Zalecenia dotyczące konwersacyjnego projektowania środowiska użytkownika
Dotyczy tej rekomendacji listy kontrolnej optymalizacji środowiska dobrze zaprojektowanej struktury Power Platform:
| XO:10 | Projektuj konwersacje, które są zgodne z potrzebami użytkowników i pomagają sztucznej inteligencji osiągać jej cele. Wyjaśnij, co potrafi zrobić sztuczna inteligencja. Twórz naturalne interakcje, które są intuicyjne i przypominają międzyludzkie. Zapewnij mechanizmy awaryjne, aby zapewnić, że sztuczna inteligencja bezpiecznie odzyska sprawność po wystąpieniu problemów. |
|---|
W tym przewodniku opisano zalecenia dotyczące projektowania środowiska użytkownika dla konwersacyjnej sztucznej inteligencji w obciążeniu. Projektowanie konwersacji to proces tworzenia ustrukturyzowanych, intuicyjnych i naturalnych dialogów między użytkownikami a sztuczną inteligencją. Projekt konwersacji znacznie poprawia wrażenia użytkownika, sprawiając, że interakcje z konwersacyjną sztuczną inteligencją są bardziej intuicyjne i wydajne, zmniejszając frustrację użytkowników i pomagając użytkownikom szybciej wykonywać zadania.
Kluczowe strategie projektowania
Projektowanie konwersacji obejmuje tworzenie przepływu interakcji w celu zapewnienia, że sztuczna inteligencja rozumie intencje użytkownika, skutecznie reaguje i prowadzi użytkowników do ich celów. Dobry projekt konwersacji poprawia wrażenia użytkownika, sprawiając, że interakcje są bardziej płynne i przypominają interakcje między ludźmi. Dzięki temu wzrasta zaangażowanie i satysfakcja użytkowników. Tworząc konwersacyjną sztuczną inteligencję dla obciążenia, staraj się opracowywać przyjazne dla człowieka interakcje, które ułatwiają naturalną komunikację i pomagają użytkownikom efektywnie osiągać ich cele.
Wyjaśnienie możliwości sztucznej inteligencji
Informuj z wyprzedzeniem o możliwościach sztucznej inteligencji i upewnij się, że użytkownicy rozumieją, co potrafi zrobić sztuczna inteligencja. Jeśli na przykład sztuczna inteligencja może wykonywać tylko określone zadania, poinformuj użytkowników o tym ograniczeniu od samego początku. Upewnij się, że użytkownicy rozumieją, dlaczego sztuczna inteligencja sugeruje określone działania lub generuje określone wyniki. Podaj wyjaśnienia dotyczące rekomendacji sztucznej inteligencji, aby pomóc użytkownikom odnieść sukces i zwiększyć ich zaufanie do jej możliwości i dokładności.
Jasna komunikacja na temat możliwości sztucznej inteligencji pomaga zarządzać oczekiwaniami użytkowników, zapobiegając nierealistycznym założeniom i minimalizując rozczarowanie i frustrację. Rezultatem jest bardziej pozytywne doświadczenie użytkownika. System sztucznej inteligencji, który w przejrzysty sposób informuje o swoich mocnych stronach i ograniczeniach, zwiększa zaufanie użytkowników do technologii i buduje zaufanie. To zaufanie jest niezbędne dla zaangażowania i satysfakcji użytkowników.
Świadomość specyficznych możliwości sztucznej inteligencji zwiększa użyteczność, ponieważ użytkownicy mogą skuteczniej nawigować po interakcjach i efektywniej korzystać ze sztucznej inteligencji. Wyjaśnienie możliwości sztucznej inteligencji zmniejsza liczbę nieporozumień, ponieważ użytkownicy są mniej skłonni do wysyłania żądań, które wykraczają poza zakres sztucznej inteligencji. Takie podejście zmniejsza potencjalną frustrację i ślepe zaułki.
Zrozumienie intencji użytkownika
Zrozumienie intencji użytkownika jest podstawą projektowania konwersacji, ponieważ bezpośrednio wpływa na to, jak dobrze sztuczna inteligencja może spełniać żądania użytkowników i poruszać się po złożonych dialogach. Dokładne przechwytywanie intencji zapewnia, że sztuczna inteligencja nie tylko rozumie, o co prosi użytkownik, ale także odpowiada w sposób, który wydaje się intuicyjny i odpowiedni do potrzeb użytkownika.
Gdy sztuczna inteligencja rozpoznaje intencje i odpowiednio na nie reaguje, tworzy bardziej naturalną i płynną konwersację, zmniejsza frustrację i pomaga użytkownikom skuteczniej osiągać ich cele. Właściwe rozpoznawanie intencji pomaga sztucznej inteligencji uniknąć ślepych zaułków, zapewniając, że rozumie cel danych wejściowych użytkownika, nawet jeśli frazy lub terminologia są różne. Interakcja pozostaje płynna, a sztuczna inteligencja proaktywnie prowadzi użytkowników w kierunku rozwiązań, rekomendacji lub dalszych działań, dzięki czemu konwersacja jest bardziej efektywna i satysfakcjonująca.
Zacznij od określenia, co użytkownicy chcą osiągnąć. Zaplanuj kluczowe cele dla tego obciążenia i zaprojektuj ukierunkowane interakcje, które pasują do tych celów. Badaj zachowania, preferencje i wskazówki kontekstowe użytkowników, aby przewidzieć różne sposoby, w jakie użytkownicy mogą komunikować swoje intencje.
Zoptymalizuj sposób, w jaki sztuczna inteligencja interpretuje dane wejściowe
Podstawą każdej konwersacyjnej sztucznej inteligencji jest jej zdolność do dokładnej interpretacji i rozumienia ludzkiego języka. Ta umiejętność obejmuje rozumienie języka naturalnego (NLU), które umożliwia sztucznej inteligencji rozpoznanie intencji użytkownika, nawet jeśli formułuje on swoje żądania w niekonwencjonalny lub zróżnicowany sposób. Użytkownicy często komunikują się w naturalny, nieustrukturyzowany sposób. Systemy sztucznej inteligencji muszą być zaprojektowane nie tylko do przetwarzania ustrukturyzowanych poleceń, ale także do obsługi pytań otwartych i języka nieformalnego. Aby upewnić się, że sztuczna inteligencja może poruszać się po tych złożonościach i dostarczać dokładne i odpowiednie odpowiedzi, ważne jest, aby zoptymalizować sposób, w jaki sztuczna inteligencja interpretuje dane wejściowe użytkownika.
Przewiduj różne sposoby, w jakie użytkownicy mogą formułować swoje żądania, i strukturyzuj odpowiedzi AI, aby uwzględnić różne intencje. Na przykład włącz sztuczną inteligencję do obsługi zarówno ustrukturyzowanych poleceń, jak i pytań otwartych, aby sprawić, że użytkownicy czują się zrozumiani, niezależnie od tego, jak formułują swoje żądania. Projektuj odpowiedzi AI, aby odzwierciedlały naturalną komunikację międzyludzką. Odpowiedzi AI powinny brzmieć konwersacyjnie i kontekstowo, aby odzwierciedlić sposób, w jaki ludzie zazwyczaj wchodzą w interakcje.
W przypadku bardziej złożonych danych wejściowych użytkownika podziel konwersację na łatwe do opanowania kroki. Przeprowadź użytkowników przez serię pytań lub działań, które pomogą rozwiązać ich problem, nie przytłaczając ich. Jeśli użytkownik dostarczy żądanie, które obejmuje wiele informacji, sztuczna inteligencja powinna przeprowadzić użytkownika przez proces krok po kroku. Takie podejście pozwala uniknąć przytłoczenia użytkownika zbyt dużą liczbą pytań naraz i pomaga wyjaśnić intencje. Ustrukturyzowany przepływ pytań uzupełniających zapewnia, że wszystkie niezbędne szczegóły są rejestrowane bez pomyłek. Jednocześnie pomaga utrzymać naturalną rozmowę.
Przeprowadzanie użytkownika przez interakcje
Przepływy konwersacji określają przebieg konwersacji na podstawie tego, co mówi lub wybiera użytkownik. Dobry przepływ rozmowy powinien być zawsze zorientowany na cel. Każdy krok w interakcji powinien przybliżać użytkownika do osiągnięcia celu, niezależnie od tego, czy jest to zaplanowanie spotkania, pobranie informacji, czy rozwiązanie problemu. Projektując z myślą o celu użytkownika, zapewniasz, że rozmowa pozostanie skoncentrowana i celowa. W ten sposób pomagasz zmniejszyć frustrację i poprawić ogólne wrażenia.
Aby utworzyć efektywny przepływ konwersacji, najpierw zaplanuj wszystkie możliwe interakcje, jakie użytkownicy mogą mieć ze sztuczną inteligencją. Proces ten obejmuje projektowanie przejrzystych drzew decyzyjnych, które rozgałęziają się na podstawie różnych reakcji lub wyborów użytkowników. Przewidując różne ścieżki, którymi może podążać konwersacja, zapewniasz, że sztuczna inteligencja jest przygotowana do obsługi zarówno oczekiwanych, jak i nieoczekiwanych danych wejściowych. Przebieg konwersacji powinien uwzględniać nie tylko odpowiedzi na pytania, ale także ewentualne pytania uzupełniające, jeśli szczegóły są niejasne lub niekompletne.
W dobrze zaprojektowanej rozmowie naturalna wymiana zdań między użytkownikiem a sztuczną inteligencją odzwierciedla dynamikę interakcji międzyludzkich. Sztuczna inteligencja musi nie tylko reagować na dane wejściowe użytkownika, ale także rozpoznawać, kiedy powinna przejąć inicjatywę; Na przykład monitując użytkownika o dodatkowe informacje, zadając pytania wyjaśniające lub przedstawiając sugestie. Zaprojektuj konwersację tak, aby zawierała momenty, w których sztuczna inteligencja może oferować opcje, potwierdzać wybory użytkownika lub proponować kolejne kroki, aby interakcja była oparta na współpracy i angażująca.
Efektywna konwersacja z radzi sobie z przerwami i odchyleniami. Użytkownicy mogą zmienić zdanie w trakcie interakcji lub zadawać niepowiązane pytania. Elastyczny przepływ konwersacji umożliwia sztucznej inteligencji skuteczne zarządzanie takimi sytuacjami. Na przykład może wstrzymać bieżące zadanie w celu rozwiązania nowego zapytania, a następnie powrócić do oryginalnego zadania, gdy będzie to konieczne. Upewnij się, że sztuczna inteligencja może zachować kontekst i nadal dostosować się do dynamicznego zachowania użytkownika.
Aby zwiększyć płynność rozmowy, przejścia między różnymi etapami przepływu muszą być zarządzane ostrożnie. Kiedy sztuczna inteligencja przechodzi od zbierania informacji do wykonywania działania, powinna jasno komunikować to przejście użytkownikowi.
Projektowanie mechanizmów rezerwowych
Konwersacje nie zawsze przebiegają przewidywalną ścieżką. Użytkownicy mogą wprowadzać nieoczekiwane, niejasne lub niezwiązane z tematem odpowiedzi, co do których sztuczna inteligencja ma trudności z ich zrozumieniem. Dobry projekt konwersacji przygotowuje się na takie momenty, zapewniając, że sztuczna inteligencja może sprawnie odnaleźć się i nadal utrzymywać interakcję wydajną i przyjazną dla użytkownika. Nie projektuj sztucznej inteligencji tak, aby nagle kończyła konwersację, jeśli napotka coś, czego nie rozumie. Zamiast tego zaprojektuj przepływ w taki sposób, aby monitował użytkownika o pytania wyjaśniające, oferował alternatywne sugestie lub przekierowywał konwersację w taki sposób, aby użytkownik był zaangażowany i zmierzał w kierunku celu.
Zaplanuj skrajne przypadki. Czasami użytkownicy mówią coś nieoczekiwanego, nieistotnego lub wyrwanego z kontekstu. Zaprojektuj sztuczną inteligencję tak, aby miała odpowiedzi rezerwowe, których może użyć, aby pomóc w przywróceniu konwersacji na właściwe tory. Na przykład, jeśli dane wejściowe użytkownika są zbyt niejasne, sztuczna inteligencja nie powinna po prostu powiedzieć: „Nie zrozumiałem tego”. Zamiast tego zaprojektuj go tak, aby zadawał pytanie wyjaśniające, takie jak: „Czy mógłbyś podać więcej szczegółów na temat tego, czego potrzebujesz?”
Jeśli użytkownicy podadzą niekompletne informacje, sztuczna inteligencja powinna podpowiedzieć im kontekstowe działania następcze. Na przykład, jeśli użytkownik powie „Zaplanuj spotkanie”, ale nie określi godziny ani uczestników, sztuczna inteligencja może zapytać: „O której godzinie ma się odbyć spotkanie?” lub „Kto powinien zostać zaproszony?”. W ten sposób sztuczna inteligencja może wypełnić luki w danych wejściowych użytkownika bez powodowania frustracji.
W przypadku bardziej złożonych scenariuszy, w których użytkownik może prosić o coś, z czym sztuczna inteligencja nie może sobie poradzić, lub coś, co jest nie na temat, zaprojektuj odpowiedzi rezerwowe, aby oferować alternatywne sugestie. Wyobraźmy sobie na przykład, że w systemie planowania spotkań użytkownik spyta: „Czy możesz zarezerwować lot?”. Ponieważ rezerwacja lotu wykracza poza możliwości sztucznej inteligencji, sztuczna inteligencja może odpowiedzieć: „Obecnie mogę planować spotkania, ale mogę również pomagać w innych zadaniach, takich jak tworzenie wersji roboczych wiadomości e-mail lub zarządzanie kalendarzem”. Tego typu alternatywne ścieżki pomagają utrzymać płynny przebieg interakcji i uniknąć alienacji użytkownika. Pomagają również użytkownikowi zrozumieć, do czego zdolna jest sztuczna inteligencja.
Przewiduj powtarzające się nieporozumienia. Jeśli sztuczna inteligencja nie zrozumie użytkownika wiele razy z rzędu, strategia awaryjna powinna oferować eskalację za pomocą alternatywnych rozwiązań. Na przykład może przekierowywać użytkownika do człowieka w celu uzyskania pomocy lub udostępniać łącza do odpowiedniej dokumentacji pomocy. Takie podejście gwarantuje, że użytkownik czuje się wspierany, nawet po dojściu do ograniczeń sztucznej inteligencji.
Ułatwienia Power Platform
Narzędzie Copilot Studio zawiera wstępnie utworzone encje, które zostały zaprojektowane w celu zrozumienia i kategoryzowania typowych intencji użytkowników w różnych domenach. Użyj wstępnie utworzonych encji, aby mapować intencje użytkownika na odpowiednie akcje lub odpowiedzi bez konieczności samodzielnego tworzenia wszystkiego. Wstępnie utworzone encje są zoptymalizowane pod kątem obsługi typowych odmian danych wejściowych użytkownika.
Szablonów agentów można użyć jako punktu wyjścia do tworzenia usług pomocniczych. Szablony są wstępnie skonfigurowane z podstawowymi wzorcami konwersacji, możliwościami i przepływami pracy, które są przeznaczone do obsługi typowych zadań i scenariuszy. Zawierają one wbudowane intencje, encje i przepływy dialogowe dostosowane do konkretnych przypadków użycia, takich jak obsługa klienta, zadania zwiększające produktywność lub często zadawane pytania. Szablony można dostosować do konkretnych potrzeb obciążenia i użytkowników.
Podawaj niestandardowe instrukcje pomocnikowi poprzez modyfikację monitów, aby uzyskać lepszą kontrolę nad tym, jak sztuczna inteligencja angażuje użytkowników i odpowiada na określone pytania. Poprzez zmianę podstawowych instrukcje, które kształtują rozumienie i generowanie języka przez pomocnika, modyfikacja monitów umożliwia programistom dostosowanie zachowania, odpowiedzi i akcentów sztucznej inteligencji. Ponieważ instrukcje można dostosować do różnych przypadków użycia, sektorów lub wymagań firmy, szybka modyfikacja gwarantuje, że pomocnik oferuje odpowiednie kontekstowo i przydatne odpowiedzi.
Skonfiguruj temat rezerwowy, którego może użyć pomocnik, gdy nie rozumie danych wejściowych użytkownika lub nie może obsłużyć żądania. Temat rezerwowy działa jako rodzaj „siatki bezpieczeństwa”. Zapewnia gotową odpowiedź, która utrzymuje konwersację na właściwym torze i zapobiega frustracji użytkownika, gdy sztuczna inteligencja osiągnie granice swoich możliwości. Konfigurując temat rezerwowy, kontrolujesz sposób, w jaki pomocnik reaguje, gdy nie może zinterpretować intencji użytkownika. Na przykład pomocnik może uprzejmie poinformować użytkownika, że nie zrozumiał żądania, a następnie zaoferować pomocne sugestie, takie jak poproszenie użytkownika o przeformułowanie zapytania lub dostarczenie zestawu powiązanych opcji lub poleceń, które sztuczna inteligencja może przetworzyć. W bardziej zaawansowanych konfiguracjach temat rezerwowy może prowadzić użytkowników do innych zasobów lub eskalować konwersację do człowieka.
Informacje dodatkowe
- Obciążenia inteligentnej aplikacji
- Wprowadzenie do środowisk konwersacyjnych
- Najlepsze rozwiązania w zakresie konwersacyjnej sztucznej inteligencji