設計任務導向型對話場景是一項關乎人類最自然的對話和AI最智能的技術結合的復雜而有趣的工作，希望這篇文章對從事語音交互產品設計的同學們有所幫手。

5月10日，微軟Build大會發布智能音箱Invoke，6月6日，蘋果WWDC發布HomePod，7月5日，上午10點，百度AI開發者大會發布DureOS開放平臺,同一天，下午2點，阿里人工智能實驗室發布天貓精靈……

這個夏天，被人工智能驕陽炙烤著的智能語音交互市場，熱度可謂一路飆升。

語音交互的主要能力在于開放式domain的聊天型功能與任務導向的技能型功能。如果說快捷高效、輕松自然是語音交互的獨特優勢，那么任務導向型功能就是這些優勢的完美落點，一個量好的語音交互產品，自然是技多不壓身，，能夠cover的domain多越好，能夠get的技能越強大越好。

那么，作為語音產品設計人員，如何以短平快的方式設計一個任務導向型對話場景呢？

當然，和傳統交互設計工作一樣，前期調研是很有須要的。你想設計的這個功能是否能滿足產品目標、是否具備相關技術和數據能力支持以及符合用戶實際需求？如果有兩個場景擺在你設計的智能音箱面前，一個是訂外賣，而另一個是星座速配，你會選擇優先做哪個？

一旦確定了要設計某個場景，接下來就可以著手設計工作了。具體來說就是三個步驟：理清對話邏輯（Chat Flow）、設計語法（Grammer）以及設計應答 (Confirmation)。

第一步：對話邏輯——從哪里來，到哪里去？

如同圖形用戶界面以點擊-觸發為各個節點的交互邏輯，VUI也需要一從query到answer的流轉邏輯，將一個場景的對話流程流暢的貫穿起來。

假設你設計的對話場景是查詢空氣質量，請考慮在這番對話中可能出現的任何情況以及相應的反饋動作：

下圖展現了該場景可能的Chat Flow

即即是詢問天氣這樣看上去很簡單的對話場景，也可以設計出十分復雜的對話邏輯，按照該場景在你產品中的重要程度決定細節邏輯的粒度。

第二步：設計語法 ——用戶會對你說什么？

語法就是用戶輸入的指令集，對話設計者需要設計對話的意圖（Intent），以及盡量考慮用戶可能表達方式，將其中最核心、最常用的表達方式提取為指令集模板。設計的指令集越多越全面，對話覆蓋率就會越高。

想象場景還是查詢空氣質量，請考慮用戶會用怎樣的表達方式來提出本身的要求：

“幫我查詢空氣質量”

“北京空氣質量指數”

“今天PM2.5值是多少”

“我需要戴口罩嗎”

“今天的空氣怎么樣”

……

中華語言，博大精深，簡單的查詢空氣質量，就有茫茫多的問法。不過不消著急，你只需要提取一些最典型的句式，至于“么”“嗎”“呢”這些語氣詞，或者虛詞、助詞等，語義理解模塊（NLU）會資助泛化。

下圖為查詢空氣質量對話指令集，其中和是槽位（Slot）。Slot是NLU從用戶指令中抽取的關鍵信息點，NUL模塊通過這些關鍵信息及其取值定義（Slot-Value），理解用戶指令的具體要求。

第三步：設計應答——你要如何回答用戶？

語音交互中最主要的應答方式是TTS（Text To Speech），就是將設計者寫好的應答腳本，通過TTS引擎轉化為語音播放出來。應答帶給用戶最直不雅觀的感受，應答的好壞，直接關系到語音產品的體驗。鑒于過長的語音內容會增加用戶的記憶負載，設計應答時應該盡量簡潔。同時，如果你的語音產品具備本身的個性特點，在應答時也請根據該特點的語言風格撰寫腳本，連結角色的一致性。

還是查詢空氣質量的例子，在第一步，設計對話邏輯的過程中，我們已經定義了該對話可能出現的幾類應答。別離是：

A1.詢問用戶想查詢哪里的空氣質量A2.反饋沒有查到相關地區相關時間的空氣質量A3.按照空氣質量級另外優劣反饋相應提示

接下來，你只需要在對話腳本（script）文檔里，發揮你強大的語言天賦，進行完型填空就可以了。

“script”有“撰寫電影腳本”的含義，而整個設計對話過程確實很像設計電影腳本，有來言有去語，通過問答的互動形式幫手用戶完成任務。

綜上所述，設計任務導向型對話場景是一項關乎人類最自然的對話和AI最智能的技術結合的復雜而有趣的工作，希望這篇文章對從事語音交互產品設計的同學們有所幫手。

標簽：鹽城 九江 烏魯木齊 林芝 東營