本篇文章為大家?guī)怼窘换チ鲿场烤S度的評測點(diǎn)拆解。這個(gè)模塊，重點(diǎn)考量智能助手各個(gè)性能指標(biāo)及交互體驗(yàn)層面的表現(xiàn)。希望對從事相關(guān)領(lǐng)域工作的各位有所啟發(fā)。

當(dāng)用戶發(fā)起需求后，【意圖理解】在前，【服務(wù)提供】在后，基本上已經(jīng)構(gòu)成了一輪完整閉環(huán)。

之所以把【交互流暢】這個(gè)點(diǎn)作為一個(gè)單獨(dú)維度拆解出來，是因?yàn)槠湄灤┦冀K。如果這個(gè)模塊的內(nèi)容如果處理不好，將全程傷害體驗(yàn)。

本篇文章為大家?guī)怼窘换チ鲿场烤S度的評測點(diǎn)拆解。

這個(gè)模塊，重點(diǎn)考量智能助手各個(gè)性能指標(biāo)及交互體驗(yàn)層面的表現(xiàn)。

1. 服務(wù)穩(wěn)定性

“正常運(yùn)行”、“不出bug”、“魯棒性好”

評測點(diǎn)已經(jīng)講完了，十分清晰，幾乎每一個(gè)互聯(lián)網(wǎng)從業(yè)者都能夠說出個(gè)1234，然后呢？

穩(wěn)定不好，這類問題可大可小，小點(diǎn)就是網(wǎng)絡(luò)繁忙，不給你任何反饋，大到極致，機(jī)器人可以反動搞事情：“愚蠢的人類啊，阿西莫夫的機(jī)器人三定律也救不了你們。”

好了，開個(gè)玩笑。實(shí)際上，定義“what”容易，解決“how”往往都才是考量業(yè)務(wù)理解。

所以，在過往我經(jīng)常會問面試者的問題有一個(gè)：你曾經(jīng)做過的智能助手產(chǎn)品，出過哪些問題，你是如何解決的？

不同的人回答不同，對于這類命題，才更有探索價(jià)值。

一般情況下，回復(fù)這些是技術(shù)的問題，往往都很糟糕，實(shí)際上，每個(gè)公司的穩(wěn)定性業(yè)務(wù)保障是需要一個(gè)體系來承擔(dān)的。

所以能得分的面試回答是，把影響穩(wěn)定性的故障進(jìn)行一個(gè)分類，并且設(shè)計(jì)好處理路徑。

這里只有大類別，單單一個(gè)業(yè)務(wù)后臺，就能做很多范圍細(xì)分。故障表現(xiàn)情況例如：崩潰、局部故障、弱網(wǎng)環(huán)境、狀態(tài)更新、請求超時(shí)、并發(fā)表現(xiàn)……嚴(yán)重程度不一致，此處不逐一展開。

出過哪些問題分類回答完畢，你是如何解決的呢？是后續(xù)的一個(gè)命題。

一般情況下，公司的業(yè)務(wù)流程是這樣運(yùn)轉(zhuǎn)的。

這里有3個(gè)細(xì)節(jié)：

1. 反饋的行為折損。根據(jù)歷史數(shù)據(jù)表現(xiàn)，1個(gè)問題被報(bào)上來，背后往往有至少10個(gè)以上的用戶遇見過，只是用戶懶/報(bào)問題麻煩，沒有報(bào)而已。
2. 反饋的信息折損，客服問：你做了什么操作導(dǎo)致的崩潰？用戶答：我也不知道，就崩潰了。這種情況，是不利于排查和定位問題的。
3. “解決方案的設(shè)計(jì)”，這里也分為“臨時(shí)解決方案”和“全局最優(yōu)解決方案”兩說。

下圖是一個(gè)信息化的風(fēng)控結(jié)構(gòu)，做過相關(guān)模塊的，懂得自然懂，篇幅太長，此處不展開。

所以，在考量服務(wù)穩(wěn)定性上有兩個(gè)大層面，一個(gè)是智能助手本身的穩(wěn)定性表現(xiàn)，二個(gè)是在服務(wù)用戶的過程中，如何規(guī)避，以及遇見問題后的業(yè)務(wù)響應(yīng)速度表現(xiàn)。

服務(wù)穩(wěn)定性的考量是以一定周期、頻次進(jìn)行考量才是科學(xué)合理的。

2.?響應(yīng)速度/流暢度

服務(wù)穩(wěn)定性保障了之后，接下來就是速度。

語音交互這件事，本身就是因?yàn)檎Z音輸入的高效性。

當(dāng)用戶發(fā)出了需求，希望盡快拿到反饋，現(xiàn)在的用戶極其沒有耐心，速度一旦過慢，注定會被棄而不用。

而在智能語音助手交互對話的過程中，又包含哪幾個(gè)階段呢？

先明確一點(diǎn)，一味追求快并非是好。

1. 人類喚醒后，計(jì)算器的響應(yīng)靈敏度，靈敏度太強(qiáng)（誤喚醒）或太弱（沒反應(yīng)）都不好，當(dāng)然如果升級下維度，還可以添加場景，比如噪音下喚醒，遠(yuǎn)場喚醒等。靈敏度是可以調(diào)試的，以表現(xiàn)合適最好。
2. 人類表述了自己需求后，ASR有兩種方案，一種是邊識別邊轉(zhuǎn)換文本，另外一種是表述完畢后一口氣轉(zhuǎn)換為文本。
3. 業(yè)務(wù)邏輯處理表現(xiàn)，其實(shí)是NLP領(lǐng)域最為核心的部分，也是最為耗時(shí)的部分，從效率角度上而言，此處盡管追求越快越好。
4. 這里的語音播放，不是越快越好，而是合適就好，語速太快會給人一種輕浮及不穩(wěn)重的感受，太慢則顯得很笨以及可能造成不耐煩。而反饋樣式則需要盡快呈現(xiàn)，有些智能助手語音播放完畢了，結(jié)果下面的內(nèi)容還沒加載到位。
5. 人類總計(jì)2次交互，一次喚醒，一次表達(dá)意圖，這2個(gè)行為過后，等待AI反饋。也就是說，當(dāng)用戶說完話后的下一秒，助手要同時(shí)處理，識別+理解+接口查詢+反饋四個(gè)階段，這個(gè)過程中，全部都是用戶的等待狀態(tài)。

人們?nèi)ワ埖挈c(diǎn)完了菜，等上菜的過程中，中間服務(wù)員還會過來幫忙緩解，這個(gè)過程較長，一定要考慮好等待體驗(yàn)管理，不至于讓用戶無聊。

前后端共同協(xié)作，添加一些語音播報(bào)，模態(tài)框提示，漸隱消失提示，動畫效果，來管理用戶的等待體驗(yàn)。

而有些無屏的音箱則需要使用等待、加載、成功等光效表現(xiàn)來管理用戶的等待體驗(yàn)過程。

所以，在響應(yīng)速度/流暢度這個(gè)維度上，不同的情況不同的對待，以合適最好。

3.?交互形式豐富度

每一種交互形式的存在，都有著其依賴的場景。

下圖是我嘗試窮舉人類的輸入行為（盡力做到MECE）。

點(diǎn)觸、語音、手勢、點(diǎn)頭搖頭、人臉識別、聲紋、指紋驗(yàn)證等等均算在內(nèi)。

這一塊真的不需要多講，除了腦機(jī)接口，基本上都玩過，體驗(yàn)過的都會覺得其有意思的地方。

交互形式豐富度，評測點(diǎn)已解釋完畢，在未來，一定是多模態(tài)交互，來適應(yīng)各種各樣的業(yè)務(wù)場景。

說一點(diǎn)，產(chǎn)品經(jīng)理應(yīng)該修煉的部分。

筆者有一個(gè)出門問問的耳機(jī)，它是智能助手的操控延伸。在提供創(chuàng)新體驗(yàn)的同時(shí)，弄明白了是什么（what），基于此去探究為什么（why）以及怎么辦（how）。

所以，筆者認(rèn)為產(chǎn)品經(jīng)理應(yīng)該修煉的部分。

• 盡量多的去使用智能硬件，把工作體驗(yàn)變成日常，以培養(yǎng)敏感度。
• 弄清楚這些交互方式、元器件連接方式背后的技術(shù)實(shí)現(xiàn)原理。
• 每種技術(shù)方案都有多種實(shí)現(xiàn)方式，知曉其優(yōu)劣勢及實(shí)現(xiàn)成本。

這三層修煉是遞進(jìn)關(guān)系。只有這些把這類東西融入到了我們的生活之中，敏感性才培養(yǎng)得起來，繼而去加深理解，如此才更有可能做創(chuàng)新。

我們今天所熟知的眾多的科學(xué)以及專利技術(shù)的發(fā)明者，其實(shí)都是根據(jù)前人的經(jīng)驗(yàn)進(jìn)行的某種程度上的改進(jìn)。從結(jié)果上來看，主要有兩種改進(jìn)方向。

一種是將一個(gè)原本在實(shí)驗(yàn)室里面理論上可行，變成大規(guī)模批量生產(chǎn)的方案。

另一種則是根據(jù)已有的技術(shù)發(fā)明，發(fā)現(xiàn)一些“居然這個(gè)技術(shù)還可以被這樣使用” 的方案。

蘋果公司在技術(shù)研發(fā)上，并沒有什么特別優(yōu)秀的表現(xiàn)，但是在整合以及運(yùn)用技術(shù)的這件事情上，則是優(yōu)秀中的代表。市面上的絕大多數(shù)的手機(jī)公司的研發(fā)部門，應(yīng)該都叫技術(shù)方案整合商更為貼切。

只有將自己的日常浸潤到各種類型的交互體驗(yàn)里，進(jìn)而去理解實(shí)現(xiàn)方案背后的技術(shù)原理，才更有可能做出創(chuàng)新??！

4.?新手教學(xué)表現(xiàn)

我第一次給父母體驗(yàn)‘小愛同學(xué)’的時(shí)候，他們是需要我的幫助才能使用。

什么是喚醒；什么是監(jiān)聽；什么時(shí)候你說話它會響應(yīng)/不響應(yīng)；覺得羅嗦，如何打斷對方。

這個(gè)教學(xué)行為大概要持續(xù)一小會，言傳身教才能夠?qū)W出如何進(jìn)行語音交互。

如果沒有我，我的父母將無法上手。這種依賴人，在旁邊教的東西，實(shí)在是學(xué)習(xí)成本太高。

而當(dāng)我們的產(chǎn)品被用戶首次體驗(yàn)的時(shí)候，如果沒有新手教學(xué)，用戶也許就呆滯在那里，并不知道如何使用。

新手教學(xué)體驗(yàn)是非常重要的一個(gè)環(huán)節(jié)。

體驗(yàn)各家智能語音助手，在這一塊的表現(xiàn)上各不一致，故而列為評測點(diǎn)。

行業(yè)新的新手引導(dǎo)教學(xué)其實(shí)非常多的種類，滑屏海報(bào)，蒙版遮罩，文字tips，互動式引導(dǎo)。

簡單一分為二的說，大體可以分為，基本操作教學(xué)，以及對應(yīng)業(yè)務(wù)的教學(xué)。

在考量這個(gè)業(yè)務(wù)表現(xiàn)得維度上，基本操作教學(xué)必須得有。而具體業(yè)務(wù)教學(xué)，則是具體問題具體設(shè)計(jì)。

百度地圖的新手引導(dǎo)就做得十分友好?；旧蠟樾《葘?dǎo)航的每個(gè)業(yè)務(wù)能力配備了沉浸式引導(dǎo)方案。

這一塊是參照游戲行業(yè)的解決方案。就我過往對小度的體驗(yàn)，其實(shí)有很幾次改版了，不斷迭代演化至今。

最好的交互設(shè)計(jì)其實(shí)是不需要新手引導(dǎo)的，如同微信一樣自然。

在一個(gè)普遍使用點(diǎn)觸操作習(xí)慣的年代，如何讓用戶體驗(yàn)這種新的交互體驗(yàn)方式？壓力就在新手教學(xué)上。學(xué)的會就用，學(xué)不會就丟棄。

嘗鮮體驗(yàn)過后，以后也會（改變習(xí)慣）使用語音尋求業(yè)務(wù)，壓力則在業(yè)務(wù)設(shè)計(jì)上。方便就用，不方便就丟棄。

這是一個(gè)遞進(jìn)邏輯。只有基本操作掌握了才有后面的（改變習(xí)慣）使用，把用戶當(dāng)成小白的新手教學(xué)行為，一定得做好！

5. 全雙工交互表現(xiàn)

全雙工（Full Duplex）是通訊傳輸?shù)囊粋€(gè)術(shù)語。通信允許數(shù)據(jù)在兩個(gè)方向上同時(shí)傳輸。

先用通俗的例子比喻下：

單工：類似聽廣播——單向傳遞信息，一個(gè)人只能聽另一個(gè)人說。

半雙工：類似對講機(jī)。

甲：洞幺洞幺，能不能聽到我說話，over。

乙：可以聽到，over。

全雙工：類似打電話。

甲：喂，還記得我的聲音么？我是……

乙：啊，是你小子啊……

雙方可以各說各的，可以互相打斷。

人機(jī)交互追求更加自然流暢，這一點(diǎn)必不可少。

當(dāng)前的語音助手，只有在進(jìn)入監(jiān)聽狀態(tài)才可以做出反饋。

而進(jìn)入監(jiān)聽的兩種情況，一種是使用[喚醒詞]，完成喚醒/打斷的動作。

另一種是AI判斷業(yè)務(wù)沒完，做出引導(dǎo)式的追問，然后進(jìn)入監(jiān)聽狀態(tài)。
例如：

用戶：我想看最近上映的電影。

助手：為你找到如下電影，你可以對我說看第幾部。播放完畢后進(jìn)入監(jiān)聽狀態(tài)。

其實(shí)助手第一時(shí)間在屏幕上展示了電影列表的搜索結(jié)果，但是總得把語音念完……。

作為用戶而言，我已經(jīng)看到了助手給我的展示結(jié)果，也知道你的后續(xù)話術(shù)套路，我會迫不及待的使用[喚醒詞]，完成打斷行為……使用過的都會感受到這種情況的心累。

而在全雙工的能力加持下，即為，你播報(bào)你的，我說我的，不用等你念完，才進(jìn)入監(jiān)聽狀態(tài)，你念一半的時(shí)候，我搶話到下一步驟，你根據(jù)我的節(jié)奏推進(jìn)業(yè)務(wù)就好。

還有一種技術(shù)方案相信從業(yè)者們也不陌生，就是基于當(dāng)前語義場景下的“判斷為無效內(nèi)容后的拒絕響應(yīng)”。

例子：我想聽……嗯，我想想，哦對了，那個(gè)周杰倫的青花瓷

識別出用戶當(dāng)前說的話是不是給它的指令，能過濾掉無效的停頓，語氣助詞等干擾信息，再做出反應(yīng)。

這就是全雙工所指的“瞬間雙向”表現(xiàn)，更接近人與人之間的自然對話，提升了交互體驗(yàn)。

6. 階段性結(jié)尾

同樣的，在【交互流暢】這個(gè)單元模塊，有更多評測點(diǎn)去列舉，但是受限于篇幅以及能力所限，刪掉的一些內(nèi)容。保留以及刪除評測點(diǎn)的原則，也是基于評測指標(biāo)的普適性。

同樣用提問的方式，列舉一下我刪除掉的考核點(diǎn)。

第（6）點(diǎn)，列舉一個(gè)我玩游戲多多自走棋，體驗(yàn)游戲助手的例子。敏感詞，會在很多的地方出現(xiàn)。防止內(nèi)容攻擊，保護(hù)安全的，特別是大公司，往往會用上一個(gè)敏感詞庫過濾處理，相信很多的人都遇見過，有些給你反饋，有些則直接給你和諧掉了。顯然是影響交互體驗(yàn)流暢度的。造成這種情況的顯然是政策問題。

第（7）點(diǎn)，未來的交互體驗(yàn)過程中，多硬件終端，多場景，有屏無屏的交互體驗(yàn)方案，這是一個(gè)“現(xiàn)階段各家都沒做，而在未來各家一定會做”的評測點(diǎn)。

如果列舉其例子，問題以及探討解決方案起來，篇幅就過長了，就目前AI跨平臺使用表現(xiàn)而言，故現(xiàn)階段舍棄。

第（8）點(diǎn)，完成任務(wù)時(shí)候的成本考量。這個(gè)里面涉及一些語音識別、語義理解的層面。比如，任務(wù)流的多輪對話是分層次的，而當(dāng)用戶一口氣給助手提供多個(gè)查詢槽位，能否給予結(jié)果。比如，在一些支付和驗(yàn)證的層面，視覺和聲紋讓用戶付出的代價(jià)幾何等等。助手取硬件權(quán)限（讀取GPS，讀取短信等）時(shí)的表現(xiàn)。

在滿足用戶需求的時(shí)候一定有方案，而不同方案之間的取舍考量就存在比較關(guān)系了。

筆者在設(shè)計(jì)業(yè)務(wù)的時(shí)候，同時(shí)也會考量用戶的隱私保護(hù)安全。

• 你要安全，就加判斷確認(rèn)，加驗(yàn)證，影響流暢度。
• 你要流暢，就替用戶配置更多的默認(rèn)選項(xiàng)，影響安全。

“流暢”和“安全”本身就是一個(gè)互相沖突的命題。此處沒有對錯(cuò)，只有選擇。

【交互流暢】是一個(gè)非常重要的全局性指標(biāo)，貫穿【意圖理解】和【服務(wù)提供】始終。如果這個(gè)維度的評測方向如果處理不好，將全程傷害體驗(yàn)。

以上，關(guān)于第三大維度【交互流暢】的諸多考量點(diǎn)，就此完結(jié)。后續(xù)文章會補(bǔ)充余下的部分，并以相同的形式進(jìn)行補(bǔ)充解釋和完善。

后續(xù)篇幅預(yù)告：【人格特質(zhì)】——智能助手是否具備足夠的魅力/人格化特質(zhì)，就情緒表現(xiàn)，情商，共情、個(gè)性化、擬人化程度來設(shè)計(jì)評測指標(biāo)。

謝謝你看到了這里，希望能給大家的工作帶來一些幫助和思考。

寫作這個(gè)事情，考量點(diǎn)真的太多，無法敞開了寫?？梢栽诹粞詤^(qū)評論或者添加作者微信公眾號深入討論。

相關(guān)閱讀

如何評測語音助手的智能程度（1）：意圖理解

如何評測語音助手的智能程度（2）：服務(wù)提供

作者：飯大官人，不折騰會死星人，微信公眾號：fanfan19860403《游戲運(yùn)營：高手進(jìn)階之路》作者。熟悉游戲領(lǐng)域、人工智能-自然語言處理領(lǐng)域。

本文由 @飯大官人 原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理，未經(jīng)許可，禁止轉(zhuǎn)載

題圖來自 Unsplash，基于 CC0 協(xié)議