智能音箱是一种语音交互为主的产品，对于无屏音箱，用户必须去手机端APP才能了解更多的技能，这种交互模式对用户发现和使用新技能造成了一些阻碍，本文尝试着从情绪角度切入给出一种解决方案。
用户画像——大明、笨笨、小闲
之前梁宁老师在她的产品课中讲过一个经典的用户画像，按照用户使用产品的特点对用户进行了分类，分别是大明、笨笨和小闲，简单介绍如下：
1. 大明用户
大明用户的特点是对自己的需求有非常清晰的了解。比如：男人买衬衫，或者买一个手机或者3C产品。他想要的东西是非常清晰的，所以他要找的核心是价格或者硬货。他们知道如何对比产品，进而找到自己想要的。因此，大明最依赖的工具就是搜索。
在搜索过程中，还要有能力通过搜索结果不断优化搜索关键词，以便能找到自己想要的。
由此可见，想成为大明，既要有基本的搜索技能，同时还要对目标领域有一定了解，可见门槛还是很高的。
正是因为用户需求明确、简单，所以，早期的互联网涌现了很多以搜索为核心的产品，无论是通过百度搜索信息、通过去哪儿进行机票比价、京东上挑选3C产品、中关村在线对比笔记本电脑参数，都是面向大明用户的。
2. 笨笨用户
笨笨用户的特征是，有大概的需求，但是还没有那么明确。
女人买裙子就是笨笨。女生知道她要买裙子，但是你问她买什么样的，她真不知道，她得看、得选、得比较，最后再从各种信息中做一个决定，而这种决定主要是凭感觉。最后的结果可能是看了十家店200条裙子，最后买了一顶帽子。
笨笨用户的目的不是要有效地、快速地找到自己想要的东西，而是到处看看，看看有什么他不知道的、他没见过的，看得多了就会忍不住买一样。最后买的东西和他最初想要的东西相不相关，这不重要。
现在当红的小红书，智能升级以后的淘宝都是面向笨笨用户。
3. 小闲用户
小闲用户的特征是，没有学习知识、购买商品、获得信息等目的性需求，就是找点乐子，打发时间。
头条系和腾讯系很多成功的产品都是面向这类用户。用户在无聊的时候刷刷朋友圈、玩玩游戏、刷刷抖音，时间过去了，而且很开心。
4. 目前只有大明用户能找到智能音箱技能
当前智能音箱的技能市场和早期的互联网差不多，用户要想发现更多的新功能，有两种途径：
通过搜索：有一个明确的需求，然后在智能音箱配套的APP中搜索或技能列表查找，找到符合自己需求的技能，进而唤醒-使用。
少量推荐：智能音箱在结束和用户的对话以后，可能在后面加一句“试试跟我说，北京音乐广播”，推荐的内容与本对话无关。
第一种方式主要是针对大明用户的，用户有明确的需求以后再去找自己想要的东西。第二种方式将更多的技能呈现在了用户面前，但是在早期数据有限的情况下，这些推荐很难精准，也很难与对话相关，过多的推荐也会导致用户反感，正因为如此，各个厂商都很克制。
5. 可不可以让信息找人？
后来的互联网发展过程我们看到了，搜索类型的产品用户门槛较高，让信息和商品找人是更有效的方法，能激发更大的市场。
类比到智能音箱的技能，我们怎样做才能让信息找到人？
目前看来，消息推送也许不是很合适，因为智能音箱突然在旁边说话会让人觉得很惊悚。
互联网中这块做得比较好的就是今日头条了，通过用户过往的阅读记录，来推荐用户感兴趣的内容。在未来，智能音箱完全也可以采取这种策略，但目前看来，这样做的时机还远远没有成熟，因为用户还没有养成习惯。如果用户没有在手机APP看新闻的习惯，哪会有今日头条的成功呢？
那么，现在问题就是，如何在智能音箱端让用户养成获取信息的习惯呢？
因为是语音交互的关系，智能音箱输入和输出信息的效率相比手机、电脑要低很多，所以之前互联网让用户养成习惯的方式未必适用于智能音箱。另外，正如hanniman老师所说，AI有一个核心差异化方向，不是效率最有，而是情感最优。我很认同这一点。所以，我们是不是可以从情感的角度看看如何培养用户习惯？
打开市场，从满足用户情感开始
1. 满足用户需求
用户用产品，很重要的一个因素是用户能从这个产品中得到满足，无论是实物产品还是互联网产品。用户想打车，这个时候滴滴的车马上就到了，用户很满足；用户想买个风衣，在淘宝上找到上百种不同的款式，用户很满足；用户想洗手，旁边有洗手液，用户很满足。
产品肯定是要满足用户的，但是满足的方式有很多种，正如上面提到的，大明式、笨笨式、小闲式。目前智能音箱满足用户的需求是从大明式入手的，那我们可不可以从笨笨式和小闲式入手呢？
2. 从情绪出发
归根到底，用户的满足是情绪上的满足。用户在无聊的时候想要快乐，在伤心的时候想要安慰，在恐惧的时候想要安全，在被排斥的时候想要认同。
拿大明用户来说，他们的需求是表层的、明确的，这个需求满足了，用户就会很爽，会很开心。他们的这种开心是明确的，就是产品满足了你的目标需求。但大多数用户都不是这样的，我很难过，但是我不知道怎样才能开心起来。
这种不知道怎样开心起来的无助可以部分的被智能音箱解决，解决的关键，就是智能音箱的闲聊功能。虽然目前我们的技术水平距离理想的闲聊还有很远，但是让更多的内容更精准的触达到用户，我们还是可以做到的，起码可以比现在做得好。
3. 询问情绪，再推荐
最直接，最简单的一个方法，就是引导用户下班/放学回来说一下当天的心情。规则最开始可以设定得比较简单，比如：下午4点以后，用户第一次唤醒并向音箱发出指令，音箱回复后加入这样一个问句“主人，您今天心情怎么样？”通过用户的回答，可以向用户推荐相应的内容或技能。可能会有如下对话：
用户：小爱同学
小爱：我在
用户：今天小米股票走势怎么样啊？
小爱：今天小米收盘价XXX港元，上涨XXX%。主人，你今天心情怎么样？
用户：我今天工作不是很顺利啊，碰到了XXX问题。
小爱：没有风险的工作最顺利（小爱真实回答，无语……）。让我们开心起来吧，你可以对我说“吐槽大会”，听听有哪些有意思的事情，也可以对我说“XXX”，这个游戏很有趣呢。
通过用户的情绪，推测用户的需求，并推荐相关的内容或技能，再通过用户反馈，获得更多数据，数据积累得足够多了以后，就可以进一步深挖这些用户画像，给用户更精确的推荐。
当然，这还只是一个简单的设想，实现起来会有很多问题，比如：如何判断是“主人”下班回来了。如果不上班的爷爷奶奶只要发出了满足要求的指令，就产生“主人，你今天心情怎么样？”的询问是不合理的。这个问题可以加入声纹识别来避免，但是加入声纹识别以后，又会有新的问题出现。
总结
目前智能音箱的技能是以列表和搜索的方式触达用户的，只有大明用户能找到自己需要的技能，这种模式对笨笨和小闲用户很不友好，他们浏览了一个长长的列表，不知道哪些是自己需要的。另一方面，大多数用户是没有动力去了解智能音箱的其他技能的。
通过询问用户的情绪，推荐相关内容，积累数据再优化这一方法，可以改善上面说的问题。
这种方式的底层逻辑，就是抓住一个场景，向用户推荐合适的产品。场景是用户回到家，无论开心还是沮丧，想找点事情做；合适的产品就是符合用户心情的产品。
