在对话系统中的问答模块设计需要考虑以下几个方面：

  1. 数据准备：问答模块的核心是建立一个知识库或语料库，其中包含了问题和对应的答案。可以通过人工整理、网络爬取或者使用现成的公开数据集等方式来获取和准备数据。

  2. 问题理解：问答模块首先需要对用户输入的问题进行理解。这包括识别问题的类型、提取问题中的关键词或短语、去除冗余信息等。常用的技术手段包括自然语言处理、信息抽取等。

  3. 检索策略：根据用户输入的问题，问答模块需要从知识库中检索出最相关的答案。可以使用传统的信息检索技术如倒排索引、TF-IDF等，也可以使用基于神经网络的模型如BERT等。

  4. 答案生成：当找到相关答案后，问答模块需要将答案进行生成。这可能涉及到利用模板进行填充、从知识库中提取出的内容进行复述或者生成自然语言描述等。生成答案的质量直接影响到系统的用户体验，因此需要设计合理的答案生成策略。

  5. 评估和排名：在多个候选答案中进行评估和排名是问答模块的重要环节。可以使用各种评估指标如准确率、召回率、F1值等来评估答案的质量，并根据需要设计合适的排序策略。

  6. 异常处理：在问答模块中，不可避免地会遇到一些系统无法回答的问题或问题无法被正确理解的情况。可以根据设计情况，返回"不知道"的回答或者向用户要求更清晰的问题。

  总而言之，问答模块的设计需要充分考虑问题理解、答案检索、答案生成、评估和异常处理等方面，同时结合实际情况和应用场景进行优化和改进。