本篇文章作者通过举例的方式，总结了语音交互设计的十二个基本原则，希望对有需要的小伙伴们有所帮助！
在智能音箱的技能制作中，最重要的就是语音交互（voice interactive ）模型了，语音交互就是将人的语言转换成应用的action（面向系统的动作）的模式，也就是VUI（Voice UI），我们之前谈论手机APP的UI更多意义上是GUI（Graphic UI），而要做好VUI的交互和GUI一样，都对于细节提出了更多更高的要求。
亚马逊的VUI设计师Amdrew ku就说过：“人类对于声音的敏感是超出很多人的想象的。”
在制作技能中，首先要明确的就是你的技能能做什么，然后根据这个点来预测用户可能的表述，再把相关的表述对应到意图（intent）。
基本上，用户的表述可以分为三类：完整的意图、不完整的意图和无意图。
当用户明确表达了完整了意图的时候就应该去完成意图相应的任务，比如：
用户：“现在几点了”
智能音箱：“现在是晚上9点41分”
在这个对话（session）中，意图是完全明确的，所以只要执行意图回复信息即可。而遇到的用户的意图是完整的，就需要去引导用户补充，比如：
用户：“我想查一下明晚的航班”
智能音箱：“请问你想查去什么地方的航班？”
另外，当用户的表述超出模型的时候，还要提供必要的帮助，比如：
用户：“这个游戏我不会玩”
智能音箱：“在本游戏中你可以与好友进行成语接龙，只需要对我说一个你想到的成语。”
只有区分了不同的意图，音箱才能有区分的进行反馈，把用户“引到”使用路径上来。在区分意图之后，设计者还应该注意在设计语音交互模型时的一些基本原则，这些原则基本来源于alexa平台上对于skill制作的经验，也包括一些国内AI平台在这方面的总结，如下：
原则一：让用户明白他是不是需要回答，如需要回答，最好使用疑问句。
【正确示例】
音箱：有三个车，红车、黄车、绿车，你要选哪个？
【反面示例】
音箱：你可以从下面的三个选项中选一个，分别是红车、黄车、绿车。
【正确示例】
音箱：欢迎进入滴滴打车，你可以尝试对我说“打个出租车”。
【反面示例】
音箱：欢迎进入滴滴打车。
原则三：向用户提问时，不要摸棱两可。
【正面示例】
音箱：你要沙拉还是汉堡？
用户：汉堡
【反面示例】
音箱：还要再来点沙拉或者汉堡吗？
用户：…….
原则四：简洁
用户：我的星座运势如何？
【正面示例】
音箱：你的星座是什么
【反面示例】
音箱：有12个星座可以选择，分别是双子座、金牛座….你要选哪个？
原则五：不要给用户太多选择（最好不要超过三个）
用户：我想点奶昔。
【正面示例】
音箱：巧克力口味，草莓口味，香草口味，你要选哪个？
【反面示例】
音箱：巧克力口味，草莓口味，香草口味，可可口味，抹茶口味，你要选哪个？
原则六：复杂的技能（skill）多提供帮助指引。
一个技能（skill）能超过满足三个需求就算很复杂了，如果是相对独立的功能最好拆分成三个技能。如果用户在技能使用流程中卡住，就需要帮助了，通常的做法是把功能列表读给他，让他知道技能可以做什么。
原则七：不问没必要的问题
用户：打开可可笑话
【正面示例】
音箱：一条警犬看到马路上过来一条普通狗,就气势凶凶地跑去质问它:我是警犬,你是什么东西?普通狗不屑一顾地看看它说:蠢货,看清楚点,老子是便衣。
【反面示例】
音箱：你想听笑话吗？
原则八：必要时和用户再次确认
当用户的命令涉及到某些方面操作，应该通过语音进行二次确认。
比如：用户公开的动作（分享到社交网络）、影响他人的命令（给别人发信息）和钱相关的操作（下单）。
原则九：让用户明白他的状态、目前在技能流程中的位置。
【正面示例】
音箱：你成功订了咖啡，下次再见。
【反面示例】
音箱：你成功的订了咖啡。
原则十：选项太多的时候需要分几部分播报。
用户：附近有什么电影院吗？
【正面示例】
音箱：最近的是XXX电影院，在山东路，还要听其他较近的影院信息吗？
【反面示例】
音箱：最近的是XXX电影院，在山东路，第二近的XXXX电影院在YYYY路，第三近的是…..
原则十一:TTS要口语化。
【正面示例】
音箱：北京国安战胜了上海申花，比分是2比1。
【反面示例】
音箱：北京国安2:1上海申花
原则十二：用户卡住的时候可以退出。
用户：滴滴打车有什么功能？
【正面示例】
音箱：用滴滴打车1 XXX 2 XXX 3 XXXX 如果想退出的话可以说“结束”
【正面示例】
音箱：用滴滴打车1 XXX 2 XXX 3 XXXX
利用这些原则规范化设计后的技能更容易被用户了解和使用和喜爱。
当然这些原则还应该根据技能和AI平台的场景、风格进行调整，只有技能可以进行良好的交互，技能才能更快更好的服务用户。
