Zi 字媒體

不只是Q&A：好的 AI 對話體驗應該是怎樣的？

2021/12/25

基於 AI （人工智慧）的語音與對話式交互是近年新興的一塊領域，最近工作中也逐漸開始和這一塊打交道，那麼究竟怎樣才算是好的對話流體驗？作為用戶體驗設計師又能在這中間做什麼？筆者結合了一些網路參考資料和自己平時的一些思考，總結如下。

好的對話是簡潔高效的

對於用戶通常帶著比較明確目的的諮詢、操作等對話式場景，需要讓用戶儘可能簡潔高效地輸入問題或命令，並在（保證準確的基礎上）儘可能少的輪次內給出令用戶滿意的回答或幫助用戶完成操作。而如果拘泥於「對話流」的形式，給用戶帶來額外的操作成本，則成了本末倒置，比如以下這個需要 70+ 次點擊的反例：

圖片來源：http://dangrover.com/img/content/conversational-ui/MSPizzaBot.png

怎樣讓對話變得更簡潔高效呢？

首先，要清楚對話式交互並不是一個什麼都可以往裡面裝的筐，你需要謹慎選擇合適的用例（Use Cases）——類似查天氣、點歌、看新聞等快速、高確定性的用例，使用對話式交互體驗更佳；而流程複雜、標準模糊、需要用戶輸入和確認大量信息的則未必合適。

而設計對話流的過程中，在信息輸入端可以通過理解上下文潛台詞、記憶用戶信息、多模交互、智能建議等方式，進一步減少用戶輸入的成本。

理解上下文潛台詞：在導購類應用中有一個場景，就是在用戶買完一類商品后，推薦其購買更多相關商品，比如旅遊產品中買完機票還會推薦返程票、酒店等。而這些被串聯起來的商品背後涉及到的一些信息是相通的，比如機票的目的地和酒店的所在城市為同一個地方，理解了這一點，就不應該讓 AI 再重複向用戶確認一些可以直接從上下文中推斷得出的信息。

記憶用戶信息：在有些對話式交互場景（比如充話費、實名制購票）中，需要向用戶確認如姓名、手機號、身份證一類個人信息。不夠智能的 AI 會一次次不厭其煩地讓用戶手動輸入，而更聰明的 AI 則會關聯用戶在應用內的帳號信息，直接讀取讓用戶確認一下即可，讀取不到時也只會讓用戶手動輸入一次。

多模交互：相比傳統的文本輸入，多模交互的引入，讓我們可以通過語音、拍拍照、傳圖、行動卡片等方式和 AI 對話，大幅提高對話效率。

圖片來源：https://medium.com/the-layer/the-future-of-conversational-ui-belongs-to-hybrid-interfaces-8a228de0bdb5

智能建議：在用戶輸入內容之前，基於問題上下文、用戶個人信息等，給出最有可能的回答列表，讓用戶可以直接點選回答。

除此之外，也要考慮回答內容的閱讀成本，盡量使用口語化的簡潔表述，提高回答內容的針對性等。比如基於用戶端信息給出針對性回答，而不是一大段「放之四海而皆準」的通用答案：當用戶諮詢一個功能的入口時，能根據用戶的設備信息進行回復，而非機械的「PC設備請……iOS設備請……Android設備請……」。而回答內容過長無可避免時，則可以考慮拆分成幾段顯示，或者加入圖片、表情包、視頻等調劑，降低用戶閱讀的壓力，這方面新聞類應用 Quartz 就做得不錯。

好的對話是有預見性的

「一問一答」是我們最常見的一種對話模式，但實際上，客戶主動發起諮詢的遠非他們遇到的問題全部，有更多的問題他們自己其實並沒有意識到，或者不覺得這是可以通過諮詢 AI 解決的。而聰明的 AI 則可以在用戶根本沒意識到問題存在或可能發生的時候，就主動向用戶發起幫助或預警。要知道，解決問題的方式並不只有事後彌補，事前預防也同樣甚至更加重要。

通過有預見性的通知推送觸發對話，讓用戶提前避免問題發生或在問題發生后第一時間解決，在線下出行等場景中可以有很大的應用空間。再以機票預訂場景為例，普通的 AI 可能在機票成功下單支付后就結束了，而更貼心一點的 AI 會主動跟蹤後續的航班、天氣、交通等，如果有航班管制、惡劣天氣、交通擁堵等不良狀況發生，可以第一時間通知用戶風險（甚至在下單前就給出提醒建議），並給出對應的解決建議，而不是等用戶主動跑來諮詢「航班取消了怎麼辦」之後才回答。

對於一些客觀上一發生就無解決方案的問題（比如有些商品一經售出就無法退貨，用戶諮詢「我要退貨」AI 很難給出滿意回答），能做到問題發生前就給出提醒也很重要，用戶有了預防和心理準備，知道問題發生且不能解決時就不會過於沮喪。

好的對話靈活可持續

在社交聊天中我們或多或少會遇到一種比較尷尬的場景——冷場，因為有人回復了一句大家看不懂或不知道如何接下去的話，導致聊天發生中斷。而在設計 AI 的對話腳本時，避免冷場也非常重要，尤其是你的設計目標中還有「提高對話輪次」的時候。

冷場式回答比較常見的一種場景是無法或錯誤理解用戶發來的信息，導致答非所問。要解決這個問題，一方面需要對用戶多元的表達方式有足夠預期，可以理解轉譯各種同義詞、昵稱、縮寫、表情等，並據此給出回答，而不是一臉懵逼地反問用戶「對不起，XX是什麼？」，當沒有足夠的數據和技術條件支撐時，可以考慮用結構化回答列表等方式，讓用戶的輸入更加可控；另一方面，即使真的理解不了用戶在說什麼，也可以請教用戶「你能教我……是什麼嗎？」或者引導用戶討論其他能回答的話題「我可以幫你……」，除此之外，還可能有一種場景就是用戶本身在亂輸入內容如「dsajgiorpesk」，如果 AI 可以識別出這一點，並給出風趣的回複比如「這個名字真奇怪」、「剛才那句話是你家貓打的嗎」，也是一種有意思的處理方式。

圖片來源：https://uxdesign.cc/making-chatbots-talk-writing-conversational-ui-scripts-step-by-step-62622abfb5cf

聊天場景還有一個比較常見的特徵是中心話題隨時可能發生變化，而在多輪對話場景下，當用戶突然打算轉移話題，AI 仍然陷在之前的對話中，也會讓對話過程變得難以持續。交互設計中有一個「逃生艙」的概念，這一點在對話式交互中也同樣需要，比如識別出用戶提了一個全新的問題時，立刻從之前的上下文中跳出，開啟新一輪的對話；又或者直接給用戶結束當前對話的快捷入口，如「諮詢其他問題」。

好的對話具備人格情感

作為用戶體驗設計師我們對 Persona（用戶畫像）的概念並不陌生，而給 AI 構建 Persona，可以賦予 AI 更多擬人化的性格特徵，拉近其與用戶的距離。

圖片來源：https://medium.com/swlh/conversational-ui-principles-complete-process-of-designing-a-website-chatbot-d0c2a5fee376

AI 的 Persona 可以通過頭像、話術、表情、語音等方式讓用戶感知，而在設計 Persona 的時候，我們需要充分考慮產品品牌調性與目標用戶的特徵，讓 AI 能體現產品品牌本身的氣質、符合目標用戶的喜好（比如對於年輕用戶群和中老年用戶群，在回復內容中出現「呵呵」、「」效果可能完全相反），而不是模仿爛大街的「賣萌撒潑傻白甜」形象，適得其反招來用戶厭惡，甚至對產品品牌本身產生損害。此外在對話流中始終保持 Persona 的一致性也很重要，而不是先後出現多種性格的回答方式，讓用戶以為在和一個精神分裂者對話。

最後附上 Google 對於語音/對話式交互的 Design Checklist，總結得也算比較完全了，供有相關工作場景的小夥伴們參考~