「與機器像和人一樣對話」大概是人類對人工智能最初的設想金闽，也是人類希望在人工智能領(lǐng)域?qū)崿F(xiàn)的目標。

然而剿骨，現(xiàn)在的人工智能還僅僅停留在「可以說話」的階段代芜，離「會說話」還存在不小的差距，我們經(jīng)撑ɡ可以聽到「這個問題我還理解不了挤庇，如果你想……，可以這樣對我說……」諸如此類「低情商」的反饋贷掖。

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

1. 話術(shù)設計研究：我們?nèi)绾巫龅?/p>

2. 話術(shù)設計原則：用戶關(guān)注什么昆咽？哪個更重要

3. 話術(shù)設計建議：原則如何指導話術(shù)設計

本文轉(zhuǎn)載自百度 AI 交互設計院。

話術(shù)設計研究：我們?nèi)绾巫龅模?/b>

當下的話術(shù)研究多從研究者視角出發(fā)牙甫，原則主要源自研究者的日常觀察掷酗、哲學思辯和專業(yè)判斷。本次窟哺，我們從用戶視角出發(fā)來探討話術(shù)泻轰，研究過程如下：

1. 案頭研究

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

2. 對話場景設計

為覆蓋盡可能多的場景，我們系統(tǒng)梳理了語音交互的典型場景羡洁，如聽音樂玷过、問天氣、家居控制筑煮、生活服務等辛蚊。同時，每個場景下也細分了機器的不同狀態(tài)真仲，如是否聽清袋马、能否識別、是否有能力滿足等秸应。

3. 具體話術(shù)設計

對話場景梳理清晰后虑凛，我們針對每個場景設計實驗所需話術(shù)。話術(shù)來源主要有二软啼，一是主流語音交互產(chǎn)品的現(xiàn)有話術(shù)桑谍，二是研究者基于人與人的對話原則撰寫而成的話術(shù)。

4. 話術(shù)實驗

上述準備完成后祸挪，進入正式實驗階段锣披。在實驗中，我們創(chuàng)設了各類場景（具體場景見「對話場景設計」部分）贿条，并且模擬了真實的人機對話過程（所有實驗話術(shù)均轉(zhuǎn)為語音合成音進行播報）雹仿，要求用戶基于真實體驗對不同場景下每類話術(shù)的喜好度進行評價。

同時整以，我們使用了「參與式設計」胧辽，以「假如你是機器，你會如何回答」為起點公黑，引導用戶更深地參與到話術(shù)設計中邑商，共同探討實驗話術(shù)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(shù)凡蚜，也使我們能從更豐富的角度挖掘用戶構(gòu)建話術(shù)的原則奠骄、方法與技巧。

5. 設計原則提煉與驗證

基于案頭研究和實驗發(fā)現(xiàn)番刊，我們提煉了初步的設計原則含鳞。之后，要求用戶對原則的可理解性芹务、全面性蝉绷、適用性等進行評估鸭廷。經(jīng)過多輪評估，我們不斷調(diào)整原則熔吗，最終獲得了現(xiàn)在的話術(shù)設計原則辆床。

話術(shù)設計原則：用戶關(guān)注什么？哪個更重要桅狠？

我們發(fā)現(xiàn)讼载，在用戶心中，好的話術(shù)要兼顧理性和感性原則中跌。理性原則體現(xiàn)在「機器的話是有用的」咨堤，話術(shù)應該是以目標為中心、準確漩符、簡潔的一喘；感性原則強調(diào)「對話過程令人愉悅」，話術(shù)應該是自然嗜暴、友好凸克、有個性的。

同時闷沥，我們要求用戶基于自身體驗對各原則的重要性進行了 1-10 級評價萎战，其中1分代表非常不重要，10 分代表非常重要舆逃，分數(shù)越高蚂维，重要性越高。

結(jié)果發(fā)現(xiàn)颖侄，現(xiàn)階段，用戶更看重理性原則享郊，尤其是以目標為中心览祖，準確，而自然炊琉、友好等感性原則暫居相對次要的位置展蒂。

此外，我們也梳理了不同原則下的具體評估指標苔咪，這些指標代表在該原則下锰悼，用戶在對話中具體的關(guān)注點。不同指標的重要性有所不同团赏，詳見下表箕般。

話術(shù)設計建議：原則如何指導話術(shù)設計？

接下來舔清，我們一起看看上述這些原則如何指導具體的機器話術(shù)設計丝里。

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曲初。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(guān)杯聚，可以快速達成心中所想臼婆。

同時，用戶表示在語音交互中幌绍，需要更多「引導」颁褂，尤其需要了解機器當下和未來狀態(tài)。語音看不見摸不著傀广，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颁独，看到按鈕可以判斷是否點擊等。如果缺少必要的引導主儡，用戶在語音交互中很容易迷茫奖唯，產(chǎn)生各類負面情緒。

因此糜值，話術(shù)設計時丰捷，必須遵循以目標為中心原則，做好引導寂汇，讓用戶可以通過聲音「看到」通往需求的路徑病往。基于此原則骄瓣，設計話術(shù)時可考慮以下幾條建議：

建議 1：優(yōu)先回應用戶的核心意圖

圍繞用戶最關(guān)心的問題優(yōu)先給出適合的回應停巷。

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，應及時告知榕栏，避免用戶困惑畔勤。

建議 4：告訴用戶接下來怎么做

不能清晰識別用戶意圖時妨托，可主動詢問用戶有可能的意圖缸榛，引導用戶完成目標。

建議 5：提供相關(guān)替代方案

在無法直接滿足用戶時兰伤，可考慮提供相關(guān)度較高的替代方案内颗，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敦腔。表述不準確可能導致用戶誤解均澳、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。

基于準確原則负懦，設計話術(shù)時可考慮以下建議：

建議 1： 避免表述有歧義

表述的含義要確定筒捺，不要說讓用戶「這樣理解可以，那樣理解也可以」的話纸厉∠悼裕口語中最常見的歧義是同音歧義，即語音相同帶來的歧義颗品。以下兩類同音歧義肯尺，話術(shù)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」躯枢，是「記」還是「忌」则吟？

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

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)模糊得糜。

我們來看下面一個案例敬扛，研究中，面對第一種話術(shù)朝抖，大多數(shù)用戶表示「有點懵」啥箭，「是給音箱起名字，還是告訴音箱自己的名字治宣？不知道該怎么回答」急侥。而第二種話術(shù)則明確指出是「音箱對自己的稱呼」。

3. 簡潔原則

在研究中侮邀，用戶多次提到「不喜歡這個話術(shù)坏怪，太啰嗦了，能不能揀重點說」绊茧，「說太多了铝宵，壓根沒記住啊」，這些抱怨體現(xiàn)了用戶對簡潔的重視按傅。

用戶如此重視簡潔是必然的捉超。語音是一維線性的胧卤，只能一個字一個字的聽完唯绍，無法快進，不能后退枝誊。哪怕信息不相關(guān)况芒、無意義，用戶都無法略過。這些冗余信息既浪費用戶時間绝骚，也會增加用戶的煩躁情緒耐版。

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

基于此原則，設計話術(shù)時可考慮以下幾條建議：

建議 1：表述簡單明了皮获，不啰嗦

傳遞必要信息前提下焙蚓，保持話術(shù)簡潔。

建議 2：避免信息量過大洒宝，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购公，以免給用戶造成認知和記憶負擔。

4. 自然原則

在研究中待德，聽到某些話術(shù)君丁，用戶紛紛表示「這太生硬了，一點都不自然」将宪，「這明顯就是機器說的話绘闷，人怎么可能這么說呢」。用戶希望話術(shù)可以貼近生活较坛，盡可能自然印蔗。

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

基于此原則趴酣，設計話術(shù)時可考慮以下幾條建議：

建議 1：措辭口語化

日常對話中梨树，我們會使用豐富多彩的重疊詞（如看看、馬上馬上）岖寞、語氣詞（如吧抡四、呢、哈）仗谆、感嘆詞（如哎床嫌！天！）胸私、惟妙惟肖的象聲詞（如噗通厌处、呼啦）、填補詞（如嗯岁疼，呃）阔涉，也會妙用各種副語言，如「哼哼」之類的鼻化音捷绒、笑聲瑰排、顫音等等。話術(shù)設計中暖侨，可以參考這些口語化的表達椭住。

尤其注意，話術(shù)設計時要盡可能避免專業(yè)術(shù)語字逗、技術(shù)名詞京郑、晦澀用語等。

建議 2：句式自然葫掉，可使用話語標記

口語中句子多短小些举，結(jié)構(gòu)簡單。語言學研究發(fā)現(xiàn)俭厚，口語中長句占比僅 19%户魏，短句占比達到 81%（超過 7 個實詞的單句為長句，反之為短句挪挤。實詞指具有實際含義且能單獨充當句子成分的詞）叼丑。話術(shù)設計時可考慮這一特點，盡可能使用短句扛门。

另外鸠信，口語對話中會使用「話語標記語」做句子之間的過渡，話術(shù)設計時也可參考尖飞。常見的話語標記有：「首先…然后…最后」之類的序列標記症副；「開始」、「以后」之類的時間標記政基；「這」贞铣、「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沮明，比如表示確認的時候辕坝，可以隨機呈現(xiàn)「ok」、「收到」荐健、「好的」酱畅、「沒問題」等等。這些同義詞可以增加對話活力江场，讓對話更自然纺酸。

5. 友好原則

研究中，我們發(fā)現(xiàn)址否，用戶很反感機器以「高人一等」的姿態(tài)說話餐蔬，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」佑附、「挫敗」樊诺，甚至會喪失對機器的「信任」。

人是社會性動物音同。日常交往中词爬，我們更喜歡對我們友好、喜歡我們的人权均，而傾向遠離那些不夠友善的人顿膨。判斷對方是否友善，語音是最直觀的線索叽赊。在人機語音交互中虽惭，我們同樣能根據(jù)機器的應答判斷其是否友好。因此蛇尚，話術(shù)設計時要重視友好芽唇。

基于此原則，話術(shù)設計時可考慮以下幾條建議：

建議 1：錯誤歸為機器取劫，而非人

錯誤發(fā)生時匆笤，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谱邪，不要試圖教給用戶怎么說話炮捧。

建議 3：體現(xiàn)「關(guān)注用戶需求」的服務態(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)度惦银。

6. 有個性原則

必須強調(diào)咆课，話術(shù)體現(xiàn)的個性必須與產(chǎn)品人設保持一致末誓，比如冷靜成熟的產(chǎn)品人設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)书蚪，用戶對「幽默」的話術(shù)接受度較高喇澡。在人際交往中，幽默能提升他人對自己的印象殊校，讓人感覺親密并能幫助人們緩解壓力晴玖。語用學研究也發(fā)現(xiàn)，只要適合特定場景为流，幽默話語的交際效果是最佳的呕屎。

不過，幽默具有明顯的文化和群體差異敬察，「甲之蜜糖秀睛，乙之砒霜」，設計話術(shù)時需特別注意莲祸。

建議 1：遇到難題時琅催，可考慮使用幽默話術(shù)回應

遇到無法實現(xiàn)的功能時，通過幽默話術(shù)回應用戶虫给，調(diào)節(jié)氛圍藤抡。

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(shù)可以考慮增添更多趣味元素抹估。

小結(jié)

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

話術(shù)研究具有挑戰(zhàn)性瓷式。話術(shù)與對話場景、對象语泽，產(chǎn)品本身的人設贸典、特性，系統(tǒng)語音識別踱卵、語義理解能力等均具有密切關(guān)系廊驼。但這不妨礙我們通過參與式的用戶研究探索話術(shù)設計的普適性原則。所謂「深根固柢」惋砂，這些原則是機器話術(shù)設計時的基礎與根基妒挎，有助于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西饵，開始探索在AI時代酝掩，在機器話術(shù)這個領(lǐng)域，如何將技術(shù)和藝術(shù)眷柔、人性結(jié)合期虾，希望能帶來讓用戶內(nèi)心真正喜歡的體驗原朝。

機器話術(shù)作為一個充滿藝術(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镶苞。希望本次研究可以拋磚引玉喳坠，引發(fā)更多同仁更深入的研究。

內(nèi)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