文 | 吾来设计团队
整理 | 吾来君
前言
随着智能对话技术的发展,对话机器人越来越多地出现在人们的日常工作和生活中。或许我们在不同的地方都遭遇过机械生硬、令人失望的对话机器人。那么,在没有表情、动作、语气等交流方式的局限下,如何利用对话设计创造出令用户乐于交互的对话机器人?本文将结合真实案例,介绍我们在对话机器人设计时遵循的基本原则和技巧,让机器人的用户体验变得更加简单友好。
1
传递有价值的信息
对话机器人应该围绕用户需求,在对话过程中传递对用户有价值的信息,我们可以根据以下原则来判断信息的价值。
原则1: 不要传递冗余信息冗余的信息会给用户带来认知压力,伤害用户体验。具体而言,在CUI (Conversational User Interface)下,冗余的信息通常会在屏幕上占据大量区域,给用户的阅读带来压力。在VUI (Voice User Interface)下,冗余的信息需要较长的时间进行播报,浪费用户的时间。
X 错误示例
用户 |
我想线下咨询,你们北京有门店吗? |
机器人 |
XX集团北京门店的地址是北京市XX区XX街XX大厦6层,咨询电话/服务监督热线:010-12345678。其他分公司有:上海、广州、武汉、济南、深圳、南京、成都、杭州、沈阳、西安、青岛、长沙、烟台,想了解分公司具体地址和联系方式请回复“XX分公司”。 |
上方错误示例,用户想了解北京门店信息,但机器人不仅回复了北京门店的信息,还介绍了其他哪些城市有分公司,而这些信息并不是用户想要的,属于冗余信息。如果改为下方正确示例的方式会更好。
〇 正确示例
用户 |
我想线下咨询,你们北京有门店吗? |
机器人 |
XX集团北京门店的地址是北京市XX区XX街XX大厦6层,咨询电话/服务监督热线:010-12345678。 |
机器人对用户所说的话,要让用户易于理解,且能够基于此做出下一步动作。
X 错误示例
用户 |
我想咨询留学 |
机器人 |
请问准备到什么阶段了? |
用户 |
什么意思? |
上方错误示例,机器人问“准备到什么阶段了”,对于不熟悉留学申请流程的用户,很难理解这句话是什么意思。此外,留学需要准备的东西很多,即便对于正在准备中的用户,也不容易回答这个问题。如果改为下方正确示例1的方式会更好。
〇 正确示例
用户 |
我想咨询留学 |
机器人 |
语言考试、择校、文书等准备得怎么样了? |
用户 |
刚考完托福,想去加州艺术学院 |
X 错误示例2
用户 |
订下午三点半到四点半的会议室 |
机器人 |
该开始时间有误,开始时间应晚于当前时间15:57 |
上方错误示例2,机器人的回复表达比较生硬,用户需要花时间才能理解。如果改为下方正确示例2的方式会更好。
〇 正确示例2
用户 |
订下午三点半到四点半的会议室 |
机器人 |
现在已经15:57,不能预定今天15:30的会议室了 |
2
主动管理用户预期
用户在使用对话机器人时,因为可以使用自然语言进行交互,我们很难限制用户说什么和不说什么。同时,今天的自然语言理解和对话技术还存在很多不成熟的地方,我们不可能做出一个全能的对话机器人。因此,我们需要主动管理用户的预期,帮助用户更好地使用对话机器人,从而提升用户的体验。
原则3: 告诉用户机器人能做什么与其让用户通过试错来了解机器人能做什么和不能做什么,不如开门见山告诉用户。我们可以通过多种途径告诉用户机器人能做什么,比如欢迎语或者兜底回复。
X 错误示例
机器人 |
我是留学咨询机器人,有什么可以帮你? |
用户 |
可以帮我查托福分数吗? |
机器人 |
对不起,这个问题我还没学会。 |
上方错误示例,机器人只定位了自己可以做“留学咨询”,但没有明确说明可以为用户做什么,导致用户预期过高,以为机器人可以查询托福分数。如果改为下方正确示例的方式会更好。
〇 正确示例
机器人 |
我是留学咨询机器人,可以根据你的情况,为你推荐资深留学申请顾问。请问你想 去哪里留学? |
用户 |
我想去美国读硕士 |
机器人 |
请问想读什么专业? |
由于今天的自然语言理解技术还不成熟,机器人不一定能理解用户说的所有内容。对于一些比较复杂的概念或表达方式,机器人可以主动引导用户该怎么说。
〇 正确示例1
机器人 |
请提供详细地址,最好包含省、市、区、街道、门牌号。 |
〇 正确示例2
机器人 |
请提供一下订单号(订单号格式是CO+8位数字)。 |
有些场景下,机器人处理用户的请求需要花一定的时间。例如去数据库查询信息、识别用户上传的图片、通过RPA (Robotic Process Automation)去执行一个任务等。这种情况下,机器人应主动告知用户需要等待。
〇 正确示例1
用户 |
[上传了一张发票图片] |
机器人 |
正在识别发票并验证真伪&#x |