不只是QA：好的AI对话体验应该是怎样的？

　　基于AI（人工智能）的语音与对话式交互是近年新兴的一块领域，最近工作中也逐渐开始和这一块打交道，那么究竟怎样才算是好的对话流体验？作为用户体验设计师又能在这中间做什么？笔者结合了一些网络参考资料和自己平时的一些思考，总结如下。
　　好的对话是简洁高效的
　　对于用户通常带着比较明确目的的咨询、操作等对话式场景，需要让用户尽可能简洁高效地输入问题或命令，并在（保证准确的基础上）尽可能少的轮次内给出令用户满意的回答或帮助用户完成操作。而如果拘泥于对话流的形式，给用户带来额外的操作成本，则成了本末倒置，比如以下这个需要70次点击的反例：
　　图片来源：http：dangrover。comimgcontentconversationaluiMSPizzaBot。png
　　怎样让对话变得更简洁高效呢？
　　首先，要清楚对话式交互并不是一个什么都可以往里面装的筐，你需要谨慎选择合适的用例（UseCases）类似查天气、点歌、看新闻等快速、高确定性的用例，使用对话式交互体验更佳；而流程复杂、标准模糊、需要用户输入和确认大量信息的则未必合适。
　　而设计对话流的过程中，在信息输入端可以通过理解上下文潜台词、记忆用户信息、多模交互、智能建议等方式，进一步减少用户输入的成本。
　　理解上下文潜台词：在导购类应用中有一个场景，就是在用户买完一类商品后，推荐其购买更多相关商品，比如旅游产品中买完机票还会推荐返程票、酒店等。而这些被串联起来的商品背后涉及到的一些信息是相通的，比如机票的目的地和酒店的所在城市为同一个地方，理解了这一点，就不应该让AI再重复向用户确认一些可以直接从上下文中推断得出的信息。
　　记忆用户信息：在有些对话式交互场景（比如充话费、实名制购票）中，需要向用户确认如姓名、手机号、身份证一类个人信息。不够智能的AI会一次次不厌其烦地让用户手动输入，而更聪明的AI则会关联用户在应用内的帐号信息，直接读取让用户确认一下即可，读取不到时也只会让用户手动输入一次。
　　多模交互：相比传统的文本输入，多模交互的引入，让我们可以通过语音、拍拍照、传图、行动卡片等方式和AI对话，大幅提高对话效率。
　　图片来源：https：medium。comthelayerthefutureofconversationaluibelongstohybridinterfaces8a228de0bdb5
　　智能建议：在用户输入内容之前，基于问题上下文、用户个人信息等，给出最有可能的回答列表，让用户可以直接点选回答。
　　除此之外，也要考虑回答内容的阅读成本，尽量使用口语化的简洁表述，提高回答内容的针对性等。比如基于用户端信息给出针对性回答，而不是一大段放之四海而皆准的通用答案：当用户咨询一个功能的入口时，能根据用户的设备信息进行回复，而非机械的PC设备请iOS设备请Android设备请。而回答内容过长无可避免时，则可以考虑拆分成几段显示，或者加入图片、表情包、视频等调剂，降低用户阅读的压力，这方面新闻类应用Quartz就做得不错。
　　好的对话是有预见性的
　　一问一答是我们最常见的一种对话模式，但实际上，客户主动发起咨询的远非他们遇到的问题全部，有更多的问题他们自己其实并没有意识到，或者不觉得这是可以通过咨询AI解决的。而聪明的AI则可以在用户根本没意识到问题存在或可能发生的时候，就主动向用户发起帮助或预警。要知道，解决问题的方式并不只有事后弥补，事前预防也同样甚至更加重要。
　　通过有预见性的通知推送触发对话，让用户提前避免问题发生或在问题发生后第一时间解决，在线下出行等场景中可以有很大的应用空间。再以机票预订场景为例，普通的AI可能在机票成功下单支付后就结束了，而更贴心一点的AI会主动跟踪后续的航班、天气、交通等，如果有航班管制、恶劣天气、交通拥堵等不良状况发生，可以第一时间通知用户风险（甚至在下单前就给出提醒建议），并给出对应的解决建议，而不是等用户主动跑来咨询航班取消了怎么办之后才回答。
　　对于一些客观上一发生就无解决方案的问题（比如有些商品一经售出就无法退货，用户咨询我要退货AI很难给出满意回答），能做到问题发生前就给出提醒也很重要，用户有了预防和心理准备，知道问题发生且不能解决时就不会过于沮丧。
　　好的对话灵活可持续
　　在社交聊天中我们或多或少会遇到一种比较尴尬的场景冷场，因为有人回复了一句大家看不懂或不知道如何接下去的话，导致聊天发生中断。而在设计AI的对话脚本时，避免冷场也非常重要，尤其是你的设计目标中还有提高对话轮次的时候。
　　冷场式回答比较常见的一种场景是无法或错误理解用户发来的信息，导致答非所问。要解决这个问题，一方面需要对用户多元的表达方式有足够预期，可以理解转译各种同义词、昵称、缩写、表情等，并据此给出回答，而不是一脸懵逼地反问用户对不起，XX是什么？，当没有足够的数据和技术条件支撑时，可以考虑用结构化回答列表等方式，让用户的输入更加可控；另一方面，即使真的理解不了用户在说什么，也可以请教用户你能教我是什么吗？或者引导用户讨论其他能回答的话题我可以帮你，除此之外，还可能有一种场景就是用户本身在乱输入内容如dsajgiorpesk，如果AI可以识别出这一点，并给出风趣的回复比如这个名字真奇怪、刚才那句话是你家猫打的吗，也是一种有意思的处理方式。
　　图片来源：https：uxdesign。ccmakingchatbotstalkwritingconversationaluiscriptsstepbystep62622abfb5cf
　　聊天场景还有一个比较常见的特征是中心话题随时可能发生变化，而在多轮对话场景下，当用户突然打算转移话题，AI仍然陷在之前的对话中，也会让对话过程变得难以持续。交互设计中有一个逃生舱的概念，这一点在对话式交互中也同样需要，比如识别出用户提了一个全新的问题时，立刻从之前的上下文中跳出，开启新一轮的对话；又或者直接给用户结束当前对话的快捷入口，如咨询其他问题。
　　好的对话具备人格情感
　　作为用户体验设计师我们对Persona（用户画像）的概念并不陌生，而给AI构建Persona，可以赋予AI更多拟人化的性格特征，拉近其与用户的距离。
　　图片来源：https：medium。comswlhconversationaluiprinciplescompleteprocessofdesigningawebsitechatbotd0c2a5fee376
　　AI的Persona可以通过头像、话术、表情、语音等方式让用户感知，而在设计Persona的时候，我们需要充分考虑产品品牌调性与目标用户的特征，让AI能体现产品品牌本身的气质、符合目标用户的喜好（比如对于年轻用户群和中老年用户群，在回复内容中出现呵呵、效果可能完全相反），而不是模仿烂大街的卖萌撒泼傻白甜形象，适得其反招来用户厌恶，甚至对产品品牌本身产生损害。此外在对话流中始终保持Persona的一致性也很重要，而不是先后出现多种性格的回答方式，让用户以为在和一个精神分裂者对话。
　　最后附上Google对于语音对话式交互的DesignChecklist，总结得也算比较完全了，供有相关工作场景的小伙伴们参考
　　参考资料
　　https：developers。google。comactionsdesign
　　https：uxdesign。ccmakingchatbotstalkwritingconversationaluiscriptsstepbystep62622abfb5cf
　　https：medium。comswlhconversationaluiprinciplescompleteprocessofdesigningawebsitechatbotd0c2a5fee376
　　https：medium。comthelayerthefutureofconversationaluibelongstohybridinterfaces8a228de0bdb5