说到机器人，我们脑海里首先想到的就是科幻大片中的各种拥有超乎寻常能力的“机器人”。“机器人”这个词最早源自捷克语的Robot一词，而捷克语的Robot一词最早出现在公元1920年捷克科幻作家恰配克的书籍《罗索姆的万能机器人》中，原文中是“Robota”，后来逐渐演变成现在通用的词“Robot”。
在IoT物联网设计中，机器人运用非常普遍。我查阅了一下市面上机器人设计相关的文章并不多，所以我就想抛砖引玉一下，写一些IoT物联网机器人设计相关的文章，来帮助大家了解。
“chatbot”这个词最早是由一名微软的研究员在 1990 年提出的。聊天机器人是指通过AI技术，让电脑模拟人类，与用户进行互动与对话，chatbot聊天机器人主要依附在智能设备中，比如智能手机、Pad等。它其实就是一种计算机程序，用对话的方式和我们进行互动。
1966年MIT人工智慧实验室推出ELIZA，被认为是史上第一个聊天机器人。不知道80后和早期的90后是否还记得，早期在xp系统的word软件里有一个小回形针小人，每次打开word它都会出现，它其实也是一种聊天机器人。
记得有一次我和朋友去衣服店里买衣服，只是想进店随便翻翻看看，但一进去店员一直非常热情的跟在我们后面问这问那，问你想买什么样的衣服，有什么特别喜欢的呢？我朋友就会感到不适应，马上就拉着我出去了。设想一下，在这个场景中，如果这个店员变成一个机器人会不会好些呢？
NLU（Natural Language Understanding）可翻译成自然语言理解，也俗称人机对话，它是人工智能的一个分支学科，是指所有支持机器理解文本内容的方法模型或任务的总称。通俗一点讲，就是将用户发出的指令转换成机器可以理解的语言。
NLG（Natural Language Generation）即自然语言生成，这一步就是将DM生成的机器语言再翻译转化成人类可以理解的自然语言，我们可以把这一步看成是NLU的反向流程。
纯文字的聊天机器人相对简单些，只需直接把文字传输给NLU就行。相比之下，支持语音交互方式的聊天机器人会更复杂，它在把指令传输给NLU之前，需要先通过语音识别技术把语音转化成文字。
一种就是比较简单的，可以根据关键词回复的聊天机器人。还有一种就是科技巨头开发出来的，具有人工智能的聊天机器人，这一类机器人都具备机器学习的能力，这里就简短聊一下 —— 机器学习。
学术一点来说，机器学习就是先把现实生活中的问题抽象成数学模型，再利用数学方法对这个数学模型进行求解，从而解决现实生活中的问题。最后再评估这个数学模型，是否真正的解决了现实生活中的问题，解决的如何？
其实「抖音」就是典型的一个利用机器学习能力的产品，它会根据你的观看喜好不断给你推荐你感兴趣的内容。当你使用的越多，机器机会变的越了解你，为你推荐的内容就越精准，你就越会沉迷其中无法自拔，一不小心就刷了 1 小时了。
聊天机器人最主要的用途就是可以帮助人类完成一些重复性劳动，从而可以达到提效的目标。同时将聊天机器人进行“情感化”包装后，可以进一步拉近产品与用户的距离，改善用户体验、提升用户满意度。拥有机器学习功能的智能聊天机器人还可以收集用户喜好数据，迭代更新，更好的满足用户需求。
聊天机器人最常用的领域就是用做客户服务，它不仅可以提高客服服务效率，减轻客服人员的负担，还可以对用户提出的普适性问题进行及时有效的回答，提升用户的满意度。客服类型的聊天机器人主要运用在电商、生鲜、外卖、金融类产品中。
聊天机器人在教育领域也应用的比较多，它往往会扮演一个“老师”的角色，来帮助以及督促学生进行学习。特别在职业外语教育领域和中小学生外语教育领域聊天机器人都特别受欢迎。
聊天机器人在新闻媒体领域也应用广泛，近几年，国外各大媒体（CNN、华盛顿邮报、华尔街日报等）都纷纷在各自的平台推出了聊天机器人服务，这些聊天机器人的主要功能就是为用户推送新闻。聊天机器人可以实现一对一对话的亲密关系，这种形式可以使的关键消息可以更快速的传播，所以聊天机器人在新闻领域尤被偏爱。
根据ACQUIRE的一份报告显示，目前全球有14亿人会定期使用聊天机器人，而且00后这一代更愿意和机器人而不是真人交谈。
CNN的高级副总裁Alex Wellen表示，通过聊天机器人，让他们可以接触到13-17岁的年轻使用者。这些年轻使用者由于不能很好的了解到新闻中发生事情的意义，聊天机器人就可以把这些大段新闻拆解成对话的形式向年轻人诉说和解释。
虽然目前聊天机器人更受年轻人的偏爱，但我认为在未来，随着聊天机器人变得更加智能，它独特的语音对话交互方式所带来的便捷性也会获得更多老年用户的偏爱。老年人由于视力下降，行动不便，借助聊天机器人，只需说一句话就可以解决问题，谁会不爱呢？
现如今，移动互联网产品已经十分普遍，我们已经习惯了从原型图开始的流程设计，到最终完成高保真。作为一名UI设计师如果仍然仅仅关注一些图形、色彩之类的视觉元素难免会显得有些局限。设计其实是一个很大的词，它不仅仅包含了视觉设计。并且随着技术的进步，产品设计中的交互方式也会变的越来越复杂，这就要求设计师有更广的涉猎。
IoT中的机器人设计是未来趋势之一，虽然聊天机器人设计和传统的设计流程会有一些不同，但它也可以反向帮助我们进行设计思维的锻炼。下面我将分别从「视觉侧」和「交互侧」两方面来讲讲聊天机器人的设计。
（1）形象设计
现在市面上产品中聊天机器人的外观形象主要是以两种形式为主，一种是直接使用品牌IP形象，另一种是使用机器人形象，也有少数是根据业务模块类型定制的特色形象。
知乎和叮咚买菜都使用了自己的品牌IP形象
小红书和京东金融都使用的机器人形象
陌陌的小宇宙模块，根据当前功能模块的特点，选取了宇航员形象
我们在设计聊天机器人外观形象时，没有固定的标准，根据当前业务目标不跑偏即可，如要加强品牌印象，则可直接使用品牌IP；如要凸显智能机器人专业、可信赖的形象，则可使用带有科技感的机器人形象；如当前业务板块有其特殊的场景要求，则可以根据场景需要进行设计。
（2）头像设计
我们在进行聊天机器人形象设计的过程中可以赋予其不同的表情状态呈现在头像上。当聊天机器人和我们聊天的时候，我们可以直观的看到它的表情变化，感受到它的情绪。这样不仅可以使对话更加有趣生动，还能有效的拉近用户与产品之间的距离，提高用户粘性，毕竟谁都不想和一个冷冰冰的机器人讲话。
（3）贴图、gif动图、表情设计
除了形象和头像设计，聊天机器人还有很多可以让视觉设计师发挥的地方，比如说下方为CNN产品设计团队为「美国大选之夜」的聊天机器人设计的贴图、动图和表情等，让用户可以用他们习惯的沟通方式分享大选新闻，新闻也变得生动有趣。这项创新设计使CNN得这位聊天机器人增加了数十万名新的订阅用户，妥妥的设计助力业务的真实案例。
聊天机器人的交互形式一般会包含文字和语音两种形式。
在对聊天机器人进行设计时，虽然视觉层面的设计很重要，但我们更需要把重点放在交互层面，即利用有限的技术条件来完善我们的聊天机器人，问题应该聚焦于我们的聊天机器人可以为用户做什么。并要时刻谨记，我们在设计「对话」，不能打破长期以来人与人对话的模式。
下面我就简单介绍一下，一个标准的对话设计交互流程大概是什么样的：
（1）明确目标
在进行对话设计之前，我们需要列出所有用户通过与机器人对话想要达到的目的，他们想通过聊天机器人的帮助想做哪些事情。
比如，我们现在要设计一个英语App的聊天机器人。那么用户目标可以是：通过机器人的帮助，可以有效提高英语能力，从而达到用户的某目的（考托福、找工作等）
（2）想象对话场景
当我们明确用户目标后，可以在脑海中想象一下，把用户的这种需求场景映射到线下，对话内容一般会包含哪些阶段模块，把他们都尽可能的罗列出来。
还是以该英语App的聊天机器人为例，我们可以把这个机器人想象成我们准备请的一个线下英语家教，我们和这位“英语家教”的整个相处过程会经历哪些阶段：初识阶段、了解阶段、学习阶段、熟悉阶段、目标达成阶段。
（3）编写剧本
在明确每个阶段之后，我们开始扮演一个导演的角色，开始为我们与机器人的对话编写剧本，这个过程是很有趣的。
小tips：借助故事板
由于这一步我们扮演了这部电影的“导演”，那么我们设计师就可以借助故事板的方式，在脑海中想象用户和机器人之间的交互，再用故事板的形式描绘出来。这样不仅可以帮助我们缕清对话思路，还能补充一些重要细节。
还是以英语App的聊天机器人为例，我们需要在脑海里尽可能的想象用户在各个阶段的场景中会说什么、做什么。这一步需要注意的一点就是，我们的尽可能设计我们的对话内容让用户更轻松、更有趣地完成他们想做的事。
还是以英语App的聊天机器人为例，设想初识阶段会发生的对话内容：
（4）细化剧本
在上一步，我们已经列出了所有阶段会发生的对话内容，而在这一步，我们就需要设想出每个阶段多种可能的情况。由于不同的用户，他们和机器人对话的路径也可能不同，所以我们需要尽可能多的列出这些不同的对话路径、对话方式、语句等。
我们可以在纸上或者电脑中描绘出阶段的流程图，帮助我们进行整理归纳，比如以英语app的聊天机器人的某一分支为例，有的用户不想让你了解他，想直接开始学习，在机器人尝试挽回失败后，则直接跳过进入下一阶段。
在这一步的流程图没有固定的形式，只需能清除表达和记录想法，让自己和团队成员看得懂即可。
在这一步，我们同时还要列出用户表达不同但意思相同的话。
比如上面例子中「不想做」，用户还可能会说「放弃」「我想放弃」「确定」「不做测试」「跳过」「马上学习」等等各种回答方式。
小tips：和机器人进行练习
在这一步，非常考验设计师的场景思维，我们需要尽可能的让我们设计的对话涵盖用户所有有可能发生的对话情况。这里就需要我们把自己当成「用户」不停的和聊天机器人进行对话练习，尽可能让我们设计的对话覆盖所有可能发生的情景。
（5）让「用户」进行对话演练
当我们初步设计完成对话内容后，我们就需要寻找用户进行对话演练，在演练的过程中，我们不仅需要关注正常对话路径；同时需要关注用户没有按照我们的设计的对话路径走时，他们的需求是什么，他们是否遇到了哪些障碍等等来补足我们尚未考虑到的一些情况。
在我们和用户进行演练完成后，我们就可以搜集到一些新的问题，这时候，再进一步细化和完善我们设计的对话。
完成了上面几个流程后，我们设计的对话就差不多了，当然为了力求最终设计对话的完美性，里面的部分流程是可以重复循环进行的。
前面我们简单了解了一下聊天机器人的设计流程，下面我就讲讲聊天机器人设计中的一些注意点和原则。
想象一下，你今天终于可以和久别重逢的老友见面了，在火车站你隐约在人群中见到了那个熟悉的身影，慢慢的他向你靠近，终于看见了他，看到他的着装，再接着你看到了他的脸，正满脸笑容的向你奔跑而来，你们会先来个大大的熊抱，再击个掌，心情激动又开心，然后你们才会开始说话。
在进行聊天机器人设计的过程中，我们可以把这种线下见面的「仪式感」搬运过来。比如流利说英语中的聊天机器人小莱，每当用户和小莱开始一个新对话时，会先在屏幕中看到一个放大展示的小莱形象，当它开始和我们说话时，就变小了。
我们日常与人沟通的时候，为了减少记忆的负荷，一般都是你一句、我一句，这样的谈话往往是轻松愉快的。如果你有一个朋友，每次和你聊天总是大段大段的说话，你还会喜欢和他聊天么？所以在和聊天机器人对话时，道理也是一样的，我们要尽量避免使用大段的文字。
但是如果遇到，信息实在太多，必须要同时发送的情况该怎么办呢？
我们可以把这大段的文本的内容进行拆分，分成几句话说出来，这样用户的心理负担会减小很多。
同时为了模拟真实与人交谈的对话场景，我们还可以在界面视觉上做一个旧消息淡出的效果，告知用户原来的旧消息已经过去，现在应该关注的是新消息。
基于这个这一原则，我思考了一下可能还是存在一些争议，比如说我们日常使用的微信，也没有把过去的信息做一个淡化效果，那为什么这里要这样做呢？
思考后我发现，微信的聊天对话场景和聊天机器人的对话场景还是存在一些不同的。我们在使用微信和朋友聊天的时候，如果是基于文字聊天为主，微信对每段话的内容没有做字数限制，是可以发送长文本的。但如果是基于语音聊天，语音是有限制的，只能发送1min以内的语音。我猜想，微信做出这种限制差异，是因为我们在发送大段长文本的时候，场景映射的就不是「聊天对话场景」了，而是一个「写信场景」。而语音聊天就完全映射了「聊天对话场景」，我们的记忆力有限，语音如果过长，不仅会增添听者的记忆力负担，还会让听者感觉很烦躁。
所以说，在和聊天机器人对话的场景中，我们让机器人说的话尽快保持简短、分段阐述并做一些旧信息渐隐效果，是没有什么问题的。当然如果大家对这一点又不一样的思考的话，欢迎留言交流哦~
我们在和聊天机器人对话的时候，经常会遇到机器人让我们做选择题，这种问题的答案往往是被限制死的，必须要让用户做选择，但如果用户不喜欢做选择呢？
在聊天机器人的对话设计中一般有两种类型的回答方式，分别是「选择型」和「简答型」。
（1）选择型
「选择型」回答方式就是让用户做选择题，需要我们对用户可能的回答进行一个预测。这种方式对于技术的要求会低一些，答案已经是规划好的，只需要让用户按照既定的流程往下走就可以。但这其实是违背了人类正常的聊天方式的，不允许用户说别的话，这种「强迫感」会让我们的聊天机器人缺乏情感。
如果必须要让用户做选择题，我们也要尽量让我们的机器人聪明一些，比如下面这个案例就不太好：
我们总是惯性的认为，用户在面对选择的时候，只会点击按钮。但别忘了！我们的聊天机器人和用户是在「聊天」，用户把我们的聊天机器人视为一位「朋友」来沟通。当用户用文字并夹杂着某些情绪和机器人诉说的时候，尽量不要让我们的聊天机器人冷漠回应。
（2）简答型
在「简答型」回答方式中，用户可以更自然的对话，不会受到任何约束，可以想说什么说什么，这种方式更加贴近我们真实聊天场景，我们和这位朋友诉说我们的需求，它就能帮助我们达到某个目的，这样的聊天机器人会更智能。同时通过「简答型」问题，我们也可以搜集到更多的用户需求和信息，从而帮助我们进一步迭代我们的聊天机器人。
「简答型」的回答对技术要更高，但对用户来说会更友好，我们作为设计师，能做的就是在技术条件限制的情况下，灵活的选择使用「选择型」和「简答型」问题，使我们的聊天机器人尽量聪明。
注意两种类型的提问方式
上面提到了「选择型」和「简答型」两种回答方式，我们在设计对话的时候，不仅需要灵活的选择使用类型，还需要注意到这两种回答类型的提问方式是不同的。
「选择型」问题，我们需要在提问中就告诉用户，这是一个选择题，用Which而不是what。同时尽量把选项也罗列在问题中，避免让用户误以为这是一个「简答型」问题。
「简答型」问题，我们要让用户感知到这个问题的开放性，用what而不是which，这样我们的用户回答起来更自由。
我们的聊天机器人在和用户对话的时候，需要考虑当时对话的上下文，根据上下文内容来回应用户，不能过于死板。
我们平时说话聊天的时候，经常会带一下语气词，比如呃、我想想、嗯嗯、哦之类的。如果我们在设计对话的时候，把这些情景化的语气词加进去，这样我们的对话会更贴近真实对话的场景，用户的代入感会更强。同时我们也可以加一些当下流行的亲昵词，比如亲，亲爱的，宝之类的，这样会让我们的用户感受到一丝暖意，我们聊天机器人和蔼亲切的形象也会更加深入人心。
平时我们在和朋友聊天的时候，喜欢发各种土味表情包，表情这种表达形式有着独特的魅力，所以我们在设计聊天机器人时，可以在它的对话中加一些表情包，这样对话就会变得更有趣。
注意用户群体，上面提到的这些语气词、表情会让我们的机器人形象生动活泼很多，但它也是一把双刃剑，如果用的不适当，反而会适得其反。所以我们在使用这些词的时候要关注到我们的用户群体，他们的年龄、地域、文化、使用习惯等等，合理适当的在对话中加入这些词汇和表情。
在文章上面我提到了机器学习技术，虽然这个技术在聊天机器人领域应用广泛，但这并不是说，聊天机器人必须要拥有机器学习能力。聊天机器人还可以运用决策树的形式，通过预先撰写好的规则脚本，将对话的故事转化为一个个节点，在用户聊天的过程中逐步展开，这种方式的聊天机器人的所有规则都是写死的，一个指令对应一个动作。而具有机器学习能力的聊天机器人则有举一反三的能力，会「智能」很多。
下面举个例子帮助大家理解具备机器学习能力和不具备机器学习能力的聊天机器人的区别。
「不具备机器学习能力的聊天机器人」
机器人只要检索到「调节、空调、温度」这些关键词就会触发聊天机器人调节温度。
「具备机器学习能力的聊天机器人」
机器人不仅能检索到「调节、空调、温度」这些关键词，还能检索到「冷、热」这种含义相近的衍生词，并能根据这些词的含义，自动执行指令
上面讲了具备机器学习能力的聊天机器人会聪明很多，很多人就会认为，那这样的聊天机器人应该就很会聊天，网上也可以看到各种调侃聊天机器人的段子。
人类聊天行为中的礼仪、幽默感都是经历了千年社会互动经验积累下来的，它们在大脑中所积累的应对机制、复杂度都是难以想象的。如果要把这些全部灌输到到聊天机器人的程序中，就必须要输入数以万计的对话资料让计算机从中学习，这里的工作量是非常可怕的。
实际上在商业活动中我们所使用的聊天机器人都只是为了简单解决当前产品的一些问题就足够了，不会花太多的时间和精力来“训练”聊天机器人，一些简单礼貌的常用语就足够了，所以就算是拥有机器学习能力的聊天机器人也不一定很会聊天。
聊天机器人运用在产品中，它可以帮助挖掘一些潜在客户、处理售后服务和促进销售，从而为我们的业务带来有效增长。聊天机器人掌握了大量的用户数据，对聊天机器人的数据分析和对产品的分析同样重要。如果可以高效利用从聊天机器人那里收集的反馈数据，再次迭代我们的机器人，将会为我们的业务带来更大的增长。
下面就简单介绍几个聊天机器人常用的数据指标：
聊天机器人的本质是为了回答用户的问题而存在的，目标完成率可以清晰地展示出我们的机器人是否有效的处理并解答了用户提出的疑问，目标完成率是非常重要的一个指标。
想要知道用户对聊天机器人的满意度很简单，我们只需要在对话的结束让用户选择「满意」或者「不满意」，客户满意度指标也是非常重要的，因为我们都希望用户的满意度高，这样才能留住用户。
机器人意图分析就是看机器人那里接收到的用户意图类型的数量，通过这个分析我们就可以了解到我们用户的一些意图以及我们机器人的「智能」程度，从而更好的改进它。从下面图中数据我们可以看出，「欢迎」意图被触发的次数最多，说明大多数用户都是用“你好”来开场，并且机器人也成功回应了6483个用户。
对话时长往往对应了对话长度，对话时长这个数据指标往往具有两面性，不能太长、也不能太短。如果太长，那么说明用户一直没达到他的目的，一直在重复的询问和摸索。如果太短，并且该用户在产品中逗留的时间也很短，那么说明这个聊天机器人根本不吸引用户。对话时长这个指标也是需要我们时刻去关注的。
未来，随着机器学习、NLP技术变得越来越强大，聊天机器人也会变得越来越强。现在市面上很多聊天机器人已经运用了机器学习能力，可以在用户使用过程中不断自我学习提高，机器人也可以越来越好的服务用户。但目前许多的聊天机器人都是存在于某一产品中的，如某外语App、某个电商App，在未来聊天机器人的发展也不会如此局限。
「后APP」时代已经来临，现在我们在使用手机的时候，想到某一类需求就会打开某一个App，购物的时候打开淘宝京东，点外卖的时候打开美团外卖、饿了么，出去旅游就打开携程、飞猪。手机里装满了各种零散的、五花八门的App。根据某研究机构数据显示，近几年，美国前15大App开发商的平均下载量同期下降了20%，App市场已经过了成长高峰期，后App时代已经来临。
未来，借助聊天机器人，它就可以帮助你来做些事情，你只需要告诉它，你想做什么，它就会自动帮你打开对应的App然后为你预订服务。你不需要去记我要打开哪个App，也不需要去学习适应不同的用户界面，只需告诉你的这个「小管家」你想干什么，它就会帮你搞定一切。其实这个时候，聊天机器人已经演变成了虚拟助手，现在市面上常看见的siri，google assistant都属于虚拟智能助手的范畴。
关于虚拟助手，我也会在我以后的文章中详述。
好了，关于聊天机器人就聊这么多，文中如有不足的地方，欢迎大家留言指正~
本文由@昱宛 原创发布于人人都是产品经理，未经作者许可，禁止转载。
题图来自Unsplash，基于CC0协议。
关注微信
