本章文章对chatbot基础知识、制定目标策略、定义使用场景、创造虚拟角色等前期准备工作、整体对话设计、边界设置、设计策略、对话设计后期的测试调整以及长尾对话设计进行了分析。
根据Google设计指南、UXBooth、Chatbot Magazine等几篇文章，结合我们对于对话设计的经验及理解，翻译整合了本篇文章，感兴趣的朋友欢迎关注订阅。
一、聊天机器人基础知识
聊天机器人（chatbot）给用户带来的体验可能截然不同。一个不错的聊天机器人可以帮用户高效完成任务，一个很好的聊天机器人可以让用户享受这一过程，但一个不理想的聊天机器人则会浪费时间、答非所问、让用户产生困扰。
打造好用的聊天机器人需要前期合理计划、体验定义、对话设计技巧等环节，是一个持续优化的过程。打造对的体验，需要真正理解用户并达到用户的预期。
1. 什么让聊天机器人真正“智能”？
通过文本或语音输入，聊天机器人通过对话界面与用户进行互动，根据用户需求提供相关信息或服务。很多任务可以通过聊天机器人完成，甚至比跟人工沟通更高效，例如查看预约、查看天气、订餐、订票、购物等等。
有些聊天机器人会利用到人工智能技术，而有些仅仅是使用规则或者决策树来进行简单问答。后者的路径非常有限，用户也只能从有限的选项里进行选择，稍微一“超纲”它就罢工了。真正智能的聊天机器人则是利用AI领域的机器学习技术或自然语言处理技术（NLP）与用户互动。
机器学习使用不断更新的算法来测试数据和对结果的响应，即数据被接收，应用并且被机器“学习”。当用户提出问题的时候，聊天机器人对问题进行解析，并将用户的输入转换为更多数据。 这样的聊天机器人才能称之为“智能”，因为它能够灵活地了解用户需求，并可以在不同的场景中完成任务。
2. 为什么要创建聊天机器人？
在创建之前，要明确聊天机器人的创建是为了创造一定的商业价值，而不是简单的聊天讲笑话。创建有效的聊天机器人能够使企业：
增加用户的品牌忠诚度和喜爱程度
增强品牌形象
与竞争对手的产品形成差异
增加与用户的互动量和互动时间
更高的转化率
更有效的客服支持，减轻人力成本
除此之外，聊天机器人“学习”到的数据可以帮助企业更全面地了解用户，例如了解访问时间、点击、用户语言习惯、情绪、真实场景的需求等，甚至可以直接在聊天结束前向用户询问直接的反馈意见。这些数据能够帮企业提供更好的内容和服务，或对当前版本的聊天机器人进行改进。
二、制定目标和策略
市面上有不少对话式AI平台可以帮助企业打造对话体验，代码、模板、说明等资源丰富，开发者或产品经理容易一上来就进入到开发过程中。但是，先花些时间先定义好对话体验，从产品的视角宏观制定好目标和策略是一切的前提。
首先，在创造聊天机器人之前，试着回答以下几个核心：
痛点是什么、改如何解决？
服务对象是谁？
聊天机器人能做什么？
如何为用户及企业带来价值？
如何创建聊天机器人？
如何衡量聊天机器人的效果？
1. 痛点是什么？
“机会是在未解决的问题中寻找的。”
——Peter Thiel (支付服务PayPal创始人）
当要发布一个产品时，未知无处不在，与团队共同挖掘痛点，明确已知和未知非常重要。不能仅仅因为聊天机器人的热潮而跟风创建。挖掘痛点和问题，要回答以下问题：
产品是服务谁的？
有多少人经历过这个痛点带来的麻烦？
企业是否有这个能力去改变现状？
2. 如何解决痛点？
“要获得竞争优势，只有两种方式：要么比别人做得好，要么跟别人做得不一样。”
——Karl Albrecht（德国首富）
明确痛点以后，下一步就要决定如何解决。要把自己的产品与竞品区分开，要回答下面的问题：
为什么你可以来解决这个痛点？–发掘团队及产品优势。
为什么现在解决？–NLP技术日趋成熟，红利期是否能抓住？
你的理念是什么？–产品经理的最强大武器就是拥有独特的视角。列出能想到的所有假设，回顾并且排出优先级。
3. 你怎么知道痛点已经解决了？
“测量一切可测之物，并把不可测的变为可测。”
——伽利略
聊天机器人的价值要如何测量？要根据它提供的服务以及上文提到的目标策略制定标准，例如人工客服电话打进来的数量减少至X，增加Y页面的访问量，减少用户找到某个产品所花费的时间至Z等。另外，日/月活跃用户数量DAU/MAU 、净推荐值NPS（计量某个客户将会向其他人推荐某个企业或服务可能性的指数）也作为常见的衡量指数。
Google的Chatbase，Dasbot以及Botanalytics等一些常见的测量工具能够测量用户是如何与聊天机器人互动的，对话节奏、效率都能够进行量化。同时，也可以直接向用户询问使用体验反馈并进行改进，比如可以问“这是您要找到吗？”“您的问题得到解决了吗？”等等。
三、定义使用场景
用户会在什么场景下使用你的聊天机器人？用户可能会怎么问？他们期待的回答是什么？列出了可能的场景后，接下来就需要排一下优先级，把精力放在产生影响力的地方。 这可能是影响大量用户的场景，可能让你的产品产生市场差异化的因素，或者它可能是一个为忠诚的高级用户带来优化体验的一个功能。
在这个过程中可以使用“3M策略”：Must（必要场景）、Maybes（可能场景）、Marvels（惊喜场景）。
1. Must（必要场景）
在使用聊天机器人中用户最常用、必备的对话场景，例如一个购物APP的聊天机器人的必要使用场景包括提供产品信息、付款/退货/快递等信息、推荐尺码/型号等。另外，为用户提供最常见query的例子列表、问候打招呼、出错后反馈用户的说法都是必要的设计。
2. Maybes（可能场景）
在众多的可能场景中，根据假设及痛点分析哪些场景可以在你的聊天机器人中适用。
3. Marvels（惊喜场景）
这些场景能够让用户意想不到。在用户想聊天机器人提问时，他们期待的是一个相关答案，但当机器人提供了意图相关的附加信息时，惊喜就会产生。
比如用户说“我想买XX的新专辑”，聊天机器人在提供了专辑购买信息后，加了一句“对了，XX下周会在你的城市开演唱会，要不要了解一下”时，你说惊不惊喜、意不意外？
四、创建虚拟人物角色
为聊天机器人打造一个与品牌贴合的人物角色对于对于用户体验以及建立用户对品牌的信任至关重要。
1. 为什么要创建人物角色？
首先，它能够在你设计对话时对你有所帮助。在写对话之前，你需要明确地知道是谁在与用户沟通。一个好的人物角色拥有与众不同的语气和性格，在设计对话时，要不断地问自己：“这个人物角色在这种场景下会说什么？”。
无论你前期是否有特意设计人物角色，用户在与聊天机器人互动时都会根据它的所作所说赋予它一个“人设”。所以，最好在前期把角色设定好，而不是让用户去随机体验猜测。
设计人物角色的目的不是让用户产生他们在跟人类聊天的错觉，而是让他们进行更自然流畅的对话。
2. 如何创建人物角色？
人物角色可以为用户提供一个心理预知，让他们知道聊天机器人大致能做什么。例如在银行应用中，人物角色可以是值得用户信赖的私人银行柜员，因为在真实的银行体系中存在这个角色，所以用户对于这个角色会觉得亲切熟悉，并且有真实场景的知识可以作为对话的参考。
在创建人物角色时，可以参考以下步骤：
脑暴一系列形容词（例如友好、调皮、机智等），列出你希望用户在使用聊天机器人时可以感受到的一些特质。
筛选出4-6个关于人物角色的核心形容词。
想几个能够代表这个形容词和特质的角色（例如明星、调酒师、环游世界者等）。这个角色不一定是一个真实的人，也可以是外星人、人工智能、卡通人物等。
从中筛选出一个角色并写一小段介绍，说明这个角色是什么样的，TA的说话、写作和行为方式是怎么样的，集中关注TA的性格特点，而不必在意年龄或性别。
找一张或画一张能够代表这个角色的图片，在你设计对话时，图片能够时刻提醒你人物角色的设定。如果合适的话，这个人物角色甚至可以用作聊天机器人的logo形象。
现在你已经明确了是谁在进行对话（你的人物角色和用户）以及他们在沟通什么内容（使用场景），那么接下来就可以开始写对话样本了。设计对话流程是整个聊天机器人设计中难度最高、也是最有趣的部分。
通过写对话样本，你可以体验并且评估不同的设计策略，例如怎么让用户更容易发现一个新功能，或者如何确认用户的请求等等。
五、从口语对话开始
刚开始时，建议先做口语对话的设计，也可以想象成为无屏设备设计对话体验，先不要考虑弹框选项、图形辅助。当延伸到为手机等有屏设备设计对话体验时，其他的对话展现形式可以从口语对话设计中再转换。如果在起初设计时脑子里就有一个屏幕，那么对话设计到一半很可能就无法继续进行了，最终可能会设计成一个图形界面。
六、设置界限
对话本是没有边界的，用户可能会问出各种各样的问题。在用户跟聊天机器人互动时，需要识别出用户的意图、准确理解用户到底想干什么。意图可以通过用户的表达、设定的选项或者根据上下文反映出来。聊天机器人需要提供与用户意图相对应的回答或操作。
为了控制对话的进程，要尽量避免设计开放式问题，当然某些开放性问题可能是必要的，例如询问用户的个人基本信息（姓名、年龄、邮箱等）。另外一个方式是为用户提供一些限定的回答选择，例如不要问“我能为您做什么？”，而是问“您希望我帮您做X、Y还是Z？”，或者借助按钮、卡片让用户进行选择。
七、设计策略
高级对话设计离不开这两个核心部分：1）一系列对话样本；2）对话流程图。
1. 对话样本
人的一生都在进行各种各样的对话，无论对话听起来舒服还是奇怪，我们都能进行一个判断，即使有时候我们说不出个所以然。所以，对话”角色扮演“是写对话样本最简单有效的方式。
选出一个人物画像和一个核心使用场景。
拉一个小伙伴一起进行角色扮演，一个扮演用户、另一个扮演系统角色，并且录音。
自己扮演用户，将系统角色的回答录入到对话式AI平台中，逐条播放text-to-speech（TTS）看一下效果。如果TTS不理想，则进行改写。
使用其他的用户画像和使用场景，重复步骤1-4。
2. 对话流程图
当你有了一些对话样本，那么接下来就可以将对话的流程和逻辑提取出来了。对话流程图是对话交互界面的基础结构。你可以在白板上或纸上画一下流程图，或者使用一些更正式的工具，例如Google Drawings、X-mind、mindnode、twine、motion.ai 等。
你可以把这个流程图想象成用户的导航图。当用户想跟机器人沟通时，他们并不一定知道有什么问题可以问，所以你需要为他们提供一个可以遵循的路径，途中还需要一些标识指引。你可能需要创建菜单以及树状结构来指引用户完成每一次交互。
当然，别忘了随着NLU自然语言理解技术日趋成熟，无论用户怎么变着花样提问，一个好的聊天机器人终将可以将用户的说法对应的相应的意图。
以下是Google I/O大会智能助手的对话流程图设计案例：
八、测试及调整
用户的反馈在设计的任何一个环节中都会有帮助，并且越早做这件事越好。当你沉浸在自己的设计中时，是很难发现问题的，这时一个”局外人”的观点是必要的。
1. “绿野仙踪”测试（the Wizard of Oz experiment）
在开发聊天机器人之前，可以利用“绿野仙踪”作为最小化可行产品（MVP）测试。“绿野仙踪”测试的名称来源于《绿野仙踪》这部电影。测试时，有一个真人（“魔法师”）会替代机器与用户进行对话。用户不一定知道幕布背后与他们互动的是真人。
最简单的方法是找一个对这个项目不熟悉的人跟你进行角色扮演。你将按照对话样本读系统角色的话术，请另一人进行随机回答，并且观察对方的反应。在情况允许的情况下，在幕后利用对话式AI平台中的TTS播放系统角色的话术，并根据用户的回答快速选择播放的内容，模拟真实的人机对话场景。
但在测试过程中，你可能发现用户并不会像你预想的路径进行回答，但原则是要以设计的可用性为中心进行调整。
2. 测试注意事项
对话是否自然：用户更倾向于用短语简介地回答，还是更像对话？用户在于系统角色聊天时是否有迟疑？对话流程让用户只能一次提供一条信息还是多条细节？
用户困惑：观察用户困惑的地方，或者他们不确定该说什么的地方。回头检查前面的话术，看看是否能使表达更加明确。
意料外对话：用户很可能说一些意料之外的话。记录下来，并在对话设计中将这些考虑进去。
失去耐心：如果对话过程中用户逐渐失去耐心，那么要看能否将话术进行简化，是否有些细节可以删除。
谁在控制对话：观察哪一方说的话更多。用户是否是主导对话的人？如果不是，思考要如何改进？
九、长尾路径设计
1. 头部、主体和长尾
大部分用户会遵循的理想路径已经设计好了，下面该进行长尾路径的设计，想想那些对话中可能会出错的地方，那些意想不到或者暂未支持的路径。
头部（核心使用场景）：这些是最常见、最主要的对话路径，把大部分精力放在这些路径的用户体验上。
主体（非核心使用场景）：这些没那么常见、不太直接、或不太成功的路径。可以花一些时间支持这些路径，但要避免花费太多时间。
长尾（边缘使用场景）：这些是极少会发生的路径。可以考虑“对不起，我不确定如何帮您”这类的回答是否可行，或者用较少的精力去解决。
2. 二八定律
在对话设计中，可以参考二八定律，不要过度设计。80%的用户会在对话中遵循那20%最常见的路径。所以，要把资源放到产生最大效果的地方。同样，要把这个体验做到最完整、最理想是要付出不少精力的。可能80%的工作是来打磨最后20%的对话路径。
原文地址：
https://developers.google.com/actions/design/
https://www.uxbooth.com/articles/chatbox-ux-crafting-a-valuable-conversation/
https://chatbotsmagazine.com/a-product-managers-guide-to-building-your-first-bot-fde15ba2757d
