这周的文章继续来分析聊天机器人的用户体验《聊天机器人的用户体验》，一些机器人很难做出假设并建立查询的上下文。例如，我们的一名参与者试图与Capital one的基于文本消息的机器人Eno进行交互。他碰巧有两张来自Capital One的信用卡，每次他问一个问题，机器人就会强迫他澄清查询涉及的是哪个账户，而不会将上下文从一个交互传递到下一个交互。
当启动新任务时，机器人通常也不能利用之前输入的信息。例如，我们的一名参与者首先决定叫披萨外卖；她输入了自己的地址，但她被告知Domino ‘s不送货上门。她又开始一遍，这次的目标是去商店取货而不是送货。机器人第二次问她的地址，显然完全忘记了她已经输入了地址。
Capital One的机器人Eno要求用户在回答完每个问题后澄清他询问的是哪个账户。左：Eno只识别用户查询中的关键字“transaction”(尽管拼错了)，无法回答用户的特定问题；相反，它给出了其指令库中一个匹配任务的答案。右：Eno重复了之前问的问题。
大多数情况下，当机器人只能处理可能的输入的一个子集时，它们会预先列出这些输入并允许用户选择一个。然而，在WebMD机器人的案例中，人们无法找出机器人能够提供哪些药物的信息。例如，机器人不知道佐米格或艾司西酞普兰，但能够回答关于依地普仑的问题。据推测，该机器人只能同时处理一个子类的药物，但名单太长，无法显示。然而，这一设计决策使得机器人毫无用处——没有办法事先知道机器人将帮助完成哪些类型的任务。
使用简单的线性流程来处理复杂的任务，用户会担心遗漏。他们怀疑通过机器人能否得到最好的答案。例如，我们的一个参与者担心来自Progressive的Flo不能提供所有他有资格享受的折扣；其他参与者想知道，来自Booking.com或Travelocity的机器人是否会让他们对酒店房间或航班做出明智的决定。实际上，机器人的显示空间有限，它们不太可能向用户显示查询的所有匹配项。人们几乎没有理由相信，呈现在他们面前的东西就是他们真正需要的东西。Booking.com确实允许用户根据自己的喜好对房间进行排序和过滤，但是，除非用户有非常具体的限制，否则这样的过程不太可能将候选对象的范围缩小到足够少，从而可以通过bot轮播轻松处理。轮播是bot用于显示结果集的UI元素，它显然不是显示长列表的最佳选择。
Booking.com bot：与用户查询匹配的酒店太多了；该机器人将一些结果显示在一个轮播中(左侧)，并让用户知道最后一个轮播项中有80多个结果(中间)。虽然分类和过滤是可用的(右侧)，但是酒店的数量不太可能被缩小到足够小，以至于用户可以使用轮播(这是Facebook Messenger机器人显示结果列表的方式)来选择正确的酒店。
语言
虽然在我们的智能助手研究中，我们发现人们在与Siri、Alexa或谷歌助手互动时，仍倾向于使用礼貌用语。在这项研究中，如果参与者意识到自己在与机器人互动，他们通常会放弃礼貌用语(“请”、“谢谢”，以及“可不可以……”等间接用语)。这种行为有两个可能的原因：(1)聊天，作为一种媒介，往往比面对面或电话交谈更直接，可能是因为打字的交互成本更高(正如一位用户所说，“在聊天时，我不介绍自己；我不说“嗨”；我感觉不大好[…]但我不认为我需要说‘再见’”)；(2)与Siri、Alexa甚至谷歌助手相比，这些聊天机器人的人格化程度要低一些。
我们注意到人们与客服机器人的互动方式与互动机器人的不同。与客服机器人交互使用的语言相当复杂——大部分时间人们都在关注自己的问题，并试图描述它；他们没有考虑机器人是否能够理解它。当他们没有得到满意的答案时，他们通常会重新表述同样的问题，而不一定会简化它。
相比之下，由于互动机器人通常以任务为中心，一开始会展示一组可能的任务，因此人们倾向于使用简化的问题，使用更少的多句句话。一些参与者很快意识到“机器人似乎不理解问题，只理解关键字”，但并不一定会大幅调整他们的语言；总的来说，我们的许多参与者都输入了完整的句子，至少在开始与机器人交互时是这样。
当机器人一遍又一遍地重复同样的答案时，用户通常会感到恼火。UPS机器人警告用户，它将重复一个答案，并提供与真人连接的机会。承认失败和提供一个救急方案(电话号码或现场代理)通常被认为是有利的。认识到一个问题没有被理解是令人失望的，但比一个公然错误的答案要好(“我喜欢(Domino’s Pizza机器人)说‘我不理解’；至少它是诚实的”)。
机器人并不总是能够处理打字错误或稍微模糊的公式。例如，Domino’s机器人不理解“popperoni”，Capital One的机器人Eno无法理解“我2018年3月的声明是什么？”，将“2018年3月”误解为一个可能的账号。然而，Eno能够回答“我能得到我2018年3月发表的声明吗？”
Capital One机器人“Eno”无法理解用户提问中介词“for”的轻微歧义用法。
有些机器人有个性；例如，来自Progressive公司的Flo既有趣又轻松。然而，一名用户感到失望，因为他觉得机器人无法在整个对话中始终保持这种语调。他说：“她用了一些类似‘现在我们在用煤气做饭’这样的短语，让事情变得更有意义。但是一旦他们得到了报价所需的实际信息它就不再有了；只是有直截了当的信息。这可能有点误导人。刚开始的时候，你会说，哦，看，它有点个性，但后来就没了，更像是一个聊天机器人，没有任何意义。它让我摆脱了‘哦，我在和来自progressive公司的flo说话’的概念，让我觉得仅仅是和一个聊天机器人说话。”
来自Progressive公司的Flo在为汽车保险报价收集信息时，无法保持同样幽默的语气。
隐私
我们的一些用户担心与交互聊天机器人共享个人数据，如生日、地址、信用卡号和社保号。他们不确定这些数据是会保持私有还是会与建造聊天机器人的平台共享。特别是在Facebook Messenger的案例中，人们似乎敏锐地意识到最近的数据泄露：“我有点担心把我的信息放到Facebook Messenger上……我可能会犹豫是否输入信用卡信息；要是能在别的地方输入就好了。”
聊天机器人的价值主张是什么？
客户服务机器人的价值显而易见：如果用户的一些问题能够以自动化的方式得到成功解决，那么企业将从中受益。不幸的是，如果机器人太初级，人们会对公司失去信任，感到被忽视和不被重视。
对于交互机器人来说，事情就没那么简单了。这些机器人只是简单地复制了网络或移动应用程序中已有的功能。为这个新渠道花费时间和金钱值得吗？不太可能——至少在美国和其它传统渠道已经完善的国家是这样。就像一个用户所说的，“我不认为自己会在聊天机器人里做(这个任务)——也许如果有一些回扣的话……”公司最好把钱投资在现有的、完善的渠道上：改善你的网站或应用程序的用户体验，而不是创造一个毫无用处的聊天机器人，会给你带来更高的投资回报。我们发现，即使是优秀的聊天机器人(可能需要增加开发和测试成本)，被发现并被认为有用的机会也很小。
首先，大多数用户并不知道聊天作为单独的交互渠道存在于Messenger、Twitter或Slack中。当他们想到“chat”时，他们想到的是“与人聊天”。“其次，聊天机器人(如今天所实施的)是一个相当狭窄的沟通渠道——与网站相比，聊天机器人一次只能显示非常少的信息(此外，打字的效率低于选择信息)。”第三，如今的聊天机器人仍远未显示出任何“智能”——它们感觉就像向导：对相当简单的任务进行分步线性处理。
聊天机器人有什么优势吗？在当前的体现中，它们只有一个优势：更少的信息过载。我们的一些用户惊讶地发现，他们可以如此轻松地用聊天机器人点披萨。有了聊天机器人，分心的事情就少了，需要关注的信息也少了——只要它们遵守聊天机器人的规则，体验就会很简单。当人们偏离了这些规则，并且有复杂的需求而不能用简单的线性流程解决时，问题就出现了。(一个可以简单回答任何用户问题的智能聊天机器人将比任何基于web或应用程序的界面具有巨大的交互成本优势。不幸的是，我们离目标还很远。)
从理论上讲，交互聊天机器人对于那些可能会重复执行同一类型任务的高级用户是有用的——只要他们发现了这个渠道。(聊天机器人和网站的的关系类似于传统计算机系统中的图形用户界面和命令行界面(CLI)：对于某些任务，最高级的用户通常更喜欢使用CLI而不是GUI，因为他们认为这样可以更高效地输入一些简短的命令，而不是遍历菜单。)但话又说回来——一个设计良好的网站会有帮助高级用户的快捷方式——例如，电子商务网站应该让用户登录，让他们可以方便地重新订购商品。我们的一名研究参与者告诉我们：“我不会使用Domino的聊天机器人……在网站上，我已经登录了，所以它知道我的地址和付款信息；我不知道这是否更快。”
也许交互式聊天机器人唯一真正的好处是，它们可以作为构建客户服务聊天机器人的实验。我们在设计交互聊天机器人时学到的一些经验，没有理由不应用到客户服务中去。
设计聊天机器人的用户体验指南
- 使用机器人而不是人类时要坦率。
- 清楚地告诉人们机器人可以完成什么任务。确保你没有创造错误的期望。
- 不要过于雄心勃勃：为简单的任务创建机器人。复杂性在有限的bot界面中无法得到很好的处理。
- 容忍拼写错误和模棱两可。
- 允许人们通过自由文本输入和选择链接与机器人交互。
- 允许排序和筛选，让人们缩小搜索结果的范围。
- 将一个任务的信息保存到下一个任务。
- 在机器人中加入一些灵活性：推断上下文并允许人们在线性流中向前或向后跳跃。
- 不理解时要保持诚实。提供一个真人、一个电话号码或一个到另一个交互渠道的链接，以作为救急方案。
原文链接：https://www.nngroup.com/articles/chatbots/
翻译：马克笔设计留学
如果对于设计专业留学和作品集有任何疑问，可以随时和我们联系，微信：13718574833，知无不言言无不尽！
