【c++】提升用户体验：问答系统的交互优化实践——关于我用AI编写了一个聊天机器人……（12）

本期依旧使用豆包辅助完成代码。

从功能到体验的转变

上个版本已经实现了问答系统的核心功能：基于 TF-IDF 算法的问题匹配和回答。它能够读取训练数据，处理用户输入，并返回最相关的答案。但在用户体验方面还有很大提升空间。

让我们看看改进版做了哪些关键优化：

1. 引导系统

上个版本仅在启动时显示简单的 "Hello! 输入 'exit' 结束对话。" 提示，对于初次使用的用户来说不够友好。

改进版增加了：

• 详细的欢迎信息和功能介绍
• 专门的showHelp()函数，提供完整的使用指南
• showTopics()函数，展示系统能回答的问题类型示例

这些引导信息让用户能快速了解系统功能和使用方法，减少了使用障碍。

2. 命令系统

上个版本仅支持 "exit" 一个命令，功能单一。

改进版扩展为多个命令：

• "exit" 或 "quit"：退出程序（支持多种退出方式）
• "help"：查看帮助信息
• "topics"：了解系统能回答的问题类型

多样化的命令让用户能更好地掌控交互过程，提升了系统的可用性。

3.交互提示

上个版本使用简单的 "You:" 作为输入提示，显得生硬。

改进版对此进行了全面优化：

• 输入提示改为更亲切的 "请输入您的问题:"
• 机器人回复前缀从 "Robot:" 改为 "机器人:"，更符合中文语境
• 增加空输入处理，当用户输入为空时给予明确提示

这些细节变化让整个交互过程更加自然流畅。

4. 智能的错误处理与引导

上个版本在无法回答问题时，仅简单返回 "I don't know how to answer this question."，没有提供进一步指导。

改进版则提供了的建议：

cout << "机器人: 抱歉，我不太理解这个问题。" << endl;
cout << "您可以尝试:" << endl;
cout << "- 用不同的方式表述问题" << endl;
cout << "- 输入 'topics' 查看我能回答的问题类型" << endl;
cout << "- 输入 'help' 查看帮助信息" << endl;

这种处理方式不仅告知用户问题，还提供了解决方案，大大降低了用户的挫败感。

5. 错误提示

对于文件打开失败等错误情况，改进版提供了更具体的指导：

cout << "无法打开训练文件 training_data.txt" << endl;
cout << "请确保该文件存在于程序运行目录下" << endl;
cout << "程序将退出..." << endl;

相比上个版本简单的错误提示，用户能更清楚地了解问题所在及如何解决。

为什么这些改进很重要？

这些看似细微的变化，实际上对用户体验有着显著影响：

1. 降低学习成本：良好的引导让新用户能快速上手
2. 减少挫败感：当系统无法回答时，提供建设性建议
3. 增强掌控感：丰富的命令系统让用户能更好地控制交互过程
4. 提升信任度：专业的错误处理和提示让用户更信任系统能力

在 AI 助手和问答系统日益普及的今天，技术实现固然重要，但能否提供自然、友好的交互体验往往是决定产品成败的关键因素。

代码

#include <iostream>
#include <fstream>
#include <string>
#include <map>
#include <vector>
#include <cctype>
#include <cmath>
#include <algorithm>
#include <set>
using namespace std;// 将字符串转换为小写
string toLower(const string& str) {string result = str;for (string::size_type i = 0; i < result.length(); ++i) {result[i] = tolower(result[i]);}return result;
}// 从字符串中提取关键词
vector<string> extractKeywords(const string& text) {vector<string> keywords;string word;for (string::const_iterator it = text.begin(); it != text.end(); ++it) {if (isalnum(*it)) {word += *it;} else if (!word.empty()) {keywords.push_back(toLower(word));word.clear();}}if (!word.empty()) {keywords.push_back(toLower(word));}return keywords;
}// 显示帮助信息
void showHelp() {cout << "\n===== 使用帮助 =====" << endl;cout << "1. 直接输入您的问题，我会尽力为您解答" << endl;cout << "2. 输入 'exit' 或 'quit' 结束对话" << endl;cout << "3. 输入 'help' 查看帮助信息" << endl;cout << "4. 输入 'topics' 查看我能回答的问题类型" << endl;cout << "====================\n" << endl;
}// 显示可回答的话题类型
void showTopics(const map<string, string>& exactAnswers) {if (exactAnswers.empty()) {cout << "暂无可用的话题信息" << endl;return;}cout << "\n===== 我可以回答这些类型的问题 =====" << endl;// 提取部分问题作为示例（最多显示5个）int count = 0;for (map<string, string>::const_iterator it = exactAnswers.begin(); it != exactAnswers.end() && count < 5; ++it, ++count) {string sample = it->first;if (sample.length() > 30) {sample = sample.substr(0, 30) + "...";}cout << "- " << sample << endl;}if (exactAnswers.size() > 5) {cout << "... 还有 " << (exactAnswers.size() - 5) << " 个其他话题" << endl;}cout << "=================================\n" << endl;
}// 计算TF-IDF并返回最佳匹配答案
string getBestAnswerByTFIDF(const vector<string>& userKeywords,const map<string, vector<string> >& qas,const map<string, vector<string> >& questionKeywords,const map<string, double>& idfValues) {// 计算用户问题的TF-IDF向量map<string, double> userTFIDF;for (vector<string>::const_iterator kit = userKeywords.begin(); kit != userKeywords.end(); ++kit) {const string& keyword = *kit;// 计算词频(TF)double tf = 0.0;for (vector<string>::const_iterator it = userKeywords.begin(); it != userKeywords.end(); ++it) {if (*it == keyword) tf++;}tf /= userKeywords.size();// 获取IDF值double idf = 0.0;map<string, double>::const_iterator idfIt = idfValues.find(keyword);if (idfIt != idfValues.end()) {idf = idfIt->second;}// 计算TF-IDFuserTFIDF[keyword] = tf * idf;}// 计算每个问题的相似度map<string, double> similarityScores;for (map<string, vector<string> >::const_iterator pit = questionKeywords.begin(); pit != questionKeywords.end(); ++pit) {const string& question = pit->first;const vector<string>& keywords = pit->second;// 计算问题的TF-IDF向量map<string, double> questionTFIDF;for (vector<string>::const_iterator kit = keywords.begin(); kit != keywords.end(); ++kit) {const string& keyword = *kit;// 计算词频(TF)double tf = 0.0;for (vector<string>::const_iterator it = keywords.begin(); it != keywords.end(); ++it) {if (*it == keyword) tf++;}tf /= keywords.size();// 获取IDF值double idf = 0.0;map<string, double>::const_iterator idfIt = idfValues.find(keyword);if (idfIt != idfValues.end()) {idf = idfIt->second;}// 计算TF-IDFquestionTFIDF[keyword] = tf * idf;}// 计算余弦相似度double dotProduct = 0.0;double userNorm = 0.0;double questionNorm = 0.0;// 计算点积和范数for (map<string, double>::const_iterator uit = userTFIDF.begin(); uit != userTFIDF.end(); ++uit) {const string& keyword = uit->first;double userWeight = uit->second;userNorm += userWeight * userWeight;map<string, double>::const_iterator qit = questionTFIDF.find(keyword);if (qit != questionTFIDF.end()) {dotProduct += userWeight * qit->second;}}for (map<string, double>::const_iterator qit = questionTFIDF.begin(); qit != questionTFIDF.end(); ++qit) {double questionWeight = qit->second;questionNorm += questionWeight * questionWeight;}userNorm = sqrt(userNorm);questionNorm = sqrt(questionNorm);// 计算相似度double similarity = 0.0;if (userNorm > 0 && questionNorm > 0) {similarity = dotProduct / (userNorm * questionNorm);}similarityScores[question] = similarity;}// 找到相似度最高的问题string bestQuestion;double maxSimilarity = 0.0;for (map<string, double>::const_iterator it = similarityScores.begin(); it != similarityScores.end(); ++it) {if (it->second > maxSimilarity) {maxSimilarity = it->second;bestQuestion = it->first;}}// 如果相似度足够高，返回对应的答案if (maxSimilarity >= 0.2) { // 相似度阈值map<string, vector<string> >::const_iterator ansIt = qas.find(bestQuestion);if (ansIt != qas.end() && !ansIt->second.empty()) {return ansIt->second[0]; // 假设第一个答案是最佳答案}}return ""; // 没有找到匹配
}int main() {// 存储训练数据map<string, string> exactAnswers;       // 精确匹配回答map<string, vector<string> > qas;        // 问题-回答映射map<string, vector<string> > questionKeywords; // 问题-关键词映射map<string, int> documentFrequency;     // 关键词-文档频率映射// 加载训练数据ifstream trainingFile("training_data.txt");if (trainingFile.is_open()) {string line;string question = "";bool readingAnswer = false;int totalDocuments = 0;while (getline(trainingFile, line)) {// 空行表示一个问答对结束if (line.empty()) {question = "";readingAnswer = false;continue;}// 问题行以Q:开头if (line.substr(0, 2) == "Q:") {question = line.substr(2);readingAnswer = false;totalDocuments++;}// 回答行以A:开头else if (line.substr(0, 2) == "A:") {if (!question.empty()) {string answer = line.substr(2);// 保存精确匹配回答exactAnswers[question] = answer;// 保存问题-回答映射qas[question].push_back(answer);// 提取关键词并保存vector<string> keywords = extractKeywords(question);questionKeywords[question] = keywords;// 更新文档频率set<string> uniqueKeywords;for (vector<string>::const_iterator it = keywords.begin(); it != keywords.end(); ++it) {uniqueKeywords.insert(*it);}for (set<string>::const_iterator it = uniqueKeywords.begin(); it != uniqueKeywords.end(); ++it) {documentFrequency[*it]++;}}readingAnswer = true;}// 多行回答的后续行else if (readingAnswer && !question.empty()) {exactAnswers[question] += "\n" + line;qas[question].back() += "\n" + line;}}trainingFile.close();cout << "已加载 " << exactAnswers.size() << " 条训练数据" << endl;// 计算IDF值map<string, double> idfValues;for (map<string, int>::const_iterator it = documentFrequency.begin(); it != documentFrequency.end(); ++it) {const string& keyword = it->first;int df = it->second;// IDF公式: log(总文档数 / (包含该词的文档数 + 1)) + 1double idf = log((double)totalDocuments / (df + 1)) + 1;idfValues[keyword] = idf;}// 欢迎信息和初始引导cout << "\n=================================" << endl;cout << "欢迎使用问答系统！我可以回答您的问题" << endl;cout << "输入 'help' 查看可用命令，'exit' 退出程序" << endl;cout << "=================================\n" << endl;// 聊天界面string input;while (true) {cout << "请输入您的问题: ";getline(cin, input);// 处理命令if (input == "exit" || input == "quit") {cout << "机器人: 再见！感谢使用！" << endl;break;}else if (input == "help") {showHelp();continue;}else if (input == "topics") {showTopics(exactAnswers);continue;}else if (input.empty()) {cout << "机器人: 您的输入为空，请重新输入或输入 'help' 查看帮助" << endl;continue;}// 精确匹配map<string, string>::const_iterator exactIt = exactAnswers.find(input);if (exactIt != exactAnswers.end()) {cout << "机器人: " << exactIt->second << endl;continue;}// 关键词匹配 (TF-IDF)vector<string> userKeywords = extractKeywords(input);string bestAnswer = getBestAnswerByTFIDF(userKeywords, qas, questionKeywords, idfValues);if (!bestAnswer.empty()) {cout << "机器人: " << bestAnswer << endl;continue;}// 没有找到匹配，提供引导cout << "机器人: 抱歉，我不太理解这个问题。" << endl;cout << "您可以尝试:" << endl;cout << "- 用不同的方式表述问题" << endl;cout << "- 输入 'topics' 查看我能回答的问题类型" << endl;cout << "- 输入 'help' 查看帮助信息" << endl;}} else {cout << "无法打开训练文件 training_data.txt" << endl;cout << "请确保该文件存在于程序运行目录下" << endl;cout << "程序将退出..." << endl;}return 0;
}

总结

这个案例展示了如何通过关注用户体验细节，将一个功能性的程序转变为一个易用、友好的工具。这些改进不需要复杂的技术实现，却能显著提升用户满意度。

在实际开发中，我们应该始终记住：代码是写给机器执行的，但最终是给人使用的。良好的用户体验设计，应该贯穿于软件开发的每一个环节。