广泛意义上的聊天机器人主要分为简单规则类和人工智能驱动类。现代大部分聊天机器人已经发展为由人工智能驱动，所以该文主要探讨人工智能驱动类的聊天机器人。

一、什么是聊天机器人

首先，什么是聊天机器人？

聊天机器人（Chatbot），最初名为 Chatterbot，可以通过软件应用程序或 Web 界面以文本或语音的交互形式模仿人类与人类对话。现代流行的人工智能驱动类聊天机器人通常在线，并且能够以非线性自然语言与用户保持对话，简单来说，对话更灵活了，不是那么死板。

历史上第一个聊天机器人名叫 ELIZA，是由 Joseph Weizenbaum 于 1966 年创建。其设计基于简单的规则和模式匹配，主要通过检测输入内容的关键词，匹配预先定义的模式来对用户进行回应。虽然谈不上高级，但当时用户一致超出预期的反馈直接开启聊天机器人的研究热潮。

聊天机器人在许多年前就已经广泛投入使用，主要因为全天候的无休服务和高效替代重复性劳动力的优点。但此次 ChatGPT 如此出圈，不仅仅因为它是有史以来最强大的语言处理模型之一，还因为它是第一个真正能够以人性化自然语言进行响应的聊天机器人。

用户不需要了解背后复杂的技术，只简单聊上几段，就会因为 chatGPT 丰富的语言风格，像信任网络另一端的陌生人一样信任一个机器人。这让很多公司都看到了人工智能驱动类聊天机器人的未来，所以各种产品也如雨后春笋般涌现。

二、聊天机器人的分类

除了前面说到的按照智能程度划分，还有一种按照场景划分的方式更适合应用到设计工作中：

1. 问答式：专注理解用户意图，给出答案，要求精准高效（chatGPT 各种 C 端智能客服）
2. 任务式：理解意图并执行任务，要求精准高效（天猫精灵，华为小艺，siri）
3. 闲聊式：进行自然流畅对话，满足用户多样化需求，适当增加情感支持（微软小冰，replika）

不同的应用场景下，用户的需求和期望不同，有时简单的规则驱动足以应付，我们应该思考什么样的场景满足什么样的需求适合引入人工智能，而不是因为人工智能很火而在每一个场景都加入。

三、设计参考细节

1. 多样交互 提升容错

目前聊天机器人的输入支持语音与文字两种方式，如果输入是基于语音的，聊天机器人会使用自动语音识别（ASR）和自然语言理解（NLU）来理解上下文和用户意图。而基于文本则仅使用自然语言理解分析。

对于用户来说，语音文本识别可能会存在一定的损失问题，因为口音方言与环境噪音都是不可控因素。所以尝试在聊天机器人功能中增加多种交互形式是不错的选择。

Chat GPT.jpg

2. 风格化语言 赋予性格

除了纯粹工具化的聊天机器人，其他将其定位为陪伴助手等角色时，大部分设计都希望可以更加拟人化，成为用户生活的一部分。而这件事背后的本质需求在于两点：

1. 需要情感支持时，实际上是需要有同理心共情心的帮助者。
2. 需要实际帮助时，实际上是需要有高效简洁灵活的协助者。

所以在满足用户不同的需求的拟人化时，也应该匹配不同的语言风格。用流行的 MBTI 文化来讲，第一种需要有 Fe Fi 功能 F 型（情感陪伴），第二种需要有 Ti Te 的 T 型（理智解决），如果聊天机器人用途更广泛，则可以两者兼顾，互相转化。

X-Eva.jpg

语言风格化实例参考

1. 增删 emoji 与表情包 MEME 图 （ ）
2. 增删语气词同理 （唉 哇哦）
3. 增删口语词同理 （真的很抱歉）
4. 同一内容增删多样化表达方式同理（对不起 斯密马赛 骚瑞）

值得注意的是，拟人化越多，沟通效率可能越低，所以效率至上的场景需要在这部分做一定取舍。

3. 逐步递进 减少认知负担

不假思索的长篇大论不仅很难让用户感知到对面的拟人设计，还增加了认知负担。所以具像化设计机器人的思索状态，并将大段的复杂内容进行分割，更易于让用户接受。据说给用户 2 秒左右的等待时间最佳。

这点效率至上的场景依然需要做一定取舍。

HiEcho&Talk AI 练口语.jpg

4. 友善收集数据 提升体验

未经告知收集数据会降低用户对产品的信任度，但尝试换一种更加友善的方式呢？个性化体验对于打造人工智能型聊天机器人十分重要，所以不要错过这个步骤。

Replika.jpg

5. 设定正确期望 并让用户监督反馈

人工智能生成的内容不可控，想要完美到每一个细节是不可能的。所以在聊天开始前，请给用户正确的期望，告诉用户能做什么与不能做什么，如果问题依然出现导致对话无法推进，请尝试引导用户在可控范围内操作或者直接提供可反馈的渠道，必要时更需人工介入修正问题。

Speak AI 畅聊.jpg

更多参考

1. 分阶段自动化

人们喜欢拥有控制权，完全失去控制的聊天会让人感到不适，并且产生模糊效应。在聊天的过程中让用户有感知的分阶段实现自动化会更好。或者针对不同水平的用户，提供多个级别的自动化。

比如 AI 英语口语类，针对基础较弱的用户可以在前期用规则类对话帮助用户练习熟悉的内容，对于高级用户则可以提供多样化个性化的对话内容，提升对话乐趣与体验。

2. 解释好处 而不是技术

这个点还蛮有意思的，更多出现在机器人自述上。的确注意到有很多公司为了展示自己的聊天机器人跟上时代运用了新技术，迫不及待打上生怕用户听懂意思的科技标签，但对于不追赶潮流的大部分人群来说，这是不可理解的。

请从用户需求出发把机器人自我介绍里的“AI 智能对话”修改为“与你更加自然的交流”，以及“AI 推荐”改成“更了解你喜好的推荐”。

3. 设定指标 优化体验

分析关键绩效的数据指标 (KPI)，例如对话完成率、响应时间和用户反馈，以评估聊天机器人的成功和需要优化的模块。