对话界面:聊天机器人的未来

这篇文章的目的,是通过阐述对话界面(Conversational Interfaces,CI)的一些基本概念说明对话界面和其他聊天机器人方法(如NLP和语音UI)的不同。文章最后,会介绍几个有趣的对话界面的实例。

随着机器人市场走过炒作阶段,迈入成熟期,许多人意识到聊天机器人还有很多发展空间,短时间内不会取代APP——当然,已经有一些成功的技术和产品,但我仍认为这个行业还需要一个爆款式产品。

一、聊天机器人的三个趋势

许多公司在大力发展聊天机器人,希望取得突破性进展,有如下三个主要趋势。

1. 从NLP向NLU转变

Facebook对聊天机器人的一个主要观点是:自然语言处理(Nature Language Processing,NLP)技术足够满足用户的各种需求——但如果你真的用过聊天机器人,就会知道那远远不够。因此从NLP向NLU(Nature Language Understanding ,自然语言理解)的转变是一个新趋势。

为了让机器更好地理解用户意图,许多高科技公司把大量的资金和资源投入在诸如增强学习的硬技术开发上。

2. 热门的语音界面

一些人指责聊天机器人比传统UI新增很多干扰元素,因此,它对用户就是不方便的。

就像Golden Krishna说的“最好的界面就是没有界面”,很多人认为语音交互比聊天机器人的干扰更小,能提供更好的使用体验。

此外,随着亚马逊的Echo、谷歌的Home和苹果的Homepod这些智能音响的出现,语音交互成为一种新趋势。

3. 使用对话界面

当公司意识到NLP技术还不够成熟时,为了保证用户体验,便在产品设计中加入了其他方法;比如使用对话界面,而不是完全的自然语言交互。

使用对话界面的产品中,Slack的机器人平台是最好的例子,这款产品将NLP和对话界面结合,通过优化图像、按钮、消息框这些UI元素来提升用户体验。

对话界面可以这样来定义:

对话界面是一种混合式用户界面,它可以通过多种方式和用户交互,比如聊天、语音以及其他自然语言方式,只要这些方式使用诸如按钮、图像、菜单、视频这类的图形化UI元素即可。

二、对话界面的优势

1. 提高用户注意力

今天,用户的注意力和金鱼差不多,人们很容易分心与各类事务上,比如APP、电子邮箱、Slack通知等。在传统的图形化UI界面中,用户同时接受所有信息,而这些信息彼此混淆干扰。

有趣的是:在对话界面里,信息是根据用户需求逐步提供的;在用户和对话系统的交互中,需要用户发布明确的指令。这样,只需要用户在接收信息时保持注意力就可以,用户也有更好的参与感和使用体验。

2. 减少用户的挫败感

正如前面提到的,NLP技术仍处于起步阶段;而另一方面,用户却对AI有很高的期待(当然这很大程度上归因于好莱坞的科幻电影)。因此,用户对聊天机器人的包容性极差,希望聊天机器人的错误率为零。

在对话界面下,用户仅能进行有限的操作,这也就避免了用户行为不可控带来的高错误率问题。

与其让用户做简答题,不如让其做选择题,既降低了用户的思考成本,也降低了系统的复杂度和错误率。

有些人可能说:这限制了用户的自由,用户体验不好。然而事实却是:与其让用户无法准确地表达需求,有限的选项要好得多。另外,简单的交互和有限的选项,能让用户快速聚焦于他们想要的,减少用户操作失败的挫败感。

3. 更好的投入产出比

对话界面的另一个优势就是性价比高。NLP技术的应用成本很高,商户需要向技术提供商支付不菲的金额。而且,在NLP技术上线后的最初6到10个月内,通常会产生人工智能技术支持和学习训练相关的隐藏成本。

由于主要使用Web端的技术,对话界面的收费低得多,上线后也不需要刻意进行训练学习,上线后第一天就能投入工作,这也降低了使用成本。对话界面也需要改进优化,但这个优化成本只是NLP的AI训练中的九牛一毛。

三、对话界面实例

以下是几个对话界面的实例,它们分别有各自的优点。

1. K2 Agency

K2 Agency搭建了一个用于设计和制造金融科技类产品的平台。

这里不会详细描述它的工作机制,感兴趣的同学可以去K2官网http://www.k2.pl/#!/en/work/item/a-vision-of-banking-in-the-future/,里面有很详细的介绍。

优点:

  • 聊天机器人中,输入错误的更正十分重要,K2 Agency提供很好的更正错误方法;
  • 利用关键词推荐,降低用户的操作步骤;
  • K2 Agency的聊天机器人可以应用在多类设备中(PC、移动端、物联网),以多种方式输入(文本或语音),在多个平台使用(Amazon Alexa、Facebook Messenger)。

2. Typeform

Typeform设计的产品,既使用传统的文本输入方式,又能围绕某个中心话题聊天。Typeform团队在https://www.typeform.com/blog/inside-story/coders-cut/中详细介绍了该产品。

优点:

  • 产品在为用户提供有价值、有趣的对话的同时,要避免在使用过程中造成干扰,避免影响用户的整体思路;
  • 产品应该针对每位用户提供个性化的、独特的内容,也就是说,如果用户喜欢猫,那就应该适时地展示给用户猫的照片;
  • 设计对话时,应该从读者的角度思考,如果用户问“你叫什么”,那么系统应该回答“我叫XXX”。

3. Landbot.io

Landbot致力于利用对话机器人设计着陆页,详情可以查看https://landbot.io

优点:

  • 自然语义下的对话界面设计能让用户集中注意力,提高参与感;
  • 对话界面的特点是千人千面,并且总是提供用户需要的信息;
  • 能在事件漏斗转化上为公司带来巨大收益。

个人来看,对话界面仍处在发展初期,现在是企业和机器人爱好者试用、研究对话界面的最好时机,让我们见证对话界面技术的发展成熟。

原文作者:Jiaqi Pan

原文地址:https://chatbotsmagazine.com/conversational-interfaces-the-future-of-chatbots-18975a91fe5a

转载:人人都是产品经理翻译团队@李小新

©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 203,937评论 6 478
  • 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 85,503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 150,712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 54,668评论 1 276
  • 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 63,677评论 5 366
  • 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 48,601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 37,975评论 3 396
  • 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 36,637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 40,881评论 1 298
  • 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 35,621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 37,710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 33,387评论 4 319
  • 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 38,971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 29,947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 31,189评论 1 260
  • 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 44,805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 42,449评论 2 342

推荐阅读更多精彩内容