これまでの3つの記事（記事末尾のリンク）では、基本的な技術原理、つまりインテリジェントアシスタントの骨格構築について説明しました。次は、これに肉付けし、ユーザーエクスペリエンスを洗練させ、インテリジェンス感を高める必要があります。

知能感覚とは、ユーザーが認識する知能のレベルを指します。製品、あるいは他の生物が知的であるかどうかを評価する際、人間にどれだけ似ているかが第一の基準となります。一見すると、この意見に完全には同意できないかもしれませんが、少し立ち止まって考えてみてください。スマートな製品を「とてもスマート」または「あまりスマートではない」と評価する際、無意識のうちにこの基準を使っていませんか？

したがって、ここでは「知能の度合い」ではなく「知能の感覚」という用語を使用します。なぜなら、この作業は技術ではなく、プロダクトマネージャーのユーザーエクスペリエンスの理解と人間の行動に対する深い理解に関わるからです。特定のシナリオにおける人々の反応を明確に理解することによってのみ、インテリジェントアシスタントのフィードバックをより人間らしく、ひいては知的に見えるように設計できるのです。

では、PMはここで何をすべきでしょうか？以下にいくつかのポイントをまとめました。

1. 対話シナリオを洗練し、細分化します。ユーザーのニーズを設計または実際の製品使用状況で観察し、可能な限り細かい粒度のシナリオに分割します。

ミルクティーの購入を例に挙げると、プライマリシナリオは「ミルクティーの購入」や「新商品について問い合わせる」といったケースが考えられます。セカンダリシナリオは、プライマリシナリオをさらに細分化したものです。例えば、新商品について問い合わせた後、ユーザーはフレーバーについてさらに質問を続けるかもしれません。三次シナリオは、フレーバーについて問い合わせた後、注文するか購入を中止するかといったケースです。ここでは、プロセスを可能な限り詳細に分解し、ユーザーのあらゆる反応を予測し、それぞれの反応に対して異なるフィードバックを提供することが重要です。

内訳の詳細度とフィードバック設定の豊富さは、製品の知能を測る上で決定的な役割を果たします。粗雑なアシスタントと洗練されたアシスタントの違いを想像してみてください。それは、「本日のミルクフォームは売り切れです」とだけ言うアシスタントと、「本日のミルクフォームは売り切れです。新商品のバレエココアをお試しになりませんか？」と尋ねるアシスタントの違いのようなものです。

もちろん、デザインが洗練されれば洗練されるほどコストは高くなり、PMと開発者の投資時間も増えます。しかし、優れたユーザーエクスペリエンスはコスト投資と切り離せないものです。

第二に、フィードバックのデザインは擬人化されているべきです。人間らしく聞こえるように、できるだけ人間らしい口調で話す必要があります。

これは2つの側面に分けられます。まず、言葉遣いの面では、インテリジェントアシスタントの応答は「人間がこの状況にどのように対処するか」という観点から設計する必要があります。次に、インテリジェントアシスタントが話す際には、人間の音声を基準としたTTS（音声合成）よりも、純粋な機械音声（TTS）の方が効果は断然高くなります。ただし、前者の方法は、例えば、あなたが受けた偽電話のような、説得力のある偽の電話のような、固定テキストにしか適していません。後者の方法は、ナビゲーションの「リン・チーリン」のような音声のように、ややコストがかかります。後者の方法は、より一般的に使用されています。しかし、中国語には多くの多声文字があり、強勢やイントネーションのバリエーションがあるため、実際には調整が必要な細部がまだ多く残っています。

3つ目は、ユーザーデータとビジネスデータを組み合わせます。一般的に、人は他人の考えを予想外に推測されたときに、その人を賢いと感じます。製品にインテリジェンス感覚を与えることもこれと同様であり、CRMと密接に関連しています。

例えば、あるユーザーがフォーシーズンズミルクティーを頻繁に購入している場合、そのユーザーが再度注文する際に、いつもの購入商品を優先的に表示することは、おそらく好意的に受け止められるでしょう。あるいは、ユーザープロファイルに基づいて、新商品を試すのが好きなユーザーであれば、新商品の情報を優先的に提供することも可能です。これはレコメンデーションアルゴリズムと関連しますが、今回はユーザーデータ思考の統合に焦点を当てています。要点だけ理解してください。

IV. 実践における認識性能の調整。人は同じ言葉を使っても、異なる傾向で表現することが多く、状況によって同じ言葉でも意味が異なる場合があります。そのため、同じ文でも文脈によって全く異なる意味を持つことがあります。例えば、「見てみましょう」は、新商品をチェックしているという意味にも、検討中という意味にもなり得ます。そのため、実装段階では、製品のパフォーマンスを注意深く観察し、ユーザーからのフィードバックに基づいてトレーニングの方向性をリアルタイムで調整することが重要です。

著者について: @A Circle、SaaS 企業のプロダクト マネージャー。AI、検索、データ分析、商用化を専門とし、インテリジェント カスタマー サービス シリーズの著者。「Data Creators Alliance」のメンバー。