AI + Design，大厂生成式AI产品设计范式之会话设计

先抛几个核心判断：用户意图的明确和AI角色的定位，是对话设计的起点。紧接着，就需要着手设计对话流程本身——既得吃透用户意图，才能设计出针对性更强的交互，又得摸准AI性格，才能选择恰当的语言风格，构建出真实可信的对话场景。

你想想看，人与人交流的时候，为了实现某个沟通目标，总会遵循一些或明或暗的规则。这些规则不光管语义层面，还牵扯行为和意图的表达，这样才能把对话推进下去，达成预期目的。放到人机交互里，道理也一样——对话系统也得有一套规则，确保语义传得准、行为展得开、意图表达得清楚。这些规则对帮助用户达成目标、提升交互体验，作用可不小。通过精心设计的对话规则，人机对话系统能更贴近自然语言的流畅和高效，用户自然也能获得更优质的体验。

WHY 为什么要做对话设计

在明确了用户意图和AI角色之后，对话流程的落地就成了下一道坎。这一步既需要深入理解用户意图——这样设计出来的对话才更有针对性、更有效；又需要精准把握AI角色——根据角色性格选定语言风格，才能构建出真实可信的场景。

人际交往中，双方为了实现沟通目标，通常都会遵循一些隐性或显性的规则。这些规则覆盖了语言语义、行为表达和意图传递，能有效推进对话，完成交际目的。

同样，在人机交互中，对话系统也得遵守一套规则，确保语义准确、行为合理、意图清晰。这些规则对促进用户目标实现、提升交互体验至关重要。通过精心设计的对话规则，系统性能可以更贴近自然交流的流畅性和效率，从而给用户带来更优质的交互体验。

WHAT 什么是会话设计

对话交互组件是构建人机对话系统的核心模块——它们根据用户的问题，基于预设规则生成响应。这些组件的使命就是准确传达语义、行为和意图，帮用户达成目标，构成了对话交互的基础单元。

• 通过选择和组合不同的组件，可以构建出多种对话表达策略。这些策略既能覆盖广泛的语言风格和语境，也能适应不同用户的个性化需求和偏好。

• 语义一致性与风格多样性——即便面对相同的请求，灵活运用不同组件，也能创造出语义一致但风格各异的回复。这样的设计让AI在保持信息准确性的同时，还能提供多样化的用户体验。

所以，对话交互组件的设计和应用，是实现高效、个性化人机对话的关键。精心构建和优化这些组件，能显著提升对话系统的性能和用户交互体验。

HOW 原则

人机对话交互虽然天然、路径也短，但挑战同样不小：意图识别不准会导致错误回复，槽位信息缺失又需要多轮对话来补。对话交互的核心目标始终是解决用户问题、提高效率——任何设计都不能违背这一原则。针对这些痛点，我们总结了一套通用性原则，目的是发挥对话交互的优势、规避劣势，更有效地解决实际问题。遵循这些原则，就能构建出更高效、更准确、更友好的对话系统。

信息充分且真实

在人机对话中，必须确保提供给用户的是真实信息，在用户和AI之间建立信任，始终以用户为中心。

AI需提供真实的信息

对话系统必须基于事实和数据提供信息，让用户能依据真实、准确的内容做决策。这就要求AI在处理用户请求时，写明数据来源，并保证信息的时效性和准确性。

AI需告知自己能力界限

AI应该明确告诉用户自己能做什么、不能做什么，避免用户产生误解。当AI无法给出确切答案或执行特定任务时，要诚实说明情况，并提供备选方案或建议。

针对性信息提供

对话要有针对性——针对特定的决策问题和决策者提供专门支持。这意味着AI需要根据用户的具体需求，提供定制化的信息和建议，增强决策的相关性和有效性。

话术要清晰易懂

对话中使用的话术要容易记忆、便于理解、表意清晰，这样才能实现更有效的沟通。

任务相关性

对话内容要紧紧围绕用户的任务和目标，确保信息相关，提高用户对对话的关注度和记忆度。

词汇的普及性

选用大家普遍熟悉、容易理解的词汇，能降低用户的认知负担，让信息传递更高效。

术语的一致性

整个对话过程中，对特定术语或概念的使用要保持一致，避免让用户产生混淆。

句式的简洁性

避免复杂的句式结构，改用简洁、直接的表达方式，让用户能快速抓住信息要点。

清晰度

信息表达必须清晰明了，不能有歧义，确保用户能准确理解。

自然友好并且尊重用户

AI与用户互动时，要尊重用户，认可用户的感受。

自然交流

采用自然的口语风格，让对话更贴近日常交流，提升沟通的亲切感和易理解性。

尊重与认可

在所有交互中，AI要始终保持对用户的尊重，认可并重视用户的感受和观点，建立信任和积极的互动环境。

敏感话题回避

对可能引起争议或不适的敏感话题，要主动回避，避免不必要的误解或冲突。

审慎处理内容

对于用户没有主动请求的信息或内容，要保持谨慎，不要过度干预或提供不恰当的信息。

开始

当用户第一次与AI交流时，AI应该用热情的问候开场，并迅速展示自己的能力，留下积极的第一印象。目标是让用户迅速感到自信，觉得自己能掌控对话，同时帮助他们了解AI能做什么——而不是让他们觉得在接受教程。首要任务是快速设定正确的期望，引导用户发现AI的功能，然后把对话的主动权交还给用户。

HOW 如何操作

在进行初次交流时，有三个核心目标需要通过问候语来实现：

1. 热情迎接用户：
   用一个友好的问候表达欢迎，建立积极的初步联系。例如用“你好”“欢迎”这样亲切简单的方式打招呼。

2. 明确设定预期：
   清晰传达AI的功能和能力，让用户对AI的用途有准确的预期。可以简单列举2-3个高频功能，但不用详述细节。

3. 赋予用户控制权：
   确保用户感觉主导着对话。通过提供选项或直接询问用户需求，让用户感受到对交流过程的掌控。

追问

在AI对话过程中，如果用户提供的信息不足以支撑AI完成任务，AI必须主动通过精心设计的询问来引导用户补充槽位信息。这种策略既能确保任务顺利完成，也能提升用户体验，避免因信息不足导致误解或错误。比如用户在预订酒店时只提供了入住日期，没给退房日期，AI可以礼貌地问：“您需要住多久？”这种提问既明确又具体，有助于获取所需信息，同时保持对话的流畅性。

1. 明确识别需求：
   AI首先需要准确分析用户输入，判断哪些信息缺失或不充分。

2. 构建有效询问：
   基于识别出的信息缺口，构建清晰、具体的询问，直接引导用户补充所需信息。

3. 保持对话连贯性：
   在请求额外信息时，保持对话的自然流畅，避免突兀提问，确保用户理解为什么需要这些信息。

消歧场景

对话中，语言往往有多种解释，通常需要依赖上下文来消除歧义。当上下文信息不足以明确含义时，应主动向用户请求额外信息来澄清问题。

错误处理

当对话遇到问题时，通过精确定位问题核心，可以提供更有针对性的帮助，引导用户迅速恢复正确操作流程。

二次确认

虽然这种情况较少，但在以下场景中，进行再次确认至关重要：当误解用户意图可能导致严重后果时（例如涉及姓名、地址或用户授权分享的文本）；在执行不可逆操作之前（例如删除用户数据或完成交易）。双重确认可以最大限度减少错误和风险，确保服务准确无误。

提示

在设计对话式AI界面时，应该避免教用户如何与AI交流。理想的交互方式是让AI适应用户的自然语言，而不是要求用户学习并使用特定命令或短语。

会话式界面的核心优势就在于它的易用性——用户无需额外学习就能上手。AI应该利用自然语言处理能力来理解用户的多样化表达，而不是限制用户必须用特定词汇或命令。用户可以更轻松、更自然地进行对话，不用记忆特定指令。这种方式不仅提高了用户体验的流畅性，也有助于建立用户对AI的信任和满意度。反过来，如果用户必须说出精确命令才能得到响应，就会限制交互自由，降低界面直观性，影响整体体验。

不要让用户发出固定指令

在设计AI助手的对话体验时，重点应该放在用户能通过AI实现的具体行动上，而不是限制用户如何表达这些需求。

举个例子，与其告诉用户“请说‘显示更多选项’来获取更多信息”，不如说“你想要了解更多信息吗？”这种提问方式更自然，也更易懂，因为它直接关联到用户可以采取的行动，而不是他们必须如何表达这个愿望。

给提示而不是命令

采用动词短语来明确指示用户可执行的动作，使用户更容易理解并跟随提示做出反应。在提供示例说明用户可以怎么表达时，要避免提倡使用生硬的关键词短语。允许用户按照自己的喜好自由表达指令。

未找到匹配项的建议

当出现“未找到匹配项”的错误时，可以向用户提供一些建议性语句，指导他们在需要进一步协助时该如何表达。除此之外，根据流程还有会话设计确认、提示、结束等设计范式。

对话设计分类

接上篇，目前主流的AI产品框架基本上有三种：Do适合内嵌式/嵌入式Embedding，Chat适合独立式/沉浸式Agent，

• 任务导向型对话：
  有明确的目标和需要参数化的关键信息。

• 查询导向型对话：
  一部分跟任务导向型类似，根据不同的关键信息给予不同回答；另一部分则不需要把用户问话中的信息参数化，由AI直接给出答案。

• 开放式闲聊对话：
  没有任何任务目标。

总结

近期的报道提到，字节管理层判断AI对话类产品可能只是AI产品的“中间态”，长期更理想的产品形式，大概率需要更视觉化的用户体验、更低的用户使用门槛。确实，对话交互虽然有高效、自然的优势，但由于技术限制，并不是所有场景都适合用对话——它不总是最佳交互方式。而对话交互的最终目的始终是：为用户解决问题，提高效率。所以任何对话交互设计都不能违背这一目的，这样才能算合格的设计。设计师应该根据对话交互的优势，去选择那些真正能解决用户痛点的场景。