会話型ユーザーエクスペリエンスを設計するための推奨事項
この Power Platform Well-Architected エクスペリエンスの最適化チェックリストの推奨事項に適用されます:
| XO:10 | ユーザーのニーズに位置を合わせる会話を設計し、AI が目的を達成できるようにします。 AI が何ができるかを明確にします。 直感的で人間らしい自然なインタラクションを実現します。 AI が問題から正常に回復できるようにフォールバック メカニズムを提供します。 |
|---|
このガイドでは、AI が対応するタスクの会話型 AI のユーザー エクスペリエンスを設計するための推奨事項について説明します。 会話設計とは、ユーザーと AI の間で構造化された直感的で自然な対話を作成するプロセスです。 会話設計により、会話型 AI とのやり取りがより直感的かつ効率的になり、ユーザーのフラストレーションが軽減され、ユーザーがタスクをより迅速に完了できるようになるため、ユーザー エクスペリエンスが大幅に向上します。
主要な設計戦略
会話の設計には、AI がユーザーの意図を理解し、効果的に応答し、ユーザーを目標に導くことを保証するための対話のフローを練り上げることが含まれます。 優れた会話設計により、やり取りがより人間らしくシームレスになり、ユーザー エクスペリエンスが向上します。 したがって、ユーザーのエンゲージメントと満足度が向上します。 ワークロード用に会話型 AI を作成するときは、自然なコミュニケーションを促進し、ユーザーが効率的に目標を達成できるように、人間のようなユーザーフレンドリーなインタラクションの開発を目指します。
AIの機能を説明する
AI の機能について事前に説明し、ユーザーが AI で何ができるかを理解できるようにします。 たとえば、AI が特定のタスクしか実行できない場合、最初からこの制限についてユーザーに知らせるようにします。 AI が特定のアクションを提案したり、特定の結果を生成する理由をユーザーが理解していることを確認するようにします。 AI の推奨事項について説明を提供し、ユーザーの成功を支援し、AIの機能と精度に対する信頼を高めるようにします。
AI の能力について明確に伝えることで、非現実的な想定を防ぎ、失望や不満を最小限に抑え、ユーザーの期待を管理するのに役立ちます。 その結果、よりポジティブなユーザーエクスペリエンスになります。 強みと限界について透明性のある AI システムは、テクノロジーに対するユーザーの信頼を高めます。 この信頼は、ユーザーのエンゲージメントと満足度にとって不可欠です。
AI の特定の機能を認識していることで、ユーザーはより効果的にインタラクションをナビゲートし、AI をより効率的に使用できるため、使いやすさが向上します。 AI の機能を明確にすると、ユーザーが AI の範囲を超えたリクエストを行う可能性が低くなるため、誤解が減少します。 このアプローチにより、潜在的なフラストレーションや行き詰まりが軽減されます。
ユーザーの意図を理解する
ユーザーの意図を理解することは、AI がユーザーの要求をどれだけうまく満たし、複雑な対話をうまく進めることができるかに直接影響するため、会話設計の基礎となります。 意図を正確に捉えることで、AI はユーザーの求めているものを理解できるだけでなく、直感的でユーザーのニーズに合致した方法で応答できるようになります。
AI が意図を適切に認識して応答すると、より自然でシームレスな会話が生まれ、フラストレーションが軽減され、ユーザーがより効率的に目標を達成できるようになります。 適切な意図認識により、言い回しや用語が異なる場合でも、AI がユーザーの入力の背後にある目的を理解できるようになり、行き詰まりを回避できます。 やり取りはスムーズなまま、AI が積極的にユーザーをソリューション、推奨事項、またはさらなるアクションに誘導し、最終的に会話をより効果的で満足のいくものにします。
まず、ユーザーが何を達成したいのかを特定することから始めます。 ワークロードの主要な意図をマッピングし、それらの意図に一致するターゲットを絞ったインタラクションを設計します。 ユーザーの行動、好み、状況の手がかりを研究して、ユーザーが意図を伝えるさまざまな方法を予測します。
AIが入力を解釈する方法を最適化する
あらゆる会話型 AI の核となるのは、人間の言語を正確に解釈し理解する能力です。 この機能には自然言語理解 (NLU) が含まれており、ユーザーが通常とは異なるさまざまな方法でリクエストを言い表した場合でも、AI がユーザーの意図を識別できるようになります。 ユーザーは多くの場合、自然で非構造的な方法でコミュニケーションをとります。 AI システムは、構造化されたコマンドを処理するだけでなく、自由形式の質問や非公式な言語も処理できるように設計する必要があります。 AI がこれらの複雑な状況に対応し、正確で適切な応答を提供できるようにするためには、AI がユーザー入力を解釈する方法を最適化することが重要です。
ユーザーがリクエストを表現するさまざまな方法を予測し、さまざまな意図に対応するように AI の応答を構築します。 たとえば、AI が構造化されたコマンドと自由形式の質問の両方を処理できるようにすることで、ユーザーが要求をどのように表現しても理解されていると感じられるようになります。 AI の応答は自然な人間のコミュニケーションを反映するように設計します。 AI の返答は、人々が通常どのようにやり取りするかを反映して、会話的で状況に応じた内容である必要があります。
より複雑なユーザー入力の場合は、会話を管理しやすい手順に分割します。 ユーザーに負担をかけずに、一連の質問やアクションを通じて問題の解決を促します。 ユーザーが複数の情報を含むリクエストを行った場合、AI はユーザーを手順ごとにプロセスに導く必要があります。 このアプローチにより、一度に多くの質問を投げかけてユーザーに負担をかけることがなくなり、意図を明確にすることができます。 構造化されたフォローアップの質問の流れにより、混乱なく必要な詳細がすべて収集されます。 同時に、自然な会話を維持するのにも役立ちます。
ユーザーとのやり取りをガイドする
会話フローは、ユーザーの発言や選択に基づいて会話がどのように進行するかを決定します。 良い会話の流れは常に目標指向的であるべきです。 会議のスケジュール設定、情報の取得、問題の解決など、インタラクションの各ステップで、ユーザーが目的の達成に近づくようにする必要があります。 ユーザーの目標を念頭に置いて設計することで、会話が焦点を絞られ、目的に沿ったものになることが保証されます。 こうすることで、フラストレーションを軽減し、全体的なエクスペリエンスを向上させることができます。
効果的な会話フローを作成するには、まず、ユーザーと AI の間で起こり得るすべてのやり取りをマッピングします。 このプロセスには、さまざまなユーザーの応答や選択に基づいて分岐する明確な意思決定ツリーの設計が含まれます。 会話が進む可能性のあるさまざまな経路を予測することで、AI が予想される入力と予想外の入力の両方を処理できるようになります。 会話フローでは、質問への回答だけでなく、詳細が不明瞭または不完全な場合に考えられる追従する質問も考慮する必要があります。
適切に設計された会話では、ユーザーと AI 間の自然なやり取りが人間の相互作用のダイナミクスを反映します。 AI は、ユーザーの入力に応答するだけでなく、ユーザーに詳細情報を促したり、明確な質問をしたり、提案を提供したりすることで、いつ主導権を握るべきかを認識する必要があります。 対話が協力的で魅力的に感じられるよう、AI がオプションを提示したり、ユーザーの選択を確認したり、次のステップを提案したりできる瞬間を含むように会話を設計します。
効果的な会話では、中断や逸脱をうまく処理します。 ユーザーはやり取りの途中で気が変わったり、関係のない質問をしたりする可能性があります。 柔軟な会話フローにより、AI はこれらの状況を効果的に管理できます。 たとえば、新しいクエリに対応するために現在のタスクを一時停止し、適切なタイミングで元のタスクに戻る場合があります。 AI がコンテキストを維持しながら、動的なユーザーの動作に対応できるようにします。
会話の流動性を高めるには、フローのさまざまな段階間の遷移を慎重に管理する必要があります。 AI が情報収集からアクションの実行に移行する場合、この移行をユーザーに明確に伝える必要があります。
フォールバックメカニズムの設計
会話は必ずしも予測可能な流れを追従するわけではありません。 ユーザーは、AI が理解しにくい予期しない、不明瞭な、または話題から外れた応答を入力する可能性があります。 優れた会話設計は、AI が適切に回復し、対話を生産的かつユーザーフレンドリーに保ち続けることができるようにすることで、このような瞬間に備えます。 AI が理解できないことに遭遇した場合に、突然会話を終了するように設計しないでください。 代わりに、ユーザーに明確な質問を促したり、代替案を提示したり、ユーザーの関心を維持し目標に向かって進むように会話をリダイレクトしたりするようにフローを設計してください。
エッジケースを計画してください。 時々、ユーザーは予期せぬこと、無関係なこと、または文脈から外れたことを言うことがあります。 AI を設計して、会話を元の軌道に戻すために使用できるフォールバック応答を含めます。たとえば、ユーザーの入力が曖昧すぎる場合、AI は単に "理解できませんでした" と答えるのではなく、"必要な内容について、さらに詳しく教えていただけますか" などの明確な質問をするように設計してください。
ユーザーが不完全な情報を提供した場合、AI は状況に応じたフォローアップを促す必要があります。 たとえば、ユーザーが「会議をスケジュールしてください」と言ったものの、時間や参加者を指定しなかった場合、AI は「会議は何時にしたいですか」または「誰を招待しますか」と尋ねます。このようにして、AI はユーザーの入力のギャップを、フラストレーションを与えることなく埋めることができます。
より複雑なシナリオでは、ユーザーが AI が処理できない内容やトピック外の内容を要求している可能性があるため、代替案を提示するフォールバック応答を設計します。 たとえば、会議をスケジュールするシステムで、ユーザーが「飛行機を予約できますか?」と尋ねたとします。飛行機の予約は AI の機能外であるため、AI は「現在は会議をスケジュールできますが、メールの下書きやカレンダーの管理など、他のタスクもお手伝いできます」と応答する可能性があります。このような代替パスは、やり取りをスムーズに進め、ユーザーを遠ざけることを防ぐのに役立ちます。 また、AI が何ができるかをユーザーが理解するのにも役立ちます。
誤解が繰り返されることを予期してください。 AI がユーザーを複数回連続して理解できなかった場合、フォールバック戦略により他の方法での対応が提供されるはずです。 たとえば、サポートのためにユーザーを人間にリダイレクトしたり、関連するヘルプ ドキュメントへのリンクを提供したりすることがあります。 このアプローチにより、AI の限界に達した場合でも、ユーザーはサポートされていると感じることができます。
Power Platform の促進
Copilot Studio には、さまざまなドメインにわたる一般的なユーザーの意図を理解して分類するように設計された 事前構築済みエンティティ が含まれています。 すべてを自分で構築する必要なく、事前構築済みエンティティを使用してユーザーの意図を関連するアクションや応答にマッピングできます。 事前構築されたエンティティは、ユーザー入力の一般的なバリエーションを処理するように最適化されています。
コパイロットを構築するための出発点として、エージェント テンプレート を使用できます。 テンプレートには、一般的なタスクやシナリオを処理するように設計されたコア会話パターン、機能、ワークフローが事前構成されています。 これらには、顧客サポート、生産性タスク、FAQ などの特定のユースケースに合わせてカスタマイズされた組み込みのインテント、エンティティ、ダイアログ フローが組み込まれています。 ワークロードとユーザーの特定のニーズに合わせてテンプレートをカスタマイズできます。
コパイロットに カスタム指示を提供し、プロンプトの変更を通じて AI がユーザーと関わり、特定の質問に答える方法をより適切に制御できるようになります。 コパイロットの理解と言語生成を形作る基礎となる指示を変更することにより、開発者はプロンプトの修正によって AI の動作、応答、強調をカスタマイズできるようになります。 指示はさまざまなユースケース、セクター、または会社の要件に合わせてカスタマイズできるため、プロンプトの修正によりコパイロットが状況に応じて適切かつ有用な応答を提供できるようになります。
コパイロットがユーザーの入力を理解できない場合やリクエストを処理できない場合に使用できるフォールバック トピック を構成します。 フォールバック トピックは、一種の「セーフティ ネット」として機能します。AI が機能の限界に達したときに、会話を軌道に乗せ、ユーザーのフラストレーションを防ぐための事前設定された応答を提供します。 フォールバック トピックを構成することで、コパイロットがユーザーの意図を解釈できない場合にどのように応答するかを制御できます。 たとえば、コパイロットは、要求を理解できなかったことをユーザーに丁寧に伝え、クエリを言い換えるように依頼したり、AI が処理できる一連の関連オプションやコマンドを提供したりといった役立つ提案を行うことができます。 より高度な構成では、フォールバック トピックによってユーザーを他のリソースに誘導したり、会話を人間の担当者にエスカレートしたりできます。