（增長實驗流程） 
（利用增長大圖分析 Kitchen 訪問到使用的流程） 
（所以基于 ICE 評分體系以及結(jié)合業(yè)務(wù)，選定渠道） 
（篩選出高頻頁面，以及相關(guān)功能） 
（第一批場景模板） 
（學(xué)習(xí)筆記新建流程） 
（學(xué)習(xí)筆記知識庫） 
（將模板復(fù)用到常規(guī)新建流程中） 
今天的聊天機器人遠(yuǎn)非“智能”，它們引導(dǎo)用戶通過簡單的線性流程，我們的用戶研究表明，每當(dāng)用戶偏離這些流程時，它們都會遇到困難。
聊天機器人是智能助手的可憐“親戚”。
定義：聊天機器人是一種特定于基于文本的對話界面，支持用戶完成有限的任務(wù)。
在其他地方，我們討論了智能助手的6個特性：語音輸入、自然語言處理、語音輸出、智能解釋、代理和前面所有特性的集成。聊天機器人只需要具備這兩種屬性：自然語言處理和智能解釋。換句話說，聊天機器人應(yīng)該能夠以自然語言接收查詢，并正確地理解和解釋它們(然后執(zhí)行它們)。
在當(dāng)今世界，至少有三個不同的因素推動著聊天機器人的發(fā)展和普及。首先，人們希望通過用機器人取代人工代理人來降低客戶服務(wù)成本。其次，像微信這樣的基于對話的系統(tǒng)的成功，提出了聊天機器人作為企業(yè)和服務(wù)的交互渠道的想法，旨在補充現(xiàn)有的渠道，如移動網(wǎng)絡(luò)和移動應(yīng)用程序。最后，Alexa和Google Home等語音智能助手的流行，促使許多企業(yè)在較小規(guī)模上效仿它們。
這些因素映射到今天可用的兩種不同類型的聊天機器人：
在企業(yè)與客戶之間的聊天交互中，客服機器人會接管部分人工負(fù)載。這類機器人的例子包括UPS的Ask UPS和阿拉斯加航空的Ask Jenn。
交互機器人的目的是提供與業(yè)務(wù)交互的額外通道，而不是用于客戶服務(wù)。例如，Domino的批薩機器人允許用戶訂購批薩；來自Progressive公司的Flo可以提供一份汽車保險報價。這種交互機器人可以在各種平臺上使用，其中最著名的是Facebook Messenger。(其他平臺包括Twitter和Slack。)然而，它們也可以存在于應(yīng)用程序(美國銀行的Erica)中，或者通過短信(Capital One的Eno)提供服務(wù)。
UPS.com網(wǎng)站使用聊天機器人來回答客服問題。
Kiehl ‘s Messenger聊天機器人：用戶可以通過在“發(fā)送消息”文本框中輸入文本或選擇屏幕上顯示的選項之一(發(fā)送位置或郵政編碼；文本輸入框下面的主菜單選項)。
雖然客服機器人通常是純文本的，但交互機器人將文本與可視化UI元素結(jié)合起來作為交互方法。
研究
為了了解聊天機器人的可用性，我們招募了8名美國參與者，讓他們在移動設(shè)備(5名參與者)和桌面設(shè)備(3名參與者)上執(zhí)行一組與聊天相關(guān)的任務(wù)。其中一些任務(wù)涉及為客戶服務(wù)而與人或機器人聊天，另一些任務(wù)則針對Facebook Messenger或基于短信的聊天機器人。
對機器人的態(tài)度
一般來說，人們對機器人的態(tài)度從中立到略微積極。互動機器人是一個相當(dāng)模糊的渠道：在我們的美國研究中，大多數(shù)參與者之前從未與此類機器人互動，他們也不知道它的存在。相比之下，微信公眾號頁面通常是這些機器人的復(fù)雜版本，我們的中國參與者對它們很熟悉。我們的一些參與者驚喜地發(fā)現(xiàn)了這個互動渠道，其他人則認(rèn)為與其他傳統(tǒng)渠道如網(wǎng)絡(luò)或移動應(yīng)用相比，它并沒有帶來足夠的價值。
人們普遍認(rèn)為客服機器人不如人類代表有幫助，但我們的參與者也認(rèn)為它們有一些優(yōu)勢。最重要的優(yōu)勢是速度：與人類聊天通常需要很長的等待時間(要么在隊列中，要么在對話開始之前，要么在人類為客戶的問題尋找解決方案時)，而機器人可以是即時的。另一方面，人們覺得與真人接觸表明公司關(guān)心客戶：“真人真的很好。他們賣給你一件昂貴的物品，所以他們必須在代理人身上花更多的錢?！绷硪粋€人說：“如果你有一個人(負(fù)責(zé)客戶服務(wù))，那意味著你足夠關(guān)心；如果你有一個機器人，那么·你應(yīng)該有一個真正好的機器人。”
交互機器人通常很容易被識別為機器人，但客戶服務(wù)機器人很難識別。有些企業(yè)并不總是提前向客戶透露他們正在與機器人進(jìn)行交互。我們認(rèn)為這是一個錯誤。我們的研究參與者很高興看到企業(yè)使用機器人是透明的，因為他們可以調(diào)整自己的期望和語言。例如，當(dāng)用戶意識到他們是在和機器人說話時，他們往往會更直接，使用基于關(guān)鍵字的語言，并避免禮貌標(biāo)記。這種類型的語言通常比通常在正常對話中使用的復(fù)雜、間接的語言更成功。
用于交互聊天機器人UI
交互樣式
文本和鏈接/按鈕都可以用于向交互聊天機器人輸入信息。它們的目的略有不同：
-
預(yù)先確定的鏈接和按鈕避免了用戶輸入。這些通常顯示在一個輪播列表中，可以包括圖像。人們喜歡有這些選項，甚至希望它們成為常用輸入。
-
文本允許用戶在選擇他們想問的問題類型方面有一定的靈活性，并允許他們偏離聊天機器人(通常過于嚴(yán)格)的腳本。
這兩種輸入機制都很重要，應(yīng)該同時存在。
當(dāng)機器人不允許用戶選擇選項，而是要求用戶輸入時，用戶會抱怨。例如，一個參與者被Booking.com的機器人惹惱了，因為它不允許他選擇日期，他必須輸入日期。在輸入“感恩節(jié)”之后，他說：“應(yīng)該有一些明顯的東西來預(yù)先填充它。選項應(yīng)該預(yù)先填充——手動輸入很乏味。我應(yīng)該可以點擊按鈕才對?！?
人們更喜歡選擇一個選項(左邊是Domino的聊天機器人)，而不是輸入冗長的文本(右邊是Booking.com)?？紤]為最常見的輸入創(chuàng)建按鈕。
一些機器人完全取消了輸入文本的選項，迫使用戶選擇屏幕上顯示的選項之一。這種類型的設(shè)計使機器人類似于一個網(wǎng)站，并限制了用戶可以在系統(tǒng)內(nèi)探索的路徑。
Car Dealer聊天機器人不允許用戶在選擇庫存選項后輸入自由文本。
當(dāng)鏈接和按鈕被清晰地標(biāo)記時，它們的效果最好,人們希望能夠點擊交互機器人顯示的幾乎所有非文本元素。例如，當(dāng)eero Messenger機器人展示一組圖片來說明eero的行為時，我們的大多數(shù)研究參與者都會點擊這些圖片，希望獲得更多信息。
Eero for Messenger(左)：為了告訴我更多信息，該機器人顯示了一個輪播，上面有幾張圖片和一組可能的延續(xù)(文本在圓形框中)。用戶希望能夠點擊輪播項，但這些并不是鏈接。Kielh’s for Messenger (右)：輪播上的大圖片是不可點擊的，但是下面的鏈接是可點擊的。
除了常規(guī)的按鈕和鏈接，一些交互聊天機器人還有一個菜單元素，當(dāng)被選中時，它會顯示一組可能的任務(wù)。菜單有時顯示在輸入文本框下面，有時顯示為旁邊的一個小漢堡包圖標(biāo)。
金州勇士隊在輸入框下面有一個主菜單鏈接。選擇此鏈接將顯示一組可用的任務(wù)。當(dāng)用戶開始在輸入框中輸入時，菜單圖標(biāo)就顯示在它旁邊。主菜單鏈接和漢堡包圖標(biāo)做了同樣的事情。
其他鏈接有時顯示在消息框下面。這些鏈接是相當(dāng)容易發(fā)現(xiàn)的：我們的幾個用戶與它們交互；然而，靠近輸入框的圖標(biāo)不太可能被使用。
CNN bot：信息區(qū)下面的鏈接顯示了聊天機器人的一些主要任務(wù)(頭條新聞、主題、設(shè)置)。
線性流
交互聊天機器人似乎最像Alexa的技能：它們被設(shè)計用來指導(dǎo)用戶完成少量任務(wù)。機器人支持的任務(wù)最好被概念化為具有有限數(shù)量分支的線性流，這些分支依賴于可接受的用戶答案。機器人提出一個問題，其答案將推動機器人前進(jìn)到流的右邊分支。
一個線性流程的例子，機器人可能通過它來完成一個任務(wù)
當(dāng)用戶遵循流程并提供符合系統(tǒng)期望的“合法”答案，而沒有跳躍步驟或使用未知的單詞時，用戶會感到成功和順利。例如，一些參與者能夠成功地與Domino ‘s Pizza、Wingstop、Progressive等公司的聊天機器人進(jìn)行交互。然而，一旦用戶偏離了規(guī)定的腳本，問題就出現(xiàn)了。
例如，當(dāng)Domino ‘s Pizza機器人詢問她的位置是公寓還是房子時，一名參與者輸入townhome，機器人回答“我很抱歉。我好像聽不懂。”另一位尋找巴寶莉腰帶的用戶在消息框中輸入了“腰帶”，但是收到了訂單取消的信息。當(dāng)她把它轉(zhuǎn)換成“女式腰帶”時，她被告知要從一個鏈接列表中選擇，沒有一個鏈接與她要找的匹配。
巴寶莉的聊天機器人很難理解用戶想要完成的任務(wù)，并在機器人的指令表中列出了若干任務(wù)。
機器人也很難從問題或意外輸入中恢復(fù)，有時會迫使用戶從樹的頂部重新開始，并做更多不必要的工作來獲得答案。例如，我們的一個用戶想知道起亞是否有四輪驅(qū)動的電動車型。為了找到匹配的任務(wù)，她不得不遍歷整個決策樹，回答諸如汽車需要容納的人數(shù)和MPG等問題。當(dāng)她對車輛類型偏好回答“不”而不是選擇一個顯示選項時，機器人就會停止并強迫她重新開始。
然而，有些機器人更加靈活，能夠理解偏離腳本的請求。例如，一個參與者知道Domino ‘s Pizza正在進(jìn)行促銷活動，他可以讓機器人將其加到自己的購物車中。在訂餐流程的晚期，他還能夠改變其中一個比薩餅的外殼。
Domino ‘s Pizza聊天機器人能夠?qū)Σ粚儆陬A(yù)訂披薩的主要線性流的請求做出滿意的響應(yīng)。左圖：用戶可以在訂購前將訂單加到他的購物車中。右圖：用戶更改了正在訂購的兩個比薩餅中的一個的外殼。
一些機器人很難做出假設(shè)并建立查詢的上下文。例如，我們的一名參與者試圖與Capital one的基于文本消息的機器人Eno進(jìn)行交互。他碰巧有兩張來自Capital One的信用卡，每次他問一個問題，機器人就會強迫他澄清查詢涉及的是哪個賬戶，而不會將上下文從一個交互傳遞到下一個交互。
當(dāng)啟動新任務(wù)時，機器人通常也不能利用之前輸入的信息。例如，我們的一名參與者首先決定叫披薩外賣；她輸入了自己的地址，但她被告知Domino ‘s不送貨上門。她又開始一遍，這次的目標(biāo)是去商店取貨而不是送貨。機器人第二次問她的地址，顯然完全忘記了她已經(jīng)輸入了地址。
Capital One的機器人Eno要求用戶在回答完每個問題后澄清他詢問的是哪個賬戶。左：Eno只識別用戶查詢中的關(guān)鍵字“transaction”(盡管拼錯了)，無法回答用戶的特定問題；相反，它給出了其指令庫中一個匹配任務(wù)的答案。右：Eno重復(fù)了之前問的問題。
文章來源：站酷 作者：馬克筆設(shè)計留學(xué)
藍(lán)藍(lán)設(shè)計( www.bouu.cn )是一家專注而深入的界面設(shè)計公司，為期望卓越的國內(nèi)外企業(yè)提供卓越的UI界面設(shè)計、BS界面設(shè)計 、 cs界面設(shè)計 、 ipad界面設(shè)計 、 包裝設(shè)計 、 圖標(biāo)定制 、 用戶體驗 、交互設(shè)計、 網(wǎng)站建設(shè) 、平面設(shè)計服務(wù)
△ 原作
