微信扫码
与创始人交个朋友
我要投稿
显性确认要求用户对系统的理解或操作结果进行明确的响应确认。这种确认方式通常涉及简单的是/否回答,或者使用同义词来明确表达用户的确认意图。
在实施显性确认时,系统会暂停进一步的操作,直到收到用户的明确指示。这种确认方式特别适用于错误成本较高或需要用户明确同意的场景,例如在执行不可逆操作前的用户确认。
显性确认确保用户对即将执行的操作有充分的认识和同意,从而降低操作错误的风险。
隐性确认是一种更为微妙的确认方式,它通过在后续的对话或操作中隐含地确认用户的信息,而无需用户进行直接回复。这种策略通常涉及系统对用户输入的关键信息进行重复或同义词替换,以此向用户展示系统已经理解了他们的意图。
隐性确认适用于错误成本较低或系统对识别结果有较高信心的情况,因为它可以提高对话的效率,同时减少用户的交互负担。
在实施隐性确认时,系统会通过提炼用户表述的关键内容,并将其融入到响应中,使用户能够快速确认系统已经识别到了这些信息。
这种方式的优势在于其效率较高,但劣势在于一旦系统识别错误,用户可能不清楚如何纠正。因此,隐性确认策略的运用需要根据系统对信息识别的准确度和出错可能性来谨慎选择。
在对话设计中,“无需确认”指的是 AI 在接收到用户输入后,并未提供任何形式的确认反馈给用户。这种情况通常发生在信息高度确认,或者确认操作被认为是不必要的场合。在这种模式下,AI 假定用户的输入是正确的,并且不需要额外的确认步骤来验证输入的准确性或完整性。
“无需确认”的设计考虑到了用户体验的流畅性和效率,特别是在用户操作失误风险较低,或者系统对输入的识别有足够信心的场景中。这种交互可以减少用户的操作步骤,提高用户体验。
需要注意的是,“无需确认”的设计并不适用于所有情况。在错误成本较高或需要用户明确同意的场景中,如执行不可逆操作前,显性确认或隐性确认可能更为合适,以确保用户对其操作有充分的认识和同意。因此,设计者在决定是否采用“无需确认”交互时,需要仔细权衡用户体验的便捷性和操作的安全性。
在大多数情况下,隐性确认的应用目的并不在于直接验证用户的输入内容,而是在于确认用户所传达或隐含的参数信息。
这种策略通过在后续的对话或操作中隐含地确认用户的信息,例如通过重复关键信息或使用同义词替换,来向用户展示系统已经理解了他们的意图。
隐性确认为用户提供了必要的上下文环境,以便他们能够更准确地理解系统的响应内容。通过这种方式,隐性确认有助于提升交互的连贯性和用户的满意度,确保对话流程的顺畅。
动作的隐性确认也是一种间接确认机制,它通过系统的行为和反馈来隐含地表明某个动作已经完成,而不是依赖于直接的言语或明确的信号。这种确认方式一般通过系统响应的自然流程和结果展示,为用户提供了动作执行的证据,从而在不打断用户流程的情况下,增强用户对系统操作结果的信任和满意度。
在执行可能导致不可逆后果的操作,例如删除用户数据或完成交易等关键步骤之前,显性确认是必不可少的。这一机制确保用户对即将执行的操作及其潜在影响有充分的认识。
AI 必须在采取最终行动之前,明确地向用户展示操作的具体细节,并主动请求用户的明确同意。通过这种方式,显性确认不仅提高了操作的透明度,还强化了用户对操作结果的责任意识,从而降低误操作的风险,并提升用户对系统的信任度。
在用户输入明确且系统能够以高置信度识别用户意图的情况下,可以省略确认步骤。这种设计原则适用于那些系统对用户意图的识别具有高度准确性的场景,从而简化了交互流程,提高用户体验的效率和流畅性。通过减少不必要的确认环节,用户可以更快捷地完成操作,同时保持了操作的安全性和准确性。
错误
尽管 AI 在自然语言处理领域有显著进步,但在实际应用中仍可能遇到对话无法继续的情况,这可能导致错误。常见的错误类型包括:
针对这些错误情况,必须实施有效的错误处理机制,以引导用户回到正确的交流轨道。错误响应的方式对用户体验至关重要,一个处理不当的错误可能会给用户留下深刻印象,甚至超过多次成功的交互。相反,如果错误得到妥善处理,用户可能根本不会意识到曾经出现过错误。
为了优化用户体验,错误处理机制应当:
通过这样的措施,可以最大限度地减少错误对用户体验的负面影响,同时提升 AI 系统的可靠性和用户满意度。
在 AI 对话设计中,"无匹配"错误是指系统在处理用户输入时,无法找到与用户意图相匹配的响应或操作。这种情况通常发生在用户的问题或请求超出了 AI 系统预设的处理范围,或者用户的表达方式与系统训练数据中的模式不匹配时。例如,如果用户使用非常规的措辞或提出一个系统未被训练来识别的新颖问题,AI 可能无法理解其意图,从而导致无匹配错误。
为了应对这种错误,AI 需要具备一定的错误处理和恢复机制。例如引导用户重新表述法,系统应通过提问或提供选项的方式,引导用户以更清晰、更具体的方式重新表述他们的问题或请求。一般在缺少必填槽位(无该内容无法执行任务),必填槽位答案唯一但涉及范围比较广,AI 无法进行猜测时使用该方法。
在重新询问用户时,AI 可以采取缩小范围的策略来增强交互的清晰度和效率。包括:
为了避免用户经历连续的挫败感,AI 应在两次尝试理解用户意图失败后,主动结束对话。在这种情况下,提供不明确的承诺可能会损害用户对系统的信任。因此,应该:
在对话交互中,用户可能会因为设备故障或网络不稳定而发送损坏或丢失的信息,或者由于误解 AI 的提示而提供不相关或不精确的数据。这就需要引导用户重新提供信息或通过帮助他们更准确地表达需求。
在对话过程中,用户有时可能会因为设备故障或网络连接问题而发送出受损或不完整的信息。在这种情况下,AI系统应当具备识别这类问题的能力,并主动要求用户重新表述他们的问题或请求。另外如果用户输入的信息不清晰,AI 可以重述其理解的问题,以确认是否正确把握了用户的意图。
在 AI 对话的设计中,当识别到用户的输入可能存在问题或不完整时,应该在结束对话之前再次给予用户回复的机会,确保了用户有机会纠正或补充他们的请求,从而避免误解或未满足的需求。
为了避免不必要的用户纠缠,并保持对话的效率和尊重,AI 应在尝试两次收集用户输入未果后,主动结束对话。这一策略不仅体现了对用户时间的尊重,也避免了可能的沟通疲劳。
当用户的意图无误,但执行依赖的系统无法进行任务或因技术故障而失败时,即发生系统错误。此类错误可能表现为:
为了确保系统的可靠性和用户的信任,在发生错误时,应以透明、诚实的态度向用户通报情况,并提供切实可行的后续步骤建议。这包括但不限于:
AI 在对话过程中,应以优雅的方式结束交流。通过精心设计的结束语,AI 不仅能够展示其社交智慧,还能确保用户在对话结束时感到满意和受尊重。在对话即将结束时,AI 应提供有益的总结或明确的后续步骤建议,使得对话的收尾既流畅又富有成效,为用户留下积极的印象,并为未来的互动奠定良好的基础。
当用户的需求或意图得到满足时,AI 应确保用户清楚地认识到任务已经圆满完成,并通过恰当的结束语来确认对话的结束,使用户感到满意和被尊重。此外,AI 应主动询问用户是否需要进一步的帮助或有其他问题,以确保用户在对话结束时感到被充分照顾。
用户可能会因为多种原因而放弃正在进行的任务。无论具体原因是什么,AI 应尊重用户的决定,允许他们在适当的时候结束对话。这意味着 AI 需要提供清晰的指示或选项,让用户可以轻松选择退出对话,同时确保用户知道他们随时可以回来继续或重新开始。通过这种方式,AI 支持用户保持控制权,并在交流过程中感到舒适和尊重。
除非会丢失重大进展,否则不要进行二次确认。
请注意,“退出”、“取消”、“停止”、“没关系”和“再见”是默认支持的,因此如果用户说这些,AI 的操作将结束。
一旦用户表明对话已结束,那就假设你已经失去了他们的注意力。
当 AI 无法支持用户请求的功能时,对话将会终止。在这种情况下,关键的做法是坦诚地承认 AI 能力的不足,并提供可行的替代方案或引导用户通过其他途径实现目标。此外,这也是收集反馈和数据的宝贵机会,用以未来增强 AI 的功能和效能,更准确地迎合用户需求。通过采取透明且用户友好的错误处理措施,可以最大程度地减少用户的失望感,并保持他们对 AI 服务的信任和满意度。
系统错误:如果因为系统限制无法满足用户请求,AI 应明确告知用户当前无法提供所需服务,并提供备选或引导至其他服务。此为AntD 沉淀的一整套 AI 组件资产为:Ant Design X,会话设计文档贡献者为:YumoImer,会话设计更多详情在官网: https://x.ant.design/index-cn 可查看;
53AI,企业落地应用大模型首选服务商
产品:大模型应用平台+智能体定制开发+落地咨询服务
承诺:先做场景POC验证,看到效果再签署服务协议。零风险落地应用大模型,已交付160+中大型企业
2024-09-04
2024-09-26
2024-09-03
2024-09-06
2024-10-30
2024-11-23
2024-08-18
2024-11-19
2024-09-02
2024-07-23