從產品經理的角度幸運快三源碼開發，看手機端語音助手

標籤：詞典   解決   時間   智能助手   com   語義   智能手錶   ssi   表達   

本文從PM的角度對手機端語音助手進行了思考，包括當前市場情況、PM在設計產品時的思路等。

從產品經理的角度，看手機端語音助手

一、手機端語音助手的現狀

蘋果siri的出現，帶動了手機端智能助手的發展，如今，蘋果siri、亞馬遜Alexa、Google assitant、微軟小娜、三星bixby都已在手機端布局語音助手，三星bixby還在手機端設定了實體按鍵呼出助手，移動助理逐漸向移動化發展。

未來，在智能硬體“互聯互連”的趨勢下，智能音箱、智能手錶、智能耳機等產品會覆蓋人們生活中大部分需求，手機端在智能硬體及APP的影響下，應該尋找特色的落地情境，結合移動、有屏、資訊彙總的特點，向視覺、觸覺等多模態發展，避免同質化。

二、PM需要關注哪些問題

在這個背景下，pm需要思考幾個問題：情境選擇，使用者體驗，流量入口，使用者粘性。

從產品經理的角度，看手機端語音助手

1. 情境設計

情境設計是產品設計中的重要一環，使用者需求、產品實現效果、bot建立、語義理解難度都與情境的選擇密不可分。挖掘情境需要關注以下三點：

（1）目標明確

（2）有限輸入

智能助理主要通過對話完成互動幸運快三源碼開發QQ2952777280【話仙源碼論壇】hxforum.com【木瓜源碼論壇】papayabbs.com，使用者每句話包含的資訊量要維持在一定範圍內否則使用者既不知道要表達什麼，機器也不能很好地理解。例如：

bad case：

Q：我想訂餐

A：好的，您想吃什嗎？

Q：emmm…我想吃雞蛋西紅柿炒米飯，少放一點糖我怕齁，謝謝

A：不好意思，沒有聽懂您說的，可以再跟我說一遍嗎？

Q：就是我想要雞蛋炒西紅柿蓋飯，少糖

……

上面的case，使用者輸入欄位過於開放，使用者一直在做“簡單題”而不是“選擇題”，增加使用者成本的同時，也不利於自然語言理解。

同樣的情境可以最佳化為：

Q：我想訂餐

A：好的，請問您今天想吃蓋飯、麵條還是漢堡呢？（此處可圖形化介面）

Q：蓋飯

A：好的，為您推薦幾款銷量最高的蓋飯：雞蛋西紅柿蓋飯、紅燒牛肉飯、更多

Q：雞蛋西紅柿蓋飯

A：好的，這是我們的招牌呢，如有以下特殊需求請選擇，少糖、少鹽，如沒有不用回複

Q：少糖

…….

（3）對話快速收斂成任務指令

當bot識別到使用者意圖A後，才會去完成對應的任務指令。因此需要在情境內快速提煉出意圖、槽位。

從產品經理的角度，看手機端語音助手

我們再次引用上面訂餐的case

根據case建立訂餐bot：

意圖 intent：訂餐

訓練對話樣本命中意圖：query=我想訂餐

槽位1：菜品名稱 詞典包含：雞蛋西紅柿蓋飯、紅燒牛肉飯等（與資料庫對應）

槽位2：特殊需求

從產品經理的角度，看手機端語音助手

訂餐情境下，通過對話中的參數提取，快速收斂為訂餐意圖，最終滿足使用者需求。語音助手在NLU前，還會有語音辨識的過程，可參考前面分享過的兩篇文章

2. 使用者體驗

使用者體驗是所有PM都需要關注的問題，我們常說的聽清、聽懂、滿足就是提升使用者體驗的著力點。那麼在使用者體驗上，應該關注以下三點：

能否解決使用者需求？
使用者接受的最低標準是什嗎？
超出使用者預期的標準是什嗎？
我們用查天氣的case說明

解決使用者需求：手機小幫手查天氣
使用者接受的最低標準：查詢某個時間、地點對應天氣
超出使用者預期的標準：惡劣天氣主動提醒、雨雪天氣提前詢問使用者是否約車等
原理類似需求分析中的KANO模型，即基本需求、期望需求、興奮需求，可參考

從產品經理的角度，看手機端語音助手

3. 流量入口

個人認為手機語音助手和智能硬體的流量入口不同，智能硬體必須找到足夠剛需的情境才可以持續發展。手機端具有先天的流量優勢，要讓語音真正落地，成為被使用者所接納的最常用互動方式，最終要解決的是使用者頭部需求。

那麼哪些是語音助手需要關注的頭部需求呢？我認為，查天氣、查時間都不是頭部需求，這些都是測試／入門語音助手最簡單的功能。衣食住行和溝通才是使用者的基本需求。例如智能家居，控制家中裝置是頭部需求、在車載環境下，打電話、發簡訊就是頭部需求。

在衣食住行情境下，分別對應著不同需求：語音購物、點餐、訂餐館、訂酒店、預訂出行飛機票以及景點門票，都是福士的生活服務需求，這些更容易的讓使用者知道語音助手能為他們做什麼。

4. 使用者粘性

這是一篇關於AI智能助理的資料報告，可以看出蘋果Siri的使用者量雖然是首位，但月活躍度卻在一直下降。由此引出：除流量入口外，PM還應關注使用者粘性的問題。

從產品經理的角度幸運快三源碼開發，看手機端語音助手