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手。

5月10日，微软Build大会发布智能音箱Invoke，6月6日，苹果WWDC发布HomePod，7月5日，上午10点，百度AI开发者大会发布DureOS开放平台,同一天，下午2点，阿里人工智能实验室发布天猫精灵……

这个夏天，被人工智能骄阳炙烤着的智能语音交互市场，热度可谓一路飙升。

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，前期调研是很有须要的。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

即即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，按照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本身的要求：

“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。不过不消着急，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）会资助泛化。

下图为查询空气质量对话指令集，其中和是槽位（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。应答带给用户最直不雅观的感受，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本身的个性特点，在应答时也请根据该特点的语言风格撰写脚本，连结角色的一致性。

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。别离是：

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.按照空气质量级另外优劣反馈相应提示

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手用户完成任务。

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手。