基于AI的对话式交互产品设计思考

基于AI的对话式交互产品设计

记录一下对基于AI的对话式交互产品设计想到的一些点:

1. 全新的一套通知逻辑与通知系统:通知系统对于产品是很重要的。从系统层面来讲,iOS的通知管理就比Android的通知管理要做的好得多。良好的通知设计(如果chatbot还需要通知系统的话)能够提高用户的粘度,糟糕、过度的通知设计只会让用户关掉通知,或者卸掉应用。

对于chatbot来说,通知场景会很多,需要相应进行整理。例如:1. 用户说“2小时候帮我关掉空调”。那么1小时55分后要不要向用户进行确认?关掉空调时要不要通知用户?2.用户开启了快递到达提醒,那么提醒的提前量是可调整的么?默认应该是多少?是快递快到楼下的时候还是快递员出发的时候?

[有人提到一个典型的例子:有些用户反馈音箱会突然发出声音,提醒某些任务的完成,例如“衣服已经洗完了!”。反而会吓到家中的老人,带来不好的用户体验】

通知系统的目标应该是让用户尽量少的感知到骚扰,而又不让用户错过真实需要的信息。那么通知系统的权限应该如何留给第三方服务来调用,也是一个需要考虑的问题。

2.较好的泛化能力能够提高用户的信任感。

如果只有按部就班地说”请把电视机的开关关掉“才能顺利的关掉电视,”把电视关掉”、“关掉电视”这样的命令都无法顺利运行的时候,用户只会在尝鲜之后就放弃使用。毕竟用户需要的是一个助手、管家或者仆人,不想面对一个机器人老师。

当用户发现不需要改变自己的语言习惯就能较好的和chatbot对话的时候,使用频率应该会有显著地上升。

3. 言外之意。

这也是历来NLU的技术难点之一。因为有可能用产品的设计来弥补技术暂时的短板,我想到了顺便列在这里。许多时候,用户某一类的问句所期望的回答其实与问句本身并不相符。例如,明天是晴天么? 莫干山路现在堵么?用户所期望的显然不只是 是,或者不是这样的简单答案。用户所期待的是”明天的天气情况“和”莫干山路现在的路况“这样的答案。在当前的技术条件下,要让机器理解到这点好像存在难度(请专业人士指正),也许可能通过事先的产品规则建立来解决这个问题。凡是识别到问题是“天气类”、“路况类”,就给出相应的回答。

当然,形如“让D先生当特首好不好哇?”,这样的问题,确实不好回答。。。只能说“吼啊”

4.关于歧义消解流程的设计

这里的歧义消解不涉及到形如 Time flies like an arrow这样的结构歧义消解的问题(此类问题可以详见http://blog.sina.com.cn/s/blog_72d083c70100p4rx.html

指的是形如“帮我预定一下老头儿油爆虾的座位”这样的语言指令中的单词歧义的消解。对于这类问题,即使是真实的人类管家,很多时候也是需要与主人对话来消解理解的歧义。因此有必要对此类歧义设计统一的消解流程。

老头儿油爆虾 是一个店名,在这个语句中根据句法结构能够判断出这里需要的是这家店的名称。但是老头儿油爆虾有很多家分店,因此此时转入一个消解歧义的子流程是合理的。(“请问你说的是哪家老头儿油爆虾。1.西湖店 2.凤起路店 3.城西店)

5.MVP原则

Chatbot能接入的领域和服务非常多。如果推出某一领域的服务,则要尽量做到minimum viable product(最小可用原则)。例如如果推出操作邮件服务,那么仅有查看阅读邮件的功能肯定是不完整的,也一定要有回复、转发这样基本的功能。至于收藏邮件、给邮件分组这样的功能则可以酌情上线。

6.信任感问题

和从线下切换到线上,从pc切换到无线一样,对话式交互产品也会面对重新建立信任的问题。无论是文字式交互还是语音式交互,都会存在两个主要的信任问题:1.对智能水平的信任。2.对完成情况的信任。

对于第一个问题更多是从产品技术本身的进步+产品端对用户预期的方式来解决。

对于第二个问题:在可预期的未来,处理一些重要的任务时,用户还是希望自己能对人工智能处理问题的过程有一个直观的了解,用户很难对一个音箱来处理自己的财产产生很强的信任,所以一块屏幕还是必要的。

无论是在看邮件中的图片、确定自己的订单,或者可能的输入密码的交互方式,都是需要视觉交互方式的辅助的。

7.要找出幸福感很强的场景,推出一些适合语音交互的高完成度应用,打中先锋人群

作为一个带有全新交互方式、希望能成为新一代用户入口的产品,需要找出尽量高频的、可靠的、能够用户带来很强幸福感的场景。这样才有可能先留住用户,再慢慢培养用户的使用习惯。

现在想到的能可靠完成的强幸福感场景是这些:

1)在冬夜的被窝里关灯、关电视

2)控制空调

3)语音充话费(”帮我的手机充100块钱“)【明确的低值复购类购买场景】

(京东模仿Amazon推出了“来点”,说明这类购物场景已经开始存在)

4)待补充。。。。

产品的铺开总是会遵循 先锋人群-小众-大众-后知后觉者 这样的路线。所以可以先推出一些高完成度的强幸福感应用,获得先锋人群的好评后,提升产品的占有率同时也吸引第三方的开发者。

从这个角度来讲,指令式的功能比搜索问答式的功能会有更好的效果。毕竟,现在路况怎样是有高德地图、百度等解决方案的,但是在寒冷的冬夜语音关灯,一句话就能给手机充值,总归是一件让人幸福的事情。

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 203,456评论 5 477
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 85,370评论 2 381
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 150,337评论 0 337
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,583评论 1 273
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,596评论 5 365
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,572评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 37,936评论 3 395
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,595评论 0 258
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 40,850评论 1 297
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,601评论 2 321
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,685评论 1 329
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,371评论 4 318
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 38,951评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,934评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,167评论 1 259
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 43,636评论 2 349
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,411评论 2 342

推荐阅读更多精彩内容

  • 你是不是也有被满屏幕的表单和输入框弄的无所适从的时候? 我们在网络生活中,频繁的点击按钮,在对话框中输入文字,提交...
    ShusQ阅读 770评论 0 2
  • 前面的文章主要从理论的角度介绍了自然语言人机对话系统所可能涉及到的多个领域的经典模型和基础知识。这篇文章,甚至之后...
    我偏笑_NSNirvana阅读 13,847评论 2 64
  • 最舒服的状态,躺在床上,静静的听着窗外沥沥的雨声,慢慢享受这独处的时光。安静,舒适,没有其他嘈杂的声音,任凭大脑放...
    谁与光阅读 197评论 0 0
  • 人是很奇怪的,在一个地方呆久了,总想出去走走;在外面浪久了,就会想回家。 早上去了佛国寺,去了占星塔,午饭过后就直...
    佛爷v阅读 634评论 3 7
  • 如何使用事件?以及IE和标准DOM事件模型之间存在的差别? 关于事件IE的事件流:事件冒泡其他浏览器支持的另一种事...
    yanghanbin_it阅读 359评论 0 1