语音交互的主要能力在于开放式domain的聊天型功能与任务导向的技能型功能。如果说快捷高效、轻松自然是语音交互的独特优势，那么任务导向型功能就是这些优势的完美落点，一个量好的语音交互产品，自然是技多不压身，能够cover的domain多越好，能够get的技能越强大越好。
那么，作为语音产品设计人员，如何以短平快的方式设计一个任务导向型对话场景呢？
当然，和传统交互设计工作一样，前期调研是很有必要的。你想设计的这个功能是否能满足产品目标、是否具备相关技术和数据能力支持以及符合用户实际需求？如果有两个场景摆在你设计的智能音箱面前，一个是订外卖，而另一个是星座速配，你会选择优先做哪个？
一旦确定了要设计某个场景，接下来就可以着手设计工作了。具体来说就是三个步骤：理清对话逻辑（Chat Flow）、设计语法（Grammer）以及设计应答 (Confirmation)。
第一步：对话逻辑——从哪里来，到哪里去？
如同图形用户界面以点击-触发为各个节点的交互逻辑，VUI也需要一从query到answer的流转逻辑，将一个场景的对话流程流畅的贯穿起来。
假设你设计的对话场景是查询空气质量，请考虑在这番对话中可能出现的任何情况以及相应的反馈动作：
下图展现了该场景可能的Chat Flow
即便是询问天气这样看上去很简单的对话场景，也可以设计出十分复杂的对话逻辑，根据该场景在你产品中的重要程度决定细节逻辑的粒度。
第二步：设计语法 ——用户会对你说什么？
语法就是用户输入的指令集，对话设计者需要设计对话的意图（Intent），以及尽量考虑用户可能表达方式，将其中最核心、最常用的表达方式提取为指令集模板。设计的指令集越多越全面，对话覆盖率就会越高。
想象场景还是查询空气质量，请考虑用户会用怎样的表达方式来提出自己的要求：
“帮我查询空气质量”
“北京空气质量指数”
“今天PM2.5值是多少”
“我需要戴口罩吗”
“今天的空气怎么样”
……
中华语言，博大精深，简单的查询空气质量，就有茫茫多的问法。不过不用着急，你只需要提取一些最典型的句式，至于“么”“吗”“呢”这些语气词，或者虚词、助词等，语义理解模块（NLU）会帮忙泛化。
下图为查询空气质量对话指令集，其中<place>和<time>是槽位（Slot）。Slot是NLU从用户指令中抽取的关键信息点，NUL模块通过这些关键信息及其取值定义（Slot-Value），理解用户指令的具体要求。
第三步：设计应答——你要如何回答用户？
语音交互中最主要的应答方式是TTS（Text To Speech），就是将设计者写好的应答脚本，通过TTS引擎转化为语音播放出来。应答带给用户最直观的感受，应答的好坏，直接关系到语音产品的体验。鉴于过长的语音内容会增加用户的记忆负载，设计应答时应该尽量简洁。同时，如果你的语音产品具备自己的个性特点，在应答时也请按照该特点的语言风格撰写脚本，保持角色的一致性。
还是查询空气质量的例子，在第一步，设计对话逻辑的过程中，我们已经定义了该对话可能出现的几类应答。分别是：
-
A1.询问用户想查询哪里的空气质量
-
A2.反馈没有查到相关地区相关时间的空气质量
-
A3.根据空气质量级别的优劣反馈相应提示
接下来，你只需要在对话脚本（script）文档里，发挥你强大的语言天赋，进行完型填空就可以了。
“script”有“撰写电影脚本”的含义，而整个设计对话过程确实很像设计电影脚本，有来言有去语，通过问答的互动形式帮助用户完成任务。
综上所述，设计任务导向型对话场景是一项关乎人类最自然的对话和AI最智能的技术结合的复杂而有趣的工作，希望这篇文章对从事语音交互产品设计的同学们有所帮助。
原创文章，作者：交互精选，如若转载，请注明出处：https://www.iamue.com/35263/
