隨著智能技術的不斷發展與深入,對話機器人的應用越來越普遍,展現了高效、24 小時在線溝通等效果,一定程度上彌補了人工客服的不足。那么,對設計師來說,這類智能客服對話機器人又是如何設計出來的呢?它的設計流程又是怎樣的呢?筆者以阿里客服小蜜的對話機器人為例,向我們展現了系統設計的全流程。

背景

隨著智能技術的發展,越來越多的客服咨詢都開始交由對話機器人解決。

就在最近,冠狀病毒疫情爆發,大量民眾通過手機或電腦咨詢政府以了解最新的疫情信息和防控措施。在這特殊情況下,原本的人工客服是無法承接這么多咨詢的,而客服對話機器人就解了燃眉之急。

比如阿里巴巴推出的客服對話機器人與多個政府的衛健委合作,提供了「在線疫情知識問答」功能,為急切的用戶提供全天 24 小時無停歇的準確回答,大大緩解了政府的服務壓力。

這次阿里疫情客服對話機器人的方案源于集團在電商智能客服領域的沉淀,產品技術和設計都在雙十一活動以及日常的咨詢場景中積累了相關的經驗。而我作為設計師,也想分享一下在設計客服對話機器人過程中的一些思考。希望能拋磚引玉,讓更多的設計師參與或關注。

什么是對話機器人

首先想和大家分享一下對話機器人的概念。對話機器人是模擬人類對話聊天形式并提供服務的程序。對話機器人之所以被廣泛應用,是因為名稱中的「對話」和「機器人」分別為用戶和服務提供方提供了價值。

先說說「對話」,對于尋求服務的用戶,不同于查看網站或閱讀,對話機器人模擬了自然的交互方式。

不管是釘釘、微信這樣的即時聊天工具,還是天貓精靈的語音交互硬件,都在模擬一種有對話感的溝通。而這種溝通學習成本很低,效率卻很高。并且聊天工具所保留的聊天記錄也讓信息的追溯更加方便。

再說說「機器人」,對于服務提供方,對話機器人能「以一敵百」永不停歇地替代人工完成部分咨詢的工作,這能大大降低咨詢排隊的現象,并緩解服務壓力。同時還可以在人工下班的時候延續服務。

還有一點,在人工成本越來越高的今天,對話機器人真的可以為服務提供方省下大量的成本。

對話機器人的分類

對話機器人有不同的分類方式:

如果按行業區分的話,就包含了:客服機器人(阿里客服小蜜)、助理機器人(天貓精靈)、情感陪聊機器人(微軟小冰)、理財機器人(支付寶智能助理小鉆風),以及企業前臺機器人和企業內部機器人(釘釘智能工作助理)等等。

按對話的交互方式看,包含了:文字交互、語音交互,甚至還有線下大屏這種集合了文字、語音、觸控等的復合型交互。

按對話的類型來看,對話服務一般包含了:問答、閑聊和任務三種類型。

對話機器人的交互流程

接下來咱們了解一下對話機器人的交互過程。

首先用戶需要通過文字或語音向對話機器人的用戶界面輸入一段信息。緊接著機器人會識別并理解這段信息,判斷這個由信息開啟的對話是問答、閑聊還是任務,并給出相應的回應方案。

接下來,智能調度會判斷機器人是否有解決能力:

  • 如果機器人無法解決且有人工客服資源,就會轉給人工。
  • 如果機器人自身能解決或沒有人工客服,那么機器人會生成回復內容通過文字或語音在用戶界面反饋給用戶。

這就完成了一次對話流程,以此往復。

對話機器人的設計方法

在了解了對話機器人的概念、分類和交互流程后,咱們就可以進入下一步:對話機器人的設計流程。

因為我所在的設計團隊主要研究客服對話機器人,所以我將會以阿里客服小蜜為例向大家介紹。

阿里客服小蜜是阿里巴巴為服務集團消費者而提供的平臺咨詢對話機器人。機器人的業務目標是提升客服效率和體驗,把簡單問題交給機器,復雜問題或需要情感安撫的問題交給人工。

那設計一款類似阿里客服小蜜的對話機器人會主要經歷那些步驟呢?我經過梳理,我覺得大致有 4 步:

  • 確認對話機器人的基礎建設
  • 建立機器人的人設
  • 設計對話
  • 洞察用戶提升對話體驗
1. 確認對話機器人的基礎建設

在真正開始設計之前,我們要依次確認不同的基礎環節,以便為之后的設計打好基礎。

領域

我們先要確認機器人服務的行業領域以及在該領域內服務方和用戶的特點和訴求,以便為之后的人設設計、對話設計做參考。比如客服對話機器人,服務方是阿里巴巴客服部門,用戶就是焦急要解決問題的用戶。

對話類型

確認對話是否包含了問答、任務、閑聊三種對話類型。

偏重是什么?優先級是什么?

比如客服小蜜主打問答和任務的對話類型,設計目標應該是迅速地解答用戶問題。而微軟小冰是閑聊為主,設計目標可能是不斷引導新的對話,產生更多的對話輪次。

對話基礎能力

我們需要了解算法能力以及機器人回答調用的知識庫是否已經完備、是否有專門的訓練師標注優化。

因為了解算法能力和知識庫的邊界可以幫助設計師短時間聚焦設計范圍,不在暫時無法實現的對話流程上花太多精力。

當然,算法能力的進步是飛速的,需要設計師不斷與算法同學對焦以獲得最新輸入,設計出與時俱進的最優方案。

交互方式

文字交互、語音交互或是語音大屏的復合交互在體驗策略上肯定會有不同,因此要在設計之前明確交互形式并做好調研。如果方案包含多種交互方式,設計師也是要確認優先的交互手段,因為這會影響你在交互引導上的設計。

設計對象

這里的設計對象指的是載體和渠道。載體是指展示對話的硬件,如手機、平板、大屏還是智能音箱無界面。不同的載體會對界面的設計產生很大的影響。

此外渠道也比較重要,指的是軟件系統或平臺,比如自行研發 H5 版的對話機器人,那限制較少。但如果你要集成到別人的對話聊天 APP,你就得遵守對方平臺的設計規范了。

2. 建立機器人的人設

名稱

一個完整的機器人名稱包含了母品牌名稱、領域、昵稱、交互方式,服務形式幾大元素,以便內外部用戶精準了解產品的定位和重要信息。

比如「阿里客服小蜜對話機器人」:

  • 「阿里」表明產品來源的公司,同時也暗示了它的服務領域大部分是阿里系的產品。
  • 「客服」表明產品要解決的是客戶服務領域的問題,比如售前售后的咨詢。
  • 「小蜜」是產品定位,非常核心。在這個案例中,小蜜諧音同小秘,有秘書助理的含義,同時小蜜又寓意了蜜蜂不辭辛苦的精神,與機器人永不停歇的服務理念相當吻合。
  • 「對話機器人」則明確了產品是以對話為主要交互形式,以機器人形象和界面呈現作為服務形式。

當然,為了更方便品牌傳播,品牌名稱往往需要簡單好記,于是我們往往會從完整名稱刪減部分內容保留最重要的部分,于是有了「阿里小蜜」「天貓精靈」這樣的品牌名。

形象

對話必然需要對象,而對話對象往往是需要形象呈現的。一般形象會有三種方向:人物 、動物、機器人。

人物形象,又分真人,抽象人物兩大類。真人是指真人照片或 3D 高擬似形象。抽象人物一般指在身材比例和五官頭部大小做調整的卡通類形象,這些形象具有更強的親和力。

需要注意的是,因為對話能力整體還不成熟,因此需要明確告訴用戶和它對話的不是真人。

在對話聊天界面用真人照片表示聊天對象,會讓用戶以為機器人就是真人,提升了對服務品質的期待,但用戶往往最終因機器人能力不完善未能滿足期待而倍感失望。

在客服領域,有人工和機器人交接的時候,用真人照片就會讓用戶無法區分在服務他的是機器人還是真人,最終導致用戶會對真人客服有不準確的評價。

而抽象人物形象,因為明確能感受到不是真人,所以不會造成誤解。同時它又可以較好地規避恐怖谷的現象,比較推薦。

動物形象。因為在設定上往往比較擬人,所以也有很強的親近性。比如天貓精靈,通過可愛的身材比例以及豐富的表情,可以生動地傳達信息。因此,動物形象比較適合輕松一些的服務場景。

機器形象。首先它比較明確地告訴用戶自己是一個機器人,在能力上可能有不足,能適當調整用戶對服務品質的預期。

其次,由于在形象上的擬人性較低,能表達的情感卻相對克制,所以就特別適合一些相對正式的場景,比如客服場景。這也是客服小蜜最終選用機器人形象的原因之一。

個性

貼切的個性可以更好地傳達服務。

首先個性會在機器人的服務形象上體現,所以在設計形象外觀的時候需要參考個性。同時在服務過程中,個性會影響在不同的用戶場景和意圖下機器人回應的方式。

這些回應方式包含了機器人的對話劇本、話術、形象上的表情動作等等。這些都是設計師可以精心設計的地方。篇幅的關系,回應方式的設計先不展開描述。

那一開始如何定義服務形象的個性呢?

目前比較常用的方法有兩種,一個是標桿分析法,一個是 16 型人格推導法。

標桿分析法:簡單來說就是從已有的成功服務人員身上吸取特質。

在客服小蜜的案例中,我們通過和金牌客服人員溝通討論,了解了他們在服務的時候會透露出謙卑、耐心、篤定的氣質,并且面對不同類型的用戶,他們也會有不同的表達方式。這在初期定義形象和話術設計上起到了比較大的幫助。

16 型人格理論(MBTI):為了更系統地歸納個性,后期我們還考慮參照了 16 型人格理論做補充。

16 型人格是基于榮格的心理類型理論推演的理論,目前已經成為主流的性格測試工具的理論參考。

我們通過代入用戶場景和特征,以服務機器人的身份判斷「驅動力的來源」,「接受信息的方式」,「決策的方式」「對外在世界的態度」的傾向。最終得出了我們客服服務機器人的個性,是「督導者型」。

大家可以測試一下自己要設計的機器人人格,并參照人格的行為特征為機器人設計回應方式。MBTI 的測試地址:http://www.welefen.com/lab/mbti/

上面所提到的定義個性的方法肯定不是百分比科學嚴謹的。比如標桿分析法受限于樣本量可能有偏頗,而 16 型人格的理論在學術界也存在一定的爭議。但我們可以通過這些方法降低個性定義的不準確性,從而最大程度準確地建立最符合場景的服務個性。

3. 設計對話

當我們完成人設設計后,就可以設計對話的流程了。

文章開頭有介紹對話交互的流程,而設計師就是要針對流程中的所有環節進行設計幫助用戶完成對話。

特別是幾個核心步驟:對話的開啟,對話的互動,對話結果的展示,以及在客服場景會出現的機器人轉入人工的環節。

由于筆者較熟悉基于即時聊天的對話形式,因此這里主要介紹此類對話的設計過程。(不包含語音相互,但部分原理相通)

對話的開啟

對于大部分用戶,都是帶著問題進入對話界面的,映入眼簾的必然是對話界面的首頁。要在首頁促成用戶的有效點擊進入對話,那么首頁布局和引導就顯得格外重要了。經過多年的沉淀,對話機器人首頁布局相對比較成熟,主要遵從的原則是:

  • 點擊替代輸入
  • 合理排序推薦模塊
  • 有效空間展示更多內容

點擊替代文字輸入。由于在描述問題時用文字輸入成本相對高,所以在開啟對話的時候,我還是盡量通過卡片組件和輸入框上的快捷短語方式點擊替代文字輸入。

合理排序推薦模塊。首先要和算法和產品充分溝通確認要展示的必要推薦模塊,模塊一般會分為兩類:

  • 與該用戶強相關的問題
  • 平臺用戶最關注的問題

所以考慮到用戶進入首頁由上往下的瀏覽習慣,設計上會根據用戶問題的命中可能性由高到低進行排布,將用戶待辦事項和算法根據他訂單狀況猜測的問題放在頁面較上側,將基于平臺所有用戶分析的共性問題和需求放于稍下側。這樣用戶可以更快地點擊到想要的問題。

有效空間展示更多內容。由于屏幕空間有限,所以設計師需要思考如何有效利用交互展示較多的內容。常用的方法比如卡片的橫向滑動、卡片內的 tab 切換,換一批更新以及點擊展開完整卡片等形式。

這一部分的內容可以詳細參看團隊小伙伴 CM 的文章,地址:《如何優化人機對話對引導,促成用戶滿意度增長?》

對話的互動

當我們從首頁點擊想咨詢的內容后,就進入了對話流程。為保證對話的順利完成,我們需要通過設計防止用戶在對話流程中的流失。

第一,我們需要明確對話目標。

因為在例如咨詢和閑聊這樣不同的場景,對話目標是不同的。在客服咨詢的過程中,用戶希望以最高效的方式解決用戶的問題,然后離開。于是高效快速完結是對話目標。

但在閑聊的場景中,用戶的目的可是解悶聊天,那對話目標應該是盡可能地回應和引導對話。因此不同的對話目標會影響設計對話的流程和引導強度。

第二,了解不同的表達習慣,羅列所有可能的提問邏輯。

不同的人說話方式都不相同,比如:

  • 有些人可以一句話表達自己的訴求;
  • 而有些人會說話吞吞吐吐,不能一次說清所有的要點,需要反復追問;
  • 有些人頻繁改變主意,機器人需要不斷更改意圖;
  • 有些人壓根沒有主意,希望你給建議;
  • 或者有些人就是無聊打一些亂碼挑逗機器人。

情況真的比較紛繁復雜,設計師得為不同的表達習慣和提問邏輯設計機器人回應的方式。

第三,可返回退出。

在對話的過程中難免會有誤操作導致對話方向有誤或無法進行下去的情況。別忘了提供回到上一步或退出整個對話的入口。

第四,降低輸入成本。

如果機器人可以通過調取記錄的方式獲取如用戶的身份,用戶的訂單,用戶的手機號等,那應該直接顯示,讓用戶做簡單的確認就好,這樣就免去了復雜的輸入操作。

如果一定要用戶輸入的內容的話,還是可以通過快捷短語的方式用點擊替代輸入提升效率。同時基于業務的判斷你還可以將要確認的信息進行合并組合,讓用戶一次確認多個要點信息。

對話結果的展示

在用戶與機器人有效對話之后,機器人最終會將結果信息展示給用戶。而結果的展示形式會非常影響用戶理解結果信息的費力程度。所以設計師需要在展現形式上多做嘗試。

文字展示。通常結果是一段文字,但文字的展現不一定要平鋪直敘,有很多更好的展現可能。比如將較長的文字結構化成多段,并配有段落標題;或者將文字中最重要的信息通過顏色或加粗突出顯示;添加 EMOJI 表情幫助指引閱讀等等方法。

多模展示。針對不同的知識類型和用戶特性,設計上可以采用不同模態的展示方式。

當單純的圖片文字不能方便理解的時候,可以考慮視頻知識;當某些用戶不方便閱讀的時候,可以通過讀播的方式朗讀答案給用戶;在展示和時間進度有關的知識時可以加入時間軸的概念,讓用戶對全局有感知。還有些知識適合沉浸式展現,比如天氣信息可以通過頁面皮膚的天氣動畫展現。

知識推薦。有時候機器人不確定自己命中的答案是否正確,因此需要推薦一些相似問題以防用戶還有疑問。

進入人工。雖然并不是每個對話機器人都有人工客服配合。但是對于客服咨詢類的機器人產品,人工是不可或缺的。在設計上首先需要明確區分機器人和人工的區別。比如在進入人工的時候需要有明顯的頭像和內容上的提示,表明對話對象已經由機器人轉化為人工了。

其次,要考慮在人工繁忙的時候,等待人工排隊在所難免,是否可以通過安排一些互動內容降低用戶在排隊時的焦慮。

最后,當人工要斷線切換回機器人的時候,是一種服務降級,也需要提前提示給到用戶。

4. 洞察用戶提升對話體驗

沒錯,完成前三步其實一個對話機器人就已經基本設計完成。但如果需要進一步提升用戶體驗,則少不了設計師對用戶的仔細洞察。

識別世界觀和用戶標志性行為

代入用戶和世界觀信息,以精細化服務;識別用戶的標志性動作或情緒,以提升服務應變能力。

比如:機器人識別了用戶身份、登錄時間日期后為其展示合適的打招呼話術和界面皮膚。

又比如當用戶在對話過程中有一段時間無操作的時候,說明可能遇到了操作上的困難,機器人需要主動詢問或推薦新的服務。

又或者當識別了用戶在對話中的負面情緒表達,則需要添加安撫或幫其升級服務的操作,諸如此類。

挖掘用戶的潛在需求

推導用戶當前需求的下一步訴求和平級訴求,試圖主動滿足用戶。比如:當用戶咨詢了津貼如何使用,說明用戶有用津貼購物的意愿,因此可以推薦用戶關注并且可以使用津貼的商品。當用戶建立了某一類日程提醒,說明他是一個愿意用提醒管理日程的人,機器人也可以推薦其他的提醒服務。

總結

以上比較系統地介紹了我對對話機器人設計流程的思考,希望給感興趣的朋友一些幫助。

其實我們阿里巴巴達摩院設計團隊一直在思考如何將我們沉淀的能力復用到更多的場景。因此我們和集團的前端團隊共同將對話機器人里常用的組件進行了整理和代碼化,沉淀了對話機器人場景的 UI 組件系統:Chat UI。

目前我們已經支持阿里集團除客服小蜜以外的飛豬、盒馬、蝦米、大麥、餓了么、優酷等 80 多個部門了,希望未來可以開放給更多外部的用戶。也期待和各位感興趣的朋友有更多的交流。

點贊 17
收藏 39
繼續閱讀相關文章

發表評論 已發布 1

還可以輸入 800 個字
 
 
載入中....
1 收藏