亚洲精品狼友在线播放,99RE免费99RE在线视频

搜索

APP

起點課堂會員權益

職業(yè)體系課特權

線下行業(yè)大會特權

個人IP打造特權

30+門專項技能課

1300+專題課程

12場職場軟技能直播

12場求職輔導直播

12場專業(yè)技能直播

會員專屬社群

榮耀標識

發(fā)布

注冊 | 登錄

對話設計終極指南

奇點機智

2018-11-20

4 評論 7860 瀏覽 123 收藏

22 分鐘

本章文章對chatbot基礎知識、制定目標策略、定義使用場景、創(chuàng)造虛擬角色等前期準備工作、整體對話設計、邊界設置、設計策略、對話設計后期的測試調整以及長尾對話設計進行了分析。

根據(jù)Google設計指南、UXBooth、Chatbot Magazine等幾篇文章，結合我們對于對話設計的經(jīng)驗及理解，翻譯整合了本篇文章，感興趣的朋友歡迎關注訂閱。

一、聊天機器人基礎知識

聊天機器人（chatbot）給用戶帶來的體驗可能截然不同。一個不錯的聊天機器人可以幫用戶高效完成任務，一個很好的聊天機器人可以讓用戶享受這一過程，但一個不理想的聊天機器人則會浪費時間、答非所問、讓用戶產(chǎn)生困擾。

打造好用的聊天機器人需要前期合理計劃、體驗定義、對話設計技巧等環(huán)節(jié)，是一個持續(xù)優(yōu)化的過程。打造對的體驗，需要真正理解用戶并達到用戶的預期。

1. 什么讓聊天機器人真正“智能”？

通過文本或語音輸入，聊天機器人通過對話界面與用戶進行互動，根據(jù)用戶需求提供相關信息或服務。很多任務可以通過聊天機器人完成，甚至比跟人工溝通更高效，例如查看預約、查看天氣、訂餐、訂票、購物等等。

有些聊天機器人會利用到人工智能技術，而有些僅僅是使用規(guī)則或者決策樹來進行簡單問答。后者的路徑非常有限，用戶也只能從有限的選項里進行選擇，稍微一“超綱”它就罷工了。真正智能的聊天機器人則是利用AI領域的機器學習技術或自然語言處理技術（NLP）與用戶互動。

機器學習使用不斷更新的算法來測試數(shù)據(jù)和對結果的響應，即數(shù)據(jù)被接收，應用并且被機器“學習”。當用戶提出問題的時候，聊天機器人對問題進行解析，并將用戶的輸入轉換為更多數(shù)據(jù)。這樣的聊天機器人才能稱之為“智能”，因為它能夠靈活地了解用戶需求，并可以在不同的場景中完成任務。

2. 為什么要創(chuàng)建聊天機器人？

在創(chuàng)建之前，要明確聊天機器人的創(chuàng)建是為了創(chuàng)造一定的商業(yè)價值，而不是簡單的聊天講笑話。創(chuàng)建有效的聊天機器人能夠使企業(yè)：

增加用戶的品牌忠誠度和喜愛程度
增強品牌形象
與競爭對手的產(chǎn)品形成差異
增加與用戶的互動量和互動時間
更高的轉化率
更有效的客服支持，減輕人力成本

除此之外，聊天機器人“學習”到的數(shù)據(jù)可以幫助企業(yè)更全面地了解用戶，例如了解訪問時間、點擊、用戶語言習慣、情緒、真實場景的需求等，甚至可以直接在聊天結束前向用戶詢問直接的反饋意見。這些數(shù)據(jù)能夠幫企業(yè)提供更好的內容和服務，或對當前版本的聊天機器人進行改進。

二、制定目標和策略

市面上有不少對話式AI平臺可以幫助企業(yè)打造對話體驗，代碼、模板、說明等資源豐富，開發(fā)者或產(chǎn)品經(jīng)理容易一上來就進入到開發(fā)過程中。但是，先花些時間先定義好對話體驗，從產(chǎn)品的視角宏觀制定好目標和策略是一切的前提。

首先，在創(chuàng)造聊天機器人之前，試著回答以下幾個核心：

痛點是什么、改如何解決？
服務對象是誰？
聊天機器人能做什么？
如何為用戶及企業(yè)帶來價值？
如何創(chuàng)建聊天機器人？
如何衡量聊天機器人的效果？

1. 痛點是什么？

“機會是在未解決的問題中尋找的?！?/p>
——Peter Thiel (支付服務PayPal創(chuàng)始人）

當要發(fā)布一個產(chǎn)品時，未知無處不在，與團隊共同挖掘痛點，明確已知和未知非常重要。不能僅僅因為聊天機器人的熱潮而跟風創(chuàng)建。挖掘痛點和問題，要回答以下問題：

產(chǎn)品是服務誰的？
有多少人經(jīng)歷過這個痛點帶來的麻煩？
企業(yè)是否有這個能力去改變現(xiàn)狀？

2. 如何解決痛點？

“要獲得競爭優(yōu)勢，只有兩種方式：要么比別人做得好，要么跟別人做得不一樣?！?/p>
——Karl Albrecht（德國首富）

明確痛點以后，下一步就要決定如何解決。要把自己的產(chǎn)品與競品區(qū)分開，要回答下面的問題：

為什么你可以來解決這個痛點？–發(fā)掘團隊及產(chǎn)品優(yōu)勢。
為什么現(xiàn)在解決？–NLP技術日趨成熟，紅利期是否能抓??？
你的理念是什么？–產(chǎn)品經(jīng)理的最強大武器就是擁有獨特的視角。列出能想到的所有假設，回顧并且排出優(yōu)先級。

3. 你怎么知道痛點已經(jīng)解決了？

“測量一切可測之物，并把不可測的變?yōu)榭蓽y?！?/p>
——伽利略

聊天機器人的價值要如何測量？要根據(jù)它提供的服務以及上文提到的目標策略制定標準，例如人工客服電話打進來的數(shù)量減少至X，增加Y頁面的訪問量，減少用戶找到某個產(chǎn)品所花費的時間至Z等。另外，日/月活躍用戶數(shù)量DAU/MAU 、凈推薦值NPS（計量某個客戶將會向其他人推薦某個企業(yè)或服務可能性的指數(shù)）也作為常見的衡量指數(shù)。

Google的Chatbase，Dasbot以及Botanalytics等一些常見的測量工具能夠測量用戶是如何與聊天機器人互動的，對話節(jié)奏、效率都能夠進行量化。同時，也可以直接向用戶詢問使用體驗反饋并進行改進，比如可以問“這是您要找到嗎？”“您的問題得到解決了嗎？”等等。?

三、定義使用場景

用戶會在什么場景下使用你的聊天機器人？用戶可能會怎么問？他們期待的回答是什么？列出了可能的場景后，接下來就需要排一下優(yōu)先級，把精力放在產(chǎn)生影響力的地方。這可能是影響大量用戶的場景，可能讓你的產(chǎn)品產(chǎn)生市場差異化的因素，或者它可能是一個為忠誠的高級用戶帶來優(yōu)化體驗的一個功能。

在這個過程中可以使用“3M策略”：Must（必要場景）、Maybes（可能場景）、Marvels（驚喜場景）。

1. Must（必要場景）

在使用聊天機器人中用戶最常用、必備的對話場景，例如一個購物APP的聊天機器人的必要使用場景包括提供產(chǎn)品信息、付款/退貨/快遞等信息、推薦尺碼/型號等。另外，為用戶提供最常見query的例子列表、問候打招呼、出錯后反饋用戶的說法都是必要的設計。

2. Maybes（可能場景）

在眾多的可能場景中，根據(jù)假設及痛點分析哪些場景可以在你的聊天機器人中適用。

3. Marvels（驚喜場景）

這些場景能夠讓用戶意想不到。在用戶想聊天機器人提問時，他們期待的是一個相關答案，但當機器人提供了意圖相關的附加信息時，驚喜就會產(chǎn)生。

比如用戶說“我想買XX的新專輯”，聊天機器人在提供了專輯購買信息后，加了一句“對了，XX下周會在你的城市開演唱會，要不要了解一下”時，你說驚不驚喜、意不意外？

四、創(chuàng)建虛擬人物角色

為聊天機器人打造一個與品牌貼合的人物角色對于對于用戶體驗以及建立用戶對品牌的信任至關重要。

1. 為什么要創(chuàng)建人物角色？

首先，它能夠在你設計對話時對你有所幫助。在寫對話之前，你需要明確地知道是誰在與用戶溝通。一個好的人物角色擁有與眾不同的語氣和性格，在設計對話時，要不斷地問自己：“這個人物角色在這種場景下會說什么？”。

無論你前期是否有特意設計人物角色，用戶在與聊天機器人互動時都會根據(jù)它的所作所說賦予它一個“人設”。所以，最好在前期把角色設定好，而不是讓用戶去隨機體驗猜測。

設計人物角色的目的不是讓用戶產(chǎn)生他們在跟人類聊天的錯覺，而是讓他們進行更自然流暢的對話。

2. 如何創(chuàng)建人物角色？

人物角色可以為用戶提供一個心理預知，讓他們知道聊天機器人大致能做什么。例如在銀行應用中，人物角色可以是值得用戶信賴的私人銀行柜員，因為在真實的銀行體系中存在這個角色，所以用戶對于這個角色會覺得親切熟悉，并且有真實場景的知識可以作為對話的參考。

在創(chuàng)建人物角色時，可以參考以下步驟：

腦暴一系列形容詞（例如友好、調皮、機智等），列出你希望用戶在使用聊天機器人時可以感受到的一些特質。
篩選出4-6個關于人物角色的核心形容詞。
想幾個能夠代表這個形容詞和特質的角色（例如明星、調酒師、環(huán)游世界者等）。這個角色不一定是一個真實的人，也可以是外星人、人工智能、卡通人物等。
從中篩選出一個角色并寫一小段介紹，說明這個角色是什么樣的，TA的說話、寫作和行為方式是怎么樣的，集中關注TA的性格特點，而不必在意年齡或性別。
找一張或畫一張能夠代表這個角色的圖片，在你設計對話時，圖片能夠時刻提醒你人物角色的設定。如果合適的話，這個人物角色甚至可以用作聊天機器人的logo形象。

現(xiàn)在你已經(jīng)明確了是誰在進行對話（你的人物角色和用戶）以及他們在溝通什么內容（使用場景），那么接下來就可以開始寫對話樣本了。設計對話流程是整個聊天機器人設計中難度最高、也是最有趣的部分。

通過寫對話樣本，你可以體驗并且評估不同的設計策略，例如怎么讓用戶更容易發(fā)現(xiàn)一個新功能，或者如何確認用戶的請求等等。

五、從口語對話開始

剛開始時，建議先做口語對話的設計，也可以想象成為無屏設備設計對話體驗，先不要考慮彈框選項、圖形輔助。當延伸到為手機等有屏設備設計對話體驗時，其他的對話展現(xiàn)形式可以從口語對話設計中再轉換。如果在起初設計時腦子里就有一個屏幕，那么對話設計到一半很可能就無法繼續(xù)進行了，最終可能會設計成一個圖形界面。

六、設置界限

對話本是沒有邊界的，用戶可能會問出各種各樣的問題。在用戶跟聊天機器人互動時，需要識別出用戶的意圖、準確理解用戶到底想干什么。意圖可以通過用戶的表達、設定的選項或者根據(jù)上下文反映出來。聊天機器人需要提供與用戶意圖相對應的回答或操作。

為了控制對話的進程，要盡量避免設計開放式問題，當然某些開放性問題可能是必要的，例如詢問用戶的個人基本信息（姓名、年齡、郵箱等）。另外一個方式是為用戶提供一些限定的回答選擇，例如不要問“我能為您做什么？”，而是問“您希望我?guī)湍鯴、Y還是Z？”，或者借助按鈕、卡片讓用戶進行選擇。

七、設計策略

高級對話設計離不開這兩個核心部分：1）一系列對話樣本；2）對話流程圖。

1. 對話樣本

人的一生都在進行各種各樣的對話，無論對話聽起來舒服還是奇怪，我們都能進行一個判斷，即使有時候我們說不出個所以然。所以，對話”角色扮演“是寫對話樣本最簡單有效的方式。

選出一個人物畫像和一個核心使用場景。
拉一個小伙伴一起進行角色扮演，一個扮演用戶、另一個扮演系統(tǒng)角色，并且錄音。
將對話轉寫成文字的形式，這就是對話樣本的初稿。
自己扮演用戶，將系統(tǒng)角色的回答錄入到對話式AI平臺中，逐條播放text-to-speech（TTS）看一下效果。如果TTS不理想，則進行改寫。
使用其他的用戶畫像和使用場景，重復步驟1-4。

2. 對話流程圖

當你有了一些對話樣本，那么接下來就可以將對話的流程和邏輯提取出來了。對話流程圖是對話交互界面的基礎結構。你可以在白板上或紙上畫一下流程圖，或者使用一些更正式的工具，例如Google Drawings、X-mind、mindnode、twine、motion.ai 等。

你可以把這個流程圖想象成用戶的導航圖。當用戶想跟機器人溝通時，他們并不一定知道有什么問題可以問，所以你需要為他們提供一個可以遵循的路徑，途中還需要一些標識指引。你可能需要創(chuàng)建菜單以及樹狀結構來指引用戶完成每一次交互。

當然，別忘了隨著NLU自然語言理解技術日趨成熟，無論用戶怎么變著花樣提問，一個好的聊天機器人終將可以將用戶的說法對應的相應的意圖。

以下是Google I/O大會智能助手的對話流程圖設計案例：

八、測試及調整

用戶的反饋在設計的任何一個環(huán)節(jié)中都會有幫助，并且越早做這件事越好。當你沉浸在自己的設計中時，是很難發(fā)現(xiàn)問題的，這時一個”局外人”的觀點是必要的。

1. “綠野仙蹤”測試（the Wizard of Oz experiment）

在開發(fā)聊天機器人之前，可以利用“綠野仙蹤”作為最小化可行產(chǎn)品（MVP）測試。“綠野仙蹤”測試的名稱來源于《綠野仙蹤》這部電影。測試時，有一個真人（“魔法師”）會替代機器與用戶進行對話。用戶不一定知道幕布背后與他們互動的是真人。

最簡單的方法是找一個對這個項目不熟悉的人跟你進行角色扮演。你將按照對話樣本讀系統(tǒng)角色的話術，請另一人進行隨機回答，并且觀察對方的反應。在情況允許的情況下，在幕后利用對話式AI平臺中的TTS播放系統(tǒng)角色的話術，并根據(jù)用戶的回答快速選擇播放的內容，模擬真實的人機對話場景。

但在測試過程中，你可能發(fā)現(xiàn)用戶并不會像你預想的路徑進行回答，但原則是要以設計的可用性為中心進行調整。

2. 測試注意事項

對話是否自然：用戶更傾向于用短語簡介地回答，還是更像對話？用戶在于系統(tǒng)角色聊天時是否有遲疑？對話流程讓用戶只能一次提供一條信息還是多條細節(jié)？
用戶困惑：觀察用戶困惑的地方，或者他們不確定該說什么的地方?；仡^檢查前面的話術，看看是否能使表達更加明確。
意料外對話：用戶很可能說一些意料之外的話。記錄下來，并在對話設計中將這些考慮進去。
失去耐心：如果對話過程中用戶逐漸失去耐心，那么要看能否將話術進行簡化，是否有些細節(jié)可以刪除。
誰在控制對話：觀察哪一方說的話更多。用戶是否是主導對話的人？如果不是，思考要如何改進？