随着智能技术的不断发展与深入，对话机器人的应用越来越普遍，展现了高效、24 小时在线沟通等效果，一定程度上弥补了人工客服的不足。那么，对设计师来说，这类智能客服对话机器人又是如何设计出来的呢？它的设计流程又是怎样的呢？笔者以阿里客服小蜜的对话机器人为例，向我们展现了系统设计的全流程。

背景
随着智能技术的发展，越来越多的客服咨询都开始交由对话机器人解决。

就在最近，冠状病毒疫情爆发，大量民众通过手机或电脑咨询政府以了解最新的疫情信息和防控措施。在这特殊情况下，原本的人工客服是无法承接这么多咨询的，而客服对话机器人就解了燃眉之急。

比如阿里巴巴推出的客服对话机器人与多个政府的卫健委合作，提供了「在线疫情知识问答」功能，为急切的用户提供全天 24 小时无停歇的准确回答，大大缓解了政府的服务压力。



这次阿里疫情客服对话机器人的方案源于集团在电商智能客服领域的沉淀，产品技术和设计都在双十一活动以及日常的咨询场景中积累了相关的经验。而我作为设计师，也想分享一下在设计客服对话机器人过程中的一些思考。希望能抛砖引玉，让更多的设计师参与或关注。

什么是对话机器人
首先想和大家分享一下对话机器人的概念。对话机器人是模拟人类对话聊天形式并提供服务的程序。对话机器人之所以被广泛应用，是因为名称中的「对话」和「机器人」分别为用户和服务提供方提供了价值。

先说说「对话」，对于寻求服务的用户，不同于查看网站或阅读，对话机器人模拟了自然的交互方式。

不管是钉钉、微信这样的即时聊天工具，还是天猫精灵的语音交互硬件，都在模拟一种有对话感的沟通。而这种沟通学习成本很低，效率却很高。并且聊天工具所保留的聊天记录也让信息的追溯更加方便。

再说说「机器人」，对于服务提供方，对话机器人能「以一敌百」永不停歇地替代人工完成部分咨询的工作，这能大大降低咨询排队的现象，并缓解服务压力。同时还可以在人工下班的时候延续服务。

还有一点，在人工成本越来越高的今天，对话机器人真的可以为服务提供方省下大量的成本。



对话机器人的分类
对话机器人有不同的分类方式：

如果按行业区分的话，就包含了：客服机器人（阿里客服小蜜）、助理机器人（天猫精灵）、情感陪聊机器人（微软小冰）、理财机器人（支付宝智能助理小钻风），以及企业前台机器人和企业内部机器人（钉钉智能工作助理）等等。

按对话的交互方式看，包含了：文字交互、语音交互，甚至还有线下大屏这种集合了文字、语音、触控等的复合型交互。

按对话的类型来看，对话服务一般包含了：问答、闲聊和任务三种类型。



对话机器人的交互流程
接下来咱们了解一下对话机器人的交互过程。

首先用户需要通过文字或语音向对话机器人的用户界面输入一段信息。紧接着机器人会识别并理解这段信息，判断这个由信息开启的对话是问答、闲聊还是任务，并给出相应的回应方案。

接下来，智能调度会判断机器人是否有解决能力：

如果机器人无法解决且有人工客服资源，就会转给人工。
如果机器人自身能解决或没有人工客服，那么机器人会生成回复内容通过文字或语音在用户界面反馈给用户。
这就完成了一次对话流程，以此往复。



对话机器人的设计方法
在了解了对话机器人的概念、分类和交互流程后，咱们就可以进入下一步：对话机器人的设计流程。

因为我所在的设计团队主要研究客服对话机器人，所以我将会以阿里客服小蜜为例向大家介绍。

阿里客服小蜜是阿里巴巴为服务集团消费者而提供的平台咨询对话机器人。机器人的业务目标是提升客服效率和体验，把简单问题交给机器，复杂问题或需要情感安抚的问题交给人工。



那设计一款类似阿里客服小蜜的对话机器人会主要经历那些步骤呢？我经过梳理，我觉得大致有 4 步：

确认对话机器人的基础建设
建立机器人的人设
设计对话
洞察用户提升对话体验
1. 确认对话机器人的基础建设
在真正开始设计之前，我们要依次确认不同的基础环节，以便为之后的设计打好基础。



领域

我们先要确认机器人服务的行业领域以及在该领域内服务方和用户的特点和诉求，以便为之后的人设设计、对话设计做参考。比如客服对话机器人，服务方是阿里巴巴客服部门，用户就是焦急要解决问题的用户。

对话类型

确认对话是否包含了问答、任务、闲聊三种对话类型。

偏重是什么？优先级是什么？

比如客服小蜜主打问答和任务的对话类型，设计目标应该是迅速地解答用户问题。而微软小冰是闲聊为主，设计目标可能是不断引导新的对话，产生更多的对话轮次。

对话基础能力

我们需要了解算法能力以及机器人回答调用的知识库是否已经完备、是否有专门的训练师标注优化。

因为了解算法能力和知识库的边界可以帮助设计师短时间聚焦设计范围，不在暂时无法实现的对话流程上花太多精力。

当然，算法能力的进步是飞速的，需要设计师不断与算法同学对焦以获得最新输入，设计出与时俱进的最优方案。

交互方式

文字交互、语音交互或是语音大屏的复合交互在体验策略上肯定会有不同，因此要在设计之前明确交互形式并做好调研。如果方案包含多种交互方式，设计师也是要确认优先的交互手段，因为这会影响你在交互引导上的设计。

设计对象

这里的设计对象指的是载体和渠道。载体是指展示对话的硬件，如手机、平板、大屏还是智能音箱无界面。不同的载体会对界面的设计产生很大的影响。

此外渠道也比较重要，指的是软件系统或平台，比如自行研发 H5 版的对话机器人，那限制较少。但如果你要集成到别人的对话聊天 APP，你就得遵守对方平台的设计规范了。

2. 建立机器人的人设
名称

一个完整的机器人名称包含了母品牌名称、领域、昵称、交互方式，服务形式几大元素，以便内外部用户精准了解产品的定位和重要信息。

比如「阿里客服小蜜对话机器人」：

「阿里」表明产品来源的公司，同时也暗示了它的服务领域大部分是阿里系的产品。
「客服」表明产品要解决的是客户服务领域的问题，比如售前售后的咨询。
「小蜜」是产品定位，非常核心。在这个案例中，小蜜谐音同小秘，有秘书助理的含义，同时小蜜又寓意了蜜蜂不辞辛苦的精神，与机器人永不停歇的服务理念相当吻合。
「对话机器人」则明确了产品是以对话为主要交互形式，以机器人形象和界面呈现作为服务形式。
当然，为了更方便品牌传播，品牌名称往往需要简单好记，于是我们往往会从完整名称删减部分内容保留最重要的部分，于是有了「阿里小蜜」「天猫精灵」这样的品牌名。

形象

对话必然需要对象，而对话对象往往是需要形象呈现的。一般形象会有三种方向：人物 、动物、机器人。

人物形象，又分真人，抽象人物两大类。真人是指真人照片或 3D 高拟似形象。抽象人物一般指在身材比例和五官头部大小做调整的卡通类形象，这些形象具有更强的亲和力。

需要注意的是，因为对话能力整体还不成熟，因此需要明确告诉用户和它对话的不是真人。

在对话聊天界面用真人照片表示聊天对象，会让用户以为机器人就是真人，提升了对服务品质的期待，但用户往往最终因机器人能力不完善未能满足期待而倍感失望。

在客服领域，有人工和机器人交接的时候，用真人照片就会让用户无法区分在服务他的是机器人还是真人，最终导致用户会对真人客服有不准确的评价。

而抽象人物形象，因为明确能感受到不是真人，所以不会造成误解。同时它又可以较好地规避恐怖谷的现象，比较推荐。

动物形象。因为在设定上往往比较拟人，所以也有很强的亲近性。比如天猫精灵，通过可爱的身材比例以及丰富的表情，可以生动地传达信息。因此，动物形象比较适合轻松一些的服务场景。

机器形象。首先它比较明确地告诉用户自己是一个机器人，在能力上可能有不足，能适当调整用户对服务品质的预期。

其次，由于在形象上的拟人性较低，能表达的情感却相对克制，所以就特别适合一些相对正式的场景，比如客服场景。这也是客服小蜜最终选用机器人形象的原因之一。



个性

贴切的个性可以更好地传达服务。

首先个性会在机器人的服务形象上体现，所以在设计形象外观的时候需要参考个性。同时在服务过程中，个性会影响在不同的用户场景和意图下机器人回应的方式。

这些回应方式包含了机器人的对话剧本、话术、形象上的表情动作等等。这些都是设计师可以精心设计的地方。篇幅的关系，回应方式的设计先不展开描述。



那一开始如何定义服务形象的个性呢？

目前比较常用的方法有两种，一个是标杆分析法，一个是 16 型人格推导法。

标杆分析法：简单来说就是从已有的成功服务人员身上吸取特质。

在客服小蜜的案例中，我们通过和金牌客服人员沟通讨论，了解了他们在服务的时候会透露出谦卑、耐心、笃定的气质，并且面对不同类型的用户，他们也会有不同的表达方式。这在初期定义形象和话术设计上起到了比较大的帮助。



16 型人格理论（MBTI）：为了更系统地归纳个性，后期我们还考虑参照了 16 型人格理论做补充。

16 型人格是基于荣格的心理类型理论推演的理论，目前已经成为主流的性格测试工具的理论参考。

我们通过代入用户场景和特征，以服务机器人的身份判断「驱动力的来源」，「接受信息的方式」，「决策的方式」「对外在世界的态度」的倾向。最终得出了我们客服服务机器人的个性，是「督导者型」。

大家可以测试一下自己要设计的机器人人格，并参照人格的行为特征为机器人设计回应方式。MBTI 的测试地址：http://www.welefen.com/lab/mbti/



上面所提到的定义个性的方法肯定不是百分比科学严谨的。比如标杆分析法受限于样本量可能有偏颇，而 16 型人格的理论在学术界也存在一定的争议。但我们可以通过这些方法降低个性定义的不准确性，从而最大程度准确地建立最符合场景的服务个性。

3. 设计对话
当我们完成人设设计后，就可以设计对话的流程了。

文章开头有介绍对话交互的流程，而设计师就是要针对流程中的所有环节进行设计帮助用户完成对话。

特别是几个核心步骤：对话的开启，对话的互动，对话结果的展示，以及在客服场景会出现的机器人转入人工的环节。

由于笔者较熟悉基于即时聊天的对话形式，因此这里主要介绍此类对话的设计过程。（不包含语音相互，但部分原理相通）



对话的开启

对于大部分用户，都是带着问题进入对话界面的，映入眼帘的必然是对话界面的首页。要在首页促成用户的有效点击进入对话，那么首页布局和引导就显得格外重要了。经过多年的沉淀，对话机器人首页布局相对比较成熟，主要遵从的原则是：

点击替代输入
合理排序推荐模块
有效空间展示更多内容
点击替代文字输入。由于在描述问题时用文字输入成本相对高，所以在开启对话的时候，我还是尽量通过卡片组件和输入框上的快捷短语方式点击替代文字输入。

合理排序推荐模块。首先要和算法和产品充分沟通确认要展示的必要推荐模块，模块一般会分为两类：

与该用户强相关的问题
平台用户最关注的问题
所以考虑到用户进入首页由上往下的浏览习惯，设计上会根据用户问题的命中可能性由高到低进行排布，将用户待办事项和算法根据他订单状况猜测的问题放在页面较上侧，将基于平台所有用户分析的共性问题和需求放于稍下侧。这样用户可以更快地点击到想要的问题。

有效空间展示更多内容。由于屏幕空间有限，所以设计师需要思考如何有效利用交互展示较多的内容。常用的方法比如卡片的横向滑动、卡片内的 tab 切换，换一批更新以及点击展开完整卡片等形式。

这一部分的内容可以详细参看团队小伙伴 CM 的文章，地址：《如何优化人机对话对引导，促成用户满意度增长？》



对话的互动

当我们从首页点击想咨询的内容后，就进入了对话流程。为保证对话的顺利完成，我们需要通过设计防止用户在对话流程中的流失。

第一，我们需要明确对话目标。

因为在例如咨询和闲聊这样不同的场景，对话目标是不同的。在客服咨询的过程中，用户希望以最高效的方式解决用户的问题，然后离开。于是高效快速完结是对话目标。

但在闲聊的场景中，用户的目的可是解闷聊天，那对话目标应该是尽可能地回应和引导对话。因此不同的对话目标会影响设计对话的流程和引导强度。

第二，了解不同的表达习惯，罗列所有可能的提问逻辑。

不同的人说话方式都不相同，比如：

有些人可以一句话表达自己的诉求；
而有些人会说话吞吞吐吐，不能一次说清所有的要点，需要反复追问；
有些人频繁改变主意，机器人需要不断更改意图；
有些人压根没有主意，希望你给建议；
或者有些人就是无聊打一些乱码挑逗机器人。
情况真的比较纷繁复杂，设计师得为不同的表达习惯和提问逻辑设计机器人回应的方式。

第三，可返回退出。

在对话的过程中难免会有误操作导致对话方向有误或无法进行下去的情况。别忘了提供回到上一步或退出整个对话的入口。

第四，降低输入成本。

如果机器人可以通过调取记录的方式获取如用户的身份，用户的订单，用户的手机号等，那应该直接显示，让用户做简单的确认就好，这样就免去了复杂的输入操作。

如果一定要用户输入的内容的话，还是可以通过快捷短语的方式用点击替代输入提升效率。同时基于业务的判断你还可以将要确认的信息进行合并组合，让用户一次确认多个要点信息。

对话结果的展示

在用户与机器人有效对话之后，机器人最终会将结果信息展示给用户。而结果的展示形式会非常影响用户理解结果信息的费力程度。所以设计师需要在展现形式上多做尝试。

文字展示。通常结果是一段文字，但文字的展现不一定要平铺直叙，有很多更好的展现可能。比如将较长的文字结构化成多段，并配有段落标题；或者将文字中最重要的信息通过颜色或加粗突出显示；添加 EMOJI 表情帮助指引阅读等等方法。

多模展示。针对不同的知识类型和用户特性，设计上可以采用不同模态的展示方式。

当单纯的图片文字不能方便理解的时候，可以考虑视频知识；当某些用户不方便阅读的时候，可以通过读播的方式朗读答案给用户；在展示和时间进度有关的知识时可以加入时间轴的概念，让用户对全局有感知。还有些知识适合沉浸式展现，比如天气信息可以通过页面皮肤的天气动画展现。

知识推荐。有时候机器人不确定自己命中的答案是否正确，因此需要推荐一些相似问题以防用户还有疑问。



进入人工。虽然并不是每个对话机器人都有人工客服配合。但是对于客服咨询类的机器人产品，人工是不可或缺的。在设计上首先需要明确区分机器人和人工的区别。比如在进入人工的时候需要有明显的头像和内容上的提示，表明对话对象已经由机器人转化为人工了。

其次，要考虑在人工繁忙的时候，等待人工排队在所难免，是否可以通过安排一些互动内容降低用户在排队时的焦虑。

最后，当人工要断线切换回机器人的时候，是一种服务降级，也需要提前提示给到用户。



4. 洞察用户提升对话体验
没错，完成前三步其实一个对话机器人就已经基本设计完成。但如果需要进一步提升用户体验，则少不了设计师对用户的仔细洞察。

识别世界观和用户标志性行为

代入用户和世界观信息，以精细化服务；识别用户的标志性动作或情绪，以提升服务应变能力。

比如：机器人识别了用户身份、登录时间日期后为其展示合适的打招呼话术和界面皮肤。

又比如当用户在对话过程中有一段时间无操作的时候，说明可能遇到了操作上的困难，机器人需要主动询问或推荐新的服务。

又或者当识别了用户在对话中的负面情绪表达，则需要添加安抚或帮其升级服务的操作，诸如此类。



挖掘用户的潜在需求

推导用户当前需求的下一步诉求和平级诉求，试图主动满足用户。比如：当用户咨询了津贴如何使用，说明用户有用津贴购物的意愿，因此可以推荐用户关注并且可以使用津贴的商品。当用户建立了某一类日程提醒，说明他是一个愿意用提醒管理日程的人，机器人也可以推荐其他的提醒服务。



总结
以上比较系统地介绍了我对对话机器人设计流程的思考，希望给感兴趣的朋友一些帮助。

其实我们阿里巴巴达摩院设计团队一直在思考如何将我们沉淀的能力复用到更多的场景。因此我们和集团的前端团队共同将对话机器人里常用的组件进行了整理和代码化，沉淀了对话机器人场景的 UI 组件系统：Chat UI。

————————————————
版权声明：

遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接及本声明。
原文链接：https://www.uisdc.com/dialogue-robot-design-process#