如何为您的聊天机器人构建一个 Kickass UX
已发表: 2016-12-05[注:本文是交界系列的一部分。 我们将详细介绍 DeepTech 领域 交界处 2017 在斋浦尔。 学习更多关于 这里的交界处!]
在我开始之前——你为什么要读这个? 好吧,我已经设计了超过 15 个机器人的用户体验,并且对消费者的偏好了解一两件事。 除此之外,我是一个团队的一员,该团队正在开发一个平台,供开发人员制作聊天机器人,并测试了超过 1000 个机器人。
每个(好的)机器人都有两个方面——流和基于 AI/ML 的意图和实体提取。
流动
世间万物皆有流动。
当您预订优步时,您可以选择出发地点、结束地点、出租车类型,然后进行预订。 您不只是支付出租车费用,然后选择要预订的出租车类型。 这不仅适用于人与人之间的互动,也同样适用于人与人之间的互动!
例如,如果我从写这句话开始,你可能会认为我是个傻瓜。 因此,毫无疑问,每个开发人员都应该专注于构建具有适当流程的机器人。 不管你怎么想流,它都不是什么新鲜事,很多人都试图谈论它,他们称之为“上下文”。
我认为上下文是更广泛的东西(更像是无限的,如果你开始使用现有技术在你的聊天机器人中适应它)并且很大程度上取决于最终用户和他/她的情绪,所以我敦促你专注于流程因为如果您在使用您的服务时了解最终用户的逐步操作,您可以将上下文限制为单个
开发人员或一组开发人员可以处理和容纳。
意图和实体提取
你必须使用自然语言处理、人工智能和机器学习来正确完成这部分(你也可以实现短语匹配,但这不是一个好的解决方案)。 意图和实体提取是为了让计算机了解用户想要什么。 这是非常重要的,因为人类用自然语言思考,如果我可以通过脱口而出来完成工作,那么这将非常方便(特别是如果它是语音命令)。
为你推荐:
现在,让我们看看如果我们只使用上述方面之一会发生什么
构建一个机器人——

仅限人工智能
根据我的经验,构建一个没有任何流程且仅使用 Intent 和 Entity 提取(无论多么好)的机器人是一个非常糟糕的主意,因为它会导致用户在对话中迷路。 结果是糟糕的转化率和客户的不满。
例如,您正在订购比萨饼,并且已经从轮播菜单中选择了一个,现在,机器人询问“您想要什么尺寸?”,用户回答“您有什么尺寸?” 并且开发人员没有处理这个问题,所以机器人说“对不起,我无法理解”。 这是一条死胡同,会让用户感到困惑,并迫使他重新开始对话。
仅流动
我见过许多不处理基本意图的机器人,它们完全基于使用轮播、列表、快速回复等的流程。
结果几乎总是毁灭性的,因为当最终用户输入诸如“订购披萨”之类的简单短语并且您的披萨机器人回复“对不起,我无法理解”时,它会留下不好的味道并限制用户。 此外,作为一个经验法则,我们都知道最终用户会采用任何新服务,如果它增加了便利性,或者简单地说——缩短我们使用该服务的路径。 现在,我观察到通常“仅流动”的机器人往往会增加实现目标的路径长度,从而为最终用户的大规模采用造成巨大障碍。
为了更好地理解,让我们举个例子——我说“点一份中等大小的农家披萨”,机器人会理解并处理这件事,而不是必须经过 5-6 步(点击菜单->披萨->蔬菜->农家->中等) )机器人提出问题而我使用快速回复和轮播来回答的地方突然变得太多点击,与应用程序/网站相比体验很差,因此阻碍了采用。
那么,如何构建伟大的机器人?
创建一个机器人,同时对“流程”和“人工智能”给予同等关注。 基本上,确保您始终向用户提供提示(使用按钮、快速回复)并帮助他到达终点,同时给予足够的浏览灵活性。
为此,将意图分为两类——浏览和确定。 在浏览意图中,用户获得足够的灵活性来自由移动并通过键入或单击来更改类别/子类别(确保包括快速回复以启用在浏览意图中更改类别/子类别),例如。 如果他/她正在浏览披萨菜单,让他来回跳到甜点菜单。
明确的意图将远没有那么灵活,并且需要用户提供一些特定的信息,例如预订餐桌的时间、披萨交付的时间等,并且会再次提示他/她提供所需的信息
如果他/她试图偏离。 当机器人询问“你想要什么尺寸的披萨”时,它也会给出快速回复,帮助用户快速完成步骤,防止他得到
丢失的。
强大的聊天机器人只有通过流量和人工智能的融合才能制作出来,而这正是我们希望为开发者社区提供的。 我们正在开发一个强大的平台,让流量和人工智能可以结合
非常简单地。






