ChatBot 的误区

ChatBots在人工智能领域是一个非常热门的话题。在这一点上,我们都听说过机器人,甚至是原型,并向我们的客户和公司推出了一些机器人。

有人认为聊天机器人是新的网站,他们将杀死99%的应用程序 - 预测会话界面将很快取代我们在工作中使用了数十年的以像素为中心的设计模式。

然后,我们可能想象中的Chatbot是这样的:

或者是这样的:

但你有没有想过它可能是这样的:

为什么chatbots这个概念出现了这么久,但是没有成功呢?

使用技术自动化和扩展一对一对话的想法吸引了很多品牌和服务。在这个过程中,设计师在定义每个对话的脚本以及用户在与机器人进行交互时可以预期的行为方面起着重要的作用。

但是,尽管我们的意图是最好的,有时聊天机器人却无法提供像我们预想的那样无缝,愉快和高效的用户体验。

下面笔者根据项目经验,总结一些ChatBot遇到的常见问题:

1.人工智能(AI)目前并没有那么智能

绝大多数的聊天机器人实际上并不聪明。它们是基于决策树逻辑构建的,机器人给出的响应取决于用户输入中标识的特定关键字。

如果用户的输入包含“商店”或“购买”;

那么发送消息与产品列表,这意味着决策树类型的机器人与创建它的设计者/程序员的能力(以及彻底性和耐心)一样聪明,以预测所有潜在的用户使用情况和输入。

目前为止具有自然语言学习能力的机器人仍然非常少见。

2.用例并不那么强大

这是世界上每一项新技术都会发生的事情:设计师和开发人员对此非常兴奋。

我们现在看到的是一个试图成为第一个成功部署机器人的公司的淘金热。在这个过程中,我们会看到大量的机器人正在解决不相关的用例,或者提供非常糟糕的经验。

这是周期的一个自然部分:我们的行业需要从失败中学习,才能部署真正相关和聪明的机器人。

3.一些机器人缺乏透明度

最成功的机器人从一开始就让一件事情变得清晰:用户正在与机器人聊天,而不是与另一个人聊天。预先设定正确的期望将会使用户对机器人可能犯的某些错误更加宽容。

你当然希望你的机器人尽可能的感觉人性化,但是撒谎给你的用户,假装不是可以导致不可挽回的信任丧失。

4.他们无法准确处理上下文

人类善于交谈。我们明白讽刺,我们可以在两行之间进行阅读,而当我们给予某人回应时,我们会不断利用情境信息。

当我和某人通过电话安排晚餐计划时,我问是否应该带上雨伞,这个人知道我们要去哪里,我们正在开会的时间是什么时间,以及这是一个室内还是室外的场地。他们甚至知道我是一个多么谨慎的人,并且在给我一个答案时考虑到这一切。

机器人不是。除了机器人采用自然语言处理技术的情况之外,他们不能持有上下文信息的时间超过几个聊天泡泡,并且最终会在提出问题之前丢失跟踪用户所说的内容。

5.他们不与现有的业务系统进行通信

构建聊天机器人的另一个常见诱惑是试图从头开始重新创建功能。

假设您正在创建一个bot来预订spa中的约会。 如果您的聊天机器人不与Spa现有的预约管理系统进行通信,那意味着企业主需要额外的工作来处理通过这个新频道发出的请求 - 并且最终导致用户缺乏一致性。

机器人是更大的生态系统的一部分,由客户和品牌之间的多个接触点组成。在一个筒仓中创建一个聊天机器人对于企业和客户都是非常有害的。

6.他们想处理的东西太多了

设计人员和开发人员往往会对机器人所能完成的所有任务感到兴奋,但却忘记缩小焦点范围。 不要试图解决超出你的范围的问题。能做好一件事的bot,远远强过能做很多事,但哪件都做不好的bot。你实际上可以用“apps”,“sites”,甚至“people”来代替上面句子中的“bot”。

7.他们没有在适当的时机引入人工参与

当技术失败时,用户仍然希望能够依靠人来帮助他们解决问题。尽管如此,只有极少数的聊天机器人拥有升级工作流程,以便在机器人无法帮助时让人们接管对话。结果是与其用户摸不到头脑的机器人 - 还不如开始就和人直接对话。

所以,我们这样的ChatBot开发团队来说,意味着什么?对话界面的设计的兴起,代表了我们已经习惯的思考和交互的方式的重大转变。与网站和应用程序相比,聊天机器人具有更少的指示性和可选性,这意味着我们必须更加多加思考,如何用语言,为用户提供清晰,内聚和实用效果。 这是一个范式的变化,需要设计师重新思考他们的设计思路,交付成果和设计过程,以创造成功的机器人体验。

本文来自企鹅号 - 全球大搜罗媒体

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏新智元

【Big Computing】HPC大计算,挑战深度学习的计算力黑洞

2015 高性能计算用户大会 9月24日,由亚洲超算协会联合浪潮等主办的2015高性能计算用户大会在北京举行。本次大会围绕目前的新技术趋势提出“大计算”理念,重...

2733
来自专栏CDA数据分析师

关于数据分析有两个段子,谈数据分析那点事

从微博段子说起,微博上关于数据分析有两个段子,我经常当作案例讲,第一个段子,说某投资商对某企业所属行业有兴趣,要做背景调查,甲是技术流,一周分析各 种网上数据,...

2225
来自专栏大数据文摘

剧透人生!你什么时候结婚换工作甚至狗带,Facebook都知道

你关心的这些人生重大节点,有人希望比你提前知道它们何时发生,并基于此对你精准投放广告。

1303
来自专栏腾讯大讲堂的专栏

如何拥有产品 Sense?

考察一个产品经理能力时,一个必考的项目就是产品Sense。 如何才能拥有一个好的产品Sense?这是很多入门产品经理疑惑之处。今天给大家推荐腾讯移动电商高级产品...

1877
来自专栏大数据挖掘DT机器学习

【方法】如何基于数据挖掘进行数据库营销

提起数据库营销可能还有许多人并不了解“他”,其实我们虽然不了解什么是数据库营销,但是数据库营销却时时刻刻在影响我们的生活,比如你每天E-mail可能会...

2514
来自专栏华章科技

掌握8项技能让你顺利受雇于4种逼格最高的数据科学岗位

你想找到一份数据科学家的工作吗?如果你有这样的想法的话,那么你就有伴儿了。最近由Thomas Davenport和D.J. Patil在《哈佛商业周刊》上面发表...

321
来自专栏EAWorld

元数据管理的未来趋势——企业级元数据管理(EMM)

经过这些年的发展,国内外厂商在元数据管理能力的建设上有了一定的经验积累,此篇文章分析了国内外市场现状,指出企业级元数据管理正吸引着越来越多的厂商关注,有望成为未...

3957
来自专栏钱塘大数据

【干货】从0到1搭建运营数据分析知识体系

导读:数据分析在运营工作中无处不在,无论是活动复盘、专题报告、项目优化,还是求职面试,数据分析都有一席之地。对于数据分析,我发现很多运营都有这样一些困惑: 不知...

3599
来自专栏包子铺里聊IT

乘风大数据,就业拿高薪

最近一周,硅谷的明星创业公司Palantir完成了最新一轮4.5亿美金的融资,估值超过200亿美金。大数据,以及之后的数据挖掘和智能分析,让Palantir拿到...

2747
来自专栏大数据文摘

数据为证:白道爱开会 ,黑道擅执行

1396

扫码关注云+社区