chatbot系列：引导及个性化推荐提升用户粘性

chatbot一系列的文章主要介绍的就是关于对话式机器人交互设计方面的知识，也是本人在参与近一年机器人产品设计过程中的理念梳理、总结。本文主要探究在对话式机器人领域里，产品该怎样设计功能引导及推荐。

用户在面对一款新产品，不管是在认知范畴还是操作层面，都会有一定的学习成本在里面。

而如何帮助用户快速熟悉和上手操作，就成了新产品推向市场的一道难题。

不仅如此，产品要在市场竞争中长久生存下去，除了要获得用户、留住用户，还要能活跃用户。从产品层面考虑，想要留住并活跃用户，好的引导和推荐是每款产品必不可少的。

本文主要探究在对话式机器人领域里，产品该怎样设计功能引导及推荐。

全文结构以回答下面三个问题为主：

1. 首次进入对话如何引导用户使用；
2. 不知道说什么的用户如何推荐；
3. 如何深入对话流，构成话轮转换。

一、首次进入对话如何引导用户使用

新用户在第一次进入新产品时，都会带有些好奇和不知所措。特别是机器人这类比较新颖，还不具有普世性的产品。对于机器人产品，可以采用其独有的对话式交互，通过人和机器人的对话，一步步引导用户体验产品功能点。

这里有几个关键点要梳理下：

1. chatbot主要功能有哪些，这些功能的优先级如何排列，最符合用户期望的功能又有哪些？
2. chatbot是作为独立应用还是嵌入式功能，若为嵌入式功能，用户从不同入口进入，该做怎样的差异化引导？
3. 是否区分不同的目标用户，这些目标用户的人物画像或关键词是什么？

对这些不同类型或画像的目标用户，怎样引导更符合他们的心智模型？

而从对话式交互体验上，就要考虑什么语言语气是用户自然交流时会说的，用怎样的话术才能吸引用户深入了解？

对于独立的机器人产品，新用户场景比较有限。

用户刚进入时可以在chatbot简单介绍后，就将机器人所能支持的功能整体罗列出来，罗列一般采用横排左右滑屏的布局。

横向滑屏其实有缺陷，大部分用户不会滑屏或基本上只滑半屏至一屏，这样就导致后几个功能用户看不到。而且列表推荐会影响对话轻量型的交互特征，给人头重脚轻的感觉。如果这些功能非目标用户期望或常用功能，置后排列也无妨。

也有些独立机器人app，新用户进入后并不给出功能列表，而是将功能集成在某个入口，通过话术引导用户去点击查看。

比如出门问问对话界面，可以通过发问或点击左上角问号图标看到功能详情。微软cortana干脆就没有功能介绍这项内容，对于小娜无法回答的问题，统一返回bing搜索结果。

这就无所谓支持或不支持哪些功能，这样设计的好处在于能够保证整体对话流轻量简洁，不用每次进入都给出功能列表。

图1 新用户功能介绍引导

不过具体采用哪种新手引导方式还要根据不同业务做出合适的选择。

个人比较偏向于不给出功能列表，而是将功能点融入到对话里或集成在某个界面入口，在用户触发使用的时候再进行说明介绍。功能介绍列表更像是传统的GUI设计，本质上并不属于对话，而且会加重整体对话流。（不包括部分便于用户查看的GUI答案模块）

如果机器人是作为产品嵌入式功能，那么更适合用对话引导的方式让用户一步步了解产品功能。

阿里小蜜，京东小咚、同花顺小花都属于嵌入在主产品下的附属功能。

如果嵌入的场景比较多样，可以根据不同的场景给出对应的功能推荐。因为只有在触达用户需求的时候，用户才会有耐心了解并掌握它们。

譬如同花顺分时页面右上角的机器人入口，如果新用户从这个页面进入，那么他一定是对这只股票有兴趣才会去看分时。这时候进入机器人就可以引导用户首先使用机器人的个股分析功能。

例如：

• chatbot：您好，我是您的投资助理，可以帮您分析下这只股票哦。
• user：那帮忙分析下呗。
• chatbot：该股近20日区间大单净额和主力资金流向……我还能从基本面、技术面和消息面这些方面帮您进行深入分析。
• user：看下该股消息面怎么样。
• chatbot：从消息面上看……

二、不知道说什么的用户如何推荐

有些用户在面对机器人时不知道该说什么，可能只会说些“你好”、“你是谁”之类的话。他们并非不知道机器人所能提供的功能，而是不知道如何表达，或者不知道某些问题机器人也能问出来。

要解决这类问题可以从两方面考虑。一方面直接通过对话话术告诉用户可以怎么问，在结尾部分添加“你可以对我说”，“你可以问我”等表达。例如“如果您找不到某个功能入口，可以对我说‘打开最新资讯’。”

图2 “你可以对我说”推荐话术

或者将“你可以问我”后面接的推荐问句以标签的形式放在输入框上，让用户一目了然。

图3 推荐问句标签

另一方面就是在输入框内给出推荐问句，用户点发送按钮就直接发送问句。推荐问句要避免过长，能够在输入框可视范围内完整展示。其实在一些传统app搜索框内也会存在这类推荐形式。

输入框内推荐问句不建议一成不变，可在间隔一定时长后切换问句。另外也可以在输入框周围给出默认推荐标签。不同于问答后的推荐标签，默认推荐标签以简短为主，并能在一屏内能展示2个或2个以上。

图4 输入框内推荐问句

三、如何深入对话，构成话轮转换

主要有两种方式：问句推荐和话题引导。

1. 问句推荐

（1）进一步推荐

如果通过你的前期引导，用户主动发送问句，那么可以说你就向前迈进了一大步。下一个难题就是如何让用户和机器人持续对话。要解决这个难题，首先系统要能推荐和当前场景相符的问句。

这些问句可以是在上一句基础上的继续发问，因为用户输入的问句意图不明确，导致给出答案比较模糊或是宽泛，在此基础上，我们可能还会推荐进一步筛选的问句给用户。（不同于多轮对话，多轮是chatbot多次向用户发问，直到每个槽位都有对应值后，返回最终答案）

举个例子：

• user：附近有哪些餐馆？
• chatbot：为您推荐几家附近的餐馆，非常不错，去试试吧

给出餐馆列表，并且给出进一步筛选问句：“离我最近的”、“哪些最便宜”、“哪些最有档次”、“哪些评分最高”……

（2）相似推荐

推荐问句也可以是和用户问句相似的问句，或是同属于一个类型的问句。相似问句适用于客服类答案，用户在看完一个问题的解决方式后，也许会延伸出其他相关疑问。

也可能用户本没疑问，但在系统的推荐下，又激起了用户的好奇心。

例如在小蚂答里问“什么是花呗”，系统在给出回答后，会附带三个相关问题：“花呗如何提前还款”、“花呗的额度可以调整吗”、“点击还款，提示没有花呗额度”。

（3）同类推荐

同类型问句之间相当于是平级关系，是评价一个事物不可或缺的各个维度。用户也许只对其中几个维度感兴趣。在没有个性化数据的前提下，可以展示几个热门或者主要的评价维度。这能够命中大部分用户的兴趣点。

举个例子：

• user：中国平安怎么样
• chatbot：该股……

系统回答用户问句的同时，给出各个方面的分析维度，“技术面分析”、“消息面分析”、“资金面分析”、“基本面分析”……

2. 话题引导

一般人和机器人对话都会包含特定场景，或者特定话题。

深入对话，构成话轮转换不一定都要给出推荐问句。在部分场景下，也可以根据当下所处的场景，让机器人主动和用户进行交流。如果主动交流的话题是用户关心的，那么深入对话轮次的效果将会比推荐问句好很多。

关键问题是机器人以什么话题作为引子，引导用户对话。可以从大多数用户在该场景下和机器人交流的对话路径，或是以业务需求为目的所创建的对话路径展开，也可以是按照博主、大牛的使用操作逻辑展开。

后一种在引导话术里最好带上“大V们都是怎么怎么的”，以吸引用户进一步交流。

举个例子：

• user：想买个洗面奶，不知道买什么牌子
• chatbot：先请问下您是什么肤质类型呢
• user：油性肤质
• chatbot：为您找到以下几款抗油清洁洗面奶
• chatbot：如果您还是不知道该买什么，我可以推荐您几款时尚博主们比较青睐的洗面奶。其中之一就是xxx洗面奶，它在某某平台很受欢迎……

还有一种就是按照场景的固有逻辑给出引导，例如交易环节涉及到的路径主要是“下单-填写收货信息-确认订单-支付……”。

若用户当前场景为已填写收货信息，那么机器人就需要引导用户到确认订单环节，话术描述可以是“为了保障您的购物体验，请确认订单是否正确”。

如果积累了一定用户量，并且存储了用户画像标签，或是个性化数据。

那么不管是问句推荐还是话题引导，都会更有效果。推荐问句可以按照用户特征给出，例如“猜你喜欢”推荐模式。而话题引导则是按照用户的使用逻辑、行为特征来设计。

总结

利用对话式交互对用户进行引导和推荐还比较新颖，许多方式方法还有待挖掘和探讨。但是通过引导和推荐留住并活跃用户的本质是一样的，只是换了一种承载形式。

人工智能快速发展的浪潮已经不可抵挡，对话式交互也会成为继GUI界面后另一种自然交互“界面”。关于对话式交互设计还有更多领域等待我们深入研究。

本文由 @mileyhuang 原创发布于人人都是产品经理，未经许可，禁止转载。

题图来自 Unsplash，基于CC0协议。