作者介紹：

Mingke，對(duì)話式 AI產(chǎn)品經(jīng)理，專注研究 CUI類的產(chǎn)品設(shè)計(jì)。為世界一百強(qiáng)企業(yè)提供對(duì)話智能應(yīng)用的咨詢和解決方案。本文筆記來自于主要來自于他的兩篇文章和一次分享：

2016年11月21日：《為什么現(xiàn)在的人工智能助理都像人工智障？》

2017年6月4日：《人工智能技術(shù)不成熟，產(chǎn)品經(jīng)理如何規(guī)避「智障」？》

2019年1月17日：《人工智障 2 : 你看到的AI與智能無關(guān)》

分享主題：AI時(shí)代的產(chǎn)品經(jīng)理。

參與者：愛因互動(dòng)創(chuàng)始人 CEO 王守崑，文因互聯(lián) CEO 鮑捷、S 先生創(chuàng)始人 Mingke。

分享主題：人工智能在怎樣影響業(yè)態(tài)、真正的 AI 產(chǎn)品經(jīng)理的角色與 JD、產(chǎn)品的對(duì)話式交互特性、產(chǎn)品經(jīng)理在 AI 時(shí)代下技能邊界在哪里。

Mingke先生主題：?CUI 行業(yè)的機(jī)會(huì)與現(xiàn)狀、CUI 產(chǎn)品的設(shè)計(jì)思路和決定性屬性（圣杯屬性）

1. AI產(chǎn)業(yè)的混亂（注意背景是2017年6月以前）

行業(yè)內(nèi)的專業(yè)知識(shí)不清楚：基礎(chǔ)設(shè)施的塵埃沒有落定，創(chuàng)業(yè)公司在應(yīng)用層做產(chǎn)品，就做全棧；研發(fā)要從底層算法開始積累；產(chǎn)品分不清“什么事情該誰做”。

行業(yè)內(nèi)（非學(xué)術(shù)上）無法定義AI：路徑？方法？目標(biāo)？很多寫文章，做演講，將識(shí)別率召回率，但沒有能拿出手的產(chǎn)品。當(dāng)行業(yè)里沒人能夠下定義，也沒有絕對(duì)權(quán)威和絕對(duì)成功的產(chǎn)品時(shí)，就意味著每個(gè)從業(yè)者都有了定義這個(gè)行業(yè)的機(jī)會(huì)。（但是，大廠或已有背景知識(shí)的人的機(jī)會(huì)肯定比小打小鬧、后入場(chǎng)的人的機(jī)會(huì)大）

曾經(jīng)有家外企公司有 AI 產(chǎn)品項(xiàng)目需求，找了很多公司來做每家公司都回復(fù)能做，只要提供滿足某某要求的數(shù)據(jù)就行。該外企的 CTO 吐槽說，Andrew Ng （吳恩達(dá)*）在 Stanford講的那些誰都看過，要是這種數(shù)據(jù)我已經(jīng)有了，那我不是自己成立個(gè)部門就解決了？解決數(shù)據(jù)和訓(xùn)練的相關(guān)問題本來就該是AI 產(chǎn)品設(shè)計(jì)中的一環(huán)，缺少的不是「愛干凈的科學(xué)家」，而是能設(shè)計(jì)和實(shí)施完善的解決系統(tǒng)的團(tuán)隊(duì)。不能遇到真實(shí)場(chǎng)景的項(xiàng)目就要數(shù)據(jù)，沒有數(shù)據(jù)就妥協(xié)產(chǎn)品效果。

上面這段話是在強(qiáng)調(diào)AI產(chǎn)品設(shè)計(jì)中的一條原則，不能因?yàn)閿?shù)據(jù)和訓(xùn)練的問題就讓最后產(chǎn)品的效果打折。AI在商業(yè)應(yīng)用上還有許多產(chǎn)品經(jīng)理的發(fā)揮空間。

2. AI產(chǎn)品的設(shè)計(jì)思想

設(shè)計(jì)思想的核心價(jià)值體現(xiàn)在做具體工程的設(shè)計(jì)決策時(shí)，可以提供指導(dǎo)產(chǎn)品方向。講人話就是，當(dāng)你的產(chǎn)品做到不知道該怎么辦了，就去問設(shè)計(jì)思想。人工智能產(chǎn)品設(shè)計(jì)的思想是應(yīng)該站在對(duì)業(yè)界、底層算法、技術(shù)工程、消費(fèi)者意識(shí)、甚至競(jìng)爭環(huán)境等等方面的理解上，根據(jù)整體環(huán)境去制定的。

① 思想一：做商業(yè)應(yīng)用的團(tuán)隊(duì)，一定要?jiǎng)?chuàng)造真實(shí)的、有差異性的價(jià)值。

用“拿著錘子找釘子”的思路去做產(chǎn)品，一做一個(gè)死！關(guān)注場(chǎng)景，明確造車目標(biāo)再去找合適的工具。

②思想二：只有用戶感知到這個(gè)功能或者價(jià)值，產(chǎn)品才有存在（被選擇使用）的可能性。

主觀唯心主義觀點(diǎn)：To be is to be perceived 。用戶是否選擇你的產(chǎn)品、對(duì)產(chǎn)品的態(tài)度是由用戶體驗(yàn)的效果決定的，不是開發(fā)團(tuán)隊(duì)自上而下的設(shè)計(jì)效果決定的。

CUI的產(chǎn)品經(jīng)理要對(duì)用戶會(huì)在某一場(chǎng)景下說出什么話做預(yù)判。設(shè)計(jì)思想不能是：“因?yàn)榧夹g(shù)受限，我們處理不了，所以不能讓用戶說這種話”；而是要“默認(rèn)這些話一定會(huì)出現(xiàn)，然后系統(tǒng)需要如何處理”。【非常重要】

對(duì)開發(fā)者而言，要處理一個(gè)任務(wù)，需求可能會(huì)考慮到與這個(gè)任務(wù)相關(guān)的各種細(xì)節(jié)，那么這些細(xì)節(jié)之間的關(guān)系要如何表達(dá)，是否該使用ontology的思路對(duì)該場(chǎng)景進(jìn)行全面的覆蓋？要的話，顆粒度多細(xì)？

③ 思想三：做設(shè)計(jì)的時(shí)候是把 5000 個(gè)方面同時(shí)考慮的過程。這就是此類產(chǎn)品的核心競(jìng)爭力之一，也是產(chǎn)品經(jīng)理的重大價(jià)值之一。

喬布斯的觀點(diǎn)：Design is keeping 5000 things together in your brain. 將AI產(chǎn)品比作一個(gè)黑盒子，如果需要實(shí)現(xiàn)“input一個(gè)需求，完美output一個(gè)結(jié)果”的效果，就需要設(shè)計(jì)師在這個(gè)黑盒子中設(shè)計(jì)很多環(huán)節(jié)，幫助機(jī)器判斷無法被算法和技術(shù)自動(dòng)處理的細(xì)節(jié)。

實(shí)例：以CUI的意圖識(shí)別為例。一個(gè)場(chǎng)景可以拆成很多個(gè)意圖，而且數(shù)量不一定。

①直接將場(chǎng)景或者意圖交給數(shù)據(jù)或算法來處理，是一種很簡單粗暴的方式，最后得到的結(jié)果就是一個(gè)非常智障的產(chǎn)品。

②交給人設(shè)計(jì)，考慮的因素：訓(xùn)練數(shù)據(jù)是否夠、算法的能力、最終需求的程度？最后意圖是否識(shí)別對(duì)，應(yīng)該由產(chǎn)品經(jīng)理來判斷。

③拆成80個(gè)，好處：對(duì)話設(shè)計(jì)更平滑；壞處：沒有足夠的訓(xùn)練樣本。那就拆成18個(gè)，好處：需要的訓(xùn)練樣本少了；壞處：是夠能夠精準(zhǔn)識(shí)別用戶的正確需求呢？

④產(chǎn)品經(jīng)理得假定預(yù)判某種體驗(yàn)為目標(biāo)，然后結(jié)合其他因素來看如何實(shí)現(xiàn)。而預(yù)判的體驗(yàn)好或不好的標(biāo)準(zhǔn)，是否符合真實(shí)用戶的行為，則非常考驗(yàn)對(duì)場(chǎng)景下用戶心理的拿捏。

（從我自己在設(shè)計(jì)對(duì)話式AI的經(jīng)驗(yàn)中，我們也會(huì)去思考用戶在這種情況下會(huì)怎么怎么說？說完 會(huì)期待什么？如何在不滿足期待的時(shí)候讓用戶繼續(xù)對(duì)話？在與其他交互設(shè)計(jì)討論的過程中，確實(shí)會(huì)有不同的結(jié)論，因?yàn)槊總€(gè)人的同理心和生活經(jīng)歷不一樣，也沒有專門去了解心理學(xué)上的專業(yè)知識(shí)，所以確實(shí)是跟人的經(jīng)驗(yàn)經(jīng)歷強(qiáng)綁定的）

總結(jié)：用最終效果來指導(dǎo)所有的設(shè)計(jì)，然后再由設(shè)計(jì)指導(dǎo)研發(fā)。產(chǎn)品的目的只有一個(gè)，就是最終效果，無論是自上而下還是自下而上的設(shè)計(jì)，都不是目的，只是方法。

一個(gè)好的 CUI 設(shè)計(jì)的特性：體驗(yàn)越好，就越難找到背后的設(shè)計(jì)邏輯——一個(gè)產(chǎn)品如果能輕易給你摸到其黑盒里的 Pattern（模型），那么這必定不是一個(gè)值得研究的產(chǎn)品。（Fake it, until make it.? 如何讓使用者摸不到黑盒里面的邏輯呢，就需要產(chǎn)品經(jīng)理運(yùn)用自己的邏輯判斷，處理好對(duì)話流中的各種細(xì)節(jié)，設(shè)計(jì)出一個(gè)個(gè)精巧的螺絲釘和齒輪，環(huán)環(huán)相扣，讓這個(gè)黑盒子能夠運(yùn)轉(zhuǎn)起來，不止于卡死。）

3. CUI產(chǎn)品的圣杯屬性

圣杯屬性指的是一些非常重要的、對(duì)終端產(chǎn)品體驗(yàn)有決策性影響的因素和屬性。往往這些屬性是隱形的，不容易發(fā)現(xiàn)。譬如移動(dòng)互聯(lián)網(wǎng)中，觸摸屬性是一個(gè)明顯的屬性，但不是圣杯屬性，所以基于“觸摸”做出來的產(chǎn)品都不算真正的強(qiáng)大，而基于“碎片時(shí)間”（碎片化閱讀今日頭條、短視頻快手抖音）、“地理位置”（瑞幸咖啡、餓了么）、“個(gè)人身份和社交關(guān)系綁定”（微信） 等特征做出來的App才算是強(qiáng)大的。

CUI的圣杯屬性

① 抽象。好的 CUI 系統(tǒng)應(yīng)該是盡量直接解決用戶的問題而讓用戶忽略過程。因此用對(duì)話能跑幾輪來判斷任務(wù)系統(tǒng)的好壞是毫無意義的。終極效果是「我不用說，你就明白」。

（這里作者也沒有詳細(xì)講這方面的內(nèi)容，我理解是，系統(tǒng)在處理用戶的問題時(shí)，不會(huì)說給一步步的澄清語，讓你知道它是怎么一步步處理你的問題的，省去選擇，省去澄清，直接給你滿意的結(jié)果。相當(dāng)于把這個(gè)問題處理的過程給抽象成一個(gè)黑盒子了。這個(gè)要和第二個(gè)屬性結(jié)合起來看。）

②?Context 。通常在 NLP 里被理解成語義上的「上下文」，而我這里指的是場(chǎng)景。一個(gè)對(duì)話發(fā)生之前 Context 就已經(jīng)產(chǎn)生了。當(dāng)你跟一個(gè)人見面的時(shí)候，一句話還沒講，但是很多信息就已經(jīng)出來了。這些信息與文字無關(guān)，而且是隱蔽的看不到的，但是它是存在的。好的 CUI 系統(tǒng)需要判斷對(duì)話會(huì)包含哪些元素，怎么去找出這些元素，然后把悄無聲息的把他們解決掉。

（這個(gè)也可以理解成在用戶和機(jī)器對(duì)話之前的背景資料，一方面是內(nèi)置的默認(rèn)條件、用戶基本信息或者權(quán)限系統(tǒng)，另一方面是用戶在使用過程中不斷產(chǎn)生的行為數(shù)據(jù)）

③?個(gè)性化。因?yàn)闆]有可視化界面的，所以用戶對(duì) CUI 產(chǎn)品提的需求都是高度個(gè)性化的。并且這個(gè)「?jìng)€(gè)性化」有別于過去 GUI 產(chǎn)品常見的基于用戶畫像的個(gè)性化。它是動(dòng)態(tài)的，很多個(gè)方面隨著時(shí)間和空間是在不斷發(fā)展并不停與外部條件妥協(xié)的綜合結(jié)果。

（可以理解成，這個(gè)個(gè)性化是隨著用戶的使用習(xí)慣或使用場(chǎng)景的變化而變化的，比如在我們的場(chǎng)景下，用戶一般每天會(huì)打開應(yīng)用看公司的財(cái)報(bào)，但是有一天他要去北京分公司視察，所以那一天他除了看公司的總體業(yè)績，還會(huì)看北京分公司的業(yè)績）