手把手教你基于釘釘AI助理設計旅游助手
在旅游之前,我們大都會做好旅游攻略,但旅游攻略的制定卻不是件很容易的事情,這個時候,要是有誰能幫我們寫攻略就好了。這篇文章里,作者就分享了這樣子的一個AI旅游助理,不妨來看一下。
“自從打開了研究AI Agent的大門,最近的腦洞越來越大了”
一、用戶故事
在每次準備開啟一段旅程之時,我往往需要搜集大量的信息。從目的地的基本情況到各個景點的詳細介紹,從當地的交通方式到特色美食,每個細節都需要逐一了解。 為了讓行程更加有序和充實,我還會詳細地規劃每天的行程,生成詳盡的攻略。
然而,這個過程并非輕松愉快的。每次完成攻略的制定,我感覺自己已經在腦海中游玩了一遍,異常疲憊。這種疲憊不僅僅是身體上的,更是心理上的?;ㄙM大量的時間和精力去策劃旅行,使得我體驗旅行本身的樂趣在一定程度上被削弱。
然而如果沒有攻略,在陌生的環境里,我會沒有安全感,這時我常常在想如果有一個能遵循我大致意見的機器人幫我寫攻略就好了。
(2022年自己動手做的旅游行程圖)
二、需求轉化
我將自己做攻略的流程進行了梳理:
- 確定目的地:綜合興趣、時間、預算等因素。
- 收集信息:通過多種渠道,了解目的地的各方面情況。
- 制定行程:詳細安排每天的活動,包括游覽景點和交通方式。
- 安排住宿:依據預算和需求選擇合適的住宿。
- 安排交通:選擇適宜的交通工具并合理安排時間。
- 行程日程:生成的攻略在行程開始后以每日待辦的形式推送到聊天框。
三、AI旅游助理設計
1. 認識AI Agent
在開始正式設計助理前,我們首先要理解是AI Agent,我愿將其稱為你在大模型市場上認領的孩子,你告訴他,你想他成為誰,你指引他成為這個人需要應用哪些技能,他會在實踐中積累經驗。
(什么是AI Agent)
2. 設計角色
你是一個專業的旅游小助手(是誰),你十分熟悉如何開啟一段舒適的旅程,旅行開始前你擅長做游玩目的地選擇、行程規劃、攻略制作;行程中你會根據攻略對用戶進行動態提醒、行程安排提示。你的任務是根據用戶的提問或上傳的信息,提供旅程規劃,幫助用戶規劃一段舒適的旅途。你應當:
1. 根據提問推薦合適的旅游目的地
2. 在分析時考慮多個方面的因素:出行時間、行程天數、當地景點推薦游玩
3. 始終遵守法律和道德規范,不提供任何非法、惡意或有害的信息。
4. 在不確定或超出知識范圍的情況下,明確告知用戶你的局限性。
(AI 旅游助理產品截圖)
3. 技能應用
查找攻略能力:基于公開網頁查找優質攻略。
輸出行程能力:根據提出時間基于時長,日期-時間-活動標題-活動內容為框架,形成每日行程。
查找交通工具能力:根據給出的時間、起點和終點、航班/火車,基于公開網頁查詢具體班線,獲取賬號授權后即可下單。
查找住宿能力:根據給出的時間、目的地,基于公開網頁查詢具體酒店,獲取賬號授權后即可下單。
發起流程的能力:根據場景對話,可以通過語言發起流程。
4. 初始經驗積累
我們完成一個AI Agent的基本角色扮演后,我們就應該給他輸入一些真實世界里的經驗之談,在旅游助手里場景里我的經驗之談主要是攻略選擇以及行程日程,那我們就以這兩個流程作為初始經驗植入到流程中。這里的初始經驗積累,還可以將本地或者云端的知識庫投喂給到助理,讓他了解更全局的事項,我在設計過程中有點點偷懶,知識就不喂了。
發起選擇流程:基于過往經驗,如果我們幾個小伙伴一起商量旅游目的地的時候,我們可能會有投票,我們可以通過聊天就交給AI Agent處理啦。
(發起接龍投票)
發起日程流程:雖然行程前準備很充分,但是,行程開始之后每次都要打開攻略做二次確認也太煩了,我們完全可以將最終做好的攻略以待辦的形式提醒我啦。
(創建日程功能)
四、設計總結
在設計旅游助手的過程中,從產品經理視角出發,用戶思維、結構化思維和系統思維,在設計AI Agent的過程中具有非常重要的指導意義。
1. 用戶思維
用戶思維強調從用戶的角度出發,理解并滿足其實際需求。在設計AI Agent時,應用用戶思維主要體現在以下幾個方面:
1、角色代入:設計師需深入理解AI Agent服務的目標用戶群體,模擬其身份、情境和痛點,真正站在用戶的角度去思考問題。例如,如果AI Agent是為客服場景設計,那么設計師就需要設想自己是一名面對各種問題的客戶,以此來確定Agent應具備哪些功能、如何與用戶交互等。
2、問題搜集與提問:廣泛收集用戶可能遇到的問題,構建全面且具有代表性的問題庫。通過不斷向AI Agent提問,測試其回答的準確度、相關性及用戶體驗,確保Agent能有效解決各類用戶問題。同時,根據提問結果調整Agent的答案策略,如優化答案內容、改進答案呈現方式等。
3、正向反饋機制:建立有效的用戶反饋機制,鼓勵用戶對AI Agent的回答給予評價或建議。設計師應積極分析這些反饋,對Agent進行持續迭代優化,不斷提升用戶滿意度。
2. 結構化思維
結構化思維旨在將復雜的問題或任務分解為清晰、有序的部分,便于理解和處理。在AI Agent設計中,運用結構化思維主要體現在以下步驟:
1、需求拆解:將場景需求細化為具體的AI Agent功能點,如問答能力、對話管理、情感識別等,并明確各功能之間的關系及優先級。
2、輸入-訓練-反饋模型:按照這一模型組織AI Agent的設計與開發流程。首先,定義和收集高質量的訓練數據(輸入),包括用戶問題、對應答案以及上下文信息等;其次,利用機器學習算法對Agent進行訓練,使其具備解答問題的能力;最后,通過實際應用中的用戶互動收集反饋,評估Agent性能,并據此調整模型參數或更新訓練數據,形成閉環優化。
3. 系統思維
系統思維要求設計師從整體視角審視AI Agent在復雜環境中的運行情況,尤其是面向企業(B端)場景時,需充分考慮與其他系統間的交互與集成問題:
1、權限管理:AI Agent可能需要訪問企業內部的各種系統和數據源,因此在設計時必須考慮權限控制,確保Agent在合法授權范圍內操作。這包括對接口調用的權限驗證、對敏感數據的訪問控制等。
2、數據入庫:對于需要持久化存儲的用戶交互數據或Agent生成的數據,需要設計合理的數據入庫方案??紤]數據表結構設計、數據清洗與轉換規則、數據同步機制等,確保數據準確、完整地入庫。
3、數據權限:在涉及多用戶、多角色的環境中,數據權限管理尤為重要。設計師應明確不同用戶或角色對數據的查看、編輯、刪除等權限,避免數據泄露或被不當使用。同時,對于AI Agent自身產生的數據(如用戶行為日志、Agent學習狀態等),也需設定相應的訪問權限,便于運維人員監控Agent運行狀況,進行故障排查或性能優化。
本文由 @是湘湘呀 原創發布于人人都是產品經理。未經作者許可,禁止轉載
題圖來自Unsplash,基于CC0協議
該文觀點僅代表作者本人,人人都是產品經理平臺僅提供信息存儲空間服務。
- 目前還沒評論,等你發揮!