chatbot一系列的文章主要介紹的就是關於對話式機器人交互設計方面的知識，也是本人在參與近一年機器人產品設計過程中的理念梳理、總結。本文主要探究在對話式機器人領域裡，產品該怎樣設計功能引導及推薦。
用戶在面對一款新產品，不管是在認知範疇還是操作層面，都會有一定的學習成本在裡面。
而如何幫助用戶快速熟悉和上手操作，就成了新產品推向市場的一道難題。
不僅如此，產品要在市場競爭中長久生存下去，除了要獲得用戶、留住用戶，還要能活躍用戶。從產品層面考慮，想要留住並活躍用戶，好的引導和推薦是每款產品必不可少的。
本文主要探究在對話式機器人領域裡，產品該怎樣設計功能引導及推薦。
全文結構以回答下面三個問題為主：
- 首次進入對話如何引導用戶使用；
- 不知道說什麼的用戶如何推薦；
- 如何深入對話流，構成話輪轉換。
一、首次進入對話如何引導用戶使用
新用戶在第一次進入新產品時，都會帶有些好奇和不知所措。特別是機器人這類比較新穎，還不具有普世性的產品。對於機器人產品，可以採用其獨有的對話式交互，通過人和機器人的對話，一步步引導用戶體驗產品功能點。
這裡有幾個關鍵點要梳理下：
- chatbot主要功能有哪些，這些功能的優先級如何排列，最符合用戶期望的功能又有哪些？
- chatbot是作為獨立應用還是嵌入式功能，若為嵌入式功能，用戶從不同入口進入，該做怎樣的差異化引導？
- 是否區分不同的目標用戶，這些目標用戶的人物畫像或關鍵詞是什麼？
對這些不同類型或畫像的目標用戶，怎樣引導更符合他們的心智模型？
而從對話式交互體驗上，就要考慮什麼語言語氣是用戶自然交流時會說的，用怎樣的話術才能吸引用戶深入瞭解？
對於獨立的機器人產品，新用戶場景比較有限。
用戶剛進入時可以在chatbot簡單介紹後，就將機器人所能支持的功能整體羅列出來，羅列一般採用橫排左右滑屏的佈局。
橫向滑屏其實有缺陷，大部分用戶不會滑屏或基本上只滑半屏至一屏，這樣就導致後幾個功能用戶看不到。而且列表推薦會影響對話輕量型的交互特徵，給人頭重腳輕的感覺。如果這些功能非目標用戶期望或常用功能，置後排列也無妨。
也有些獨立機器人app，新用戶進入後並不給出功能列表，而是將功能集成在某個入口，通過話術引導用戶去點擊查看。
比如出門問問對話界面，可以通過發問或點擊左上角問號圖標看到功能詳情。微軟cortana乾脆就沒有功能介紹這項內容，對於小娜無法回答的問題，統一返回bing搜索結果。
這就無所謂支持或不支持哪些功能，這樣設計的好處在於能夠保證整體對話流輕量簡潔，不用每次進入都給出功能列表。
圖1 新用戶功能介紹引導
不過具體採用哪種新手引導方式還要根據不同業務做出合適的選擇。
個人比較偏向於不給出功能列表，而是將功能點融入到對話裡或集成在某個界面入口，在用戶觸發使用的時候再進行說明介紹。功能介紹列表更像是傳統的GUI設計，本質上並不屬於對話，而且會加重整體對話流。（不包括部分便於用戶查看的GUI答案模塊）
如果機器人是作為產品嵌入式功能，那麼更適合用對話引導的方式讓用戶一步步瞭解產品功能。
阿里小蜜，京東小咚、同花順小花都屬於嵌入在主產品下的附屬功能。
如果嵌入的場景比較多樣，可以根據不同的場景給出對應的功能推薦。因為只有在觸達用戶需求的時候，用戶才會有耐心瞭解並掌握它們。
譬如同花順分時頁面右上角的機器人入口，如果新用戶從這個頁面進入，那麼他一定是對這隻股票有興趣才會去看分時。這時候進入機器人就可以引導用戶首先使用機器人的個股分析功能。
例如：
- chatbot：您好，我是您的投資助理，可以幫您分析下這隻股票哦。
- user：那幫忙分析下唄。
- chatbot：該股近20日區間大單淨額和主力資金流向……我還能從基本面、技術面和消息面這些方面幫您進行深入分析。
- user：看下該股消息面怎麼樣。
- chatbot：從消息面上看……
二、不知道說什麼的用戶如何推薦
有些用戶在面對機器人時不知道該說什麼，可能只會說些“你好”、“你是誰”之類的話。他們並非不知道機器人所能提供的功能，而是不知道如何表達，或者不知道某些問題機器人也能問出來。
要解決這類問題可以從兩方面考慮。一方面直接通過對話話術告訴用戶可以怎麼問，在結尾部分添加“你可以對我說”，“你可以問我”等表達。例如“如果您找不到某個功能入口，可以對我說‘打開最新資訊’。”
圖2 “你可以對我說”推薦話術
或者將“你可以問我”後面接的推薦問句以標籤的形式放在輸入框上，讓用戶一目瞭然。
圖3 推薦問句標籤
另一方面就是在輸入框內給出推薦問句，用戶點發送按鈕就直接發送問句。推薦問句要避免過長，能夠在輸入框可視範圍內完整展示。其實在一些傳統app搜索框內也會存在這類推薦形式。
輸入框內推薦問句不建議一成不變，可在間隔一定時長後切換問句。另外也可以在輸入框周圍給出默認推薦標籤。不同於問答後的推薦標籤，默認推薦標籤以簡短為主，並能在一屏內能展示2個或2個以上。
圖4 輸入框內推薦問句
三、如何深入對話，構成話輪轉換
主要有兩種方式：問句推薦和話題引導。
1. 問句推薦
（1）進一步推薦
如果通過你的前期引導，用戶主動發送問句，那麼可以說你就向前邁進了一大步。下一個難題就是如何讓用戶和機器人持續對話。要解決這個難題，首先系統要能推薦和當前場景相符的問句。
這些問句可以是在上一句基礎上的繼續發問，因為用戶輸入的問句意圖不明確，導致給出答案比較模糊或是寬泛，在此基礎上，我們可能還會推薦進一步篩選的問句給用戶。（不同於多輪對話，多輪是chatbot多次向用戶發問，直到每個槽位都有對應值後，返回最終答案）
舉個例子：
- user：附近有哪些餐館？
- chatbot：為您推薦幾家附近的餐館，非常不錯，去試試吧
給出餐館列表，並且給出進一步篩選問句：“離我最近的”、“哪些最便宜”、“哪些最有檔次”、“哪些評分最高”……
（2）相似推薦
推薦問句也可以是和用戶問句相似的問句，或是同屬於一個類型的問句。相似問句適用於客服類答案，用戶在看完一個問題的解決方式後，也許會延伸出其他相關疑問。
也可能用戶本沒疑問，但在系統的推薦下，又激起了用戶的好奇心。
例如在小螞答裡問“什麼是花唄”，系統在給出回答後，會附帶三個相關問題：“花唄如何提前還款”、“花唄的額度可以調整嗎”、“點擊還款，提示沒有花唄額度”。
（3）同類推薦
同類型問句之間相當於是平級關係，是評價一個事物不可或缺的各個維度。用戶也許只對其中幾個維度感興趣。在沒有個性化數據的前提下，可以展示幾個熱門或者主要的評價維度。這能夠命中大部分用戶的興趣點。
舉個例子：
- user：中國平安怎麼樣
- chatbot：該股……
系統回答用戶問句的同時，給出各個方面的分析維度，“技術面分析”、“消息面分析”、“資金面分析”、“基本面分析”……
2. 話題引導
一般人和機器人對話都會包含特定場景，或者特定話題。
深入對話，構成話輪轉換不一定都要給出推薦問句。在部分場景下，也可以根據當下所處的場景，讓機器人主動和用戶進行交流。如果主動交流的話題是用戶關心的，那麼深入對話輪次的效果將會比推薦問句好很多。
關鍵問題是機器人以什麼話題作為引子，引導用戶對話。可以從大多數用戶在該場景下和機器人交流的對話路徑，或是以業務需求為目的所創建的對話路徑展開，也可以是按照博主、大牛的使用操作邏輯展開。
後一種在引導話術裡最好帶上“大V們都是怎麼怎麼的”，以吸引用戶進一步交流。
舉個例子：
- user：想買個洗面奶，不知道買什麼牌子
- chatbot：先請問下您是什麼膚質類型呢
- user：油性膚質
- chatbot：為您找到以下幾款抗油清潔洗面奶
- chatbot：如果您還是不知道該買什麼，我可以推薦您幾款時尚博主們比較青睞的洗面奶。其中之一就是xxx洗面奶，它在某某平臺很受歡迎……
還有一種就是按照場景的固有邏輯給出引導，例如交易環節涉及到的路徑主要是“下單-填寫收貨信息-確認訂單-支付……”。
若用戶當前場景為已填寫收貨信息，那麼機器人就需要引導用戶到確認訂單環節，話術描述可以是“為了保障您的購物體驗，請確認訂單是否正確”。
如果積累了一定用戶量，並且存儲了用戶畫像標籤，或是個性化數據。
閱讀更多 人人都是產品經理 的文章
