創(chuàng)造得好的話，聊天機器人是強大的工具。隨著時間推移，它們只會變得越來越厲害。

聊天機器人的驚人潛力在于能夠一對多地根據(jù)語境分別溝通。

我們把這句話分解一下。

一對多溝通：現(xiàn)今，有許多工具可以實現(xiàn)一對多溝通。從基本的信件，到電子郵件市場營銷，再到社交媒體，這些工具可以輕松觸達大量受眾和目標群體，一視同仁。但是，這些工具多半不能分別溝通。

分別溝通：對大量人群進行分別溝通的方式出現(xiàn)并不久。目前最受歡迎的方式是程序化廣告投放，但是最終要以一種有意義的形式觸達終端受眾，需要大量研究和分析技巧，才能正確運用。

語境溝通：我們每天與人交談時都要這么做。在多數(shù)人來說是下意識行為。

“未來，聊天機器人會成為交互的標準方式?！?/p>

當有人問你“我給你拿件夾克過來？”你不會問他哪天拿過來——你很清楚他說的就是現(xiàn)在。你下意識（或許思考過，并且看了下天氣應用）意識到天氣因素，基于當前對話和環(huán)境，給出最適合的回答。

我相信，正是語境溝通（動態(tài)智能的一種形式）使得聊天機器人成為一種萬眾期盼的革命性技術。

現(xiàn)如今，機器人的語境溝通還無法做到完全合理，但還是有些做的非常不錯，而且我相信這種交互會成為未來的標準：

• https://www.hipmunk.com/hello
• https://pana.com/
• https://www.google.com/search/about/
• http://www.mitsuku.com/
• https://www.getvi.com/?src=kickstarter2&coupon=kickstarterspecial
• https://www.30secondstofly.com/product/

雖然聊天機器人的創(chuàng)造潛力仍處于嬰兒期， 這正是令人激動的時代，創(chuàng)造者們試圖掌握這種新技術的最佳運用方法，盡可能創(chuàng)造出最好的機器人。

為什么聊天機器人正在瓦解用戶體驗

除了我們剛提到的原因，還有人類天生就需要靠交流來維系。這是我們日常生活的一部分，我們依賴各種設備幫助我們進行日常溝通。

只有讓用戶活躍于社區(qū)中，而不是將用戶拉入新生態(tài)系統(tǒng)，業(yè)務才真正算得上成型。不僅僅因為這更容易，而且性價比高，也因為這是更自然的一種交流形式。

“用戶更希望你的服務植入到一個他們已經在使用的應用中?！?/p>

人們每天平均只用4-6個應用

盡管智能手機的擁有者平均安裝了27個應用，他們每天通常只用4-6個。30天之后，只有3%的應用能留住它們的新用戶。

“超過25億人安裝了至少一個通訊應用。幾年后，這個數(shù)字會達到36億，大約為全人類的一半?！?/p>

——《經濟學人》

下載試用一個新應用，然后看看它是否有幸能成為那6個應用之一，這已經不再現(xiàn)實了。用戶更希望你的服務植入一個他們已經在用的應用中，而不是下載一個新應用。

這意味著什么？

別再浪費錢試圖把人們拉進你的生態(tài)系統(tǒng)中。把你的內容推送到已經有活躍用戶的地方。

圖片來源于Statista

通訊應用已被廣為接受

數(shù)千年來，我們都通過交流的方式銷售商品、學習新技能、構建人際關系。通訊應用剛好是最新最有趣的交流方式。

“當我們群發(fā)消息到Kit社區(qū)，通常其中帶有一則新視頻的鏈接，我們看到轉化率高達10%?！?/p>

——Patrick Starzan，F(xiàn)unny or Die的投資經理

排在最前的4個通訊應用，活躍用戶數(shù)高于前4的社交網絡應用。它們還體現(xiàn)出更長的活躍時段。WhatsApp的用戶平均每周花費200分鐘用于交流。

這意味著什么？

繼續(xù)一段對話，比開始一段新對話容易。以一種親切自然的方式，用通訊應用與受眾建立關聯(lián)。

數(shù)據(jù)來自Buffer和Business Insider。

標識和功能可見性

如今，也包括可見的未來，機器人幾乎不受限于輸出內容形式。缺乏標識和功能可見性，既是挑戰(zhàn)，也是創(chuàng)造聊天機器人的一大優(yōu)勢。

說挑戰(zhàn)，是因為你得想辦法有創(chuàng)造性地運用基本元素解決這個問題。

“將內容推送到已經有活躍用戶的地方?！?/p>

好處在于它會迫使你打磨體驗，盡可能達到最天然、有用的體驗。

每個交互都應該有意義，能夠提供價值。

文字元素

對話式界面的基礎就是文字。有些平臺允許按鈕或快速回復與文字一起出現(xiàn)，但這還沒有形成全行業(yè)標準。除非哪天，短信能適應聊天機器人的生態(tài)系統(tǒng)，不然它不可能成為通行標準。

多媒體元素

現(xiàn)在每個聊天機器人平臺都允許發(fā)送圖片了，包括短信?？梢越邮盏母袷桨↗PEG、PNG和GIF。有些平臺還允許你發(fā)送視頻和音頻，不過你最多大概也只能到此為止了，這是聊天機器人的平臺邊界。

允許發(fā)送視頻的平臺，包括Messenger和Telegram，但這些更高級的多媒體類型，必須通過某種定制的編碼形式。

如果用模板式機器人平臺，像motion.ai、Chatfuel和其他類似平臺，它們都不支持視頻和音頻的發(fā)送。

創(chuàng)建聊天機器人的最佳實踐

盡管科技從業(yè)者已經很熟悉聊天機器人，但對于世上多數(shù)人而言它仍然很新奇。

我在九月回到Nebraska的家里，當我告訴大家我在進行的工作，我得到這樣的回復：“你是說那種當你無聊時，可以在AOL上和你聊天的東西嗎？”

我笑了，但這就是現(xiàn)實。有許多人并不了解你說的是什么，所以創(chuàng)造時要牢記這一點。

下面是9條最佳實踐，能幫你創(chuàng)造出友善的機器人：

1. 不要對用戶撒謊

人們并不傻。如果過分承諾，或者聲稱你的機器人是什么先進玩意，但名不副實，他們最終都會發(fā)現(xiàn)的。

目前為止，機器人應該負責處理邏輯和它們擅長的事情。它們并不能替代人類的存在。

“要提前讓用戶知道他們是在和機器對話?！?/p>

你當然希望你的機器人盡可能接近人類，但是如果你試圖說服用戶這不是機器人，他們就會懷疑，然后可能就會離開。再次贏得信任，比預先告訴他們這是機器人更難。

如果讓人知道，他們正在與一個有先天局限的機器交談，他們會感到更加自在和包容。

應該怎么做？

1. 要提前讓用戶知道他們是在和機器對話。
2. 讓用戶了解機器人的能力與局限，這樣他們就不會什么事都找機器人。
3. 當事情由于機器人的能力有限而搞砸時，要勇于承認。

圖注：應該讓用戶了解，自己正在與機器人交談。這樣在機器人犯錯之后，人們會更容易留下。不要試圖說服用戶，相信你的機器人比實際更聰明，或是像人類一樣聰明。

2. 以對話開場

盡管像Siri、Alexa和Google這樣的人工智能機器人已經出現(xiàn)有一段時間了，多數(shù)人仍然不習慣于對著無生命的物體說話或寫字，以此達成目的。他們仍然習慣于操作所見即所得的界面。

作為聊天機器人設計師，這就是你的工作，巧妙地教育用戶，對話式界面有多好用。

應該怎么做？

1. 可以的話，使用按鈕來給用戶提供熟悉的體驗。（一些平臺，比如短信，尚不支持按鈕，可以用操作式指令代替。）
2. 點了幾個按鈕后，引導用戶輸入回復來繼續(xù)對話，讓他們習慣于輸入?？梢酝ㄟ^提供操作式指令來完成。
3. 確保所有按鈕和指令都能觸發(fā)操作。

圖注：提供操作指令給用戶，有助于教導他們和機器人聊天。不要留給用戶開放性的問題或陳述，迫使他們決定接下來的走向。

3. 為人類情緒設計

和機器人聊天很枯燥。雖然這可能效率很高，而且符合產品的客觀事實，但人們可不會喜歡，并繼續(xù)使用。這也不是我們習慣的方式。

如果你沒有給機器人賦予人格，用戶就會這么做——所以要設定你期望的人格。這是你在品牌設計過程中已經完成的事情，但此刻更加重要。

為人類情緒設計聊天機器人，重要性不輸于其他任何形式的體驗。情緒決定機器人，機器人決定體驗。

“情緒決定機器人，機器人決定體驗?！?/p>

應該怎么做？

1. 使用友善、包容的語言和用戶交談，讓他們感到在和朋友或熟悉的人聊天。
2. 把用戶輸入復述出來，確保理解正確。這會讓用戶感覺自在，幫你贏得他們的信任。
3. 當用戶開始調戲機器人（例如反復問同一個問題考驗它），無禮一點并不為過，告訴用戶機器人正在聽。

圖注：使用友善、包容的語言和用戶交談，讓他們感覺不到是在和機器對話。還要確保復述用戶的意思，讓他們更加自在，知道你理解正確。不要完全按照模板回答，無視用戶的反應。

4. 交流沒有限制

語言是地球上最有力的工具之一。在大學期間，我輔修英文——語言一直都讓我著迷。但構建人工智能聊天機器人，是我做過的最困難的事情。

說話——我們組織語句和詞匯的方式——在生活中是一種下意識行為。但是，要創(chuàng)造具有人工智能的機器人，我必須解構自己的潛意識語言模型，從而教會電腦我的本領。

思考如何稱呼各種人物（或事物）會讓人發(fā)瘋，怎樣的語法結構最能表現(xiàn)用戶的談話，什么詞匯最容易被拼寫錯誤，會被錯寫成什么樣？

圖注：

“希拉里·克林頓如何能持續(xù)不斷地演說？”這句話有多少種問法？

有8種方式可以指代希拉里·克林頓，包括：Hillary Clinton、Hillary、Clinton、Senator Clinton、Hillary Rodham Clinton、Crooked Hillary、she、her。

以上8種指代方式，有1714種可能的拼寫錯誤。

上面這個問題的問法，算上可能的拼寫錯誤，鬼知道！

美國的多數(shù)孩子要經歷12年的英語課堂來學習這門語言，而且他們通常也并不能運用自如。

計算機學習起來或許更快，但也需要時間。除了把大量數(shù)據(jù)扔給它，你也沒什么辦法可以加快進展。

應該怎么做？

1. 用那些喜歡破壞的人來構成基礎用戶，以此檢驗你的系統(tǒng)。引入適合的人群至關重要。
2. 使用SEO關鍵詞生成器來應對常見的拼寫錯誤和失誤。
3. 接受現(xiàn)實，建立人工智能需要時間，而且它起初表現(xiàn)不會太好。只有出錯，它才會進步。做好準備，設定邊界來限制出錯。

5. 設定邊界

我們習慣的網站、應用和數(shù)碼設備，都有著有限寬度的屏幕，有限長的頁面，有限個按鈕，等等。我們習慣了這些限制和引導元素。

對話是沒有限制的——只要你愿意。

要讓人融入其中，我們得為用戶設定限制和路徑，讓他們感到熟悉。用戶不會告訴你這些，因為他們也想不到，但這么做會得到他們贊賞。

應該怎么做？

1. 為用戶提供操作式的陳述和按鈕，引導對話。
2. 使用按鈕讓人感覺交互更加熟悉，就像網站和App中的體驗一樣。
3. 創(chuàng)造內容區(qū)塊來消化錯誤，將對話重新引回正軌。
4. 教給機器人一些基本的對話技巧，創(chuàng)造一些觸發(fā)機制，解決這些常見問題。

圖注：提供按鈕或操作式的命令項給用戶選擇，以此設定對話的邊界。不要讓對話任意發(fā)展。沒有邊界的話，用戶會輕易攪亂你的機器人。

6. 讓人放松下來

除非你的機器人完全是基于模板，或者完全通過按鈕點擊來操作，不然機器人總會在某些狀況下出錯。這無可避免。

對話沒有限制，即使你的機器人開發(fā)幾個月、幾年，仍然可能無法顧及用戶想要的一切東西。就算做到了，你的機器人仍然有時候會抽風。

“你的機器人總會在某些狀況下出錯，做好準備?！?/p>

預先準備，讓出錯的體驗盡可能不造成痛苦。

應該怎么做？

1. 要表明你理解他們的痛苦。
2. 提供選項，教人應對這種情況，把用戶引回到安全的地帶。
3. 人工干預。
4. 不要無緣無故不搭理用戶。

7. 每個交互都有意義

不必再通過軟件分析每一次點擊或輸入意義何在。理解用戶行為變簡單了，但是用戶保持專注則更難了。

必須要意識到，并非用戶想要的一切都與你的產品有關，而且能在所有干擾中保持專注。

應該怎么做？

1. 適當?shù)亟o內容塊加上標簽，讓它們易于理解。
2. 追蹤最容易導致用戶離開的內容塊或輸入項，找出原因，然后作出改變。

多數(shù)分析平臺可以展示出哪些區(qū)塊和按鈕被點擊了，以及用戶向系統(tǒng)中輸入了什么，還有許多其他數(shù)據(jù)。

8. 幫助用戶就是幫助自己

你不可能預見此刻用戶想要的一切。對話是沒有限制的。

不必試圖推測用戶需求，或者請求他們做調研，在操作中直接通過機器人來讓用戶提交反饋，這才是最自然的方式。

應該怎么做？

1. 當用戶詢問了某些機器人不知道的東西，要允許用戶提交文章。
2. 詢問用戶，機器人給出的答案是否是他們所要的，如果不是，讓他們告訴機器人想要什么。

圖注：讓用戶提交內容，你就不必親自創(chuàng)造一切。讓用戶來幫助你為他們自己服務。別讓用戶等待，不要剝奪他們提交所需內容的機會。

9. 辨識和迎合用戶情緒

相比界面，對話中包含的情緒要多多了。不必征求用戶的回復，他們總會給你反饋，無論是否下意識如此。

運用你在用戶情緒方面的知識，在適當時機觸發(fā)內容區(qū)塊，延伸和改善體驗。

應該怎么做？

1. 利用積極情緒來推廣你的產品，或者讓用戶替你推廣。
2. 辨別出消極情緒，盡可能保全形象。

圖注：用戶向機器人表達某種情緒時，可以使用一些幽默的互動。通過積極情緒來推廣，消極情緒來保全形象。不要用默認回復來應對用戶的情緒，這只會讓用戶覺得你在預測意圖方面有待改進。

創(chuàng)造未來，正是時候

創(chuàng)造得好的話，聊天機器人是強大的工具。隨著時間推移，它們只會變得越來越厲害。

利用這股潮流，開始創(chuàng)造你自己的聊天機器人吧！

原文鏈接：http://blog.invisionapp.com/guide-to-chatbots/

作者信息：Joe Toscano

#專欄作家#

可樂橙，微信公眾號：可樂橙（colachangreen）。人人都是產品經理專欄作家，UI/UX設計師，關注互聯(lián)網，關注科技?，F(xiàn)居杭州，與小伙伴們正在創(chuàng)業(yè)途中?；蛟S不是一名優(yōu)秀的設計師，至少是個快樂的設計師。

本文翻譯發(fā)布于人人都是產品經理，未經許可，不得轉載。