational experience. Kadalasang may kasamang tool para sa lohika, integration, at natural language handling.
Botpress

Lahat ng ginagawa ko ay sa Botpress: sakto ito sa pagitan ng no-code at full developer flexibility.
Nag-aalok ang Botpress ng kumpletong platform para sa conversational AI na may suporta para sa NLU, RAG, at custom na flows.
Madaling gamitin ang visual builder para sa mga designer, at may suporta ang platform para sa real-time testing at debugging.
At bagay ito sa mga team na gustong magmula sa konsepto hanggang production na minimal ang code.
Pinakamaganda sa lahat? Libre ito!
Rasa

Bilang isang taong galing sa hindi teknikal na background, masasabi kong mas pang-inhinyero ang Rasa. Ginamit ko ang Rasa para sa mas ML-heavy, custom na mga bot kapag kailangan ko ng buong kontrol sa mga intent model.
Pero kung may Python experience ang team at kailangang gumawa ng mas advanced kaysa drag-and-drop logic, napakalakas ng Rasa.
Dialogflow

Maganda ang Dialogflow para sa simpleng bot o kapag malalim na ang stack mo sa Google Cloud.
Ginamit ko ito minsan para gumawa ng voice-enabled na IT helpbot na konektado sa Google Calendar at Sheets.
Hindi ito kasing flexible para sa advanced na daloy o custom logic, pero napakadali kung simple lang ang kailangan mo.
Mga Tool sa Analytics at Optimization
Kapag live na ang chatbot mo, kailangan mo ng insight kung paano ito gumagana. Tinutunton ng analytics tool ang kilos ng user, tagumpay ng usapan, mga punto ng pag-drop off, at iba pa.
Botpress (built-in)

Isa pang gusto ko sa Botpress ay ang built-in na analytics tab.
Napakadaling mag-debug ng daloy sa konteksto at makita kung ano ang itinipa ng user bago nalito ang bot.
Dashbot

Kung nagpapatakbo ka ng maraming bot o gusto mo ng hiwalay na dashboard para sa pakikipag-ugnayan at performance, mahusay ang Dashbot.
Nagbibigay ito ng organisadong pananaw sa mga bagay tulad ng pagpapanatili ng user at mga fallback trigger.
Google Analytics (custom na mga kaganapan)

Lubos kong inirerekomenda ang Google Analytics para sa mga marketing team na gustong makita kung paano naaapektuhan ng bot ang mga conversion, bounce rate, o kabuuang pakikisalamuha sa pahina.
Hindi ito likas para sa chatbot, pero mahusay ito para sa mas malawak na pagsusuri ng funnel.
Magdisenyo ng Mas Matalinong Chatbot
Ang disenyo ng chatbot ang pundasyon ng bawat mahusay na karanasan sa chatbot.
Ang Botpress ay isang AI agent platform na nagbibigay ng mga kasangkapan para sa lahat upang bumuo at maglunsad ng matatalinong agent na may natural na pag-uusap.
Sa mga built-in na kasangkapan sa disenyo, reusable na template, at makapangyarihang NLU engine, pinapadali ng Botpress ang paggawa ng mga bot na hindi lang gumagana kundi parang tao rin.
Simulan ang paggawa ngayon. Libre ito.
FAQs
Gaano katagal bago magdisenyo at maglunsad ng isang chatbot?
Ang pagdisenyo at paglulunsad ng maayos na chatbot ay maaaring tumagal mula ilang oras hanggang ilang linggo, depende sa pagiging kumplikado. Ang mga simpleng FAQ bot ay maaaring mailunsad sa loob ng 2 hanggang 3 oras, habang ang mas advanced na bot na humahawak ng mas komplikadong gawain ay maaaring mangailangan ng ilang araw o higit pa para matiyak ang kalidad at pagiging maaasahan.
Kailangan ko ba ng kakayahan sa pag-coding para magdisenyo ng chatbot?
Hindi mahigpit na kailangan ang kakayahan sa pag-coding sa disenyo ng chatbot, dahil sa mga visual builder at no-code na kasangkapan na iniaalok ng mga platform tulad ng Botpress (o Dialogflow). Gayunpaman, ang mas kumplikadong integrasyon o espesyal na mga tampok ay madalas na mas napapabuti kung may suporta ng developer para mapalawak ang kakayahan ng bot.
Kaya bang maghawak ng maraming wika o diyalekto ng isang chatbot sa iisang bot?
Kayang maghawak ng maraming wika o diyalekto ng isang chatbot sa iisang bot kung ito ay dinisenyo gamit ang multilingual na natural language understanding (NLU) na mga modelo at sumusuporta sa language-specific na training data. Maraming modernong chatbot platform ang may built-in na kakayahan para sa maraming wika, ngunit kailangan mo pa ring planuhin nang mabuti ang pagsasalin at subukan ang mga pagkakaiba sa pananalita, konteksto ng kultura, at inaasahan ng user sa iba’t ibang rehiyon.
Paano ko masusukat kung matagumpay ang disenyo ng aking chatbot pagkatapos nitong mailunsad?
Nasusukat ang tagumpay ng disenyo ng chatbot pagkatapos ng paglulunsad gamit ang mga sukatan tulad ng task completion rate, user satisfaction score, fallback rate, at karaniwang oras ng resolusyon. Nakakatulong ang conversation logs at feedback ng user para matukoy ang mga hadlang at kabuuang bisa.
Anong mga karaniwang pagkakamali ang dapat iwasan kapag nagdidisenyo ng mga usapan sa chatbot?
Kabilang sa mga karaniwang pagkakamali sa disenyo ng chatbot ang paggamit ng sobrang pormal o parang robot na wika, hindi pagpapaliwanag ng kakayahan ng bot, paggawa ng matigas na daloy na hindi tumutugon sa di-inaasahang input, at kakulangan ng epektibong fallback na mensahe. Ang pagsubok gamit ang totoong user ay nakakatulong para maging natural ang usapan at maganda ang daloy ng tulong.
.webp)




.webp)
