聊天機器人該如何設計？ | 人人都是產品經理

聊天機器人在新聞媒體領域也應用廣泛，近幾年，國外各大媒體（CNN、華盛頓郵報、華爾街日報等）都紛紛在各自的平台推出了聊天機器人服務，這些聊天機器人的主要功能就是為用戶推送新聞。聊天機器人可以實現一對一對話的親密關係，這種形式可以使的關鍵消息可以更快速的傳播，所以聊天機器人在新聞領域尤被偏愛。

六、00后更偏愛聊天機器人

根據ACQUIRE的一份報告顯示，目前全球有14億人會定期使用聊天機器人，而且00后這一代更願意和機器人而不是真人交談。

CNN的高級副總裁Alex Wellen表示，通過聊天機器人，讓他們可以接觸到13-17歲的年輕使用者。這些年輕使用者由於不能很好的了解到新聞中發生事情的意義，聊天機器人就可以把這些大段新聞拆解成對話的形式向年輕人訴說和解釋。

雖然目前聊天機器人更受年輕人的偏愛，但我認為在未來，隨著聊天機器人變得更加智能，它獨特的語音對話交互方式所帶來的便捷性也會獲得更多老年用戶的偏愛。老年人由於視力下降，行動不便，藉助聊天機器人，只需說一句話就可以解決問題，誰會不愛呢？

七、聊天機器人設計

現如今，移動互聯網產品已經十分普遍，我們已經習慣了從原型圖開始的流程設計，到最終完成高保真。作為一名UI設計師如果仍然僅僅關注一些圖形、色彩之類的視覺元素難免會顯得有些局限。設計其實是一個很大的詞，它不僅僅包含了視覺設計。並且隨著技術的進步，產品設計中的交互方式也會變的越來越複雜，這就要求設計師有更廣的涉獵。

IoT中的機器人設計是未來趨勢之一，雖然聊天機器人設計和傳統的設計流程會有一些不同，但它也可以反向幫助我們進行設計思維的鍛煉。下面我將分別從「視覺側」和「交互側」兩方面來講講聊天機器人的設計。

1. 視覺側

（1）形象設計

現在市面上產品中聊天機器人的外觀形象主要是以兩種形式為主，一種是直接使用品牌IP形象，另一種是使用機器人形象，也有少數是根據業務模塊類型定製的特色形象。

知乎和叮咚買菜都使用了自己的品牌IP形象

小紅書和京東金融都使用的機器人形象

陌陌的小宇宙模塊，根據當前功能模塊的特點，選取了宇航員形象

我們在設計聊天機器人外觀形象時，沒有固定的標準，根據當前業務目標不跑偏即可，如要加強品牌印象，則可直接使用品牌IP；如要凸顯智能機器人專業、可信賴的形象，則可使用帶有科技感的機器人形象；如當前業務板塊有其特殊的場景要求，則可以根據場景需要進行設計。

（2）頭像設計

我們在進行聊天機器人形象設計的過程中可以賦予其不同的表情狀態呈現在頭像上。當聊天機器人和我們聊天的時候，我們可以直觀的看到它的表情變化，感受到它的情緒。這樣不僅可以使對話更加有趣生動，還能有效的拉近用戶與產品之間的距離，提高用戶粘性，畢竟誰都不想和一個冷冰冰的機器人講話。

（3）貼圖、gif動圖、表情設計

除了形象和頭像設計，聊天機器人還有很多可以讓視覺設計師發揮的地方，比如說下方為CNN產品設計團隊為「美國大選之夜」的聊天機器人設計的貼圖、動圖和表情等，讓用戶可以用他們習慣的溝通方式分享大選新聞，新聞也變得生動有趣。這項創新設計使CNN得這位聊天機器人增加了數十萬名新的訂閱用戶，妥妥的設計助力業務的真實案例。

2. 交互側

聊天機器人的交互形式一般會包含文字和語音兩種形式。

在對聊天機器人進行設計時，雖然視覺層面的設計很重要，但我們更需要把重點放在交互層面，即利用有限的技術條件來完善我們的聊天機器人，問題應該聚焦於我們的聊天機器人可以為用戶做什麼。並要時刻謹記，我們在設計「對話」，不能打破長期以來人與人對話的模式。

下面我就簡單介紹一下，一個標準的對話設計交互流程大概是什麼樣的：

（1）明確目標

在進行對話設計之前，我們需要列出所有用戶通過與機器人對話想要達到的目的，他們想通過聊天機器人的幫助想做哪些事情。

比如，我們現在要設計一個英語App的聊天機器人。那麼用戶目標可以是：通過機器人的幫助，可以有效提高英語能力，從而達到用戶的某目的（考托福、找工作等）

（2）想象對話場景

當我們明確用戶目標后，可以在腦海中想象一下，把用戶的這種需求場景映射到線下，對話內容一般會包含哪些階段模塊，把他們都儘可能的羅列出來。

還是以該英語App的聊天機器人為例，我們可以把這個機器人想象成我們準備請的一個線下英語家教，我們和這位「英語家教」的整個相處過程會經歷哪些階段：初識階段、了解階段、學習階段、熟悉階段、目標達成階段。

（3）編寫劇本

在明確每個階段之後，我們開始扮演一個導演的角色，開始為我們與機器人的對話編寫劇本，這個過程是很有趣的。

小tips：藉助故事板

由於這一步我們扮演了這部電影的「導演」，那麼我們設計師就可以藉助故事板的方式，在腦海中想象用戶和機器人之間的交互，再用故事板的形式描繪出來。這樣不僅可以幫助我們縷清對話思路，還能補充一些重要細節。

還是以英語App的聊天機器人為例，我們需要在腦海里儘可能的想象用戶在各個階段的場景中會說什麼、做什麼。這一步需要注意的一點就是，我們的儘可能設計我們的對話內容讓用戶更輕鬆、更有趣地完成他們想做的事。

還是以英語App的聊天機器人為例，設想初識階段會發生的對話內容：

（4）細化劇本

在上一步，我們已經列出了所有階段會發生的對話內容，而在這一步，我們就需要設想出每個階段多種可能的情況。由於不同的用戶，他們和機器人對話的路徑也可能不同，所以我們需要儘可能多的列出這些不同的對話路徑、對話方式、語句等。

我們可以在紙上或者電腦中描繪出階段的流程圖，幫助我們進行整理歸納，比如以英語app的聊天機器人的某一分支為例，有的用戶不想讓你了解他，想直接開始學習，在機器人嘗試挽回失敗后，則直接跳過進入下一階段。

在這一步的流程圖沒有固定的形式，只需能清除表達和記錄想法，讓自己和團隊成員看得懂即可。

在這一步，我們同時還要列出用戶表達不同但意思相同的話。

比如上面例子中「不想做」，用戶還可能會說「放棄」「我想放棄」「確定」「不做測試」「跳過」「馬上學習」等等各種回答方式。

小tips：和機器人進行練習

在這一步，非常考驗設計師的場景思維，我們需要儘可能的讓我們設計的對話涵蓋用戶所有有可能發生的對話情況。這裡就需要我們把自己當成「用戶」不停的和聊天機器人進行對話練習，儘可能讓我們設計的對話覆蓋所有可能發生的情景。

（5）讓「用戶」進行對話演練

當我們初步設計完成對話內容后，我們就需要尋找用戶進行對話演練，在演練的過程中，我們不僅需要關注正常對話路徑；同時需要關注用戶沒有按照我們的設計的對話路徑走時，他們的需求是什麼，他們是否遇到了哪些障礙等等來補足我們尚未考慮到的一些情況。

在我們和用戶進行演練完成後，我們就可以搜集到一些新的問題，這時候，再進一步細化和完善我們設計的對話。

完成了上面幾個流程后，我們設計的對話就差不多了，當然為了力求最終設計對話的完美性，裡面的部分流程是可以重複循環進行的。

八、聊天機器人的設計原則

前面我們簡單了解了一下聊天機器人的設計流程，下面我就講講聊天機器人設計中的一些注意點和原則。

1. 剛見面，讓我好好看看你

想象一下，你今天終於可以和久別重逢的老友見面了，在火車站你隱約在人群中見到了那個熟悉的身影，慢慢的他向你靠近，終於看見了他，看到他的著裝，再接著你看到了他的臉，正滿臉笑容的向你奔跑而來，你們會先來個大大的熊抱，再擊個掌，心情激動又開心，然後你們才會開始說話。

在進行聊天機器人設計的過程中，我們可以把這種線下見面的「儀式感」搬運過來。比如流利說英語中的聊天機器人小萊，每當用戶和小萊開始一個新對話時，會先在屏幕中看到一個放大展示的小萊形象，當它開始和我們說話時，就變小了。

2. 避免使用大段文本、區分新舊信息

我們日常與人溝通的時候，為了減少記憶的負荷，一般都是你一句、我一句，這樣的談話往往是輕鬆愉快的。如果你有一個朋友，每次和你聊天總是大段大段的說話，你還會喜歡和他聊天么？所以在和聊天機器人對話時，道理也是一樣的，我們要盡量避免使用大段的文字。

但是如果遇到，信息實在太多，必須要同時發送的情況該怎麼辦呢？

我們可以把這大段的文本的內容進行拆分，分成幾句話說出來，這樣用戶的心理負擔會減小很多。

同時為了模擬真實與人交談的對話場景，我們還可以在界面視覺上做一個舊消息淡出的效果，告知用戶原來的舊消息已經過去，現在應該關注的是新消息。

基於這個這一原則，我思考了一下可能還是存在一些爭議，比如說我們日常使用的微信，也沒有把過去的信息做一個淡化效果，那為什麼這裡要這樣做呢？

思考後我發現，微信的聊天對話場景和聊天機器人的對話場景還是存在一些不同的。我們在使用微信和朋友聊天的時候，如果是基於文字聊天為主，微信對每段話的內容沒有做字數限制，是可以發送長文本的。但如果是基於語音聊天，語音是有限制的，只能發送1min以內的語音。我猜想，微信做出這種限制差異，是因為我們在發送大段長文本的時候，場景映射的就不是「聊天對話場景」了，而是一個「寫信場景」。而語音聊天就完全映射了「聊天對話場景」，我們的記憶力有限，語音如果過長，不僅會增添聽者的記憶力負擔，還會讓聽者感覺很煩躁。

所以說，在和聊天機器人對話的場景中，我們讓機器人說的話儘快保持簡短、分段闡述並做一些舊信息漸隱效果，是沒有什麼問題的。當然如果大家對這一點又不一樣的思考的話，歡迎留言交流哦~

3. 選擇合理的問題類型

我們在和聊天機器人對話的時候，經常會遇到機器人讓我們做選擇題，這種問題的答案往往是被限制死的，必須要讓用戶做選擇，但如果用戶不喜歡做選擇呢？

在聊天機器人的對話設計中一般有兩種類型的回答方式，分別是「選擇型」和「簡答型」。

（1）選擇型

「選擇型」回答方式就是讓用戶做選擇題，需要我們對用戶可能的回答進行一個預測。這種方式對於技術的要求會低一些，答案已經是規劃好的，只需要讓用戶按照既定的流程往下走就可以。但這其實是違背了人類正常的聊天方式的，不允許用戶說別的話，這種「強迫感」會讓我們的聊天機器人缺乏情感。

如果必須要讓用戶做選擇題，我們也要盡量讓我們的機器人聰明一些，比如下面這個案例就不太好：

我們總是慣性的認為，用戶在面對選擇的時候，只會點擊按鈕。但別忘了！我們的聊天機器人和用戶是在「聊天」，用戶把我們的聊天機器人視為一位「朋友」來溝通。當用戶用文字並夾雜著某些情緒和機器人訴說的時候，盡量不要讓我們的聊天機器人冷漠回應。

（2）簡答型

在「簡答型」回答方式中，用戶可以更自然的對話，不會受到任何約束，可以想說什麼說什麼，這種方式更加貼近我們真實聊天場景，我們和這位朋友訴說我們的需求，它就能幫助我們達到某個目的，這樣的聊天機器人會更智能。同時通過「簡答型」問題，我們也可以搜集到更多的用戶需求和信息，從而幫助我們進一步迭代我們的聊天機器人。

「簡答型」的回答對技術要更高，但對用戶來說會更友好，我們作為設計師，能做的就是在技術條件限制的情況下，靈活的選擇使用「選擇型」和「簡答型」問題，使我們的聊天機器人盡量聰明。

注意兩種類型的提問方式

上面提到了「選擇型」和「簡答型」兩種回答方式，我們在設計對話的時候，不僅需要靈活的選擇使用類型，還需要注意到這兩種回答類型的提問方式是不同的。

「選擇型」問題，我們需要在提問中就告訴用戶，這是一個選擇題，用Which而不是what。同時盡量把選項也羅列在問題中，避免讓用戶誤以為這是一個「簡答型」問題。

「簡答型」問題，我們要讓用戶感知到這個問題的開放性，用what而不是which，這樣我們的用戶回答起來更自由。

4. 根據上下文回應

我們的聊天機器人在和用戶對話的時候，需要考慮當時對話的上下文，根據上下文內容來回應用戶，不能過於死板。

5. 加一些語氣詞、親昵詞、表情

我們平時說話聊天的時候，經常會帶一下語氣詞，比如呃、我想想、嗯嗯、哦之類的。如果我們在設計對話的時候，把這些情景化的語氣詞加進去，這樣我們的對話會更貼近真實對話的場景，用戶的代入感會更強。同時我們也可以加一些當下流行的親昵詞，比如親，親愛的，寶之類的，這樣會讓我們的用戶感受到一絲暖意，我們聊天機器人和藹親切的形象也會更加深入人心。

平時我們在和朋友聊天的時候，喜歡發各種土味表情包，表情這種表達形式有著獨特的魅力，所以我們在設計聊天機器人時，可以在它的對話中加一些表情包，這樣對話就會變得更有趣。

注意用戶群體，上面提到的這些語氣詞、表情會讓我們的機器人形象生動活潑很多，但它也是一把雙刃劍，如果用的不適當，反而會適得其反。所以我們在使用這些詞的時候要關注到我們的用戶群體，他們的年齡、地域、文化、使用習慣等等，合理適當的在對話中加入這些辭彙和表情。

九、聊天機器人的一些誤區

1. 誤區一：聊天機器人必須要會機器學習

在文章上面我提到了機器學習技術，雖然這個技術在聊天機器人領域應用廣泛，但這並不是說，聊天機器人必須要擁有機器學習能力。聊天機器人還可以運用決策樹的形式，通過預先撰寫好的規則腳本，將對話的故事轉化為一個個節點，在用戶聊天的過程中逐步展開，這種方式的聊天機器人的所有規則都是寫死的，一個指令對應一個動作。而具有機器學習能力的聊天機器人則有舉一反三的能力，會「智能」很多。

下面舉個例子幫助大家理解具備機器學習能力和不具備機器學習能力的聊天機器人的區別。

「不具備機器學習能力的聊天機器人」

機器人只要檢索到「調節、空調、溫度」這些關鍵詞就會觸發聊天機器人調節溫度。

「具備機器學習能力的聊天機器人」

機器人不僅能檢索到「調節、空調、溫度」這些關鍵詞，還能檢索到「冷、熱」這種含義相近的衍生詞，並能根據這些詞的含義，自動執行指令

2. 誤區二：智能聊天機器人應該很會聊天

上面講了具備機器學習能力的聊天機器人會聰明很多，很多人就會認為，那這樣的聊天機器人應該就很會聊天，網上也可以看到各種調侃聊天機器人的段子。

人類聊天行為中的禮儀、幽默感都是經歷了千年社會互動經驗積累下來的，它們在大腦中所積累的應對機制、複雜度都是難以想象的。如果要把這些全部灌輸到到聊天機器人的程序中，就必須要輸入數以萬計的對話資料讓計算機從中學習，這裡的工作量是非常可怕的。

實際上在商業活動中我們所使用的聊天機器人都只是為了簡單解決當前產品的一些問題就足夠了，不會花太多的時間和精力來「訓練」聊天機器人，一些簡單禮貌的常用語就足夠了，所以就算是擁有機器學習能力的聊天機器人也不一定很會聊天。

十、衡量聊天機器人性能的主要指標

聊天機器人運用在產品中，它可以幫助挖掘一些潛在客戶、處理售後服務和促進銷售，從而為我們的業務帶來有效增長。聊天機器人掌握了大量的用戶數據，對聊天機器人的數據分析和對產品的分析同樣重要。如果可以高效利用從聊天機器人那裡收集的反饋數據，再次迭代我們的機器人，將會為我們的業務帶來更大的增長。

下面就簡單介紹幾個聊天機器人常用的數據指標：

1. 目標完成率

聊天機器人的本質是為了回答用戶的問題而存在的，目標完成率可以清晰地展示出我們的機器人是否有效的處理並解答了用戶提出的疑問，目標完成率是非常重要的一個指標。

2. 客戶滿意度

想要知道用戶對聊天機器人的滿意度很簡單，我們只需要在對話的結束讓用戶選擇「滿意」或者「不滿意」，客戶滿意度指標也是非常重要的，因為我們都希望用戶的滿意度高，這樣才能留住用戶。

3. 機器人意圖分析

機器人意圖分析就是看機器人那裡接收到的用戶意圖類型的數量，通過這個分析我們就可以了解到我們用戶的一些意圖以及我們機器人的「智能」程度，從而更好的改進它。從下面圖中數據我們可以看出，「歡迎」意圖被觸發的次數最多，說明大多數用戶都是用「你好」來開場，並且機器人也成功回應了6483個用戶。

4. 對話時長

對話時長往往對應了對話長度，對話時長這個數據指標往往具有兩面性，不能太長、也不能太短。如果太長，那麼說明用戶一直沒達到他的目的，一直在重複的詢問和摸索。如果太短，並且該用戶在產品中逗留的時間也很短，那麼說明這個聊天機器人根本不吸引用戶。對話時長這個指標也是需要我們時刻去關注的。

十一、聊天機器人的未來

未來，隨著機器學習、NLP技術變得越來越強大，聊天機器人也會變得越來越強。現在市面上很多聊天機器人已經運用了機器學習能力，可以在用戶使用過程中不斷自我學習提高，機器人也可以越來越好的服務用戶。但目前許多的聊天機器人都是存在於某一產品中的，如某外語App、某個電商App，在未來聊天機器人的發展也不會如此局限。

「后APP」時代已經來臨，現在我們在使用手機的時候，想到某一類需求就會打開某一個App，購物的時候打開淘寶京東，點外賣的時候打開美團外賣、餓了么，出去旅遊就打開攜程、飛豬。手機里裝滿了各種零散的、五花八門的App。根據某研究機構數據顯示，近幾年，美國前15大App開發商的平均下載量同期下降了20%，App市場已經過了成長高峰期，后App時代已經來臨。

未來，藉助聊天機器人，它就可以幫助你來做些事情，你只需要告訴它，你想做什麼，它就會自動幫你打開對應的App然後為你預訂服務。你不需要去記我要打開哪個App，也不需要去學習適應不同的用戶界面，只需告訴你的這個「小管家」你想幹什麼，它就會幫你搞定一切。其實這個時候，聊天機器人已經演變成了虛擬助手，現在市面上常看見的siri，google assistant都屬於虛擬智能助手的範疇。

關於虛擬助手，我也會在我以後的文章中詳述。

好了，關於聊天機器人就聊這麼多，文中如有不足的地方，歡迎大家留言指正~