Recommandations pour la conception d’expériences utilisateur conversationnelles
S’applique à cette recommandation de liste de contrôle Optimisation de l’expérience Power Platform Well-Architected :
| XO:10 | Concevez des conversations qui s’alignent sur les besoins des utilisateurs et aident l’IA à atteindre ses objectifs. Expliquez clairement ce que l’IA peut faire. Créez des interactions naturelles intuitives et humaines. Fournissez des mécanismes de secours pour garantir que l’IA récupère facilement en cas de problèmes. |
|---|
Ce guide décrit les recommandations pour la conception de l’expérience utilisateur pour l’IA conversationnelle dans une charge de travail. La conception de conversations est le processus de création de dialogues structurés, intuitifs et naturels entre les utilisateurs et l’IA. La conception de conversations améliore considérablement l’expérience utilisateur en rendant les interactions avec l’IA conversationnelle plus intuitives et efficaces, en réduisant la frustration des utilisateurs et en aidant les utilisateurs à accomplir leurs tâches plus rapidement.
Stratégies de conception clés
La conception de conversations implique l’élaboration du flux d’interactions pour s’assurer que l’IA comprend l’intention de l’utilisateur, y répond efficacement et guide les utilisateurs vers leurs objectifs. Une bonne conception de conversation améliore l’expérience utilisateur en rendant les interactions plus humaines et transparentes. Par conséquent, l’engagement et la satisfaction des utilisateurs augmentent. Lorsque vous créez l’IA conversationnelle pour votre charge de travail, cherchez à développer des interactions conviviales et humaines qui facilitent la communication naturelle et aident les utilisateurs à atteindre efficacement leurs objectifs.
Expliquer les capacités de l’IA
Soyez précis sur les capacités de l’IA et assurez-vous que les utilisateurs comprennent ce que l’IA peut faire. Par exemple, si l’IA ne peut effectuer que des tâches spécifiques, informez les utilisateurs de cette limitation dès le début. Assurez-vous que les utilisateurs comprennent pourquoi l’IA suggère des actions spécifiques ou produit des résultats spécifiques. Fournissez des explications sur les recommandations de l’IA pour aider les utilisateurs à réussir et à accroître leur confiance dans ses capacités et sa précision.
Une communication claire sur les capacités de l’IA permet de gérer les attentes des utilisateurs en évitant les hypothèses irréalistes et en minimisant les déceptions et les frustrations. Le résultat est une expérience utilisateur plus positive. Un système d’IA transparent sur ses forces et ses limitations renforce la confiance des utilisateurs dans la technologie et favorise la confiance. Cette confiance est essentielle à l’engagement et à la satisfaction des utilisateurs.
La connaissance des capacités spécifiques de l’IA améliore la convivialité, car les utilisateurs peuvent naviguer plus efficacement dans les interactions et utiliser l’IA plus efficacement. La clarification des capacités de l’IA réduit les malentendus, car les utilisateurs sont moins susceptibles d’effectuer des demandes qui dépassent le cadre de l’IA. Cette approche réduit les frustrations potentielles et les impasses.
Comprendre l’intention de l’utilisateur
Comprendre l’intention de l’utilisateur est une pierre angulaire de la conception d’une conversation, car elle influence directement la capacité de l’IA à répondre aux demandes des utilisateurs et à naviguer dans des dialogues complexes. La capture précise de l’intention garantit que l’IA comprend non seulement ce que l’utilisateur demande, mais répond également de manière intuitive et pertinente aux besoins de l’utilisateur.
Lorsque l’IA reconnaît l’intention et y répond de manière appropriée, elle crée une conversation plus naturelle et transparente, réduit la frustration et aide les utilisateurs à atteindre leurs objectifs plus efficacement. Une bonne reconnaissance de l’intention aide l’IA à éviter les impasses en s’assurant qu’elle comprend l’objectif de la saisie d’un utilisateur, même lorsque la formulation ou la terminologie varie. L’interaction reste fluide, l’IA guidant de manière proactive les utilisateurs vers des solutions, des recommandations ou d’autres actions, ce qui rend finalement la conversation plus efficace et satisfaisante.
Commencez par identifier ce que les utilisateurs veulent accomplir. Identifiez les intentions clés pour votre charge de travail et concevez des interactions ciblées qui correspondent à ces intentions. Étudiez le comportement, les préférences et les indices contextuels des utilisateurs pour anticiper les différentes façons dont les utilisateurs pourraient communiquer leurs intentions.
Optimiser la façon dont l’IA interprète les données saisies
Au cœur de toute IA conversationnelle se trouve sa capacité à interpréter et à comprendre avec précision le langage humain. Cette capacité implique la compréhension du langage naturel (CLN), qui permet à l’IA de discerner l’intention de l’utilisateur, même lorsqu’il formule ses demandes de manière non conventionnelle ou variée. Les utilisateurs communiquent souvent de manière naturelle et non structurée. Les systèmes d’IA doivent être conçus non seulement pour traiter des commandes structurées, mais aussi pour gérer des questions ouvertes et un langage informel. Pour que l’IA puisse naviguer dans ces complexités et fournir des réponses précises et pertinentes, il est essentiel d’optimiser la façon dont l’IA interprète les entrées utilisateur.
Anticipez les différentes façons dont les utilisateurs pourraient formuler leurs demandes et structurez les réponses de l’IA pour répondre à différentes intentions. Par exemple, permettez à l’IA de gérer à la fois les commandes structurées et les questions ouvertes pour vous assurer que les utilisateurs se sentent compris, quelle que soit la façon dont ils formulent leurs demandes. Concevez les réponses de l’IA pour refléter la communication humaine naturelle. Les réponses de l’IA doivent être conversationnelles et tenir compte du contexte, afin de refléter la façon dont les personnes interagissent généralement.
Pour les entrées utilisateur plus complexes, divisez la conversation en étapes gérables. Guidez les utilisateurs à travers une série de questions ou d’actions qui aident à résoudre leur problème sans les submerger. Si un utilisateur fournit une demande qui implique plusieurs informations, l’IA doit guider l’utilisateur tout au long du processus étape par étape. Cette approche évite de submerger l’utilisateur avec trop de questions à la fois et aide à clarifier l’intention. Un flux structuré de questions de suivi garantit que tous les détails nécessaires sont saisis sans confusion. En même temps, cela aide à maintenir une conversation naturelle.
Guider l’utilisateur dans les interactions
Les flux de conversation déterminent la progression de la conversation en fonction de ce que l’utilisateur dit ou choisit. Un bon flux de conversation doit toujours être axé sur les objectifs. Chaque étape de l’interaction doit rapprocher l’utilisateur de la réalisation de son objectif, qu’il s’agisse de planifier une réunion, de récupérer des informations ou de résoudre un problème. En concevant en gardant à l’esprit l’objectif de l’utilisateur, vous vous assurez que la conversation reste ciblée et utile. De cette façon, vous contribuez à réduire la frustration et à améliorer l’expérience globale.
Pour créer un flux de conversation efficace, commencez par cartographier toutes les interactions possibles que les utilisateurs peuvent avoir avec l’IA. Ce processus comprend la conception d’arbres de décision clairs qui se ramifient en fonction des différentes réponses ou choix des utilisateurs. En anticipant les différents chemins qu’une conversation pourrait emprunter, vous vous assurez que l’IA est prête à gérer à la fois les entrées attendues et inattendues. Le flux de conversation doit tenir compte non seulement des réponses aux questions, mais également d’éventuelles questions de suivi si les détails ne sont pas clairs ou incomplets.
Dans une conversation bien conçue, le va-et-vient naturel entre l’utilisateur et l’IA reflète la dynamique de l’interaction humaine. L’IA doit non seulement répondre aux entrées de l’utilisateur, mais aussi reconnaître quand elle doit prendre l’initiative ; par exemple, en invitant l’utilisateur à fournir plus d’informations, en posant des questions de clarification ou en fournissant des suggestions. Concevez la conversation pour inclure des moments où l’IA peut proposer des options, confirmer les choix de l’utilisateur ou proposer les étapes suivantes afin que l’interaction soit coopérative et engageante.
Une conversation efficace gère les interruptions et les écarts avec élégance. Les utilisateurs peuvent changer d’avis en cours d’interaction ou poser des questions sans rapport. Un flux de conversation flexible permet à l’IA de gérer efficacement ces situations. Par exemple, il peut suspendre la tâche en cours pour répondre à une nouvelle requête, puis revenir à la tâche d’origine, le cas échéant. Assurez-vous que l’IA peut conserver le contexte tout en s’adaptant au comportement dynamique de l’utilisateur.
Pour améliorer la fluidité de la conversation, les transitions entre les différentes étapes du flux doivent être gérées avec soin. Lorsque l’IA passe de la collecte d’informations à la réalisation d’une action, elle doit communiquer clairement cette transition à l’utilisateur.
Concevoir des mécanismes de secours
Les conversations ne suivent pas toujours un chemin prévisible. Les utilisateurs peuvent saisir des réponses inattendues, peu claires ou hors sujet que l’IA a du mal à comprendre. Une conception de conversation efficace prépare à ces moments en veillant à ce que l’IA puisse récupérer facilement et continuer à maintenir l’interaction productive et conviviale. Ne concevez pas l’IA pour qu’elle mette fin brusquement à la conversation si elle rencontre quelque chose qu’elle ne comprend pas. À la place, concevez le flux pour demander à l’utilisateur des questions de clarification, proposer des suggestions alternatives ou rediriger la conversation de manière à maintenir l’engagement de l’utilisateur et à avancer vers son objectif.
Prévoyez des cas limites. Parfois, les utilisateurs disent quelque chose d’inattendu, non pertinent ou hors contexte. Concevez l’IA pour inclure des réponses de secours qu’elle peut utiliser pour aider à remettre la conversation sur la bonne voie. Par exemple, si l’entrée d’un utilisateur est trop vague, l’IA ne doit pas se contenter de dire : « Je n’ai pas compris ». À la place, concevez-la pour poser une question de clarification telle que : « Pourriez-vous fournir plus de détails sur ce dont vous avez besoin ? »
Si les utilisateurs fournissent des informations incomplètes, l’IA doit leur demander des suivis contextuels. Par exemple, si un utilisateur dit « Planifier une réunion », mais ne spécifie pas d’heure ni de participants, l’IA peut demander : « À quelle heure souhaitez-vous que la réunion ait lieu ? » ou « Qui doit être invité ? » De cette façon, l’IA peut combler les lacunes dans la saisie de l’utilisateur sans causer de frustration.
Pour les scénarios plus complexes, où un utilisateur peut demander quelque chose que l’IA ne peut pas gérer ou quelque chose qui est hors sujet, concevez les réponses de secours pour proposer des suggestions alternatives. Par exemple, imaginez dans un système de planification de réunions qu’un utilisateur demande : « Pouvez-vous réserver un vol ? » Étant donné que la réservation d’un vol est en dehors des capacités de l’IA, celle-ci peut répondre : « Je suis actuellement en mesure de planifier des réunions, mais je peux également vous aider à effectuer d’autres tâches, comme rédiger des e-mails ou gérer votre calendrier. » Ces types de chemins alternatifs permettent de fluidifier l’interaction et d’éviter de s’aliéner l’utilisateur. Ils aident également l’utilisateur à comprendre ce que l’IA est capable de faire.
Anticipez les malentendus répétés. Si l’IA ne parvient pas à comprendre un utilisateur plusieurs fois de suite, la stratégie de repli doit proposer une escalade par le biais de solutions alternatives. Par exemple, elle peut rediriger l’utilisateur vers un humain pour obtenir de l’aide ou fournir des liens vers la documentation d’aide pertinente. Cette approche garantit que l’utilisateur se sent soutenu, même lorsque les limites de l’IA sont atteintes.
Facilitation de Power Platform
Microsoft Copilot Studio inclut des entités prédéfinies conçues pour comprendre et catégoriser les intentions courantes de l’utilisateur dans divers domaines. Utilisez les entités prédéfinies pour mapper les intentions de l’utilisateur aux actions ou réponses pertinentes sans avoir à tout créer vous-même. Les entités prédéfinies sont optimisées pour gérer les variations courantes dans les entrées utilisateur.
Vous pouvez utiliser des modèles comme point de départ pour la création d’agents. Les modèles d’agent sont préconfigurés avec des modèles conversationnels de base, des fonctionnalités et des flux de travail conçus pour gérer des tâches et des scénarios courants. Ils intègrent des intentions, des entités et des flux de dialogue intégrés adaptés à des cas d’utilisation spécifiques, tels que le support client, les tâches de productivité ou les FAQ. Vous pouvez personnaliser les modèles pour répondre aux besoins spécifiques de votre charge de travail et de vos utilisateurs.
Fournissez des instructions personnalisées dans votre agent par le biais de la modification des invites, afin de mieux contrôler la façon dont l’IA interagit avec les utilisateurs et répond à des questions spécifiques. En modifiant les instructions sous-jacentes qui façonnent la compréhension et la génération du langage de l’agent, la modification des invites permet aux développeurs d’adapter le comportement, les réponses et l’importance de l’IA. Étant donné que les instructions peuvent être personnalisées pour s’adapter à divers cas d’utilisation, secteurs ou exigences de l’entreprise, la modification des invites garantit que l’agent offre des réponses contextuellement appropriées et utiles.
Configurez la rubrique de secoursqu’un agent peut utiliser lorsqu’il ne comprend pas la saisie d’un utilisateur ou ne peut pas traiter la demande. La rubrique de secours agit comme une sorte de « filet de sécurité ». Elle fournit une réponse prédéfinie qui maintient la conversation sur la bonne voie et évite la frustration de l’utilisateur lorsque l’IA atteint les limites de ses capacités. En configurant la rubrique de secours, vous contrôlez la façon dont l’agent répond lorsqu’il ne peut pas interpréter l’intention d’un utilisateur. Par exemple, l’agent peut informer poliment l’utilisateur qu’il n’a pas compris la demande, puis proposer des suggestions utiles, par exemple demander à l’utilisateur de reformuler la requête ou fournir un ensemble d’options ou de commandes connexes que l’IA peut traiter. Dans les configurations plus avancées, la rubrique de secours peut guider les utilisateurs vers d’autres ressources ou transmettre la conversation à un représentant humain.
Informations supplémentaires
- Charges de travail des applications intelligentes
- Introduction aux expériences conversationnelles
- Bonnes pratiques en matière d’IA conversationnelle