frustration-detection

挫败感检测

大多数 AI 产品会把用户的每条消息都视为具有相同的情绪分量。事实并非如此。“取消我的订阅。”和“请现在就取消我的订阅！！！”值得得到不同的回应。挫败感检测是一项感知能力，负责捕捉这些信号，让系统的其他部分据此调整。

这项未被明确命名的能力，是语气校准、升级处理设计和妥善补救的基础。缺少它，这些能力就无法在恰当的时机发挥作用。

信号

语言特征

• 大小写变化：全大写，突然出现“PLEASE”“URGENT”
• 标点密度：?!?!、....、多个 !!
• 去除缓和语气：措辞简短、带命令口吻（“直接修好”“停止”）
• 重复：在多轮对话中反复表达同一概念
• 脏话（轻度或强烈）

结构特征

• 回复间隔缩短（快速连发）
• 回复间隔超过阈值后变长（放弃交流）
• 收到回复后再次询问同一个问题
• 明确要求转接人工（“和真人说话”）
• 突然切换话题

词汇／情绪倾向

• 负面情绪词（“没用”“烦人”“坏了”）
• 时间压力词（“现在”“立刻”“截止日期”）
• 怀疑词（“真的吗？”“你确定吗”“这样对吗”）
• 退出交流的词（“算了”“忘了吧”“随便”“行吧”）

检测应综合多种信号和多轮对话，而非依赖单一特征。

决策规则

• **一个信号可能是噪声，两个信号才构成模式。**不要仅因一条全大写的消息就采取行动；要在全大写加上重复表达时采取行动。
• **如果挫败感正在加剧，而且 AI 已经尝试修复过一次，就升级处理。**不要再进行第三次改述。
• **紧迫不等于挫败。**加快处理速度，但不要改变语气。
• **AI 回复较长后，若用户长时间未回应，这意味着用户可能已离开，而非正在仔细阅读。**保存状态，提供重新参与的选项，不要继续发送内容。
• 默默调整，不要点明情绪。“我感觉你很沮丧”会显得居高临下。降低确定性、放慢节奏、提高亲和度——但应体现在措辞中，而非元评论里。

反模式

• 表演式情绪共鸣：“听到这个消息我真的很抱歉！”在大规模应用时会显得像照本宣科。
• 让用户确认自己的状态：“你感到沮丧吗？”用户是来寻求帮助的，不是来接受分析的。
• 一次性检测：单个信号就触发完整的一连串共情回应。检测必须综合多个信号。
• 检测到信号却不采取行动：发现信号后仍沿用相同的处理方式，会让检测沦为表演。
• 过度共情：本可以用一句话加上解决方案，却写了两段安慰的话。感到挫败的用户没有余力接受过多温情。

不适用场景

• 事务型界面（搜索框、代码补全）——没有可供判断的对话变化。此时应使用 feedback-loops。
• 首次交互——检测依赖比较，因此需要基线。将首轮信号视为描述性信息，而非诊断依据。
• 带有明确反馈控件的产品（踩赞、“这没有帮助”）——用户已经有反馈控件，不要再额外添加推断机制。

另请参阅

• tone-calibration — 检测到信号后该如何处理：降低确定性、放慢节奏、提高亲和度。
• escalation-design — 挫败感是文档中列出的升级触发因素之一；这项能力用于检测该触发因素。
• feedback-loops — 它处理有关 输出质量 的环境信号；这项能力处理有关 用户状态 的环境信号。
• harm-anticipation — 当挫败感转为痛苦（危机迹象、脆弱状态）时，应通过伤害预判进行更高级别的处理。

设计工件

每个会话的累计挫败感评分卡：

信号	权重
全大写消息	+2
脏话	+3
重复提问（第 3 次及之后）	+2
!! 或 ?? 标点	+1
明确要求转交	+5
表示 disengagement 的词语（“forget it”）	+3
AI 回复后延迟较长（>3 min）	+2

升级阈值：5。语气调整阈值：2。

示例：

• 第 1 轮：“嘿，你能帮我取消订单吗” → 0
• 第 2 轮：“取消按钮无法使用” → 0（问题陈述，并非挫败情绪）
• 第 3 轮：“我已经试了 3 次了，拜托” → +4（全大写、重复、“拜托”）→ 评分 4 → 调整语气
• 第 4 轮：“这简直毫无用处” → +2（全大写）+3（负面情绪）→ 评分 9 → 升级

其他工件：

• 按产品设定基线：最近 1000 个会话的平均挫败感评分；偏离 2σ 时发出警报
• 按产品校准延迟阈值（聊天支持：参与状态下 30 s / 未参与状态下 2 min）
• 测试场景：顺利流程、逐渐升高、突然飙升、悄然离开、恢复（修复后会话中途评分下降）

改编自对对话系统情感计算的研究（Picard；Bickmore 关于情感对话 Agent 的研究）。