الدليل الكامل لـ Chatbot تصميم

تضمين في رحلة المستخدم

أكبر خطأ أراه في chatbot تتعامل عمليات النشر مع الروبوت باعتباره إضافة مميزة. 

لا تخلق برامج المحادثة الآلية أي قيمة إلا عندما يتم دمجها في رحلة المستخدم، مما يرشد الأشخاص إلى المكان الذي يريدون الذهاب إليه بالفعل.

ومن الأمثلة المثالية (واللذيذة) على ذلك هو Fromeo، chatbot لقد بنينا من أجل Les Producteurs de lait du Québec. 

يقع تطبيق Fromeo في المقدمة والوسط على الصفحة الرئيسية لموقع Fromages d'ici، ويعمل بمثابة "خادم الجبن" الرقمي الذي يدعو المستخدمين إلى تجربة لم يعرفوا أنهم بحاجة إليها.

ما وظيفة فروميو؟ مساعدة الناس على تصفح مئات أنواع الجبن في كيبيك من خلال عرض توصيات شخصية عبر محادثة. بدلًا من إجبار الناس على تصفح فئات لا حصر لها من الجبن، تُلبي فروميو احتياجاتهم بتجربة سهلة وبسيطة: "ما رأيك اليوم؟".

هذا مثال كتابي لتضمين chatbot في تدفق المستخدم. فهو يحوّل جلسة التصفح السلبية إلى رحلة تفاعلية عالية القيمة.

حدد توقعات واضحة منذ البداية

استخدمت Ruby Labs هذا النهج عند توسيع نطاق الدعم عبر ستة تطبيقات تعتمد على الاشتراك.

عندما يفتح المستخدم الدعم الخاص به chatbot ، يتم تقديمهم على الفور بأربعة خيارات بسيطة: 

• إلغاء حسابي
• أسئلة الفواتير
• استكشاف المشكلات الفنية وإصلاحها
• اطرح سؤالا عاما

تساعد هذه الأزرار المستخدمين على تحقيق نتائج ناجحة من خلال إظهار الاحتياجات الأكثر شيوعًا على الفور. 

الأمر لا يتعلق بالتكنولوجيا المتطورة، بل بإظهار ما يمكن للبوت تقديمه للناس بوضوح.

لعب هذا دورًا كبيرًا في قدرة Ruby Labs على أتمتة أكثر من 4 ملايين جلسة دعم شهريًا بمعدل حل يصل إلى 98% . 

ومن المهم أيضًا أن نكون صادقين بشأن ما chatbot لا أستطيع. إذا لم يُعالج أمورًا مثل استرداد الأموال أو مساعدة الحساب المُفصّلة، فأخبرني بذلك مُسبقًا.

تصميم لتدفق المحادثة

أحد الأسباب التي تجعلني أجد نفسي أستخدم ChatGPT في كثير من الأحيان تبدو المحادثات طبيعية.

ChatGPT يتوقف ويستجيب بطريقة تُشعرني بالتبادل الفعلي. هذا الإيقاع يُسهّل استيعاب المعلومات والبقاء منشغلاً، خاصةً عندما أطرح أسئلة معقدة.

هكذا يبدو تدفق المحادثة الجيد وهذه هي الطريقة التي أجعل بها روبوتات الدردشة تبدو أكثر إنسانية . 

ومن بين النصائح والحيل الأخرى التي أستخدمها عندما يتعلق الأمر بتصميم تدفق المحادثة:

• الحفاظ على الردود قصيرة ومختصرة
• إضافة فترات توقف دقيقة بين الرسائل حتى يتوفر للمستخدمين الوقت لمعالجة ما يرونه

1. التعمق في أبحاث المستخدم واكتشاف النوايا

قبل أن ترسم مخططًا أو تكتب رسالة واحدة، عليك أن تعرف من تستهدفه. ليس بشخصيات مبهمة، بل مستخدمين حقيقيين، أهداف حقيقية، وتفاعل حقيقي.

هذا هو المكان الذي تفشل فيه معظم الروبوتات: فهي مبنية على افتراضات، وليس على أدلة.

ابدأ بالإجابة على ثلاثة أسئلة أساسية:

• من هم المستخدمون النموذجيون؟ (على سبيل المثال، الزوار الجدد، العملاء العائدين، الموظفين؟)
• ما هي أهدافهم؟ (على سبيل المثال، الحصول على المساعدة، إجراء عملية شراء، تتبع شيء ما، إلغاء الاشتراك؟)
• ما الذي يحبطهم في التجربة الحالية؟

لن تجد هذه الإجابات بمجرد عصف ذهني. تواصل مع فرق مثل دعم العملاء والمبيعات والمنتج لمعرفة أكثر نقاط ضعف المستخدمين. 

ثم قم بإلقاء نظرة على تذاكر الدعم، أو نصوص الدردشة، أو عمليات البحث في مركز المساعدة للعثور على الأنماط. 

من خلال هذا البحث، يمكنك بناء خريطة للنوايا: قائمة بما يحتاج الروبوت الخاص بك إلى التعامل معه، وكيفية صياغة المستخدمين لهذه الطلبات بشكل طبيعي.

2. حدد هدفًا واضحًا لـ Chatbot

لك chatbot ليس من الضروري القيام بكل شيء. يكفي القيام بشيء واحد بإتقان .

قبل أن تكتب رسالة واحدة، حدد حالة الاستخدام الأكثر تأثيرًا - شيء يحتاجه المستخدمون بالفعل وشيء يمكن لفريقك أتمتته بثقة. 

أنت تبحث عن عملية تحقق الهدف المنشود:

• التردد العالي
• يزعج المستخدمين
• يتبع نمطًا يمكن التنبؤ به

على سبيل المثال، في التجارة الإلكترونية، عادةً ما يكون الأمر عبارة عن تتبع الطلبات أو البحث عن المنتجات: كلاهما متكرر ومنظم ومنخفض المخاطر لأتمتته.

بعد تحديد هدفك، اكتب مهمةً من سطر واحد للبوت. مثلاً: "إرشاد المستخدمين خلال عملية إلغاء الحساب دون أي تدخل من الوكيل في أقل من دقيقتين".

الآن، حدّد النجاح رقميًا . هل تستهدف أتمتة بنسبة 80%؟ انخفاضًا في متوسط وقت المعالجة؟ تصعيدات أقل؟

3. تصميم شامل من البداية إلى النهاية Chat رحلة

خطط لرحلة المستخدم بأكملها قبل كتابة أي رسالة. هذا هو أساس chatbot تجربة المستخدم.

4. كتابة واختبار نماذج الحوارات

بمجرد رسم الخريطة الخاصة بك chatbot مع تدفقك، حان الوقت للتعمق في التفاصيل الأكثر أهمية : الكلمات الفعلية التي يقولها الروبوت الخاص بك.

هذه هي القاعدة التي أتبعها في كل مرة: إذا لم تتمكن من كتابة محادثة نموذجية واقعية لهدف ما، فأنت لست مستعدًا لبنائها بعد.

ابدأ بكتابة نصوص من ٣ إلى ٥ حوارات نموذجية لأهم حالات استخدامك: سيناريوهات حقيقية ومحددة بناءً على بحثك عن المستخدم. يجب أن تعكس هذه النصوص لغةً حقيقيةً يستخدمها المستخدمون، لا نصًا تجاريًا مُعدّلًا. 

على سبيل المثال:

• مستخدم تم تحصيل رسوم مضاعفة منه مؤخرًا وهو محبط.
• يحاول شخص ما إعادة تعيين كلمة المرور الخاصة به لكنه لا يحصل على البريد الإلكتروني.
• مستخدم جديد غير متأكد من كيفية إلغاء الفترة التجريبية.

اكتب التفاعل كاملاً ، بما في ذلك الحالات الشاذة والتحويلات غير المتوقعة. إذا قدّم أحدهم إجابة ناقصة أو خرج عن النص، فكيف سيتعامل الروبوت مع الأمر؟

اجعل رسائلك مختصرة وواضحة. قسّم الشروحات إلى خطوات منطقية، واستخدم فواصل الأسطر لتحسين سهولة القراءة.

بمجرد كتابة الحوارات، قم بلعب دورها مع فريقك أو الأفضل من ذلك، مع مستخدمين حقيقيين. 

إقرأهم بصوت عال. 

من خلال متابعة سجلات تفاعل المستخدمين مع البوت، لاحظ أين يتردد المستخدمون، أو يُسيء فهمهم، أو يطرحون أسئلة متابعة لم يتوقعها نصك. هذه بلا شك أفضل طريقة لتحسين تدفقات التفاعل. 

5. قم ببناء Chatbot

الآن بعد أن أصبح تدفقك ومحتواك جاهزين، فقد حان الوقت لبناء chatbot بالذكاء الاصطناعي الخاص بك .

ستحتاج إلى:

• رسالة الترحيب
• النوايا الأساسية (الأسئلة الشائعة، مساعدة الحساب، البحث عن الطلب، وما إلى ذلك)
• دعم منطق التسليم
• إعادة المحاولة والمعالجة البديلة

ينبغي على فريقك أيضًا تحديد كيفية تخزين الروبوت للبيانات، مثل أرقام الطلبات أو تفضيلات المستخدم. هل سيحتاج إلى استدعاء واجهات برمجة التطبيقات (APIs) لجلب بيانات الشحن أو توفر التقويم؟ هل يجب عليه تذكر التفاعلات السابقة؟

التكامل مع أدوات مثل Calendly أو Google Calendar للجدولة، و Zendesk للدعم، و Stripe أو Shopify للمعاملات. واجهات برمجة التطبيقات المخصصة تساعدك على التواصل مع أنظمتك الداخلية.

6. الاختبار والتحسين المستمر

بمجرد تشغيل الروبوت الخاص بك، ستتعلم بسرعة ما الذي يعمل وما الذي لا يعمل. 

ولذلك يمكننا أن نقول: شكرًا لك، تحليلات chatbot .

لا شيء يتفوق على البيانات الواقعية من المستخدمين الحقيقيين عندما يتعلق الأمر بتحسين الروبوت الخاص بك.

بعض المقاييس الرئيسية التي يجب مراقبتها بعد الإطلاق:

• النوايا الأكثر شيوعًا
• عقد التسرب العالية
• عبارات متكررة تؤدي إلى التراجع
• الوقت لكل جلسة / معدلات النجاح

نصيحة احترافية : قم بإنشاء "سجل تحسين الروبوت". 

أنصح بمراجعة هذا السجل كل أسبوعين. تتبع التحديثات وتأثيرها. حسّن إدراكك لنواياك مع ظهور أنماط جديدة. 

أدوات التخطيط ورسم الخرائط

تساعدك هذه على رسم مخطط منطقي لـ chatbot قبل أن تلمس سطرًا من التعليمات البرمجية. إنها مثالية لتصور التدفقات وتحديد الحالات الهامشية.

لوسيدتشارت

‍

باعتباري شخصًا يقوم بإنشاء برامج الدردشة الآلية من أجل المتعة (وأعمل في شركة متخصصة في الذكاء الاصطناعي)، فهذه هي بلا شك إحدى أدواتي المفضلة للتخطيط للمحادثات. 

إنه رائع لإنشاء أشجار محادثة مفصلة ومسارات بديلة ومنطق القرار. 

أحب استخدامه بشكل خاص عند العمل مع المهندسين أو فرق الدعم لأن كل شيء مرئي للغاية وسهل المحاذاة. 

المكافأة: التعاون في الوقت الفعلي هو حلم للعمل الجماعي غير المتزامن.

ميرو

أنا عادة أبدأ chatbot ورش عمل تصميم في ميرو. إنها مثالية لعرض أفكار خام، مثل النوايا ونماذج العبارات، في بيئة بصرية تفاعلية.

إذا كان Lucidchart هو المكان الذي أُنظّم فيه الأمور، فإن Miro هو المكان الذي يُمارس فيه التفكير الإبداعي المُركّز. إنه أيضًا مكان رائع لإجراء جلسات العصف الذهني المُبكرة للفريق أو جمع رؤى المستخدمين بعد البحث.

غريب الأطوار 

هذا هو خياري عندما أريد إنشاء مسودة محادثة سريعة أو مجرد رسم تدفق ميزة صغيرة.

إنه مثالي عندما أعمل بمفردي أو أحتاج إلى إظهار مفهوم لشخص ما دون "إعداد أداة" كبيرة. 

كما أنه رائع للحفاظ على الأشياء نظيفة وعالية المستوى دون الخوض في التفاصيل الدقيقة في وقت مبكر جدًا.

أدوات الاختبار والبحث

لا chatbot لا تكتمل الاستراتيجية دون اختبار تفاعلات المستخدمين الفعلية. تساعدك هذه الأدوات على التحقق من صحة تصميم المحادثة وجمع الملاحظات قبل الإطلاق.

PlaybookUX 

‍

لقد استخدمت PlaybookUX لتشغيل اختبارات غير معتدلة على chatbot النماذج الأولية، وهي تمنحني دائمًا قدرًا هائلاً من التعليقات.

يمكنك الحصول على ردود أفعال المستخدم وسلوك التنقل دون الحاجة إلى جدولة المقابلات. 

إنه مفيد بشكل خاص لتحديد النقاط التي يخطئ فيها المستخدمون في قراءة الروبوت أو يتخذون منعطفات غير متوقعة في التدفق.

المتاهة 

أحب استخدام Maze لاختبار الإشارة بسرعة. 

عندما تريد فقط أن تعرف: هل كان هذا التدفق منطقيًا؟

نظرة إلى الوراء 

يدعم Lookback المقابلات المباشرة وتسجيلات الشاشة حتى تتمكن من مراقبة ردود الفعل في الوقت الفعلي ومشكلات قابلية الاستخدام.

شخصيًا، لاحظت مشاكل توقيت صغيرة أو صياغة غير واضحة بمجرد مشاهدة مستخدم يتردد لمدة ثلاث ثوانٍ في منتصف المحادثة.

نشر وكلاء الذكاء الاصطناعي؟

اقرأ مخططنا لتنفيذ وكيل الذكاء الاصطناعي

اقرأ الآن

الذكاء الاصطناعي Chatbot المنصات

هذه هي المنصات الشاملة المستخدمة أثناء chatbot تطبيقات لبناء ونشر تجارب محادثة. غالبًا ما تتضمن أدوات للمنطق والتكامل ومعالجة اللغة الطبيعية.

Botpress

‍

أنا أبني كل شيء في Botpress :إنه يحقق التوازن المثالي بين عدم وجود تعليمات برمجية والمرونة الكاملة للمطور.

Botpress تقدم منصة كاملة الميزات لبناء الذكاء الاصطناعي المحادثة مع دعم NLU وRAG والتدفقات المخصصة. 

يعد المنشئ المرئي بديهيًا للمصممين، وتدعم المنصة الاختبار واستكشاف الأخطاء وإصلاحها في الوقت الفعلي. 

وهو مناسب تمامًا للفرق التي تتطلع إلى الانتقال من المفهوم إلى الإنتاج باستخدام الحد الأدنى من التعليمات البرمجية. 

الأفضل من ذلك كله؟ إنه مجاني!

راسا 

بصفتي شخصًا من خلفية غير تقنية، سأقول إن Rasa أكثر تركيزًا على الهندسة. لقد استخدمتُ Rasa لروبوتات مخصصة تعتمد بشكل كبير على التعلم الآلي، كما حدث عندما احتجتُ إلى تحكم كامل في نماذج النية.

ولكن إذا كان فريقك يتمتع بخبرة في Python ويحتاج إلى بناء شيء يتجاوز منطق السحب والإفلات، فإن Rasa قوي بشكل لا يصدق. 

Dialogflow 

Dialogflow يعتبر رائعًا للروبوتات البسيطة أو عندما stack موجودة بالفعل في Google Cloud.

لقد استخدمته مرة واحدة لبناء روبوت مساعدة لتكنولوجيا المعلومات مدعوم بالصوت ومرتبط بـ Google Calendar والأوراق. 

إنه ليس مرنًا للتدفقات المتقدمة أو المنطق المخصص، ولكنه سلس حقًا إذا كانت احتياجاتك واضحة.

أدوات التحليلات والتحسين

بمجرد أن chatbot إذا كان نشطًا، فستحتاج إلى فهم أدائه. تتتبع أدوات التحليلات سلوك المستخدم، ونجاح المحادثات، ونقاط التوقف، والمزيد.

Botpress (مدمج) 

‍

جانب آخر من Botpress ما أحبه هو علامة التبويب التحليلية المدمجة.

من السهل حقًا تصحيح أخطاء التدفقات في السياق ورؤية ما كتبه المستخدمون قبل أن يرتبك الروبوت.

داشبوت 

إذا كنت تدير روبوتات متعددة أو تريد لوحة معلومات مخصصة للمشاركة والأداء، فإن Dashbot هو الخيار الأمثل.

إنه يمنح المستخدمين رؤية منظمة حول أشياء مثل الاحتفاظ بالمستخدمين ومحفزات الرجوع إلى الوضع السابق. 

Google Analytics (أحداث مخصصة) 

أوصي بشدة Google Analytics لفرق التسويق التي تريد معرفة كيفية تأثير الروبوت على التحويلات أو معدلات الارتداد أو المشاركة العامة للصفحة. 

ليست كذلك chatbot -أصلي، ولكنه رائع لتحليل القمع الأوسع.

كم من الوقت يستغرق تصميم وإطلاق chatbot

يمكن أن يستغرق تصميم وإطلاق chatbot لي يعمل بشكل جيد من بضع ساعات إلى عدة أسابيع، اعتمادًا على مدى تعقيده. قد يتم إطلاق روبوتات الأسئلة الشائعة البسيطة في غضون ساعتين إلى 3 ساعات، بينما قد تستغرق الروبوتات الأكثر تقدماً التي تتعامل مع المهام المعقدة يومين أو أكثر لضمان الجودة والموثوقية.

هل أحتاج إلى مهارات البرمجة لتصميم chatbot

مهارات البرمجة ليست مطلوبة بشكل صارم لتصميم chatbot الآلية، وذلك بفضل أدوات الإنشاء المرئية والأدوات التي لا تحتاج إلى برمجة والتي تقدمها منصات مثل Botpress (أو Dialogflow). ومع ذلك، غالبًا ما تستفيد عمليات التكامل المعقدة أو الميزات المتخصصة من دعم المطورين لتوسيع قدرات الروبوت.

هل يمكن chatbot التعامل مع لغات أو لهجات متعددة في الروبوت نفسه؟

يمكن chatbot الدردشة الآلي التعامل مع لغات أو لهجات متعددة في نفس الروبوت إذا تم تصميمه باستخدام نماذج فهم اللغة الطبيعية متعددة اللغات (NLU) ودعم بيانات التدريب الخاصة بكل لغة. توفر العديد من من منصات روبوتات chatbot الآلية الحديثة إمكانات مدمجة متعددة اللغات، ولكنك ستظل بحاجة إلى تخطيط الترجمات بعناية واختبار الفروق الدقيقة في الصياغة والسياق الثقافي وتوقعات المستخدمين في مختلف المناطق.

كيف يمكنني قياس مدى نجاح تصميم chatbot الخاص بي بعد الإطلاق؟

يتم قياس نجاح تصميم Chatbot بعد الإطلاق باستخدام مقاييس مثل معدلات إنجاز المهام، ودرجات رضا المستخدم، ومعدلات التراجع، ومتوسط وقت حل المشكلات. تساعد سجلات المحادثة وملاحظات المستخدمين في تحديد نقاط الاحتكاك والفعالية الإجمالية.

ما الأخطاء الشائعة التي يجب تجنبها عند تصميم محادثات chatbot

تشمل الأخطاء الشائعة في تصميم chatbot استخدام لغة آلية أو رسمية بشكل مفرط، وعدم توضيح قدرات الروبوت، وإنشاء تدفقات جامدة تتجاهل المدخلات غير المتوقعة، والافتقار إلى رسائل احتياطية فعالة. يساعد الاختبار مع مستخدمين حقيقيين على ضمان إجراء محادثات طبيعية وتفاعلات سلسة ومفيدة.