如何提高人工智慧的情商？揭秘語音交互話術中的六大普適性原則

來自專欄深圳灣 | shenzhenware11 人贊了文章

「與機器像和人一樣對話」大概是人類對人工智慧最初的設想，也是人類希望在人工智慧領域實現的目標。

然而，現在的人工智慧還僅僅停留在「可以說話」的階段，離「會說話」還存在不小的差距，我們經常可以聽到「這個問題我還理解不了，如果你想……，可以這樣對我說……」諸如此類「低情商」的反饋。

為了探索讓機器如何「像人一樣說話」，本篇文章將從用戶視角出發，嘗試從藝術和人性的角度對語音交互中的機器話術進行闡述，主要包含以下內容：

1. 話術設計研究：我們如何做的

2. 話術設計原則：用戶關注什麼？哪個更重要

3. 話術設計建議：原則如何指導話術設計

本文轉載自百度 AI 交互設計院。

話術設計研究：我們如何做的？

當下的話術研究多從研究者視角出發，原則主要源自研究者的日常觀察、哲學思辯和專業判斷。本次，我們從用戶視角出發來探討話術，研究過程如下：

1. 案頭研究

我們對人與人的對話結構和對話原則進行了系統梳理，特別推薦 Grice 的「合作原則」（出自《邏輯與會話》演講，1967）和索振羽的「得體原則」（出自《語用學教程》第二版，2014）。這一步至關重要，它加深了我們對「對話」的理解，這些原則也成為我們設計實驗話術時的重要參考依據。

2. 對話場景設計

為覆蓋儘可能多的場景，我們系統梳理了語音交互的典型場景，如聽音樂、問天氣、家居控制、生活服務等。同時，每個場景下也細分了機器的不同狀態，如是否聽清、能否識別、是否有能力滿足等。

3. 具體話術設計

對話場景梳理清晰後，我們針對每個場景設計實驗所需話術。話術來源主要有二，一是主流語音交互產品的現有話術，二是研究者基於人與人的對話原則撰寫而成的話術。

4. 話術實驗

上述準備完成後，進入正式實驗階段。在實驗中，我們創設了各類場景（具體場景見「對話場景設計」部分），並且模擬了真實的人機對話過程（所有實驗話術均轉為語音合成音進行播報），要求用戶基於真實體驗對不同場景下每類話術的喜好度進行評價。

同時，我們使用了「參與式設計」，以「假如你是機器，你會如何回答」為起點，引導用戶更深地參與到話術設計中，共同探討實驗話術以及更為理想的表達方式。這一過程使我們獲得了大量源自用戶的鮮活話術，也使我們能從更豐富的角度挖掘用戶構建話術的原則、方法與技巧。

5. 設計原則提煉與驗證

基於案頭研究和實驗發現，我們提煉了初步的設計原則。之後，要求用戶對原則的可理解性、全面性、適用性等進行評估。經過多輪評估，我們不斷調整原則，最終獲得了現在的話術設計原則。

話術設計原則：用戶關注什麼？哪個更重要？

我們發現，在用戶心中，好的話術要兼顧理性和感性原則。理性原則體現在「機器的話是有用的」，話術應該是以目標為中心、準確、簡潔的；感性原則強調「對話過程令人愉悅」，話術應該是自然、友好、有個性的。

同時，我們要求用戶基於自身體驗對各原則的重要性進行了 1-10 級評價，其中1分代表非常不重要，10 分代表非常重要，分數越高，重要性越高。

結果發現，現階段，用戶更看重理性原則，尤其是以目標為中心，準確，而自然、友好等感性原則暫居相對次要的位置。

此外，我們也梳理了不同原則下的具體評估指標，這些指標代表在該原則下，用戶在對話中具體的關注點。不同指標的重要性有所不同，詳見下表。

話術設計建議：原則如何指導話術設計？

接下來，我們一起看看上述這些原則如何指導具體的機器話術設計。

1. 以目標為中心原則

以目標為中心是用戶最為看重的原則。用戶非常重視效率（閑聊場景除外），他們希望機器的回復與自己的需求高相關，可以快速達成心中所想。

同時，用戶表示在語音交互中，需要更多「引導」，尤其需要了解機器當下和未來狀態。語音看不見摸不著，我們無法像在圖形用戶界面（GUI）中那樣——通過導航條判斷所在的位置，看到按鈕可以判斷是否點擊等。如果缺少必要的引導，用戶在語音交互中很容易迷茫，產生各類負面情緒。

因此，話術設計時，必須遵循以目標為中心原則，做好引導，讓用戶可以通過聲音「看到」通往需求的路徑。基於此原則，設計話術時可考慮以下幾條建議：

建議 1：優先回應用戶的核心意圖

圍繞用戶最關心的問題優先給出適合的回應。

建議 2：清楚傳達機器當前的情況

如果因為各種原因無法直接滿足用戶需求時，應及時告知，避免用戶困惑。

建議 3：澄清目標，不輕易終結對話

對話過程中，引導用戶不斷澄清目標，不輕易做話題的終結者。

建議 4：告訴用戶接下來怎麼做

不能清晰識別用戶意圖時，可主動詢問用戶有可能的意圖，引導用戶完成目標。

建議 5：提供相關替代方案

在無法直接滿足用戶時，可考慮提供相關度較高的替代方案，間接滿足用戶。

2. 準確原則

用戶認為表達準確是最基本的原則。表述不準確可能導致用戶誤解、無法判斷機器所要傳達的真正含義，使對話脫離正軌甚至無法進行。

基於準確原則，設計話術時可考慮以下建議：

建議 1： 避免表述有歧義

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。口語中最常見的歧義是同音歧義，即語音相同帶來的歧義。以下兩類同音歧義，話術設計時需要注意：

同音異形詞歧義，如播放菜譜時提到「切 ji 放糖」，是「記」還是「忌」？

同音同形詞歧義，如閑聊時提到「我最喜歡杜鵑啦」，是杜鵑這種花還是杜鵑這種鳥？

建議 2：避免表述過於籠統模糊

表述要儘可能具體明確，避免過於籠統模糊。

我們來看下面一個案例，研究中，面對第一種話術，大多數用戶表示「有點懵」，「是給音箱起名字，還是告訴音箱自己的名字？不知道該怎麼回答」。而第二種話術則明確指出是「音箱對自己的稱呼」。

3. 簡潔原則

在研究中，用戶多次提到「不喜歡這個話術，太啰嗦了，能不能揀重點說」，「說太多了，壓根沒記住啊」，這些抱怨體現了用戶對簡潔的重視。

用戶如此重視簡潔是必然的。語音是一維線性的，只能一個字一個字的聽完，無法快進，不能後退。哪怕信息不相關、無意義，用戶都無法略過。這些冗餘信息既浪費用戶時間，也會增加用戶的煩躁情緒。

更重要的是，大腦能處理的語音信息量有限，一旦超出會給人的工作記憶造成負擔。長期以來，神奇數字 7±2 被認為是工作記憶的容量，但近期這一標準遭到質疑，普遍認為這一估計偏高。有研究者（Mastin，2010）認為這一數字可能是 4±1。

基於此原則，設計話術時可考慮以下幾條建議：

建議 1：表述簡單明了，不啰嗦

傳遞必要信息前提下，保持話術簡潔。

建議 2：避免信息量過大，一次提供的選項不超過三個

單次交互提供的信息量不要過大，以免給用戶造成認知和記憶負擔。

4. 自然原則

在研究中，聽到某些話術，用戶紛紛表示「這太生硬了，一點都不自然」，「這明顯就是機器說的話，人怎麼可能這麼說呢」。用戶希望話術可以貼近生活，儘可能自然。

這是非常好理解的。在人機語音交互中，人類最想使用的肯定是自然語言。口頭語言是人類最擅長，使用門檻最低的自然語言，人類使用口頭語言進行交流的歷史已跨越十萬年。與之相比，書面語言的發展不過五千年，計算機語言更是剛剛萌芽。因此，設計話術時，可參考漢語口頭語言的特點，營造「自然感」。

基於此原則，設計話術時可考慮以下幾條建議：

建議 1：措辭口語化

日常對話中，我們會使用豐富多彩的重疊詞（如看看、馬上馬上）、語氣詞（如吧、呢、哈）、感嘆詞（如哎！天！）、惟妙惟肖的象聲詞（如噗通、呼啦）、填補詞（如嗯，呃），也會妙用各種副語言，如「哼哼」之類的鼻化音、笑聲、顫音等等。話術設計中，可以參考這些口語化的表達。

尤其注意，話術設計時要儘可能避免專業術語、技術名詞、晦澀用語等。

建議 2：句式自然，可使用話語標記

口語中句子多短小，結構簡單。語言學研究發現，口語中長句佔比僅 19%，短句佔比達到 81%（超過 7 個實詞的單句為長句，反之為短句。實詞指具有實際含義且能單獨充當句子成分的詞）。話術設計時可考慮這一特點，儘可能使用短句。

另外，口語對話中會使用「話語標記語」做句子之間的過渡，話術設計時也可參考。常見的話語標記有：「首先…然後…最後」之類的序列標記；「開始」、「以後」之類的時間標記；「這」、「那」之類的指示詞等。

建議 3：增加措辭多樣性

使用同義詞為固定的答案增加多樣性，比如表示確認的時候，可以隨機呈現「ok」、「收到」、「好的」、「沒問題」等等。這些同義詞可以增加對話活力，讓對話更自然。

5. 友好原則

研究中，我們發現，用戶很反感機器以「高人一等」的姿態說話，尤其反感被機器指責。高人一等的話語和指責會讓用戶覺得「不忿」、「挫敗」，甚至會喪失對機器的「信任」。

人是社會性動物。日常交往中，我們更喜歡對我們友好、喜歡我們的人，而傾向遠離那些不夠友善的人。判斷對方是否友善，語音是最直觀的線索。在人機語音交互中，我們同樣能根據機器的應答判斷其是否友好。因此，話術設計時要重視友好。

基於此原則，話術設計時可考慮以下幾條建議：

建議 1：錯誤歸為機器，而非人

錯誤發生時，從機器的角度說明出錯原因。

建議 2：避免要求用戶按照特定的方式表達

尊重用戶的說話方式，不要試圖教給用戶怎麼說話。

建議 3：體現「關注用戶需求」的服務態度

即使不能滿足用戶需求，也要體現出努力幫助用戶的態度。

6. 有個性原則

必須強調，話術體現的個性必須與產品人設保持一致，比如冷靜成熟的產品人設就不太適合嗲嗲說話撒嬌賣萌的話術。

本次我們發現，用戶對「幽默」的話術接受度較高。在人際交往中，幽默能提升他人對自己的印象，讓人感覺親密並能幫助人們緩解壓力。語用學研究也發現，只要適合特定場景，幽默話語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」，設計話術時需特別注意。

建議 1：遇到難題時，可考慮使用幽默話術回應

遇到無法實現的功能時，通過幽默話術回應用戶，調節氛圍。

建議 2：娛樂話題的表述可以更加活潑有趣

討論一些娛樂話題或閑聊時，話術可以考慮增添更多趣味元素。

小結

本文從用戶視角出發，闡述了機器話術設計的6大普適性原則，以及如何基於這些原則設計話術。我們定義的設計原則及提供的設計建議如下：

話術研究具有挑戰性。話術與對話場景、對象，產品本身的人設、特性，系統語音識別、語義理解能力等均具有密切關係。但這不妨礙我們通過參與式的用戶研究探索話術設計的普適性原則。所謂「深根固柢」，這些原則是機器話術設計時的基礎與根基，有助於我們打造更自然和極致的語音對話體驗。

我們也以此研究為契機，開始探索在AI時代，在機器話術這個領域，如何將技術和藝術、人性結合，希望能帶來讓用戶內心真正喜歡的體驗。

機器話術作為一個充滿藝術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。希望本次研究可以拋磚引玉，引發更多同仁更深入的研究。

內容來源：百度 AI 交互研究院

題圖：搭載 DuerOS 解決方案的智能電視

實習編輯：江翎海