由于对话机器人用户几乎都是通过自然语言输入实现交互，而且每次只有一句;所以只能通过用户的输入，以及针对输入的回复来实现用户预期的把控。

　　可是在对话聊天的场景中，用户的输入时而可控，时而不可控;我们做不到像App设计那样可以制造一个封闭的逻辑闭环来让用户遵守规则——对话聊天是一个天然的开放场景，用户平时怎么和朋友对话，和机器人也会怎么对话。

　　因此，我们人为地把对话分为两种场景：

　　封闭域对话：要求用户输入指定地话语才能继续对话

　　开放域对话：用户爱说什么就说什么都可以持续对话

　　3.1 封闭域对话

　　封闭域对话有两个关键的特征：

　　输入和输出可归类可枚举

　　对话有明确的始和终，且有流程

　　所以，在对话的三个需求中，问答和任务流程协作都属于封闭域对话。

　　封闭域对话的设计逻辑延续自“IFTTT(if this then that)”，是workflow的进化交互形式(感兴趣的同学可以去App Store去搜索一款App，叫做“Workflow”，它就是可以将一系列原本不相关的App通过条件判断串联起来)。

　　下面我来分享两个封闭域聊天的典型案例。

　　读心机器人

　　10年前微软必应推出过一个“读心机器人”，它会在20个问答中猜你心中所想。这个机器人曾经在几年前出过一个对话问答版本，用户只要在每一步时回答“是”或者“不是”，对话就会持续进行，直到猜出或者猜不出结果。

　　必应读心机器人

　　这就是一个典型的封闭域多伦问答对话，用户的输入只有两个，而过程是一大堆背后的逻辑判断，且有相对固定的流程，而且有明确的开始和结束。

　　Amazon Echo音箱

　　Amazon的Echo音箱，大家都很熟悉了，Echo之所以成为爆款产品，很关键的一个原因是，它的对话机器人Alexa在Echo音箱的场景设计中是一个封闭域对话。由于音箱是我们居家场景中，除了遥控器之外最常见的高频交互式Commander，我们很难再在家里找到一个这样的硬件，它除了可以轻易地输入指令，还可以快速且明显地反馈。

　　当我们面向Commander进行输入时，我们可以输入的话语就已经变得局限，可以想象到的是，在居家场景中我们可以发出的指令几乎就是“打开”、“关闭”之类的。更重要的是，在居家场景中可以控制的物品也是有限的，而且任何一个操作的流程都很短。

　　所以，人们和第一代Echo音箱的对话中，输入和输出都是可枚举的，而且有始有终有流程，Echo最优秀的特质，就是它选择了一个封闭域场景，极大地控制了用户的预期，获得了更优的体验。

　　Amazon Echo音箱

　　从上面两个例子中，我可以看到，封闭域对话在产品设计中有几个明显的特征。

　　3.1.1 其一：封闭域对话其实是workflow的延伸

　　其实封闭域中的“封闭”二字，无论在话题量、输入输出量，还是对话轮次、对话流程，都是封闭的，封闭就代表了有限集合。workflow之所以可以通过ifttt设计，就是因为有限集合，只有各种条件有限，才可以设计出条例清晰且逻辑合理的workflow。

　　封闭对话通常是为了解决某个特定的问题或者需求，从结果来看，它的效果会显得更加“有用”。但是，从过程来看，封闭域对话并不是一种真正意义上的创新，它的效率相比workflow并没有本质上地提升，只是在交互的体验上更加接近人的语言交互本能，所以大多数封闭域对话都会设计地如同助理或者秘书，譬如阿里小蜜，百度度秘。

　　3.1.2 其二：封闭域对话场景单一可控

　　封闭域由于拥有特定的目的性，往往都是在单一确定的场景里。如下图中的百度度秘，两个红色框中的部分，是预设了各种封闭域的场景，每一种看似简单的功能其实都是一个特定的封闭域对话;譬如截图中正在使用的图片笑话。

　　度秘机器人

　　很显然，不同的封闭域对话中，对话的轮次要求是不一样的，讲笑话是一个单轮次对话，度秘产品中通过图中蓝色框里的“再来一个”这种预设输入，来不断强化用户输入的单一性。而“叫外卖”这类的封闭域对话，就会是一个标准的workflow，感兴趣的同学可以自己去试试。

　　3.1.3 其三：封闭域的边界处理很重要

　　封闭域有一个很重要的问题，就是用户可能随时跳出封闭域，开始聊其他的话题，或者不按照预设的规则逻辑出牌。

　　譬如微软小冰的一个封闭域对话，叫做“小冰识狗”。