所以我正在尝试创建一个对话流代理，作为一种面试官。
例如，有一次，代理商问"你有任何餐饮服务经验吗？
我创建了实体"以前的职位"、"以前的雇主"和"持续时间"，并根据需要标记它们。使用自动扩展并提供足够的示例用户输入，代理可以毫无问题地将以前从未见过的东西分配给这些实体(例如，"是的，我在 X 公司担任 X 年"或"是的，我在 X 公司担任 X 年"(。
但是，当用户没有提供所有必需的实体时，我遇到了提示问题，我认为这很常见，例如，用户可能会简单地回答"是"。如果用户未提供这些实体之一，提示将询问"您的职位是什么"和/或"您在哪里工作"和/或"您在那里工作了多长时间"。但是，即使选中了"自动扩展"，系统也不会接受任何与我提供的示例实体之一不匹配的用户输入("Taco Bell"、"4 年"、"厨师"、"等"(，并且它只是不断重复问题。当然，我无法预测所有可能的反应。
我知道还有其他方法可以解决这个问题(例如提示用户在原始问题中输入三个类别或将其分解为多个意图(，但我真的很想找到一种方法来解决这个特定问题，如果可能的话，为了一个不那么笨拙的聊天机器人。
那么，有没有办法让所需实体接受任何输入的提示？
如果您可以提出一个没有多个答案的问题，那就更好了。您应该以这样的方式表达它，使用户在设计您的意图时以所需的方式自动回答。你
提出问题的方式是："你有任何餐饮服务经验吗？
它的答案大多是"是"或"否"。
因此，我建议您放置两个后续意图来捕获YES和NO，并在YES后续意图中捕获其他必需的实体。在这里，您应该将它们标记为required.
此外，在最初的父意图中，继续收集相同的实体，但不将它们标记为required。这样，您将自动捕获用户响应，例如"是的，我在X公司担任X年了X"。
现在，如果用户只说"是"，您将具有捕获实体的后续意图，如果信息是在父实体中预先提供的，则可以将后续意图的上下文生命周期设置为"0"，以便不调用YES跟进。
您将需要使用上下文和多个意图来捕获所有场景。
查看以下链接，了解如何设计对话并遵循最佳做法。这些几乎可以应用于每个聊天机器人应用程序。
对话流设计-对话
一般最佳实践