You need to enable JavaScript to run this app.
优惠活动
大模型
产品
解决方案
定价
更多

请求基于Dialogflow实现带日历选期的预约机器人教程

嘿,刚好之前帮朋友折腾过类似的预订机器人,完全对标酒店演示机器人的日历功能,给你整理了一套Dialogflow的实操步骤,跟着来就行:

第一步:搞定日期识别的核心实体

不用自己从零造日期识别的轮子,直接用Dialogflow内置的**@sys.date**系统实体就够了——它能自动识别用户说的各种自然语言日期,比如“明天”、“下周五”、“2024年5月20日”,完美覆盖预订场景的需求。
如果需要限制日期范围(比如只能选未来30天内的日期),可以在实体的参数设置里加简单校验,不过更灵活的方式是后面在业务逻辑里处理。

第二步:创建预订意图并绑定日期参数
  • 新建一个意图,比如命名为Booking_Set_Date,触发词可以设成“我要预订”、“选个日期”、“哪天能订”这类用户常用的话术。
  • 进入“参数”板块,添加参数booking_date,实体直接选**@sys.date**,把它设为“必填”——这样用户没说日期时,Dialogflow会自动追问,你还可以在“默认追问提示”里写更友好的引导,比如“麻烦告诉我你想要的预订日期哦,比如明天或者5月20日~”
第三步:添加可视化日历选择器(还原酒店机器人的交互感)

要是想让用户不用打字,直接点选日期(就像酒店演示机器人那样的日历控件),就得用到Dialogflow的富响应(Rich Responses):

  • 在意图的“响应”标签页,切换到“Google Assistant”响应类型(如果你的机器人是面向Assistant渠道的话),添加「日期选择器(Date Picker)」组件。
  • 给选择器设置提示文本,比如“请选择你的预订日期”,还能配置最小日期(比如设为今天)和最大日期(比如90天后),避免用户选过去的无效日期。
  • 如果是其他渠道(比如网页、微信),可以在fulfillment里返回自定义指令,让前端渲染日历组件就行。
第四步:用Fulfillment处理日期业务逻辑(可选但推荐)

要是你需要对选好的日期做进一步处理(比如查当天有没有空房、发日历提醒),就得用上Dialogflow的Fulfillment了:

  • 先开启Fulfillment(可以用Cloud Functions或者自己搭的Webhook),然后在Booking_Set_Date意图里勾选「启用webhook调用用于意图」。
  • 用户选好日期后,Dialogflow会把booking_date参数传给你的webhook,你可以在代码里做这些操作:
    • 日期格式转换:把Dialogflow返回的ISO格式日期(比如2024-05-20)转成用户友好的格式,比如“2024年5月20日 星期一”。
    • 有效性校验:检查日期是否在允许范围内、当天是否已被订满。
    • 流程衔接:确认日期后,继续问用户预订的时间段、人数之类的信息。
  • 给你贴个简单的Node.js代码片段参考:
function handleBookingDate(agent) {
  const bookingDate = agent.parameters.booking_date;
  // 转换为中文友好的日期格式
  const formattedDate = new Date(bookingDate).toLocaleDateString('zh-CN', {
    year: 'numeric',
    month: 'long',
    day: 'numeric',
    weekday: 'long'
  });
  // 模拟检查空房的逻辑
  const isAvailable = checkAvailability(bookingDate);
  if (isAvailable) {
    agent.add(`好的,已为你锁定${formattedDate}的预订名额!接下来需要告诉我你的预订人数吗?`);
  } else {
    agent.add(`抱歉,${formattedDate}已经被订满了,换个日期试试吧?`);
  }
}

// 模拟空房检查函数
function checkAvailability(date) {
  // 这里可以对接你的数据库或者预订系统
  return true;
}
第五步:测试优化,打磨细节
  • 用Dialogflow的测试控制台模拟用户交互,比如输入“我要预订”,看看机器人是不是会弹出日期选择器或者追问日期,选完后能不能正确返回处理结果。
  • 针对用户可能的模糊输入(比如“下周”、“月底”),测试系统实体的识别准确率,要是有漏网的情况,就加些自定义训练短语补全场景。

内容的提问来源于stack exchange,提问作者The Dead Man

相关产品推荐
方舟 Agent Plan

超全模态模型 × Harness 升级,最新支持 Deepseek-V4.1-Flash、GLM-5.3 系列、Doubao-Seedream-5.0-pro、Kimi-K3 (部分), 限时 9.9 元起

最近更新时间:2026.05.13 08:15:10