與生成式 AI 的 6 種對話類型
在使用生成式AI時,通常會有幾種固定的對話模式。本文把這種對話模式分成6種,并給到了相應(yīng)的提示詞和方法,供各位參考。
“在與生成式 AI 聊天機器人交互時,用戶會根據(jù)自己的認(rèn)知水平和信息需求進(jìn)行六種類型的對話。對話機器人的交互狀態(tài)也應(yīng)該支持并適配用戶多種需求類型的聊天風(fēng)格?!?/p>
通過分析與 ChatGPT、Bing Chat 和 Bard 等生成式 AI 對話機器人的 425 次交互,發(fā)現(xiàn)AI對話可能涉及許多模糊的,未明確說明的Promot(提示詞),以及少數(shù)尖銳提問。不同的對話類型滿足不同的信息需求,也需要不同的 UI 設(shè)計來適配。其次,沒有最佳的對話長度的說法——短對話和長對話都可能對不同問答場景有所幫助,需要根據(jù)用戶目標(biāo)提供不同的信息長短。
AI對話交互有長有短,有些需要提示詞反復(fù)提問,有些一輪提示詞就行。
6種AI對話類型
1. Search queries 搜索查詢類對話
2. Funneling conversations 漏斗式對話
3. Exploring conversations 探索式對話
4. Chiseling conversations 雕刻式對話
5. Expanding conversations 擴寫類對話
6. Pinpointing conversations 精準(zhǔn)定位類對話
接下來分別討論這6種生成式AI對話類型的使用場景和設(shè)計Tips。
01 搜索-查詢類對話(Search queries)
這類對話通常是一句prompt的的簡單查詢,后續(xù)不需要補充prompt,且用戶的prompt格式通常沒有框架或格式規(guī)范的問題。
搜索-查詢類對話背后的邏輯與網(wǎng)頁端搜索相同:用戶是在試圖找到一條特定的信息。這類對話最常發(fā)生于當(dāng)用戶試圖了解AI機器人有哪些能力以及能為他們提供什么時,在這種情況下,用戶很可能只是將他們的搜索的心智模型轉(zhuǎn)移到 AI 機器人。
對話類型舉例:
- “xxx音樂節(jié)什么時候在哪里舉辦?”
- “奧利給是什么?“
- “魯迅和周樹人是什么關(guān)系?”
當(dāng)用戶用Bing進(jìn)行這類搜索-查詢對話時,通常會點擊推薦的鏈接并訪問原始網(wǎng)站,和他們平時在使用搜索引擎時的交互習(xí)慣一致。
當(dāng)用戶進(jìn)行某些短語 / 關(guān)鍵詞的搜索時,由于AI無法獲取用戶的上下文信息,生成的內(nèi)容可能并不是用戶期望的,這時候用戶有很大的幾率會退出AI交互界面,選擇直接用傳統(tǒng)瀏覽器進(jìn)行搜索,對AI對話機器人的信任度和滿意度也會因此下降。
用戶和AI對話的設(shè)計師都需要考慮什么是滿足不同信息需求的最佳工具。有時,AI 聊天機器人可能無法像搜索引擎那樣有效的輸出內(nèi)容。
給用戶的建議:
由于AI 對話機器人需要更多上下文來了解您正在尋找什么樣的特定信息,搜索引擎可能可以提供更好更高效的結(jié)果。因此以下類型的問題更推薦直接使用搜索引擎(也可以是AI搜索引擎,如Perplexity / ThinkAny等):
- 尋找有關(guān)事件、日期、地點或人物的非常具體的事實問題的答案。
- 在獲得某一特定選項之前,您需要檢查很多選項來源的情況。
給設(shè)計師的建議:
考慮允許用戶輕松切換到搜索引擎模式或訪問搜索結(jié)果的交互,即,生成的內(nèi)容帶上來源,現(xiàn)在大部分聯(lián)網(wǎng)的AI對話產(chǎn)品也都支持相關(guān)鏈接展示。
02 漏斗式對話(Funneling conversations)
在漏斗式對話中,用戶從一個未指定、模糊的查詢開始,然后通過指定其他約束條件,對后續(xù)問題縮小范圍。通常,用戶在發(fā)現(xiàn)AI的回復(fù)不滿意之前不會主動提供更具體的條件,當(dāng)然也可能是用戶本身自己也沒有考慮到的。
例如,下面這個嘗試查找菜譜的用戶提出的一系列查詢:
用戶:我正在尋找紀(jì)念日的周末可以做的開胃菜。我不想用豬肉,想要用一些相當(dāng)容易制作的食材。
AI:大概30人左右吃的簡單的開胃菜菜譜怎么樣?
AI:除了串燒,可能還需要一些蘸醬?
漏斗式對話通常對話輪次較長,因為用戶可能需要輸入多輪Prompt來優(yōu)化查詢信息。
在漏斗式對話中,用戶的信息需求通常是具體且明確的,只是在一開始表達(dá)不明確。換句話說,用戶是可以識別出正確響應(yīng)的,但無法在一開始就分辨出正確的響應(yīng)。但是,機器人可以通過向用戶提出幫助問題來保障查詢的結(jié)果。
ChatGPT 通過詢問一組與提供答案相關(guān)的細(xì)節(jié)來幫助用戶集中他的漏斗對話。
給用戶的建議:
明確的告訴 AI 想要了解的信息約束,幫助AI提高輸出質(zhì)量。例如,您可以添加諸如“Ask me questions“(向我提問) 之類的措辭,讓AI幫助您闡明您可能需要的條件約束。
給設(shè)計師的建議:
為了減少漏斗對話中的廢話輸出,AI應(yīng)該根據(jù)對話提出推薦問題,幫助縮小信息查詢的范圍。
03 探索式對話(Exploring conversations)
在探索對話中,用戶通常從一個通用的、不明確指向的查詢開始(AI通常缺乏上下文或輸出格式規(guī)范),AI也需要在多輪對話中理解信息后獲得查詢方向的思路。
探索對話與漏斗對話的不同之處在于,在開始時,用戶就不是為了某個具體的查詢,用戶本身也是缺乏必要的詞匯和知識的(而不是因為他們沒有花時間考慮其信息約束)。AI的回答可以幫助用戶了解信息的結(jié)構(gòu),并為他們提供有關(guān)下一步要詢問的新話術(shù)和想法。
探索性對話通常感覺像是與真正的老師交談,用戶在對話中深入了解某一主題,并在學(xué)習(xí)過程中提出問題,就像學(xué)生學(xué)習(xí)一樣,用戶可以根據(jù)從AI收到的信息來構(gòu)建知識體系。
例如,用戶問“人生的意義是什么?” AI可以談?wù)摳鞣N觀點,包括哲學(xué)、宗教和荒誕主義等。然后,用戶可以要求更多地了解荒誕主義。當(dāng)AI提到某一主題的書籍時,用戶也可以要求提供同一作者的其他作品。
在探索對話時,用戶可以獲得上一個問題的推薦問題,而這些推薦是建立在AI上一輪的回答里的。
給設(shè)計師的建議:
如果用戶的prompt很泛,而AI的回復(fù)內(nèi)容很復(fù)雜,包含一些行話和特定域的事實或概念,可以提供基于這些詳細(xì)信息的建議后續(xù)提示有:
- 某一特定領(lǐng)域的單詞的定義(例如,什么是 …?)
- 回復(fù)中包含的任何事實或概念的其他信息(例如,為什么..?、什么導(dǎo)致了 …?、怎么辦…?)
04 雕刻式對話(Chiseling conversations)
在雕刻式對話中,用戶詢問同一主題的不同方面,從各種角度去充實,就像雕塑家從一塊石頭上鑿出雕塑一樣。雕刻式的對話為主題撒下了一張大網(wǎng),以獲得廣度。它們感覺像是對特定主題的研究,但研究是人驅(qū)動的,而不是由AI的答案驅(qū)動的。
以下是在關(guān)于 ADHD 的同一次雕刻式對話中提出的一系列問題:
- ADHD(多動癥)患者有哪些生活技巧可以更有效地記住日常任務(wù)?
- 為什么一些著名的成功人士也患有多動癥?
- 多動癥被認(rèn)為是殘疾嗎?
雖然這些問題都與多動癥有關(guān),但它們涵蓋了多動癥的各個方面,并沒有深入探討其中任何一個方面。感覺好像用戶試圖了解有關(guān)該主題的許多事實,而沒有關(guān)注這些事實之間的邏輯關(guān)系。
探索和雕刻式對話都對應(yīng)于不太明確的信息需求,都意味著深入了解一個主題。但是,在探索對話時,學(xué)習(xí)涉及深入了解主題,而在雕刻式對話中,學(xué)習(xí)是通過廣度進(jìn)行的。
給設(shè)計師的建議:
與探索式對話一樣,雕刻式對話受益于推薦的后續(xù)查詢。但是,對于雕刻式對話,推薦的后續(xù)提示應(yīng)該更寬泛一點,詢問同一主題或相關(guān)主題的多個方面(例如,怎么樣……?
相比之下,探索式對話的推薦更深入,深入研究答案中特定概念或事實的細(xì)節(jié)。
05 精準(zhǔn)定位類對話(Pinpointing conversations)
在精確定位類對話中,用戶心中有一個明確的主題,并從一開始就發(fā)出一個非常具體的Prompt。Promot里通常包括上下文信息和格式規(guī)范。
Prompt示例:
“Summer Cocktail Party: My wife and I are hosting a small cocktail and dinner party welcoming my daughter’s future in-laws for a visit to California in late July. The party will be indoors and outdoors by the pool, and we will be grilling something no doubt for the meal. It will be hot in late July so drinks that are refreshing would be order. I am not a professional bartender, but I have been studying “mixology” for the past year and do have all of the bar tools. I know how to make all of the classic cocktails. I would like a summer-themed cocktail menu of four to five drinks with clever names. I will put them on a framed menu on the counter in my outdoor kitchen and bar areas where I will make the drinks.”
(懶得翻譯了,反正就是很具體)
精確定位類對話需要用戶對prompt有更多的理解,需要在對話前對語言進(jìn)行組織,提供AI全面回復(fù)所需的所有信息,通常包含明確指定的 “工程” 提示。但是,也因此用戶不再需要花時間進(jìn)行查詢優(yōu)化,AI的反饋結(jié)果也是更短、更直截了當(dāng)?shù)?。(也就是Prompt Enginner在干的事兒)
有時候漏斗式對話可以轉(zhuǎn)換為精確對話,比如,AI向用戶詢問有關(guān)其查詢的詳細(xì)問題,希望他們在下一個Prompt中指定所有這些詳細(xì)信息,如果用戶一次就能提供足夠的信息,那么AI的下一次回復(fù)就能更精準(zhǔn)有效。
給設(shè)計師的建議:
給用戶提供需要提供的詳細(xì)信息,以及答案的格式(占位符,暗文引導(dǎo)等方式)。也可以直接給用戶提供一個Prompt模版,供用戶修改后直接發(fā)送。
06 擴展式對話(Expanding conversations)
擴展對話通常從一個很小的話題開始,然后逐漸擴展,通常是因為初始Prompt的回復(fù)結(jié)果不令人滿意(例如,不是最新的),或者用戶認(rèn)為他們需要更多細(xì)節(jié)。
- 初始Prompt:“日本和香港間最便宜的機場是哪個?”
- 擴展Prompt:“往返日本和中國香港最便宜的航空公司是哪一家?”
- 再次擴展Prompt:“您能否提供來往香港和日本的廉價航空公司的完整名單?”
Bing里的對話擴展,通常是從推薦的后續(xù)查詢中選擇的:
Bing無法在第一次回復(fù)就回答“誰在獨立競選總統(tǒng)”,但是用戶可以通過逐漸擴展Prompt,“誰是 2024 年總統(tǒng)選舉的潛在候選人”?來獲得想要的回復(fù)。
在使用 AI 擴展對話的上下文中,推薦的后續(xù)提示可以向用戶展示如何擴展他們的問題以獲得有意義的答案。
給設(shè)計師的建議:
當(dāng)AI無法為用戶的查詢提供答案時,請?zhí)峁┩扑]的后續(xù)prompt,幫助用戶擴展初始Prompt中的某些條件信息后給予用戶需要的結(jié)果。
07 幾種對話類型的組合
有些AI對話會從一種對話類型開始,然后演變成另一種類型。例如,雕刻式對話也可能基于AI所輸出的內(nèi)容變成探索式對話。
結(jié)合雕刻式和探索式的對話:
對話時長不是成功的指標(biāo)
研究發(fā)現(xiàn):平均對話輪次在3.6次的對話,才可以達(dá)到95%置信度區(qū)間的回復(fù);
對于 AI 對話,時間較長的對話并不一定代表從AI那里獲取信息更費力。事實上,從研究中收集到的對話時長與其幫助度或可信度評級之間沒有相關(guān)性。對于某些類型的對話(如漏斗和精確定位),長度表示初始提示的清晰程度。長時間的漏斗式聊天從需要更多細(xì)節(jié)的模糊Prompt開始。簡短的精確聊天從詳細(xì)的Prompt開始,這些Prompt已經(jīng)列出了可接受答案的所有要求。
對于探索和雕刻式對話,長度是對話性質(zhì)的一部分,可以滿足用戶不太明確的信息需求。探索對話需要在AI和人類之間來回溝通,人類從AI那里學(xué)習(xí),后續(xù)對話建立在AI的回復(fù)之上。雕刻式對話也很長,因為對話目的是獲得主題的廣度,因此需要用戶就給定主題的不同方面提出多個角度的問題。在這兩種類型的對話中,目標(biāo)是了解一個主題,而對話輪次是用于定義用戶的需求。
用戶很喜歡用Bard進(jìn)行搜索查詢式對話,搜索查詢在 Bard 中很常見;這可能就是為什么與 Bard 的對話相比,與 ChatGPT (p <0.001) 或 Bing (p<0.001) 的對話短的原因。Bard 的用戶可能被Google 作為搜索引擎的突出地位所吸引,所以傾向于使用 Bard 作為 Google 搜索的代理。
許多 Bard的對話都是搜索查詢類對話。
按信息需求分類各種所需的AI對話類型:
定義明確的信息需求:漏斗式 / 精準(zhǔn)定位 / 探索 / 搜索查詢。
未明確定義的信息需求:探索對話:獲得知識深度 / 雕刻式對話:獲得知識的廣度。
基于文本的生成式 AI 對話機器人設(shè)計Tips:
所有對話都沒有理想的長度。如果用戶有一個清晰、明確的信息需求,那么一個好的、詳細(xì)的、精確的Prompt將很快得到他們需要的東西。
如果用戶的目標(biāo)很廣泛且定義不明確,那么一次對話不夠。用戶可以使用AI的響應(yīng)來學(xué)習(xí) — 無論是廣度還是深度。
- 特定信息需要:詳細(xì)、精確的Prompt。
- 在用戶Prompt的末尾添加話術(shù),例如“如果您需要其他信息,請向我提問”,可以讓AI幫助闡明用戶所需信息的不同約束。
- 對于事實查詢,可能(目前)最好使用搜索引擎而不是生成式AI對話機器人。
08 總結(jié)
搜索查詢(即簡短且不完整的句子Prompt)可能表明用戶對 AI 缺乏經(jīng)驗??梢杂寐┒穼υ挼姆绞剑蛴脩粼儐栠M(jìn)一步的問題,以便AI可以提供令人滿意的響應(yīng)。或者,AI還可以為用戶提供訪問同一問題的搜索結(jié)果的選項。
當(dāng)AI收到模糊、未指定關(guān)鍵詞的Prompt(如漏斗對話)時,應(yīng)該向用戶提問,幫助他們縮小對話主題的范圍。例如, Best Mother’s Day gifts(最佳母親節(jié)禮物)之類的Prompt,AI可以詢問有關(guān)禮物接收者的特定信息(例如,年齡、愛好、地理位置)。AI還可以提供示例精確定位提示,以幫助沒有經(jīng)驗的用戶學(xué)習(xí)使用 AI。
在需要冗長或復(fù)雜且細(xì)致的回答的廣泛話題(例如探索或雕刻式對話)中,建議的后續(xù)提示應(yīng)有助于用戶學(xué)習(xí)。雖然可能很難確定用戶從第一個提示開始有什么樣的意圖,但AI可以同時提供注重深度和廣度的建議跟進(jìn)提示。
在擴展式對話中,通常映射到AI無法一次提供有效回復(fù)的情況,建議的后續(xù)提示需要稍微寬泛的提供,使用戶能夠找到有用的內(nèi)容,即使它們不完全符合他們的初始需求。
??要是我理解的/翻譯的有看不懂的地方,請移步原文:https://www.nngroup.com/articles/AI-conversation-types/
發(fā)表時間:2023.11.10
作者:小末,公眾號:Moer Talk
本文由 @小末is小末 原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理。未經(jīng)作者許可,禁止轉(zhuǎn)載
題圖來自Unsplash,基于CC0協(xié)議
該文觀點僅代表作者本人,人人都是產(chǎn)品經(jīng)理平臺僅提供信息存儲空間服務(wù)
- 目前還沒評論,等你發(fā)揮!