點擊上方「百度AI互動設計院」，敬請關注
編譯系列介紹：
AIID新設非正式編譯小組，將定期輸出國外業界、學界關於設計及研究的編譯文章，與大家共同關注人工智慧領域前沿課題和成果。此為第一篇。
譯者篇首語：
聊天機器人（chatbot）是一個用來模擬人類對話或聊天的程序。始於1966年，近兩年重新開始風靡。微軟2014年發布小冰，Facebook2015年發布M，谷歌2016年收購API.ai，亞馬遜2016年公開LEX。截至2017年4月，單獨為Messenger創建的bot有10萬多個，同時Facebook在2017年的開發者大會上發布Messenger Platform2.0，圍繞聊天機器人而展開。
本文主要討論基於文本的聊天機器人，同時可供語音對話機器人參考。原作者Justin Lee，一個做chatbot產品的創始人，在chatbot及人機對話領域有系列思考，本文基於他的How we are getting +105k people to use chatbot為主線，並結合了他的另外兩篇文章形成了本文編譯全文。在不改變作者原意的情況下，做了翻譯和編排、刪減。
導讀：
Part 1 為什麼有那麼多app我們還需要聊天機器人
Part 2 聊天機器人和搜索有什麼不同
Part 3 聊天機器人應該如何設計及交互（人設、對話模式、NLP的誤區、有效引導）
一、人們已經擁有太多的應用程式
我們已經有大量的軟體和應用程式（app，下同），並且它們中很多都可以完成聊天機器人做的事，那麼聊天機器人為什麼依然那麼重要？
蘋果有句專門激勵應用程式開發的廣告語：「有一個app可以做這件事（There’s an app for that）」(譯者註：蘋果公司為了表達沒有什麼事情是蘋果手機及其app做不了的，打出一句廣告語：「There’s an app for that」，還為其申請了商標，為其超過25萬的app搖旗吶喊。)
正是這句簡單的標語讓技術戰場上留下了數以百萬計的應用程式，這些應用程式涉及生活的方方面面，大到讓你化身為你最愛的社會名流去解決犯罪問題，小到用一個表情去下一個訂單（譯者註：美國肯塔基州的某創業公司Fooji創造了用表情符號訂購的方式，用戶在推特上發信息@gofooji就可用標準化的表情符號下訂單）。然而這麼多的應用程式，正在引發著另一個問題----應用疲勞。
我們來看這樣一組可以說明應用疲勞的數據：2016年，comScore發現美國所有智慧型手機用戶中，近一半的用戶每月下載零應用。而2017年，Google Play應用商店平均每天上線1300多個應用程式。
△美國智慧型手機用戶月平均應用程式下載情況。來源：comScore
這並不是說應用程式失敗了或者會消失，但我們開始看到一種趨勢，即人們對於應用程式用的少了，並且遠遠少於每天市場投放的。App Annie 2017年的調查顯示，人們每天使用相同的九款應用程式，並且一個月內不超過30次。平均而言，用戶只打開他們下載的應用程式的三分之一。
連假裝喝啤酒都要做一個應用程式（譯者註：作者指有個應用程式模擬物理倒啤酒的畫面，當手機傾斜時，好像是用戶舉起杯子喝啤酒）。
△iBeer應用程式示意
聊天機器人不會增加應用程式、決策負擔、以及這些假啤酒帶來的應用疲勞。相反，他們在應用程式內部，實際上讓一些流行的消息應用的功能變強了。
二、聊天機器人可以簡化人們的生活
「應用程式是搶佔人們精力的，但聊天機器人可以幫助人們節省精力。」（斜體加粗為原文作者強調部分，下同。）
（譯者註：由於市場的競爭，營銷者經常強加給消費者更多內容，迫使人們消費更多內容，但聊天機器人應該簡化人們的生活，它是人工智慧技術驅動的工具。來源：Why chatbots will change marketing as we know it. 根據文章提煉。）
消費者已經發生變化，他們開始免疫甚至厭煩營銷人員推送給他們的東西。當他們有一個問題時，他們希望通過最少障礙的最優路徑得到答案。那麼聊天機器人就應當提供給人們最簡單省力的交互解決方案。
「一旦有機會，聊天機器人可以改變我們所知道的商業和市場。」
使用聊天機器人可以讓生活變的更輕鬆。它們能更快速、高效的幫助用戶完成任務——並且做的更好，同時，也給了我們更多時間去做「我們人類應該做的事情」。
聊天機器人不必像搜索一樣無處不在，那不是它的重點。聊天機器人必須雕刻出一個空間，可以讓人們比之前更容易地去到任何想去的地方。
數據科學家及軟體開發人員P. Daniel Tyreus曾說：
「如果用戶在使用某個服務時不需要去下載一個新的應用程式，那麼獲取用戶會變的容易。用戶更有可能使用集成到他們已經使用的應用中的服務。」
聊天機器人首先並且最先是數據掃描機器。每次我們將一個新資料庫連結到聊天機器人時，它對用戶來說都變得更有價值。它們接受輸入，提供相關的反饋，比其他任何平臺更易於管理。
用戶不需要從頭開發搜索功能，不需要去搭建一個應用程式，需要做的就是確保聊天機器人有個數據接口可以訪問用戶的大量數據，接入用戶使用的應用程式當中就可以了。
人們經常需要通過數十種不同的工作流程來尋找他們所需的數據。高效的聊天機器人不會這樣做，他們能夠讓用戶僅使用自然本能就能準確找到他們想要的東西，用戶所要做的事情就是自然簡單的發問。
三、助力搜索，提供區別於搜索的價值
「我們發現，在一個喋喋不休的世界裡，真正有用的聲音比你想像的更加強大。」
搜索已經產生了影響。這是毫無疑問的。通過訪問搜尋引擎找到你所需的東西幾乎成為了一種習慣。習慣是非常難以改變的，尤其當它們更令人滿意和更加自動化時。目前的研究表明，經過平均66天，用戶行為變成「不變的」、「自動的」。
由於搜索行為對我們來說是第二天性的，因此聊天機器人可以從用戶需求出發來增強搜索體驗：
聊天機器人讓用戶的生活和工作在指尖上變得更容易，並且不需要下載新的應用程式。以人工智慧為基礎的聊天機器人能處理海量信息，提供精心設計的會話流程。但這僅僅是冰山一角，如果設計和開發者沒有意識到理解用戶、管理用戶期望的重要性，仍然會出現問題。
四、產品和人一樣，都有人設
△大衛·奧格威關於品牌性格的名言：產品，像人一樣，擁有性格。
並且性格會由產品在市場上被樹立或破壞
大衛·奧格威因深諳性格之於產品的重要性而聞名。我們認為品牌和聊天機器人也是如此。這就是為什麼我們讓聊天機器人聽起來更像是我們認識和喜歡的人。
如果你的品牌已經具有一個確定的人設，請將其應用到你的聊天機器人在與用戶互動時使用的語音和語調上。
如果沒有，你要儘快確立一個形象，從而決定虛擬世界中你是誰。因為有那麼多的工具可以解決開發聊天機器人的技術問題，所以創建一個偉大的對話模式和流程可能是你將面臨的最大挑戰。你在聊天機器人中設計的消息框架將影響人們感知品牌價值的方式，綜上，請給予它人設。
MailChimp以其擁有明顯樂於助人的人設而聞名，該性格同時兼具有趣和謙恭。設想，如果你的貓現在正穿著它特有的以猴子為主題的針織帽，那麼你一定能確切的感受到人設的重要性。
△頭戴MailChimp猴子帽子的貓
Cintell 2016年對B2B買家的基準研究發現，效益更好的公司，更多的在他們的聊天機器人中使用了人設。
今天的消費者有無數品牌可選擇，並且他們知道這一點。
一個定義良好的人設，可以讓品牌與目標消費者之間更好的建立聯繫，行之有效且降低成本，同時發展回頭客和聊天機器人的用戶。這意味著它一定是輕鬆的，尊重人的，同時也是真正有用的。
五、對話模式、實用性及簡單點擊
引用Seth Godin（譯者註：紐約時報及商業周刊暢銷書作者，商業周刊最具影響力的商業思想家）的話：
「如果你的目標用戶不聽從你的，那麼不是他們的錯，是你的。」
在我們開始設計聊天機器人之前，應當聚焦於如何為用戶創造其它工具所不能帶來的價值。
我們一直致力於增強聊天機器人的自然語言處理（NLP）能力，因為我們了解我們的用戶，並且我們知道如何讓他們的生活變得輕鬆。可以讓他們僅輸入一些快捷詞組，就能夠訪問和比較海量數據。NLP讓聊天機器人能夠理解用戶正在尋找什麼。它還允許消費者享受個性化的對話，而不是在真空中與同樣疲憊的菜單進行交互。而當它反饋一個請求時，對話模式會是理想的方式。
人工智慧諮詢公司NeuraFlash的首席技術官Dennis Thomas深諳理解用戶如何與聊天機器人交互的重要性。
「NLP獲得巨大勝利的另一個地方是：當用戶正處於決策模型的目標發現及產品選擇階段時，聊天機器人可以幫助用戶更好的聚焦。通過對話，聊天機器人幫助用戶找到合適的商品，幫助用戶推進他們的目標，並且在對話過程中潛移默化的影響用戶心中對產品的標準，而這個標準和公司的銷售策略是一致的。」
另一方面，
如果基於文本的聊天機器人可以讓這個過程更加簡化，NLP可能會是一種損害。（譯者註：比如定機票、酒店，聊天機器人可能會問太多問題，偏離了讓用戶任務變簡單的目標，所以這些最好還是留給應用程式。NLP更適合去做任務的引導，比如你在亞馬遜上買了個產品但有些售後的問題，那麼最自然的方式是你和某個人說「嘿，我收到了一個次品，你能幫我處理一下嗎？」來源：Does a Bot Need Natural Language Processing？根據文章提煉。）
在用戶是在文本/視覺通道交互時，通過幾次按鈕的點擊就能完成的任務（比如重複購買），開放式的自然語言不會讓用戶的操作變得更輕鬆。
△作者示意：用簡單按鈕引導用戶對話達成目標
聊天機器人通過提煉出有限的選項幫用戶聚焦，用戶只要點擊幾個簡單的按鈕，在聊天機器人的引導下，就可以容易的達到目標。
所以當我們開發新的聊天機器人軟體時，我們並沒有把我們了解到的關於用戶的一切都丟進聊天窗口。取而代之的是，我們利用這些知識讓聊天機器人變的足夠簡單實用，而不是用知識去淹沒用戶。
六、聊天機器人的輸入輸出
NLP僅僅是對話的一半 - 輸入部分。就實用性而言，輸出同樣重要。
一個機器人可能具備的人設是世界上最有趣的人，但是如果它無法回答用戶的查詢，它仍然會很糟糕。
△作者示意：循環式對話優化框架
1. 連接
儘可能地在已有的信息程序（Message App）中解決用戶的問題。用吸引人的、對話式的語氣，聯繫上下文，在新的對話中追溯歷史對話記錄。
2. 理解
儘可能的理解用戶意圖，設計一個對話去過濾用戶的問題，提供最高效的交互方式（如上文例舉的按鈕操作的例子）。
3. 反饋
必要時，提供富媒體的解決方案，讓用戶不離開對話界面（信息程序）。
4. 優化
基於用戶交互，持續優化對話策略，為用戶提供更多的價值，並鼓勵用戶形成使用習慣。
七、管理用戶預期，提供有效引導
聊天機器人是一個相對較新的事物，它們的能力各異。如果你想讓用戶喜歡你的聊天機器人，你需要了解人們為什麼需要它，以及怎麼去使用它。
「聊天機器人應該做的第一件事就是快速介紹它們的核心能力。它們應該首先告訴你它們可以如何幫助你，以及它們最擅長做什麼。」
在最前面清晰地說明你的機器人的能力。提供具體的例子並邀請用戶嘗試練習一些問題。不要讓他們馬上就學習新的技巧。第一次使用聊天機器人時應該像與新朋友進行在線聊天那樣。
但不可避免的，用戶有時會要求你的機器人做一些它現在還不能做的事情。這個時候為用戶提供另一種選擇，同時不要讓這種學習機會溜走----定期掃描你的聊天日誌，它們是最有價值的市場調研資料，你可以了解人們想要通過聊天機器人做什麼。
「尋找每一次可以為用戶提供極致價值的機會。」
「了解並超越人們期望聊天機器人所提供的內容。用貼心的、令人愉快的額外細節取悅用戶，讓他們的生活變得更好。」
當用戶離開聊天機器人界面時，極致價值不必停止。當某款產品某個用戶的尺寸重新上架時，向客戶發送提醒。告訴讀者他們可以在哪裡找到更多像他們剛剛在網站上閱讀的文章。當我們的聊天機器人提供這種級別的服務時，我們便可以開始改變用戶行為並形成更好的自動化習慣。
「沒有人需要另外一個應用程式，不論用它做什麼。」
相反，人們需要聰明的方式在他們已經知道並經常使用的工具中完成更多的工作。
當你在打造聊天機器人時，讓它成為可以愉快與之互動，提供極限價值的產品！
版權聲明：本文在不改變作者原意的情況下，做了翻譯和編排、刪減，版權屬原作者所有，點擊文末閱讀原文的文字。
本文僅為翻譯，不代表本院觀點。
百度人工智慧互動設計院微信公眾號：百度AI互動設計院，歡迎掃碼關注：