0
“如果機(jī)器在某些現(xiàn)實(shí)的條件下，能夠非常好地模仿人回答問題，讓提問者在相當(dāng)長(zhǎng)時(shí)間里誤認(rèn)它不是機(jī)器，那么機(jī)器就可以被認(rèn)為是能夠思維的?！?/p>
—— 阿蘭·圖靈
“一個(gè)人的成功，約有15%取決于技術(shù)知識(shí)，85%取決于口才藝術(shù)?！?/p>
—— 戴爾·卡耐基
雷鋒網(wǎng)按：“與機(jī)器像和人一樣對(duì)話”大概是人類對(duì)人工智能最初的設(shè)想，也是人類希望在人工智能領(lǐng)域?qū)崿F(xiàn)的目標(biāo)。本篇文章轉(zhuǎn)載自百度人工智能交互設(shè)計(jì)院，著重于語(yǔ)音交互中的機(jī)器話術(shù)研究。
以下為正文內(nèi)容：
在不少科幻電影或小說里，人工智能可以和人自然交流，甚至可以談情說愛（如電影《her》中的薩曼莎）。但我們不得不承認(rèn)，現(xiàn)實(shí)和理想差距很大?，F(xiàn)在的人工智能雖然已經(jīng)“可以說話”，但大多數(shù)都“不會(huì)說話”，我們經(jīng)?？梢月牭健斑@個(gè)問題我還理解不了，如果你想……，可以這樣對(duì)我說……”。
為了教會(huì)機(jī)器“像人一樣說話”，人們?cè)谡Z(yǔ)音識(shí)別、自然語(yǔ)言理解、語(yǔ)音合成等諸多方面進(jìn)行了大量探索，但這些探索主要集中在技術(shù)維度，而對(duì)機(jī)器話術(shù)涉獵較少。
在漢語(yǔ)中，“術(shù)”有技藝、方法之意，話術(shù)即指說話的技藝和方法。和技術(shù)相比，話術(shù)更偏藝術(shù)和人性。喬布斯說“只有技術(shù)是不夠的——技術(shù)與人文藝術(shù)結(jié)合、與人性結(jié)合，才能帶來讓我們內(nèi)心喜愛的結(jié)果”。因此，我們本次從用戶視角出發(fā)，嘗試從藝術(shù)和人性的角度對(duì)話術(shù)進(jìn)行探索。
研究主要包含以下內(nèi)容：
話術(shù)設(shè)計(jì)研究：我們?nèi)绾巫龅?/p>
話術(shù)設(shè)計(jì)原則：用戶關(guān)注什么？哪個(gè)更重要
話術(shù)設(shè)計(jì)建議：原則如何指導(dǎo)話術(shù)設(shè)計(jì)
當(dāng)下的話術(shù)研究多從研究者視角出發(fā)，原則主要源自研究者的日常觀察、哲學(xué)思辯和專業(yè)判斷。本次，我們從用戶視角出發(fā)來探討話術(shù)，研究過程如下：
我們對(duì)人與人的對(duì)話結(jié)構(gòu)和對(duì)話原則進(jìn)行了系統(tǒng)梳理，特別推薦Grice的“合作原則”（出自《邏輯與會(huì)話》演講，1967）和索振羽的“得體原則”（出自《語(yǔ)用學(xué)教程》第二版，2014）。這一步至關(guān)重要，它加深了我們對(duì)“對(duì)話”的理解，這些原則也成為我們?cè)O(shè)計(jì)實(shí)驗(yàn)話術(shù)時(shí)的重要參考依據(jù)。
為覆蓋盡可能多的場(chǎng)景，我們系統(tǒng)梳理了語(yǔ)音交互的典型場(chǎng)景，如聽音樂、問天氣、家居控制、生活服務(wù)等。同時(shí)，每個(gè)場(chǎng)景下也細(xì)分了機(jī)器的不同狀態(tài)，如是否聽清、能否識(shí)別、是否有能力滿足等。
對(duì)話場(chǎng)景梳理清晰后，我們針對(duì)每個(gè)場(chǎng)景設(shè)計(jì)實(shí)驗(yàn)所需話術(shù)。話術(shù)來源主要有二，一是主流語(yǔ)音交互產(chǎn)品的現(xiàn)有話術(shù)，二是研究者基于人與人的對(duì)話原則撰寫而成的話術(shù)。
上述準(zhǔn)備完成后，進(jìn)入正式實(shí)驗(yàn)階段。在實(shí)驗(yàn)中，我們創(chuàng)設(shè)了各類場(chǎng)景（具體場(chǎng)景見“對(duì)話場(chǎng)景設(shè)計(jì)”部分），并且模擬了真實(shí)的人機(jī)對(duì)話過程（所有實(shí)驗(yàn)話術(shù)均轉(zhuǎn)為語(yǔ)音合成音進(jìn)行播報(bào)），要求用戶基于真實(shí)體驗(yàn)對(duì)不同場(chǎng)景下每類話術(shù)的喜好度進(jìn)行評(píng)價(jià)。
同時(shí)，我們使用了“參與式設(shè)計(jì)”，以“假如你是機(jī)器，你會(huì)如何回答”為起點(diǎn)，引導(dǎo)用戶更深地參與到話術(shù)設(shè)計(jì)中，共同探討實(shí)驗(yàn)話術(shù)以及更為理想的表達(dá)方式。這一過程使我們獲得了大量源自用戶的鮮活話術(shù)，也使我們能從更豐富的角度挖掘用戶構(gòu)建話術(shù)的原則、方法與技巧。
基于案頭研究和實(shí)驗(yàn)發(fā)現(xiàn)，我們提煉了初步的設(shè)計(jì)原則。之后，要求用戶對(duì)原則的可理解性、全面性、適用性等進(jìn)行評(píng)估。經(jīng)過多輪評(píng)估，我們不斷調(diào)整原則，最終獲得了現(xiàn)在的話術(shù)設(shè)計(jì)原則。
我們發(fā)現(xiàn)，在用戶心中，好的話術(shù)要兼顧理性和感性原則。理性原則體現(xiàn)在“機(jī)器的話是有用的”，話術(shù)應(yīng)該是以目標(biāo)為中心、準(zhǔn)確、簡(jiǎn)潔的；感性原則強(qiáng)調(diào)“對(duì)話過程令人愉悅”，話術(shù)應(yīng)該是自然、友好、有個(gè)性的。
同時(shí)，我們要求用戶基于自身體驗(yàn)對(duì)各原則的重要性進(jìn)行了1-10級(jí)評(píng)價(jià)，其中1分代表非常不重要，10分代表非常重要，分?jǐn)?shù)越高，重要性越高。
結(jié)果發(fā)現(xiàn)，現(xiàn)階段，用戶更看重理性原則，尤其是以目標(biāo)為中心，準(zhǔn)確，而自然、友好等感性原則暫居相對(duì)次要的位置。
此外，我們也梳理了不同原則下的具體評(píng)估指標(biāo)，這些指標(biāo)代表在該原則下，用戶在對(duì)話中具體的關(guān)注點(diǎn)。不同指標(biāo)的重要性有所不同，詳見下表。
接下來，我們一起看看上述這些原則如何指導(dǎo)具體的機(jī)器話術(shù)設(shè)計(jì)。
以目標(biāo)為中心是用戶最為看重的原則。用戶非常重視效率（閑聊場(chǎng)景除外），他們希望機(jī)器的回復(fù)與自己的需求高相關(guān)，可以快速達(dá)成心中所想。
同時(shí)，用戶表示在語(yǔ)音交互中，需要更多“引導(dǎo)”，尤其需要了解機(jī)器當(dāng)下和未來狀態(tài)。語(yǔ)音看不見摸不著，我們無(wú)法像在圖形用戶界面（GUI）中那樣——通過導(dǎo)航條判斷所在的位置，看到按鈕可以判斷是否點(diǎn)擊等。如果缺少必要的引導(dǎo)，用戶在語(yǔ)音交互中很容易迷茫，產(chǎn)生各類負(fù)面情緒。
因此，話術(shù)設(shè)計(jì)時(shí)，必須遵循以目標(biāo)為中心原則，做好引導(dǎo)，讓用戶可以通過聲音“看到”通往需求的路徑?；诖嗽瓌t，設(shè)計(jì)話術(shù)時(shí)可考慮以下幾條建議：
圍繞用戶最關(guān)心的問題優(yōu)先給出適合的回應(yīng)。
如果因?yàn)楦鞣N原因無(wú)法直接滿足用戶需求時(shí)，應(yīng)及時(shí)告知，避免用戶困惑。
對(duì)話過程中，引導(dǎo)用戶不斷澄清目標(biāo)，不輕易做話題的終結(jié)者。
不能清晰識(shí)別用戶意圖時(shí)，可主動(dòng)詢問用戶有可能的意圖，引導(dǎo)用戶完成目標(biāo)。
在無(wú)法直接滿足用戶時(shí)，可考慮提供相關(guān)度較高的替代方案，間接滿足用戶。
用戶認(rèn)為表達(dá)準(zhǔn)確是最基本的原則。表述不準(zhǔn)確可能導(dǎo)致用戶誤解、無(wú)法判斷機(jī)器所要傳達(dá)的真正含義，使對(duì)話脫離正軌甚至無(wú)法進(jìn)行。
基于準(zhǔn)確原則，設(shè)計(jì)話術(shù)時(shí)可考慮以下建議：
表述的含義要確定，不要說讓用戶“這樣理解可以，那樣理解也可以”的話?？谡Z(yǔ)中最常見的歧義是同音歧義，即語(yǔ)音相同帶來的歧義。以下兩類同音歧義，話術(shù)設(shè)計(jì)時(shí)需要注意：
同音異形詞歧義，如播放菜譜時(shí)提到“切ji放糖”，是“記”還是“忌”？
同音同形詞歧義，如閑聊時(shí)提到“我最喜歡杜鵑啦”，是杜鵑這種花還是杜鵑這種鳥？
建議2：避免表述過于籠統(tǒng)模糊
表述要盡可能具體明確，避免過于籠統(tǒng)模糊。
我們來看下面一個(gè)案例，研究中，面對(duì)第一種話術(shù)，大多數(shù)用戶表示“有點(diǎn)懵”，“是給音箱起名字，還是告訴音箱自己的名字？不知道該怎么回答”。而第二種話術(shù)則明確指出是“音箱對(duì)自己的稱呼”。
在研究中，用戶多次提到“不喜歡這個(gè)話術(shù)，太啰嗦了，能不能揀重點(diǎn)說”，“說太多了，壓根沒記住啊”，這些抱怨體現(xiàn)了用戶對(duì)簡(jiǎn)潔的重視。
用戶如此重視簡(jiǎn)潔是必然的。語(yǔ)音是一維線性的，只能一個(gè)字一個(gè)字的聽完，無(wú)法快進(jìn)，不能后退。哪怕信息不相關(guān)、無(wú)意義，用戶都無(wú)法略過。這些冗余信息既浪費(fèi)用戶時(shí)間，也會(huì)增加用戶的煩躁情緒。
更重要的是，大腦能處理的語(yǔ)音信息量有限，一旦超出會(huì)給人的工作記憶造成負(fù)擔(dān)。長(zhǎng)期以來，神奇數(shù)字7±2被認(rèn)為是工作記憶的容量，但近期這一標(biāo)準(zhǔn)遭到質(zhì)疑，普遍認(rèn)為這一估計(jì)偏高。有研究者（Mastin，2010）認(rèn)為這一數(shù)字可能是4±1。
基于此原則，設(shè)計(jì)話術(shù)時(shí)可考慮以下幾條建議：
傳遞必要信息前提下，保持話術(shù)簡(jiǎn)潔。
單次交互提供的信息量不要過大，以免給用戶造成認(rèn)知和記憶負(fù)擔(dān)。
在研究中，聽到某些話術(shù)，用戶紛紛表示“這太生硬了，一點(diǎn)都不自然”，“這明顯就是機(jī)器說的話，人怎么可能這么說呢”。用戶希望話術(shù)可以貼近生活，盡可能自然。
這是非常好理解的。在人機(jī)語(yǔ)音交互中，人類最想使用的肯定是自然語(yǔ)言?？陬^語(yǔ)言是人類最擅長(zhǎng)，使用門檻最低的自然語(yǔ)言，人類使用口頭語(yǔ)言進(jìn)行交流的歷史已跨越十萬(wàn)年。與之相比，書面語(yǔ)言的發(fā)展不過五千年，計(jì)算機(jī)語(yǔ)言更是剛剛萌芽。因此，設(shè)計(jì)話術(shù)時(shí)，可參考漢語(yǔ)口頭語(yǔ)言的特點(diǎn)，營(yíng)造“自然感”。
日常對(duì)話中，我們會(huì)使用豐富多彩的重疊詞（如看看、馬上馬上）、語(yǔ)氣詞（如吧、呢、哈）、感嘆詞（如哎！天?。⑽┟钗┬さ南舐曉~（如噗通、呼啦）、填補(bǔ)詞（如嗯，呃），也會(huì)妙用各種副語(yǔ)言，如“哼哼”之類的鼻化音、笑聲、顫音等等。話術(shù)設(shè)計(jì)中，可以參考這些口語(yǔ)化的表達(dá)。
尤其注意，話術(shù)設(shè)計(jì)時(shí)要盡可能避免專業(yè)術(shù)語(yǔ)、技術(shù)名詞、晦澀用語(yǔ)等。
口語(yǔ)中句子多短小，結(jié)構(gòu)簡(jiǎn)單。語(yǔ)言學(xué)研究發(fā)現(xiàn)，口語(yǔ)中長(zhǎng)句占比僅19%，短句占比達(dá)到81%（超過7個(gè)實(shí)詞的單句為長(zhǎng)句，反之為短句。實(shí)詞指具有實(shí)際含義且能單獨(dú)充當(dāng)句子成分的詞）。話術(shù)設(shè)計(jì)時(shí)可考慮這一特點(diǎn)，盡可能使用短句。
另外，口語(yǔ)對(duì)話中會(huì)使用“話語(yǔ)標(biāo)記語(yǔ)”做句子之間的過渡，話術(shù)設(shè)計(jì)時(shí)也可參考。常見的話語(yǔ)標(biāo)記有：“首先…然后…最后”之類的序列標(biāo)記；“開始”、“以后”之類的時(shí)間標(biāo)記；“這”、“那”之類的指示詞等。
使用同義詞為固定的答案增加多樣性，比如表示確認(rèn)的時(shí)候，可以隨機(jī)呈現(xiàn)“ok”、“收到”、“好的”、“沒問題”等等。這些同義詞可以增加對(duì)話活力，讓對(duì)話更自然。
研究中，我們發(fā)現(xiàn)，用戶很反感機(jī)器以“高人一等”的姿態(tài)說話，尤其反感被機(jī)器指責(zé)。高人一等的話語(yǔ)和指責(zé)會(huì)讓用戶覺得“不忿”、“挫敗”，甚至?xí)适?duì)機(jī)器的“信任”。
人是社會(huì)性動(dòng)物。日常交往中，我們更喜歡對(duì)我們友好、喜歡我們的人，而傾向遠(yuǎn)離那些不夠友善的人。判斷對(duì)方是否友善，語(yǔ)音是最直觀的線索。在人機(jī)語(yǔ)音交互中，我們同樣能根據(jù)機(jī)器的應(yīng)答判斷其是否友好。因此，話術(shù)設(shè)計(jì)時(shí)要重視友好。
基于此原則，話術(shù)設(shè)計(jì)時(shí)可考慮以下幾條建議：
錯(cuò)誤發(fā)生時(shí)，從機(jī)器的角度說明出錯(cuò)原因。
尊重用戶的說話方式，不要試圖教給用戶怎么說話
建議3：體現(xiàn)“關(guān)注用戶需求”的服務(wù)態(tài)度
即使不能滿足用戶需求，也要體現(xiàn)出努力幫助用戶的態(tài)度。
必須強(qiáng)調(diào)，話術(shù)體現(xiàn)的個(gè)性必須與產(chǎn)品人設(shè)保持一致，比如冷靜成熟的產(chǎn)品人設(shè)就不太適合嗲嗲說話撒嬌賣萌的話術(shù)。
本次我們發(fā)現(xiàn)，用戶對(duì)“幽默”的話術(shù)接受度較高。在人際交往中，幽默能提升他人對(duì)自己的印象，讓人感覺親密并能幫助人們緩解壓力。語(yǔ)用學(xué)研究也發(fā)現(xiàn)，只要適合特定場(chǎng)景，幽默話語(yǔ)的交際效果是最佳的。
不過，幽默具有明顯的文化和群體差異，“甲之蜜糖，乙之砒霜”，設(shè)計(jì)話術(shù)時(shí)需特別注意。
遇到無(wú)法實(shí)現(xiàn)的功能時(shí)，通過幽默話術(shù)回應(yīng)用戶，調(diào)節(jié)氛圍。
討論一些娛樂話題或閑聊時(shí)，話術(shù)可以考慮增添更多趣味元素。
本文從用戶視角出發(fā)，闡述了機(jī)器話術(shù)設(shè)計(jì)的6大普適性原則，以及如何基于這些原則設(shè)計(jì)話術(shù)。我們定義的設(shè)計(jì)原則及提供的設(shè)計(jì)建議如下：
雷鋒網(wǎng)注：圖片來自百度研究院
話術(shù)研究具有挑戰(zhàn)性。話術(shù)與對(duì)話場(chǎng)景、對(duì)象，產(chǎn)品本身的人設(shè)、特性，系統(tǒng)語(yǔ)音識(shí)別、語(yǔ)義理解能力等均具有密切關(guān)系。但這不妨礙我們通過參與式的用戶研究探索話術(shù)設(shè)計(jì)的普適性原則。所謂“深根固柢”，這些原則是機(jī)器話術(shù)設(shè)計(jì)時(shí)的基礎(chǔ)與根基，有助于我們打造更自然和極致的語(yǔ)音對(duì)話體驗(yàn)。
我們也以此研究為契機(jī)，開始探索在AI時(shí)代，在機(jī)器話術(shù)這個(gè)領(lǐng)域，如何將技術(shù)和藝術(shù)、人性結(jié)合，希望能帶來讓用戶內(nèi)心真正喜歡的體驗(yàn)。
雷鋒網(wǎng)認(rèn)為機(jī)器話術(shù)作為一個(gè)充滿藝術(shù)特色又與人性密不可分的主題，還有著許多未知且充滿魅力的方面值得探索。
雷峰網(wǎng)原創(chuàng)文章，未經(jīng)授權(quán)禁止轉(zhuǎn)載。詳情見轉(zhuǎn)載須知。
