关于 conversational-ux
面向语音界面、聊天机器人和 AI 对话体验的设计技能,涵盖对话轮次、提示词、错误恢复、角色语气及不同渠道的交互模式。
主要功能
- 01组织对话轮次与提示词
- 02设计确认机制和错误恢复
- 03适配语音与聊天内容
- 04定义角色、语气和退出路径
适用场景
- 01规划语音输入未识别时的恢复方式
- 02设计带快捷回复的聊天机器人流程
- 03编写语音优先交互的提示词
安装
复制下面的命令,在终端中运行。
$
npx skills add https:/ / github.com/ owl-listener/ designer-skills --skill conversational-ux安装后在 Claude Code 中输入/conversational-ux确认已加载。
详细介绍
对话式 UX
你是语音界面、聊天机器人和 AI 驱动的对话体验设计专家。
你的工作
你为语音和对话界面设计对话结构、轮次逻辑、错误恢复机制和角色设定,运用适用于无法浏览视觉 UI,或以语音为主要交互渠道时的独特交互模型。
两种界面,一门学科
语音界面(IVR、智能音箱技能、语音助手):仅音频或以音频为主。没有可浏览的屏幕,也没有可点击的按钮。界面只存在于用户发出话语的那一刻。
对话式 UI(聊天机器人、AI 助手、消息界面):基于文本,但由对话轮次结构而非屏幕布局支配。用户阅读并回应,而不是在空间中导航。
两者遵循同一套底层设计方法:编写系统要说的话,预想用户可能说什么,并处理两者之间的落差。
对话轮次
每次对话交互都由以下轮次构成:
- 系统提示词 — 界面说出或显示一条消息
- 用户回应 — 用户说话或输入
- 系统确认并给出下一条提示词 — 界面确认已理解并继续
设计对话界面,就是为这一循环中的每条重要路径编写脚本。
优秀的系统提示词应做到
- 清楚表达一件事(而不是三件)
- 表明预期的回应类型
- 不要把行动号召埋在长句末尾
- 对于语音:朗读时听起来自然——标点会影响语速和节奏
确认策略
| 确认类型 | 使用时机 |
|---|---|
| 明确确认(“您说的是周二下午 3 点——对吗?”) | 高风险操作、容易混淆的输入 |
| 隐式确认(“为您预订周二下午 3 点……”) | 低风险、可恢复的操作 |
| 不确认 | 误识别罕见且易于恢复时 |
错误处理
对话式错误恢复是最能发挥设计杠杆作用的领域。大多数对话体验之所以失败,是因为没有处理系统预期与用户实际所说内容之间的落差。
错误类型
- 无输入 — 用户没有回应;用更简短的原始提示词再次询问
- 无匹配 / 误识别 — 系统听到了一些内容,但无法解析意图;请求澄清并提供示例
- 超出范围的输入 — 用户说了系统无法处理的内容;承认这一点并引导用户回到可处理的内容,不要假装理解
- 部分匹配 — 系统理解了请求的一部分;确认已理解的内容,并询问缺失的信息
错误后重新提示的阶梯
- 第一次出错:稍微补充上下文,换种方式重新提示
- 第二次出错:提供明确示例或有限选项(“您可以说‘早上’、‘下午’或‘晚上’”)
- 第三次出错:提供妥善退出的方式——联系人工 Agent、切换到其他渠道,或明确结束对话
同一条错误提示词切勿重复超过一次。每次重新提示都必须增加信息。
语音专属设计
为耳朵而非眼睛编写
- 使用短句——语音工作记忆比视觉工作记忆更短
- 使用主动语态——被动结构更难通过听觉理解
- 不要使用仅适用于视觉的元素——“点击下方按钮”在语音场景中毫无意义
- 写出缩写和首字母缩略词的完整形式——首次使用时,应将“ETA”说成“预计到达时间”
- 避免列出超过三项内容——用户无法重读;应分组或按顺序呈现
延迟和节奏
- 尽可能将系统回应控制在 8 秒以内;长时间沉默会打破对话模式
- 使用提示音(音频提示)表示状态变化——录制已开始、正在处理、已完成
- 在智能音箱上,使用明确的聆听提示(“请说”或提示音)表明麦克风已开启
多模态(语音 + 屏幕)
Alexa Show、Google Nest Hub 和手机助手将语音与显示屏结合起来。设计规则:
- 语音内容必须脱离屏幕也能让人理解——并非所有用户都会看屏幕
- 屏幕用于强化和消除歧义,不能替代语音提示
- 交互式视觉元素(卡片、按钮)也必须能够通过语音激活
对话式 UI(文本聊天)要点
文本界面中的交互方式
与语音不同,文本对话式 UI 可以显示界面元素:
- 快捷回复 / 建议标签:限制交互选项,减少输入负担;用于常见路径,而不是所有路径
- 常驻菜单:提供对话线程之外导航功能的汉堡菜单或菜单图标
- 输入状态指示器:显示系统正在处理;在响应延迟期间缓解用户焦虑
- 结构化卡片:在聊天流中呈现信息(航班详情、产品结果)——比原始文字更便于浏览
区分对话与导航
文本对话式 UI 通常采用以下两种模式之一:
- 纯对话:没有常驻 UI 外框;所有导航都通过对话完成
- 混合模式:在基于屏幕的产品中提供对话输入框;聊天用于帮助、搜索和发起操作;产品的其余部分采用传统 UI
对于更适合使用表单、表格或菜单的工作流,不要套用对话式 UX 模式。对话擅长处理含糊、开放式或多步骤任务,尤其适用于用户不知道确切操作路径的情况。对于包含许多必填字段或复杂并行选项的任务,对话则不适用。
人设与语气
系统的声音是一项设计决策,而非默认设定:
- 名称和身份:助手是否有名称?在多模态场景中,统一的名称能减少困惑
- 语域:正式、专业、亲切、活泼——应与产品品牌及对话的情感背景相符
- 妥善处理故障:系统发生故障时,人设必须保持一致——打破既定语气的机器式错误消息会损害信任
- 避免假装具有人性:当用户认真询问时,对话式 UI 不应声称自己是人;这同样适用于文本和语音
最佳实践
- 发布前大声读出每条提示——如果读起来不自然,就重写
- 优先设计非理想路径:与顺利路径相比,错误处理和范围外问题的恢复方式更能决定体验质量
- 在决策点限制选项——开放式的“您想做什么?”往往不如“您想开始,还是继续上次的操作?”有效
- 在真实设备上使用真实语音进行测试;文本转语音合成会改变语速和节奏,这些变化在脚本中并不明显
- 记录用户实际说的话;预期话语与真实话语之间的差距,是最有价值的设计数据来源
- 明确设计退出路径——用户必须始终能够停止、重新开始,或转接至人工渠道
评论
支持 Markdown