如何打造一个让人上瘾的聊天机器人,看ChatbotLife创始人给出的十点提示

2017 年 5 月 3 日 AI新视界 Stefan

選自:chatbotslife.com           作者 :Stefan Kojouharov

原題:10 Tips on Creating an Addictive ChatBot

原址:https://chatbotslife.com/10-tips-on-creating-an-addictive-chatbot-experience-b796ea6d1178

AI Insights读者讨论社区已经开通了,我们给它起了个黑的不能再黑的名字——黑洞社区。欢迎所有关注人机对话、知识图谱,深度学习,自然语言处理,机器人技术方面前沿学术商业动态的朋友入洞交流。入洞请勾搭AI Insights小助手:Mlightly


在过去的几个月里,我一直在造机器人,特别特别多的机器人。下面是我在这个过程中学到的一些经验的总结:


   Tip 1:关注实际用例

在过去的成千上万年里,我们一直都是直接通过对话聊天来解决问题。Chatbots(聊体机器人)事实上是对这个时代的一种回归。

Chatbots,以他们目前的形态来看,还不能提供像apps那么丰富的图形用户界面(GUI)的使用体验。因此,通过对话式交互界面所呈现的价值需要非常地简单,以便用户可以真正体验并尝试接纳这种新型的人机交互方式。

人们会愿意尝试使用Chatbots大体有两个主要原因:

1、可以对话(Conversational)而这是app所办不到的,因为app需要我们输入一系列的指令才能帮我们解决问题。

2、简单(Simplicity):机器人(bot)可以提供非常即时而且直接的方案来帮我们解决问题。

这应该可以引导你得出前面提到的“Chatbot Only Use cases”的结论。它需要多重的对话输入,并以一种比apps更加直接或更为简洁的方式解决你的问题。你不可能下载一个软件解决你所有的问题,但有一天你可以只使用一个机器人(bot)。

例子DoNotPay:对话式律师机器人,可以帮助你应付那些违规停车罚单法律事务。


怎样才可能实现机器学习的大规模应用

人工智能还处在婴儿期,未来的发展还有很长的路要走。

当谈到机器学习的时候,它所在那些认知上很已经被清晰定义的领域是很可以发挥作用的。比如,机器学习可以在像医学、雇佣、法律方面发生很大的影响力,但在那些边界定义不清晰的领域就搞不定了,比如谈判,创造性解决问题,交流,管理,等等……

关于AI和机器学习的几个典型应用案例

1、Ross Intelligence :ROSS是一个AI律师,它可以帮助人类律师更快地做相关调查,并为客户提供基本的法律咨询服务。

2、预测癌症(Predicting Cancer:电脑在预测肺癌类型和严重程度上完爆人类病理学家。

3Gradberry: 不需要再去到处提交求职申请了。Gradberry通过AI来评估开发者的代码质量,并为他们匹配理想的公司选择。


   Tip 2:看得见的未来…微信

最近几个月来,Facebook已经非常明确地表达出他们在Messenger Chatbots上的企图。他们希望这个Messenger平台可以是类似于微信和Facebook,甚至要求他们的开发者将微信作为一个范本来研究。

这意味着什么呢?我们先来看看你在微信平台上都可以做哪些事情

1、通过文本获取任何你需要的服务:通过微信,仅仅输入一些简单的文本消息,你就几乎可以获得所有你需要的服务。要把你的这里做个大扫除吗?要叫一个水暖工吗?等等…你都可以直接通过文本来达成。

2、没有排队,没有服务员,没有收银员:微信已经彻底革新了餐厅的服务体验。你现在可以通过微信点单或者结账。当你走进一家餐厅的时候,你只需要坐下来开吃就可以了。

3、扩散性:在一个app上集成了这么多功能,使得每天很多事情都可以像病毒一样扩散开来。

即将发生的餐厅革命

根据Allset创始人兼CEO,Stas Matviyenko所说,“餐厅的革命已经到来。新技术已经改变了传统的餐厅模式,以及消费者和餐厅互动的方式。我们看到越来越多的餐厅将点菜和预定服务直接拿到客人们和朋友聊天的地方。Facebook已经为商家们创造了一个巨大的机会,他们可以借此为他们的消费者提供全新的服务体验。




   Tip 3:通过Chatfuel来测试你的想法,用GupShup将你的产品尽快实现跨平台上线

Chatfuel可以让你不需要任何变成,在10-15分钟内创建一个bot。一旦你搞定了你的bot,你可以很快地测试你的想法。

我极力推荐使用Chatfuelhttps://chatfuel.com/来:

1、测试你的想法:你的bot是不是解决了人们真正关心的一个需求痛点?

2、测试可用性:你的bot用起来怎么样?对话流是不是有意义?用户从那里开始停用了?

3、完善你的文档:你能不能得到那个用户的那个“Aha时刻”,并尽可能快地为用户创造价值。

一旦你知道你要建立一个什么样的机器人,我建议你用Gupshup(https://www.gupshup.io/):

1、非常简单易用且编程量极小:从开始做到上线只需要几个小时。

2、可以立即部署到多个平台:FB Messenger,Twitter,Telegram,Slack,SMS,等等…

3、支持自然语言处理:Gupshup与Wit.ai无缝链接。

目的是尽可能快地发布产品,收集用户反馈,并尽快迭代成为一个人见人爱的产品

注:Node.js教程: 怎样在1小时内快速创建一个FB Messenger Chatbot(地址:https://chatbotslife.com/how-to-make-a-facebook-messenger-chat-bot-in-1hr-af6bec5e7aec



怎样让人们对你的bot着迷上瘾?


大多数toC的产品的目标都是一遍又一遍地反反复复解决用户的需求。为了能够更有效地实现这一目标,你必须要在用户刚刚好需要的那个时间点将你的产品放在他的面前,并帮他解决掉问题。这会是件难度极大的事情,但还是有解决办法的。

我们需要足够多次数地解决用户的这一需求,当用户再有同类需求产生时,我们就可以让产品自动发生响应。这样一来,我们的产品就可以成为事实上的解决方案,成为用户某种需求的一种自动响应。当我们的这些产品服务在用户那里形成了一种习惯的时候,我们就成为了最有价值的资产的拥有者——注意力资产(mind estate)。


   Tip 4:扳机

人们的很多需求是从内向外发生的,这一点很值得注意。他们会突然发生一个需求(像是被扣动了扳机一样),然后寻找满足这个需求的方式,然后需求开始逐渐减弱。

当我们体验到那种扳机的时候,我们一般会做两件事:寻找解决方案,或者忽略掉这个痛点。当一个人在寻找解决方案的时候,我们的产品需要足够easy被找到,足够easy被使用。


   Tip 5行动

一旦你的产品成为了某些人所遭遇的问题的一个潜在的解决方案,促使你采取行动主要有两个基本要素:动机和能力。

激活一个用户:

动机:聚焦在那些真得觉得痛得痛点。痛得越轻,吸引用户也会更难。

能力:发现和使用你的解决方案到底有多简单?

当一个人已经在通过某种方式反复满足了他的需求时,他的习惯已经养成,他的行为也是惯性的一种反应。你需要很仔细地考虑清楚,你的产品会在什么情况下(那些扳机时刻)被需要,以及如何在那个时间点成为一个很好的解决方案。一旦你的解决方案被使用了几次后,你能让用户的这种行为成为一种惯性反应吗?

好的解决方案通常都是非常令人满意的,非常非常令人满意以至于会令人释放多巴胺。不仅仅是你的问题得到了解决,你的大脑还会加倍认可并且产生化学反应一样给予你奖励,让你记住这一解决方案。


   Tip 6:变化多元的奖励机制

总是用同样的方式解决同一个问题往往会产生一个新的问题:厌倦感。

这也是我们的日常工作给我们的感觉,大多数人都会觉得日常工作乏味无比。我们试图将这种解决问题的方式变得更自发的,更多新鲜的尝试,建立新的关系,等等。但如果我们的产品始终以一种可靠的,一以贯之的,自发的方式解决我们的问题,将会如何呢?

研究表明,多巴胺在你的大脑期望获得奖励的时候会急剧上升。引入多变性会加倍这种效果,营造一种注意力高度集中的状态可以抑制大脑的部分需要做出判断的区域。这也是为什么很多人可以玩老虎机玩一整个通宵。

赋予你的bot以多变性!

Facebook通过变化你每次刷新feed流的方式实现了这个目的。即便你只有10个好友。


   Tip 7:投入

这就像是任何其他的关系一样,你在一个产品/解决方案上投入得时间和精力越多,你迁移到其他新产品重新开始的难度也就越大。

这使得一些产品模式非常难以逃离,比如Facebook,因为你已经有这么多的时间,关系,照片等等,都投入了其中。

你的用户在你的产品上投入的越多,他们离开的可能性也就越小。

Chatbots的文档

创造一个伟大的bot最最关键的一个因素就是你的文档。恰当的反馈可以让你的用户沉浸其中几个小时,但不对头的措辞可能会让他们很快就逃之夭夭。


   Tip 8:在一个复杂的世界里,要追求简单

一支军队在准备一场战争时要怎么让每一位士兵都能明白他们具体该怎么执行整个计划呢?

不管怎样,在一个不断变化的战场里告诉每个士兵具体该做什么是不现实的。

军队通过聚焦他们的核心目标来解决这个复杂的问题。他们常常问自己的一个最最基本的问题是:“如果我们只能完成一个目标,那会是什么?”

这种对核心目标的聚焦使得将军可以将所有其他非必要的事情都剔除掉,并将注意力集中在一个焦点问题上。将军来决定那个核心目标是什么,士兵则负责想出办法如何达成这个核心目标。

你的Chatbot也需要只聚焦一点,所有与此无关的事情都应该被剔除出去。


   Tip 9:像川普那样字斟句酌

你有没有想过为什么,川普会赢得共和党初选?当然有很多原因,但其中最大的一个是他用词的选择和具象化的能力。

(编者按:小编辛苦从YouTube上扒下来了这段精彩的解析视频,但是上传时给企鹅视频拒绝了-_-#,有想看的后台回复“川普”,小编亲手奉上)

如果你仔细研究川普的措辞以及演讲的风格,你几乎可以马上注意到一些有趣的事情:

1、非常具象化的选词:他用的词都是你可以即时视觉化的,而且每个词都是1-2个音节长,对那些不得不用的长单词,他干脆一带而过。

2、极具强调性的结尾:很多次他都会以一个反复重复多次的词作为结尾,以此来给你留下深刻的印象。

3、简单明了:几乎他所有的措辞和句子都是非常简短的。

为什么这会起作用?

这之所以会起作用是因为只需要很低的认知负荷就可以明白川普的意思。即便你很努力地试图忽略掉他,但你还是不得不很快地吸收到了他要传达的信息。

相反,你可以去对比一下Elon Musk和霍金在谈论人工智能和黑洞时候的措辞和语调。

该做的和不该做的

1、使用可以具象化的词汇,比如“墙”

2、用尽可能短的句子,以及大量的停顿

3、用短小的,一个音节的单词

4、尽量保持较低的字符计数,用户应该毫不费力地明白你的意思

5、别讲行话

6、不要用哪些概念性的词汇,比如“人格”

7、不要传达多重信息,给用户过多选项



   TiP 10:抓住并保持他们的注意力

你的大脑是一台猜谜机器,总在持续不断地试图预测接下来会发生什么。

抓住某人的注意力最好的办法就是打破他们的猜谜机器。一旦你的用户的猜谜机器被掀翻了,你会很快得到他们的注意力。

在这一刻,大脑正在发送一个“注意!”的信号。这种信号在大脑正在寻找答案的时候是十分强大有力的。

当大脑的现实模型被打破并被证明是错误的时候,便为你提供了一个绝佳的机会来修复他们的模型并在他们的印象里重塑一个新的模型。如果措施得当,这个人会得到新的东西,你也因此得到了“注意力资产”(mind estate)。

别让这个机会流失掉了,更不要用一些花招伎俩来去糊弄用户。

为了让你的目标受众可以参与进来,你需要持续性地打开新的知识缺口并将旧的关闭掉,这会很容易地粘附住你的目标受众,在你这里得到关于接下来会发生什么的答案。

用喜剧

所有的喜剧都会打破你的猜谜机器,并且帮助你从一个不同的视角来看待这个世界。

1、伏笔:伏笔,是指当一个喜剧演员在前期预设一些不寻常的东西,然后在后来的表演中又把故事情节牵回到这个“不寻常现象”,给你更大的惊喜。

2、误导:喜剧演员常常会引导观众得出一些错误的假设,然后再由他们告诉你正确的。

根据Arte Merritt的分析公司Dashbot.io已经拥有了3300多万条在bots和人之间的消息数据,“Facebook bots中有12%的用户都曾经让bots给他们讲一个笑话。

要可信靠谱

极具讽刺意味的是,每个人都认为他们是可信的靠谱的,但大多数其实不是。很多bots的消息反馈没有得到用户的认可,是因为它们缺乏可靠性。

解决这个问题的最好办法就是通过“先试用再购买”的方式。

奖励:建立情感连接

我们生活在一个以关系为中心的世界里,建立深度的关系连接十分关键。关系占据中心位置,bots为个性化关系营销提供了一个绝好的机会。

如何在更深度的层次上建立连接:

1、从用户的便利中获取收益(Benefit of the Benefit:别去售卖产品的表面特性,而要聚焦在核心价值上。

2、聚焦在情感上:你的bot应该让你的目标受众感受到某种特定的情感。

3、你的使命和理由(why):你做某件事一定有一个更大的原因,你的使命是什么?究竟为什么做这件事?


人们最不想得到的是什么?

人们喜欢表现自己的聪明和价值,他们希望被看作是知识渊博的,如果不然他们会怎么做呢?他们击倒他们,修正他们,与他们竞争。

被认可是有条件的,这使得我们更加渴望得到那些认可。

你可以做的一件最棒的事情,就是给人们以认可,给予他们无条件的正向认可。这将会,反过来培养一种非常强大的连接和关系。

无条件的正向认可就像心理学家一样,bots可以可以给予使用它的人们以无条件的正向认可,在很多案例中都成功地培养了强大的情感连接和爱的感觉。

对理想的自我形象的诉求

我们都有一个对自己的“理想自我形象”(Ideal Self Image.)的认知,就是那个有一天你终究想要成为的人,一个我们自己的更好的版本。

事实上,我们以这个形象为一种存在的基础,甚至经常以此为基础来判断我们的行为举止。

当你开始为用户定制这些完美信息时,下面两件事非常重要:

1、考虑清楚你的目标受众是谁。

2、考虑清楚你的目标受众想要成为怎样的自己。

你可以用那个“为什么”来连接你的使命、价值观、以及你想要向你的目标受众传达的那个“理想自我形象”。


   Chabots,一起搞起!

作为十几个bots的创造者,包括Smart Notes Bot(http://m.me/SmartNotesBot)Chatbot’s Life的创始人,我们致力于帮助公司创造他们伟大的chatbots,并与大家分享我们这一路的思考和见解。

想要Talk Bots吗?最好的办法就是直接去和我最近的私人bot聊天:Stefan’s Bot.(http://m.me/1801531300076339)

Chatbot项目

最近一段时间,我为一系列公司的chatbot项目提供了大量咨询。为了得到你的chatbot的反馈,或者启动新的chatbot项目,都可以联系https://chatbotslife.com/@kojouharov


参考资料:

Berger, Jonah. Contagious. New York: Simon & Schuster, 2013. Print

Chip, and Dan Heath. Made to Stick: Why Some Ideas Survive and Others Die. New York: Random House, 2007. Print.

Eyal, Nir. Hooked. New York: Penguin, 2014. Print.

Ries, Al, and Jack Trout. The 22 Immutable Laws of Marketing: Violate Them at Your Own Risk. New York, NY: HarperBusiness, 1993. Print.



 

Ad:做个广告,AI Insights将在未来相当长的一段时期内专注编译海外英文世界人工智能最前沿的学术和商业资讯,欢迎对全球前沿AI发展动向感兴趣的朋友关注 ^_^



注:本文为AI Insights编译,欢迎关注AI前沿学术、商业动态的朋友转载,但务请联系本公号获得授权。文章中全部插图均来源于文章原址AI Insights仅作分享交流使用,各位如有使用也务请注明原文出处

登录查看更多
5

相关内容

Chatbot,聊天机器人。 chatbot是场交互革命,也是一个多技术融合的平台。上图给出了构建一个chatbot需要具备的组件,简单地说chatbot = NLU(Natural Language Understanding) + NLG(Natural Language Generation)。

知识荟萃

精品入门和进阶教程、论文和代码整理等

更多

查看相关VIP内容、论文、资讯等
卷积神经网络的概述论文:分析、应用和展望,21页pdf
专知会员服务
90+阅读 · 2020年4月7日
【综述】金融领域中的深度学习,附52页论文下载
专知会员服务
163+阅读 · 2020年2月27日
2019->2020必看的十篇「深度学习领域综述」论文
专知会员服务
271+阅读 · 2020年1月1日
微软小冰:全双工语音对话详解
AI100
7+阅读 · 2019年2月10日
人机交互如何改变人类生活 | 公开课笔记
人工智能头条
4+阅读 · 2018年7月9日
小冰,请接电话!
微软丹棱街5号
5+阅读 · 2018年4月18日
第二章 机器学习中的数学基础
Datartisan数据工匠
12+阅读 · 2018年4月5日
为什么聊天机器人表现不尽如人意
AI前线
5+阅读 · 2018年1月28日
为什么聊天机器人从业者都很委屈?
创新工场
3+阅读 · 2017年12月19日
如何做个小冰那样成功的聊天机器人
七月在线实验室
5+阅读 · 2017年12月4日
如何做文献综述:克雷斯威尔五步文献综述法
清华大学研究生教育
21+阅读 · 2017年7月10日
Arxiv
14+阅读 · 2020年1月27日
CoQA: A Conversational Question Answering Challenge
Arxiv
7+阅读 · 2018年8月21日
QuAC : Question Answering in Context
Arxiv
4+阅读 · 2018年8月21日
Arxiv
4+阅读 · 2018年5月10日
Arxiv
9+阅读 · 2016年10月27日
VIP会员
相关VIP内容
相关资讯
微软小冰:全双工语音对话详解
AI100
7+阅读 · 2019年2月10日
人机交互如何改变人类生活 | 公开课笔记
人工智能头条
4+阅读 · 2018年7月9日
小冰,请接电话!
微软丹棱街5号
5+阅读 · 2018年4月18日
第二章 机器学习中的数学基础
Datartisan数据工匠
12+阅读 · 2018年4月5日
为什么聊天机器人表现不尽如人意
AI前线
5+阅读 · 2018年1月28日
为什么聊天机器人从业者都很委屈?
创新工场
3+阅读 · 2017年12月19日
如何做个小冰那样成功的聊天机器人
七月在线实验室
5+阅读 · 2017年12月4日
如何做文献综述:克雷斯威尔五步文献综述法
清华大学研究生教育
21+阅读 · 2017年7月10日
Top
微信扫码咨询专知VIP会员