如果設計得當, chatbots 使公司更容易與客戶互動。它們的開發成本比應用程式便宜得多,並且具有一些內置優勢,例如可以直接在聊天中使用(根據定義),並且不需要下載。
創建時的常見錯誤 chatbots.
1. 需要太多文本
如果可能,聊天機器人應設計為不需要文本輸入。用戶更喜歡按下簡單的按鈕而不是鍵入。在可能的情況下,應使用圖形小部件代替文本。在最壞的情況下,編號選項可以顯示在使用者可以選擇的文本中。
完成工作的觸摸次數是這裡的關鍵指標。
2. 不使用圖形使用者介面
聊天使用者介面對於許多工作來說不是一個好的介面,因為它有許多缺點,包括:
- 它不會像圖形介面那樣為使用者提供所有可用選項的緊湊且易於查看的概述。
- 如上所述,這是一種笨拙的輸入選擇的方式。
- 用戶無法查看正在進行的任何作業的狀態,或者不知道流程中可能涉及多少個步驟。
- 如果使用者改變主意或出錯,則無法撤消或返回。
大多數主流聊天應用程式允許使用者添加帶有自定義圖形的 Web 視圖作為其機器人的螢幕。使用 Web 視圖肯定會改善用戶體驗。
當然,回應能力也是 Web 視圖的一個考慮因素,需要由開發人員和最終聊天平臺開發人員解決。
這也是一個鮮為人知的用例,即 Web 視圖應該用於輸入您不希望保存在聊天歷史記錄中的密碼等安全資訊。
3. 賦予機器人太多個性
適當的時候有一點個性是好的。例如,通過要求人們閱讀過多文本而妨礙效用的個性會減損體驗。
值得考慮的是,當使用者無法理解使用者想要做什麼時,使用者會在多大程度上欣賞機器人個性。在這種情況下,情況無疑會變得更糟!
4. 讓你的機器人過於腳本化
絕對有新穎的價值 chatbots 目前,這讓使用者忍受了他們的缺陷。情況並非總是如此。
這篇博文中的大多數觀點都可以成為他們自己的博客文章的主題,而這篇絕對屬於這一類。
腳本化機器人的優點是用戶體驗受到嚴格控制,以一口大小的塊提供,並且使用者具有導航到感興趣的主題的某種能力。這使得最終使用者非常容易理解這種體驗。
這種方法的缺點是,與應用程式或網站上的自定義用戶介面相比,導航非常笨拙且有限。例如,後退按鈕在桌面和行動裝置上被大量使用,但機器人的等效項是導航回您使用功能表的位置,這是一個非常笨拙的解決方案。
腳本化方法在我們之前提到的有關聊天介面的許多相同維度上存在不足,例如無法預先很好地概述選項並被鎖定在順序導航中。
適當地使用圖形介面和NLP可以使機器人更有效地使用。
當然,在開發速度與功能限制方面可能存在權衡。通過使其成為一個完全互動式的網站,Powerpoint演示文稿可能會得到很大的改進。但是,如果它足夠好地完成手頭的工作,您將無法從時間,精力和經濟角度證明構建互動式網站的合理性。
5. 不管理用戶範圍
即使您對一次性命令使用自然語言處理(NLP)(而不是多級對話 - 此時不可能正確),它也有局限性。這是因為在現實中,很難預測用戶可以通過多少種方式提出問題。
在他們的博客上,谷歌指出,在其網站上完成的搜索中有15%是全新的,即以前從未見過。每天大約有8億次搜索。
因此,對於不經常或一次性的工作,重要的是要找到某種方法來限制人們提出的問題的範圍,明確範圍。
對於頻繁的任務,當然可以與機器一起“培訓”使用者。對於管理播放清單或訂購食物等頻繁的家務,用戶將適應NLP。
6. 不在迴圈中使用人類
很難看到使用者輸入完整的句子問題,除非他們認為至少有人類在機器人背後的可能性。
當然,鍵入句子比按兩下幾個按鈕更費力,尤其是在行動裝置上,因此如果機器人無法正確回應,使用者的挫敗感將迅速升級。
人迴圈是人類從機器人接管並手動回應最終使用者的能力。
提供人工在環顯然比純自動化系統更昂貴,但在許多情況下,人類代理已經是回答問題的人,並且引入了機器人以通過回答簡單的重複問題來提高效率。
為了確保最終使用者不會感到沮喪,如果機器人回答問題的概率非常高,請務必確保將對話升級到人類。
機器人回答問題的信心水準是 NLP 引擎的輸出,因此通常很容易設置置信度,低於該置信度,對話將自動升級到人類。
即使在機器人對話升級到人類的情況下,機器人仍然可以增加價值。機器人可以顯示人類罐頭答案,他們可以用來更快地回應,這些答案甚至可以包括圖形小部件。當然,通過監控人類的反應,機器人可以訓練自己在未來回答更多問題。
7. 使用 Chatbots 用於開放式搜索
如前所述 chatbots 使用 NLP 在狹義定義的範圍內工作得很好,當對查詢的回應有限並且可以策劃時。事實上,NLP的最佳用途之一是一種有限的搜索,它可以讓用戶獲得他們想要的選項,而無需通過繁瑣的決策樹。
然而,開放式搜索是不同的。在這種情況下,使用者不一定預先知道所有相關因素是什麼。他們希望非常快速地瞭解所有可用選項和相關因素的概述,然後使用過濾器根據搜索條件快速縮小選項範圍。
雖然可以要求機器人告訴您在給定位置最適合您入住的酒店,但它不太可能在相同的時間內為您提供更好的解決方案使用廣泛的搜索和過濾工具搜索一個好的酒店網站。
NLP路線可能是一個很好的路線,您更看重速度和便利性,而不是解決方案的質量/價值。例如,在購買鮮花時,您可能相對樂意使用最方便的解決方案,而不是花時間尋找價格最優惠的花店。
8. 從頭開始構建聊天機器人
當您可以使用可為你提供所需所有功能的框架時,你不應該從頭開始開發機器人的原因有很多。
您不僅不應該浪費時間和精力編寫可以作為通用元件提供的功能,而且當框架的一個集成為您提供了許多開箱即用的第三方集成時,您也不應該花時間編寫與第三方服務的多個集成。
如果框架允許您訪問元件和集成的原始程式碼,以便您可以根據需要自定義它們,則上述所有內容尤其如此。
9. 沒有解決整個問題
如果客戶不需要離開聊天頻道來完成他們的工作,那麼機器人將真正有用。如果客戶必須離開聊天才能完成流程中的某些步驟,那麼機器人的用處將降低。
當然,機器人可能無法處理所有必需的步驟,但如果可以這樣做,如果機器人可以處理整個過程,那麼對最終客戶來說將更有價值。
例如,當客戶使用聊天機器人購買一杯咖啡時,他們應該可以選擇通過向機器人付款來完成交易。如果可能的話,他們不應該被迫在流程結束時向咖啡師支付現金。如果你不得不在乘車結束時向司機支付現金,Uber就不會那麼好了。
10. 在此過程中有不必要的步驟
這是顯而易見的,但出色的客戶體驗來自簡單和便利。客戶為完成給定任務而需要付出的努力需要在各個方面最小化,包括他們需要執行的步驟數量。
例如,如果客戶總是訂購相同類型的咖啡,則應在流程開始時為他們提供此類咖啡的快速訂購選項。
11. 使用 Chatbots 應用何時可以更好地完成任務
Chatbots 並非完美地完成每項任務。在某些情況下,公司可以使用應用程式來更好地為客戶服務。
例如,如果一個流程需要在多個螢幕上進行反饋和調整,並且需要高水準的細節,那麼使用應用程式比使用機器人更有意義。
對於桌面應用程式尤其如此,但也適用於行動應用程式。
12. 犧牲靈活性進行控制
軟體開發的這一一般規則同樣適用於 chatbots.允許用戶靈活地與機器人交互非常重要,即使這會導致更多輸入錯誤。
只要客戶在犯錯時可以撤消他們所做的工作,那麼如果用戶體驗不那麼僵化和控制,用戶體驗就會好得多。
13. 泄露數據
人工智慧使數據成為新的石油。許多人工智慧公司的 聊天機器人商業模式 是免費提供服務,希望收集可用於使人工智慧更好的數據。
通過向第三方提供您的數據,您將 為您的聊天機器人帶來以下安全風險:
- 如果需要,您將無法輕鬆切換 NLP 引擎,即您被鎖定。
- 您將無法使用自己的資料來增強您的 NLP 或通用 AI。
- 您將不太可能學習用於處理數據的方法和技術。
- 您將無法將自己的資料用於其他目的,例如與其他系統的集成或創建相關功能。
- 您將無法自行保證數據的安全性或隱私性。
如 chatbots 走向主流UX和開發的許多最佳實踐將會出現。希望上述一些內容在識別有損機器人 UX 的問題方面對您有用。