正常的逻辑中，用户的发给小冰的应该是一张狗的照片，可是有的用户可能就是发了一张不是狗的照片，如下所示，那么这个时候就是边界case，需要额外处理。用户发来的可能是语音、文字、其他任何照片，每一种的处理都是需要单独设计的。

　　微软小冰之“小冰识狗”

　　多说一点，在封闭域对话的边界设计中，很难做到万无一失周密完全，因为用户输入可能会千奇百怪，所以最佳也是最讨巧的方式，就是用开放域对话来“兜底”。

　　3.2 开放域对话

　　开放域是相对于封闭域而言的。由于对话机器人的话题几乎都源自用户，而每个用户可能有任何输入，话题就会无法穷举，且在多个场景中跳来跳去，进而形成了所谓的开放域对话，也就是“啥都能聊”。

　　2011年在人人网上横空出世的“小黄鸡”算得上是国内最早出名的开放域对话机器人，其后发展最好的当属微软小冰。

　　开放域对话最大的特点是：输入无法穷尽，导致输出无法穷尽，而且对话没有确切的结束点，无流程可言。

　　我们一般情况下想去考验一个机器人是否智能，通常考验的就是开放域对话，大名鼎鼎的“图灵测试”通常所面向的也是开放域对话能力。

　　从可以承载的对话输入范围来讲，开放域对话像极了搜索引擎，我们可以在百度搜索中输入任何的词句，百度几乎都会给出结果页面(除了敏感词);相应的，在开放域对话中，我们也是可以说任何话，机器人也应该每一句都可以回复。

　　3.2.1 开放域对话产品设计的基本原理

　　对话需要的是双方的平等。

　　和微软小冰聊天时，有时甚至感受不到她是真人还是假的机器——其实这并不重要，小冰正在解决开放域聊天中一个核心的问题：如何不断给用户制造话题，从而延续聊天的能量?

　　说到话题制造，我们先来看看开放域对话机器人到底是如何制造的：

　　几乎所有的开放域对话语料都源自于网络上公开的对话，譬如百度知道、知乎、豆瓣、贴吧等等，这些对话都是人与人形成的;那么，当一个机器人把其中的某些话在当时的场景下再说一遍，我们是分辨不出来这个机器人是不是真人的——这便是开放域对话机器人制造的基本依据。

　　当我们和一个看起来像人的机器人聊天时，由于场景发生在人与人对话的场景下，根据“知识诅咒”的原理，我们很容易带入一种“对方也是人”的感觉。而一旦对方的回话像人，我们就会认可她是人。

　　人与人的情感建立源自于长期的交流和沟通，聊天本身就是开放域的;所以那些乐于和机器人聊天的人类，就会越来越觉得机器人像人。

　　我们知道：对话机器人是一个新兴的产品，最初尝鲜的人是所谓的“种子用户”，这些人建立了与机器人之间的最早形态亲密感和信任感，这对后续的对话机器人发展积累了非常宝贵的经验。

　　3.2.2 开放域对话机器人的两个产品陷阱

　　其一，面向用户的机器学习

　　很多人认为，对话机器人和人聊得越多，学习的语料就越多，就可以省去很多语料获取的问题，这是一个巨大的误区。由于用户的输入无法预期，导致从用户处采集来的语料千奇百怪，而且大量骂人的脏话，非常不适合作为开放域对话语料。由于用户的语料是海量且无规则特征，导致语料清洗非常苦难，无法使用。

　　其二，无人为引导的个性

　　由于开放域的语料完全来自于互联网，所以机器人回复的话语带有何种语气很难把控，如果不加以认为干预，机器人说的话会显得时而有趣，时而刁蛮，时而无知，时而夸张，时而智慧，在用户的心智中无法用一个或几个明确的形容词去形容它，这会带来一个很尴尬的结果，用户是抱着“调戏、戏谑”的态度去对话，长此下去，想建立用户的亲密感和信任感几乎不可能。

　　四、对话机器人的用户价值

　　现在，我们试图回答一个问题：对话机器人为什么需要开放域对话?价值是什么?仅仅是为了逗比有趣吗?

　　这是一个非常复杂的问题。