节点 - #单次交互#
仅 “#单次交互#” 和 “#多轮交互#” 是 “唯二” 可以与用户进行交互的节点，在两类节点中定义的信息项才会被从用户输入中抽取信息
Xmind 对话树
对于 Xmind 对话树，节点内容的首行必须是 “#单次交互#”，然后就仅有第二行：
- 第二行内容是用 “=” 分割开的前后两部分
- “=” 前的部分是信息项相关内容：
- “=” 后的部分是系统问题，具体参见 “文本输出”
- 如：
#单次交互#
{来电者目前所在的具体地点}(需要详细地址，包括小区、楼号、门牌号等)[明确|复述|必需] = 请问您现在具体在哪里？请提供详细地址，包括小区、楼号、门牌号等
Python 对话树
对于 Python 对话树，chattree.create_node() 的第一个参数必须是 “#单次交互#”，第二个参数 dict 中若干个 key：
- “信息项”：值是单个信息项名称，str 类型，具体参见 “信息项”
- “信息项同义词”：值是一个 list，包含若干个信息项同义词（str 类型），这些同义词的格式要求同“信息项”；同义词主要是为了增加某些极端情况下（绝大部分情况下是不需要定义同义词的）的信息抽取成功率，比如对于信息项
{航班降落城市}，如果用户输入是 “订张机票，后天飞北京”，此时增加一个同义词{飞到哪个城市}，会大大提升信息抽取成功率；仅 Python 对话树支持同义词；该 key 可选；“对话树例子” 中的 “商旅平台_预订机票” 对话树例子中有该属性 - “信息项约束”：值是信息项的约束，str 类型，具体参见 “信息项”，该 key 可选；“对话树例子” 中的 “商旅平台_预订机票” 和 “医院挂号” 对话树例子中有该属性
- “信息项修饰”：值是一个 list，包含若干个信息项修饰值（str 类型），这些值的具体说明见下面（出现就表示“是”，未出现就表示“否”）；该 key 可选
- “隐含”：表示用户提供该信息项的答案时，可以是间接隐含的表达方式；“对话树例子” 中的 “商旅平台_预订机票” 和 “120” 对话树例子中有该信息项修饰值
- “明确”：表示用户提供该信息项的答案时，必须是直接明确的表达方式；对于某些容易引起 LLM 幻觉的信息项也可以用这个属性来应对；“对话树例子” 中的 “商旅平台_预订机票” 和 “120” 对话树例子中有该信息项修饰值
- “原文”：有些概念即使用 “明确” 修饰值也还是会出错，就用该属性，即要求用户的答复中完全包含该节点后面某个 “#用户意图#” 子节点的字面内容（即有该信息项修饰值的 “#单次交互#” 节点后面一定要有 “#用户意图#” 子节点）
- “复述”：指系统回复时会先自动复述该信息项内容（即用户回答的内容），以便用户确认；“对话树例子” 中的 “商旅平台_预订机票” 和 “120” 对话树例子中有该信息项修饰值
- “固定”：表示该信息项仅在该 “#单次交互#” 节点的交互中可被赋值（即不会对该信息项进行全局信息抽取，这样就不能超前回答也不能后继修改）；某些情况下，后面有 “#用户意图#” 子节点且子节点后面还有子节点的 “#单次交互#” 节点的信息项，如果信息项名称中含有 “是否”，可能需要设置该修饰值；“对话树例子” 中的 “商旅平台_预订机票” 和 “120” 对话树例子中有该信息项修饰值
- “必需”：用户不能拒绝回答该信息项的问题，如果用户不回答或拒绝回答则会重复提问；没有该修饰时，如果用户拒绝回答问题，则信息项会被赋值 None（注：仅 “#单次交互#” 中定义的信息项可以被系统识别为拒绝回答）；“对话树例子” 中的 “商旅平台_预订机票” 和 “120” 对话树例子中有该信息项修饰值
- “增量”：表示用户提供的信息项的内容是不断递增的，系统会自动将用户多次回答的内容累加到一起，比如
{地址}信息项，先是 “小区名”，然后是 “小区名+楼号”，最后是 “小区名+楼号+门牌号”；另外{...案情}、{...理由}、{...结果}等描述性的信息项可能也是增量的；“对话树例子” 中的 “120” 对话树例子中有该信息项修饰值 - “主题”：表示该信息项所在节点是一个主题节点，该节点后继必须有若干 “#用户意图#” 节点且每个 “#用户意图#” 节点的 “意图” 属性都是一个主题（话题），所谓话题管理，就是指在这些主题之间进行对话内容的切换
- 在对话过程中可以随时进入/切换/重入/退出某个主题，类似地则只能进入和退出某个触发（指 “#触发#” 节点后的 “#用户意图#” 节点的 “意图” 属性，参见 “节点 - #触发#”）
- 每次进入/切换/重入某个主题时，其后继的所有 “#单次交互#” 节点的信息项都会被清空（除了用户当前刚刚又输入了的信息项）
- 一个对话树只能有一个主题节点，但作为子树被调用时会被忽略，即仅在第一个父对话树中的主题节点才有效（但这种情况可以用来更加精准地约束 “#单次交互#” 节点的信息项名称的语义）
- “对话树例子” 中的 “商旅平台” 对话树例子中有该信息项修饰值
- “json”：表示信息项存储的是 JSON 格式信息，一般用来保存多行表格信息，如 “{乘机人信息}”，同时需要信息项约束来说明具体格式要求，如 “包括‘姓名’、‘证件类型’和‘证件号码’”，然后所存储的信息项的值就可能是
[{"姓名":"张三","证件类型":"身份证","证件号码":"123456789012345678"},[{"姓名":"张三","证件类型":"护照","证件号码":"CD123456"}]，具体如何使用 json 值参见 “Python 脚本/函数”；“对话树例子” 中的 “商旅平台_预订机票” 对话树例子中有该信息项修饰值 - 最佳实践：
- 做是否判断的信息项可能需要 “必需” 和 “固定”
- 做最后信息确认的信息项多半需要 “明确”
- “信息项选项”：值是一个元素为 str 的 list，具体参见 “信息项”，该 key 可选；该 key 仅 python 对话树支持；“对话树例子” 中的 “商旅平台_预订机票” 和 “医院挂号” 对话树例子中有该属性
- “信息项选项修饰”：值是一个元素为 str 的 list，具体参见 “信息项”，该 key 可选；该 key 仅 python 对话树支持；“对话树例子” 中的 “商旅平台_预订机票” 和 “医院挂号” 对话树例子中有该属性
- “系统问题”：值是系统问题文本，str 或 list[str] 类型，具体参见 “文本输出”；“对话树例子” 中的 “商旅平台_预订机票” 和 “120” 对话树例子中有该属性
- “问题修饰”：值是一个 list，包含若干个问题修饰值（str 类型），这些值的具体说明见下面（出现就表示“是”，未出现就表示“否”）；该 key 可选
- “改写”：系统问题会被重新组织语言后再输出（意思不会改变）
- “总是反复提问”：在本节点时，如果用户没有回答该节点的问题，则 AI 一定会再次提问
- “绝不反复提问”：在本节点时，如果用户没有回答该节点的问题，则 AI 绝不会再次提问，即使用户一直不回答问题（此时对话状态会一直停留在该节点）；该属性和“总是反复提问”不能同时出现，如果这两个属性都不出现则缺省情况是：当用户没有回答该节点的问题时，如用户的回答触发了（动态/静态）参考信息或触发了应对话术则不再次提问、如都没触发则再次提问；“对话树例子” 中的 “商旅平台” 对话树例子中有该问题修饰值
- “提问前执行脚本”：值是一个函数，具体参见 “Python 脚本/函数”；该 key 可选，且 xmind 对话树不支持；“对话树例子” 中的 “商旅平台_预订机票” 对话树例子中有该属性
- “提问前提示用户”：值是 str 或 list[str] 类型，具体参见 “文本输出”；该动作会在执行 “提问前执行脚本” 后再执行；该 key 可选，且 xmind 对话树不支持；“对话树例子” 中的 “商旅平台_预订机票” 对话树例子中有该属性
- “提问前结构化输出”：值是 str 类型，作用等效于 “节点 - #结构化输出#”；该动作会在执行 “提问前执行脚本” 后再执行；该 key 可选，且 xmind 对话树不支持；“对话树例子” 中的 “商旅平台_预订机票” 对话树例子中有该属性
其它
- 系统问题文本前面不用加入各种语气词，如 “好的” “那么” 等
- 信息项名称要和“系统问题”的文本要匹配，比如问题是 “双方达成初步共识了吗？” 时，对应的信息项名称应该是 {双方是否有初步共识}，而不能是 {双方达成的共识}；如果信息项必须是 {双方达成的共识}，则问题就应该是 “双方达成了什么共识？”
- “对话树例子” 中的 “商旅平台”、“商旅平台_预订机票”、“120” 对话树例子中有该节点