解构语音交互产品--如何设计对话产品

前面几篇文章中讲了语音产品的一些认知，产品的实现原理和VUI设计原理。本篇梳理设计对话产品的流程。
关联文章：
1.解构语音交互产品–认知篇
2.解构语音交互产品–人工智能AI技术
3.解构语音交互产品–VUI设计原则

一、VUI设计流程

VUI设计流程可梳理为以下几点：
1.业务需求分析
2.撰写对话
3.原型设计
4.用户测试
5.开发实现：构建机器人
6.数据分析与迭代

二、业务需求分析

1.目标与功能

设计目标
语音产品要考虑用户场景，进行调研分析，从而设定产品目标。
例如：基于酒店服务场景的语音助手，目标是尽可能优化用户在酒店内的体验; 基于旅行场景的机票预订助手，目标是规避用户繁琐的规划和预订流程，让用户高效完成机票预订; 基于人力资源场景的招聘助手，目标是辅助HR高效地完成整个招聘流程。

所需功能
为达到产品目标，需要分析应该做哪些功能，哪些不应该做。以订火车票的场景为例：
1）应该做：

• 订票、退票、改签、查询业务。
• 火车票业务中一些常见问题解答
• 简单的问候和答谢
• 与出行相关的天气查询功能

2）不应该做：

• 漫无目的的闲聊

定义了所需功能后，对功能做优先级排序，创建最小可行性功能，并持续优化和迭代。

2.定义机器人角色Persona

VUI设计原则中提到创建角色画像的重要性，在火车票助手的例子中，机器人角色为：

• 服务品牌：专业、高效
• 派生个性：认真负责，友善，不会太随意。像私人助理。
• 语音特质：语调平缓，语气温和

3.早期测试：Wizard of Oz（绿野仙踪方法）

为了探索用户行为，在开始撰写对话前，可以通过一些早期测试方法，来得到一些决策分析。这里提到一个概念：Wizard of Oz方法，国内翻译成“绿野仙踪”方法，Wizard的中文意思是“魔法师/巫师”，所以直译是奥兹魔法师。这种方法描述的是一种测试或者迭代设计方法论，直白的说，就是由真人（“巫师”）来模拟计算机，与用户进行交互。

WOz方法用于系统设计早期，通常在开发之前。具体怎么操作呢？比如在钉钉上或者其他消息应用上，注册一个账号，换上机器人的logo和名字。然后假装自己是机器人，向目标用户介绍自己，并发起对话引导。在与用户对话中，可以提前发现一些问题。比如：发送推荐的链接时，是否搭配上一句话更自然？哪些地方更适合用按钮？发现用户回复问题的不同方式，以及一些没有料想到的对话等等。

除了WOz方法，还可以用“面对面”与目标用户交谈的方法。

三、撰写对话

1.考虑对话场景

撰写对话之前，要考虑对话的场景。正如谷歌VUI设计原则中提到的核心要点之一：突破框架去思考。
1）新手引导示例对话，如问候语，引导语。
2）业务的常规对话，即最优路径。
3）异常情况的修复对话，比如系统没有听到或者没有理解用户的话的示例、用户订票时变更、用户取消意图等。
4）帮助流程的对话。用户请求帮助。
5）反馈流程的对话。系统向用户收集意见/服务反馈。

2.梳理对话逻辑（流程概览）

梳理上述场景中的逻辑的各个流程：新手引导流程、主流程、异常对话流程、帮助流程、反馈流程等。
比如订火车票的“订票”功能异常对话的信息变更逻辑流程，如下图：

异常对话除了信息变更的情况，还包括：意图变更、取消订票、语音无法识别、语义无法理解、纠错等情况。

3.意图&实体映射

1）意图即我们说的功能，比如订票意图、帮助意图、反馈意图。
将用户表达意图的关键字表述出来，这些关键字将启动意图。例如订票意图的关键字：我想订，你好，到北京，明天的票，帮我买/订…

2）实体是从用户处收集的变量，比如“订票”意图的实体有：

• 出发时间{时间}
• 出发站点{城市名称}
• 到达站点{城市名称}
• 火车类型{G高铁、D动车…}
• 车次{一段字符串}
• 座位类型{特等座、一等座…}

对话的目的是达成这些实体的相互了解。可以通过用户输入实体信息或者以富控件（如按钮）的形式收集。

意图和实体的映射会在创建机器人相关技能时使用。

4.撰写对话

完成上述事项后，就可以开始撰写示例对话脚本了。比如订票的最优路径的对话可能是：

用户：帮我订一张从上海到南京的火车票
BOT：好的，你想几时出发？
用户：明天下班后的时间段吧
BOT：收到，对座位有要求吗？
用户：没要求
BOT：为您找到的车次和信息如下，确认下单吗？
用户：好
BOT：已为您订好11月13日晚上7点到南京的票。

5.早期测试：模拟朗读

创建了示例对话后，进行模拟朗读。谷歌在其指南中介绍了工具：actions on google模拟器）
除了使用工具，也可以与其他人一起对剧本进行朗读，一个人扮演机器人，一个人按演用户。这个测试可以感觉对话是否自然，有重复吗，同词与角色形象是否匹配等。

四、原型设计

现在大多数的语音产品，都会有屏幕显示。比如APP中的语音交互功能，车载机器人的屏幕，音箱的屏幕等。此类对话产品的设计，除了CUI设计，还有GUI设计（GUI除了展示信息，还有引导用户对话的作用。）
所以需要定义从Bot接收用户输入到输出结果的整个运行过程中，涉及所有流程的GUI、对话UI设计。

原型设计可以使用Wizard of Oz方法，也可以使用工具创建。

1.使用WOz方法

以真人假扮机器人模拟对话脚本的执行，能提供低保真原型。比如不能显示按钮等控件。

2.使用工具创建

一些可视化制作工具，通常是无需写代码的Chatbot平台，集成了AI功能（NLP和语音技术），还可以托管机器人。 比如botsociety工具，用于创建原型，将对语音体验的关注区别开来，主要关注非语音的富交互。以下是我使用工具创建的旅游助手的景点推荐用例。
操作界面如下：

BOT SAYS 是机器人的输出，类型有文本、图片、轮播图、快捷回复、网络视图、列表、按钮。USER SAYS是用户的输入，类型有文字、图片、地址上传、语音（暂时未开放）。

效果图如下：

支持将对话Export为GIF、MP4或AVI格式，目前免费版只能一次机会，通过升级版本（付费）和邀请好友才可获得更多机会。

五、用户测试

1.早期测试

用户测试越早越好，前面提到的一些方法均属于低保真的测试方法。比如：

• 撰写示例对话，并模拟朗诵。
• APP原型测试。在VUI完成前就进行GUI原型测试。即让用户在原型上进行测试，比如滑动页面、按下按钮、及操作部分功能。
• 绿野仙踪方法：在VUI测试时，巫师必须做一些实时动态的解读，并判断用户的这句话在真实的语音识别引擎下能否被识别。

2.可用性测试

可用性测试是通过观察用户使用产品完成典型任务，发现产品中存在的效率与满意度相关问题的方法。
在《点石成金》一书中讲“应该什么时候测试”时指出，可用性测试是需要在整个开发过程中持续进行，比如让用户测试同类竞品、现有产品、手绘的草图、原型图等都是可用性测试的方式。所以在上述的早期测试中，只要能收集真实用户的数据的测试都属于可用性测试。

除了创建一个模拟机器人的模型，还可以开始构建真正的机器人（构建方法下文会提及）让真实用户进行内测，这是抵达生产阶段最快的路径，用户用真实的数据测试真正的机器人，开发者可以获得实时和准确的反馈。

可用性测试的步骤一般为：
1）定义任务
选择核心功能、对话的主流程、高风险区域作为任务，并为用户设定场景。
在撰写任务内容时要注意：只要描述任务目标即可，避免提及相关的指令和操作步骤。

2）招募测试参与者
在目标用户中抽取测试用户，可选择有同类产品使用经验、完全没有同类产品使用经验的用户。
参与者人数：5名以内。可用性专家Jakob Nielsen推荐选择五名用户进行测试（关注成本投入，5名以上投入产出比ROI会下降）

3）设置环境
准备安装了可测试运行的机器人的APP或者电脑

4）观察和访谈
观察并记录用户在执行任务中做了什么，说了什么，遇到了什么问题。

• 开始测试前，向用户说明测试是让他们帮助改善系统功能，任务失败也不会有什么问题。
• 测试过程中，不要干扰和诱导用户执行任务。用户在执行过程中遇到困难也先让他们自己解决。 要求用户在执行任务时，说出自己的想法。
• 重点观察和记录用户在什么界面说了什么做什么了。
• 在每项任务完成后，向用户进行提问

VUI可用性测试时还要重点关注以下事项：

• 如果用户知道可以与系统对话，那么用户知道他们什么时候该说话，什么时候不该说话吗？
• 在语音识别功能就绪之前，他们会说什么？系统如何捕捉现实语音？

5）数据分析
测试完成后，统计用户的任务完成率、完成任务时长、错误数据和类型、用户对产品的满意度的评分。根据统计的信息，对问题进行描述，找到用户痛点和分析用户问题的影响程度。

6）改进和迭代

• 按照问题发生的频率、严重程度、修复成本进行排序，同时给出相应的解决方案建议。
• 给出问题修复的优先级，制定修复计划。即哪些问题在这个版本要修复，哪些问题可以在下个版本解决。
• 问题修复后，需要再次进行回归测试。

六、构建聊天机器人

构建机器人的方法，简单可分为两种：

• 使用现有Bot平台实现
• 自主研发

1.使用现有Bot平台实现

1）可视化制作工具和集成开发环境IDE

• 无需写代码
• 集成了AI功能
• 可以托管你的机器人

此类非编码Chatbot平台有：Flow XO、 PullString、Chatflow、Chatfuel、Botsify、Pandorabots、Automat、Recast.AI、Imperson、KITT.AI等。

2）人工智能AI服务

• 可以使用文本或可视化的方式处理对话，让AI来管理和处理与用户的对话
• 可以托管你的机器人
• 可以调用API提供AI处理服务

此类编码Chatbot平台有：Google API.AI、IBM Watson、微软Azure Bot、Facebook Wit.ai、 Microsoft LUIS、Msg.ai、Semantic Machines、Reply.ai、ManyChat 等

3）SDK和机器人框架
例如：Botkit、Microsoft Framework、Slapp、Twilio SDK

除了国外的Bot工具，国内也有很多Bot平台可以构建机器人。
1）没有NLP基础，工程能力、机器学习能力和KG能力也能搭建的聊天机器人。比如海知智能-ruyi.ai
2）对NLP有了解，要搭建任务型对话，实现多轮对话等，可以使用百度UNIT、腾讯云小微等。

如何在这类平台构建对话技能，百度UNIT的文档中也有很详细的描述了，并且也有实用范例。简单来讲有5个步骤：
1）创建技能
2）配置意图及实体
3）配置训练数据
4）训练模型
5）验证效果

具体可以查看以下链接：
https://ai.baidu.com/docs#/UNIT-v2-guide/top
https://ai.baidu.com/docs#/UNIT-v2-sample/top
也可查看 人机对话系统全面理解中对机对话开放平台体验（百度DuerOS）

使用这类平台的自然语言处理能力（技能平台），再结合其提供的语音技术，就可以实现语音的交互了。

2.自主研发

如果要自主研发，一个执行简单问答任务的聊天机器人，需要搭建一个信息检索IR框架。一个能执行任务和复杂问答的聊天机器人，需要完整的语音交互框架，包含ASR、TTS、NLU、对话管理、NLG、知识图谱等功能，要考虑多轮对话的话，还需要一个多轮框架。

自主研发优点在于灵活，可根据自身业务控制机器人和流程。缺点在于学习难度大，机器人要更长时间上市，开发时间长，对工程资源有依赖性。

最后，机器人上市后，需要进行数据分析和持续迭代。

参考材料

《聊天机器人：对话式体验产品设计》by Amir Shevat
《语音用户界面设计》by Cathy Pearl》
《点石成金》by Steve Krug
从0到1构建聊天机器人
十大聊天机器人平台推荐
实操平台：百度UNIT平台、腾讯云小微、海知智能-ruyi、Bibotsociety