本文笔者将与大家分享Alexa技能设计的四大范式中的两大范式——Be Adaptable(设计可适应)，以及Be Personal(设计个性化)。

较之已有相当成熟，且被业界广泛应用的设计范式的视觉界面交互设计，语音交互设计因其特殊性和发展时间较短等原因，尚未形成较为体系化和较为流行的设计范式。

很开心并且感谢亚马逊已经率先迈出了这一步，在最新的语音交互设计指南中总结了Alexa技能设计的四大范式：设计可适应、设计个性化、设计易用性，以及设计亲和力。下面就和大家一起分享学习~

Be Adaptable(设计可适应)

可适应意味着在你技能范围所及的任何情况下，它都能正确理解和处理用户说的话。以下方法可以帮助你的技能更好的适应用户场景。

1. 为你的意图匹配丰富的表达

意图（intent）即：用户可以对你的技能提出的要求。

比如：你的技能可能会帮助用户订制旅程、达到某种状态、讲笑话、或者攻击怪兽。

不要假设用户会准确的把你设想的话表达出来。当用户可以说“计划旅行”时，他也许会图方便的直接说“计划去夏威夷的旅行”，尽量把用户可能会说的句子、短语和单词最大范围的呈现出来，这样才能保证用户可以更好的使用你的技能。

下面这些表达的事例，都是用户表达“订制旅程”这个意图的方式：

• “我要去旅行”
• “开始订制旅程”
• “订制旅程”
• “我想要去度假”

2. 处理“过度回答”（over-answering）

有些时候，虽然Alexa只问了一个问题，但用户会给出超出这个问题的回答。

比如：Alexa问到一个出发日期，用户可能不但回答了出发日期，也回答了出发地点。用户甚至可能给出了所需的其他信息，比如说抵达的城市，还有要旅行的方式。请把“过度回答”当做一个礼物，因为你不需要再问很多问题，用户把答案都预先告诉你了。

下面就是“订制旅程”中“过度回答”的例子：

Do：

用户：“我下周五要从西雅图出发去波特兰徒步旅行。”

Alexa：“好的，你想预订从西雅图去波特兰上午10点，下午2点还是下午4点的机票呢？”

用户：“上午10点。”

Don’t：

用户：“我下周五要从西雅图出发去波特兰徒步旅行。”

Alexa：“你想去哪？”

用户：“额…我说了波特兰。”

Alexa：“好的！你想什么时候走？”

用户：“我要去徒步。”

Alexa：“你想订一个徒步走去波特兰的旅行吗？”

用户：“不，我是说我要去徒步旅行，好吧你赢了……”

3. 询问更多的信息

用户给的指令或者提出的问题通常是不完整的。Alexa需要提示用户去把部分遗漏的信息说清楚，或者提供一些额外的信息，以保证能够触发正确意图。

Do：

用户：“我要去公鸡岩附近冲浪。”

Alexa：“想什么时候出发呢？”

Don’t：

用户：“我要去公鸡岩附近冲浪。”

Alexa：“你是说公鸡岩咖啡厅吗？”

用户：“啊？不是，是俄勒冈州的公鸡岩公园。”

Alexa：“‘啊不是是俄勒冈州的公鸡岩公园’不是一个合法地址。”

4. 接受更正

有时当用户发现Alexa出错或者他们自己改变主意时，就会进行更正。比如，用户可能会说“不”或者“我是说”，后面跟着正确的信息。你需要准备处理这些可能。

比如：

你的旅行订制技能搞错了地址，用户想要修改。

Alexa：“听上去是一次愉快的旅行。你将在下周五从西雅图出发去波特兰冲浪，需要我订机票吗？”

用户：“不，我要去公鸡岩。”

Alexa：“收到，你将在下周五从西雅图出发去公鸡岩冲浪，现在订机票吗？”

5. 优雅的处理错误

在类似手机或网页这种单一视觉交互界面中，能够通过定义明确的视觉元素（按钮、菜单、编辑框）告诉用户什么可以做，或者哪里出现了错误。

但在语音交互界面，用户很难知道为什么出现任务失败，也不知道在多层语音和语言识别系统复杂的结构中到底是哪里出现了错误。所以，你必须解决这个问题。

当Alexa没有听见或者不理解用户的话时，她会再问一遍，这样用户会在她放弃这段对话之前有机会修复问题。

避免只说Alexa没听见或者没懂的错误提示，比如：“我没听清”。这会导致用户重复同样的话，而恰恰是这句话导致了错误。

更好的说法是：加上一些更有帮助的信息，尽可能直接的说出你想传达的信息。

在下面的例子中，Alexa由于超出技能支持范围而没能理解的问题，她给用户提供了关于她能做什么的提示。

Do：

Alexa：“我可以帮你找到符合你口味的甜点食谱，你想做什么？”

用户：“我晚饭想做大碗宽面。”

Alexa：“我只能帮你找到甜点食谱，比如：饼干、蛋糕、油酥糕。有你晚饭想做的甜点吗？”

Don’t

Alexa：“我可以帮你找到符合你口味的甜点食谱，你想做什么？”

用户：“我晚饭想做大碗宽面。”

Alexa：“很抱歉，我没有听懂。你想做什么？”

6. 处理Alexa无法理解的情况

如果Alexa听到但无法处理用户的请求，坦率的告知用户并且尝试让对话回到正确的路径上。直接了当的告诉用户，让他们知道下一步可以做什么，这种帮助可以避免让用户感觉迷失。

用户：“Alexa，打开订制旅程。”

Alexa：“你想去哪？”

用户：“我想去骑马。”

（你的技能逻辑理解到“骑马”不在支持城市之列）

Alexa：“我没太明白，你想去哪个城市旅行？”

7. 处理Alexa理解但是无法完成任务的情况

当用户触发了一个技能不支持的功能，使用一些类似“我现在还不能帮你……”的句式去告知用户这个功能还没有上线。不要对未来可期的技术和服务做承诺，你可以在开发后台跟进这些需求，这将给你未来更新技能带来灵感。

比如：

有用户想在订制旅程的技能中租车。

用户：“我想租辆车。”

Alexa：“我现在还不能帮你租车。但我可以帮你订制旅行，你想去哪个城市？”

8. 当用户未回答时二次询问（Re-prompt）

当Alexa没有从用户那得到答案时，用较为简洁的句式变体对原有问题进行二次询问。

这是一个在用户未能理解的情况下，获取更多细节信息的机会。

用户：“Alexa，打开订制旅程。”

Alexa：“你想去哪？”

用户：“…….”

Alexa：”我可以帮你订制旅程。首先，我会向你询问：你想旅行的时间地点，以及到达目的地后，你会做什么？你想去哪个城市旅行？“

9. 提供上下文帮助

在响应用户请求时，给予更多提示以便为当前对话提供更多上下文。

例如：

如果一位点披萨的用户在确认订单之前，询问了餐厅是否提供蒜节。

Alexa回答这个问题后，会进行二次询问（Re-prompt）以确认用户最初的披萨订单。确认用户是否取消最初的需求，这种对话设计十分常见。

例如：

你的技能可以帮助用户打车，但是他们不知道如何执行某项动作，比如：修改地址。

用户：“Alexa，打开帮我打车。”

Alexa：“你想打车回家或者上班吗？”

用户：“我怎么设置我的地址呢？”

Alexa：“你可以在帮我打车手机应用里修改你公司或家的地址。”

（停顿半秒钟）

Alexa：“如果地址已经存在，我现在可以帮你打车，你想打车回家或者上班吗？”

Be Personal(设计个性化)

当技能输出关乎到用户个人信息时，你需要为用户提供个性化的体验，创造熟悉感和亲密度。基于你设计的独特技能，可以适当增减上下文。

在某种程度上，你需要收集用户信息以便推动决策实现。这时你需要决定哪些信息需要收集并保存，哪些信息一旦对话完成就可以丢弃。

1. 区分新老用户

当用户用请求（“Alexa，打开[技能名称]”）调用技能时，技能应该提供欢迎语，然后提示用户做出响应。

你要有丰富多变的欢迎语，包括：首次使用欢迎语（welcome message for first-time use）、回归欢迎语（return welcome message）、以及个性化的欢迎语（personalized welcome message）。紧跟在欢迎语后面，询问用户他们想要做什么。可以考虑在此处提供关于技能基本功能的提示。

比如：当用户首次接触你的技能，你需要让用户快速了解这个技能，并且给对话制定框架。在后面多次调用之后，就可以缩短问候语，帮助用户快速获取他们所希望的交互结果。

1）首次使用

用户：“Alexa，打开烘焙大师。”

Alexa：“欢迎使用烘焙大师，我可以帮你查找合你口味的饼干、蛋糕和点心食谱。今天，你打算做点什么呢？”

2）二次使用 

用户：“Alexa，打开烘焙大师。”

Alexa：“斯蒂文，欢迎回到烘焙大师，上次你做了纸杯蛋糕。今天你想要做点什么呢？”

2. 在技能的使用过程中获取信息

在上一个例子中，我们发现Alexa使用了用户的名字来称呼他。你可以在对话流程中设计关于此类信息的问题，并且将其保存到用户的个人资料（profile）中。这样每次用户返回技能的时候，他们都能在Alexa那里得到个性化的舒适体验。

这种个性化的体验并非仅限于你对用户信息的提问，你也可以在他们和技能交互的过程中，不断训练Alexa的行为，使之更加符合用户的使用习惯。

比如：在一个帮助用户记录体重的健身技能中，技能可以捕捉到用户长期以来进行特定锻炼的信息，从而跟踪他们的进展。当用户回到技能时，Alexa就能告诉他们突破了某项个人记录。

注意：对于Alexa服务上用户隐私相关的部分，你无权访问用户的声音记录和视频记录。但是，Alexa服务可以提供解析后的用户意图（Intent）和槽（slot）。这对于你判断技能是否解决了用户需要来说也是很有帮助的。

3. 使用可适应的提示（adaptive prompt）

用户越使用技能，就越习惯于技能的流程，并且对技能的使用方法烂熟于心。考虑让后面的提示更加简短直接，甚至将一些频繁出现的确认步骤简化为直接默认确认。

比如：下面是为一个音乐课技能提供的多样性应答（variation）

用户：“Alexa，告诉我的辅导老师开始今天的课程。”

Alexa（首次）：“好的，开始今天的课程。”

Alexa（应答1）：“享受今天的课程吧，一定很有趣！”

Alexa（应答2）：“今天的课程很棒，祝你好运！”

Alexa（应答3）：“开始今天的课程，祝你玩得开心！”

4. 访问用户的地址

用户必须对地址访问授权。用户地址取决于他们是在哪里注册了搭载Alexa的设备。

只要用户允许访问该特定技能，设备位置API将提供用户的地址。这个API可提供完整的街道地址或国家和邮政编码。了解用户的位置对于个性化技能很有帮助，比如：问候(早上好，晚上好)，或类似地图、点餐、查找院线等服务都需要获取用户位置。

5. 在退出后恢复技能会话

与用户建立上下文关系的另一种方法是保存他们在技能中的进度。

例如：假设客户在执行任务时，比如正在听菜谱配料时退出了该技能。当他们回来的时候，Alexa应该问他们是否想继续刚才的对话。

Alexa：“让我们回到水煮三文鱼配莳萝的做法吧，你想让我读一下配料吗?”

参考链接

https://developer.amazon.com/zh/docs/alexa-design/adaptable.html

作者：Rachel Hu，阿里云OS VUI交互设计师

本文由 @Rachel Hu 原创发布于人人都是产品经理。未经许可，禁止转载。

题图来自Unsplash, 基于CC0协议