《聊天机器人:对话式体验产品设计》—读书笔记(三)搭建一个机器人的对话流

“为什么与对话机器人对话还是那么难?”-“时至今日人类还是要去适应软件,而不是反过来让软件来适应我们。”

这一部分是在整本书的架构中是涵盖上第二部分的,可参考上一篇《聊天机器人:对话式体验产品设计》—读书笔记(二)如何搭建一个机器人。这一部分是机器人设计的核心,涉及到和AI核心能力相关的产品设计。

本文相关部分的思维导图.png

这一章可以说是对话机器人设计的一个重要的入门教材。从一开始的功能指引到不同任务类型的对话设计,到产品各种策略的涉及,到最后的用户反馈收集。

新手引导

新手引导.png

在实际分析用户和机器人的对话数据,可以发现相当丰富的话题,从夸你到骂你,从咨询天气到谈古论今,无奇不有。出现这种情况的原因有两个,一种是用户本身就是来调戏机器人,这种情况是无法避免的;第二种是因为功能引导做的不够好,所以容易让用户产生这个机器人能够干很多事情的错觉。我们可以看一下京东的小咚和阿里的小蜜一进去时的引导。


京东小咚.jpg

阿里小蜜.jpg

可以看到这两家的问答机器人从一开始进入的时候,就会提供多种交互的引导来帮助用户明确可以干的事情。这也将会大幅度降低用户的疑惑,至少用户进来第一句就会总是问“你能干些什么?” 当出现问题超出了机器人的回答范围的事情,其实也应该对用户的行为进行进一步的引导,这一点在书中并没有强调,但是在实际的应用是相当重要的。下图是京东小咚在面对用户提问关于订单的问题时候,由于找不到京东近期的订单,从而继续给出用户的功能指引。这一步可以提升用户的交互轮次,也可以弥补由于无法识别给用户带来的不良用户体验


京东小咚的二次引导.jpg

编写脚本功能

编写功能脚本.png

这一部分作者通过一些简单的案例来说明任务导向型对话和话题导向型对话这两种对话的设计。无论这两种对话中的哪一种,离不开最基础的两个模型是意图识别与实体提取;在实际的产品设计中 ,其实发现即便是最简单的对话,也会由于语义纠缠导致的相当多的问题。同时不同情形下的故事流转,也可以让人抓狂。
在一次导购机器人的产品设计的过程,我花了1个小时候的时间梳理以下的话术流程。看起来其实并不复杂,但是实际上线的过程中会发现,意图识别这一步就会有很大的问题。


导购机器人话术梳理.png

我们在实际运用中,是从另外一个产品中获取了用户的实际话术,然后根据需求重新进行了标注;在上线前我们突然发现,一些品牌词和商品词在意图识别中命中了闲聊而不是搜商品的意图。原来原产品和新产品所面临的场景是略有不同的,原产品的场景中,用户基本不会是输入一个品牌词,基本短词都会闲聊或者无意义的,这导致训练出来的模型对短词基本都会划归为闲聊意图。发现时已经临近上线,最后只能够通过强行干预的方法,将商品和品牌的归类为搜商品的意图中。
看书只能够是在思路上给予一些指导,让下手来得相对简单一点,但有些坑该踩还是得踩。

错误处理

错误处理.png

帮助与反馈

帮助与反馈.png

推荐阅读更多精彩内容