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。 会話の設計とは、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。 会話型 AI をワークロード用に作成する際は、人間のようなユーザー フレンドリーな対話を開発し、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することを目指します。
AI の機能を説明する
AI の能力について事前に説明し、ユーザーが AI に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、失望やフラストレーションを最小限に抑え、ユーザーの期待値を管理することができます。 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の能力を明確にすることで、ユーザーが AI の能力を超えるようなリクエストを行う可能性が低くなり、誤解が減ります。 このアプローチにより、フラストレーションや行き詰まりを未然に防ぐことができます。
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が会話設計の要となります。ユーザーの要求をAIがどれだけ適切に満たし、複雑な対話をナビゲートできるかは、ユーザーの意図を理解できるかどうかに直接影響することになります。 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、それに応答することで、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。 適切な意図の認識により、言い回しや用語が異なっても、ユーザーの入力の背後にある目的をAIが確実に理解することで、行き詰まりを回避することができます。 AI がユーザーを能動的に解決策、推奨、さらなる行動へと導くことで、対話は流動性を保ったまま、最終的に会話はより効果的で満足のいくものになります。
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明確にし、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
会話型 AI の中核となるのは、人間の言語を正確に解釈し理解する能力です。 この能力には、自然言語理解 (NLU) が含まれており、ユーザーが型にはまらない表現やさまざまな言い回しでリクエストを述べた場合でも、AI がユーザーの意図を理解できるようにします。 ユーザーは、しばしば自然で構造化されていない方法でコミュニケーションを取ります。 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 に構造化されたコマンドと自由形式の質問の両方を処理させることで、ユーザーがどのようにリクエストを表現するかに関わらず、ユーザーが理解されていると感じられるようにします。 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、会話的で文脈を理解し、人々が通常どのようにやりとりしているかを反映したもの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。 このアプローチでは、一度に多くの質問をユーザーに提示しすぎて混乱させることを避け、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質問の流れにより、混乱することなく、必要な詳細をすべて把握することができます。 同時に、自然な会話の維持にも役立ちます。
ユーザーとのやり取りをガイドする
会話のフローは、ユーザーの発言や選択内容に基づいて、会話の進行を決定します。 会話の流れは常に目的志向であるべきです。 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、会話が目的を失わずに焦点を絞ったものになるようにすることができます。 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。
効果的な会話の流れを作るには、まず、ユーザーが AI と行う可能性のあるすべてのやりとりを洗い出します。 このプロセスには、ユーザーのさまざまな反応や選択肢に基づいて枝分かれする明確な決定木を設計することが含まれます。 会話が進む可能性のあるさまざまな道筋を予測することで、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準備しておくことができます。 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。
うまく設計された会話では、ユーザーと AI 間の自然なやりとりが、人間同士のやりとりのダイナミクスを反映します。 AI はユーザーの入力に反応するだけでなく、ユーザーに追加情報を求めたり、明確化のための質問をしたり、提案をしたりするなど、AI が主導権を握るべきタイミングを認識できなければなりません。 AI が選択肢を提示したり、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する瞬間を含めるように会話を設計し、協力的で魅力的なやり取りになるようにします。
効果的な会話は、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るかもしれませんし、関係のない質問をしてくるかもしれません。 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することができます。 たとえば、新しい問い合わせ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ります。 AI が文脈を維持しながら、動的なユーザー行動にも対応できるようにします。
会話の流動性を高めるには、フローの異なる段階間の移行を慎重に管理する必要があります。 AI が情報収集から行動に移る際には、そ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。 ユーザーが予期せぬ、不明瞭な、またはトピックから外れた回答を入力することがあり、AI が理解に苦労することがあります。 優れた会話設計では、AI が適切に回復し、生産的でユーザー フレンドリーな対話を継続できるようにすることで、このような事態に対処します。 AI が理解できないものに遭遇した場合、会話を突然打ち切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。 ユーザーが予期せぬこと、無関係なこと、文脈から外れたことを言う可能性もあります。 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 は文脈に沿っ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する」と発言しても、時間や参加者を指定しなかった場合、AI が「何時に会議を実施しますか？」や「誰を招待しますか？」と尋ねるかもしれません。このように、AI はユーザーの入力のギャップを埋めることができ、ユーザーに不満を抱かせることはありません。
ユーザーが AI が対応できないことを要求したり、トピックから外れたことを要求したりするなど、より複雑なシナリオの場合、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、会議のスケジュールを立てるシステムでユーザーが「飛行機の予約はできますか？」と尋ねたとします。フライトの予約は AI の能力外なので、AI は「現在は会議のスケジュールしか立てられませんが、メールの作成やカレンダーの管理など、他の作業もお手伝いできます」と応答するかもしれません。このような代替パスは、ユーザーとのやりとりをスムーズに保ち、ユーザーの疎外を回避するのに役立ちます。 また、ユーザーが AI が何ができるかを理解する手助けにもなります。
繰り返される誤解を予想しておいてください。 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、ユーザーをサポート担当者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考えられます。 このアプローチにより、AI の限界に達した場合でも、ユーザーがサポートされていると感じられるようになります。
Power Platform の促進
Microsoft 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。
エージェントを構築するための出発点として テンプレート を使用できます。 エージェントのテンプレートには、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。 これらは、カスタマー サポート、生産性向上のためのタスク、または FAQ など、特定の使用用途に合わせて調整された組み込みの意図、エンティティ、およびダイアログ フローを組み込んでいます。 テンプレートをカスタマイズして、ワークロードやユーザーの特定のニーズに合わせて調整することができます。
プロンプトの修正により、エージェントにカスタム指示を提供し、AI がユーザーと関わり、特定の質問に回答する方法をより適切に制御できるようにします。 エージェントの理解と言語生成を形作る基本的な命令を変更することで、開発者は AI の動作、応答、強調を調整できます。 指示はさまざまなユースケース、セクター、または企業の要件に合わせてカスタマイズできるため、迅速な変更により、エージェントはコンテキストに応じて適切で有用な応答を提供します。
エージェン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「安全策」として機能します。AI が限界に達した場合に、会話の軌道を維持し、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、エージェン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、エージェントは、要求を理解していないことをユーザーに丁寧に通知し、ユーザーにクエリの言い換えを依頼したり、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するなど、役立つ提案を提供できます。 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。