Hur blir en bot bra? Konkreta tips för 8 floskler

Lätt att säga, men kanske svårare att få till i praktiken? Hur kommer man dit? Låt mig utveckla mina tankar runt tre av de vanligaste saker som göra en bot bra: Tydlighet, personlighet och enkelhet. Hur gör man dessa diffusa termer konkreta?

1. Sätt ett tydligt mål för boten
2. Eka tillbaka det användaren säger
3. Styr in användaren på vad boten är till för även om den av olika skäl även kan svara på annat
4. Maximera ett svar till 150 tecken
5. Variera språk
6. Utforska olika personligheter
7. Identifiera användares sinnesstämning
8. Hantera ”feta fingrar”

Med iterativ utveckling och en release varje eller varannan vecka kommer du snart se när det är rätt att prioritera vad – för din första version behöver inte klara allt det här. Nedan följer lite mer resonemang som jag hoppas hjälper till.

1. Tydlig bot

För att beta av de tre områdena ett och ett: Vad är en tydlig bot? För mig är det att boten har en tydlig roll att fylla. När man bestämt vad den är till för blir det enklare att mäta om man lyckas och därför enklare att rätta till felsteg. Så försök inte få den att göra allt. Då är det lätt att man inte hinner med att göra någonting riktigt bra. Ge arbetet tid. Iterera. Lär av användare. Igen. Och igen. De tänker garanterat annorlunda än du. Ju fortare du får feedback från skarpa användare, desto snabbare börjar boten göra rätt. Inte för att vara kinkig, men mamma, grannen och kompisarna på Facebook räknas inte. De är alldeles för snälla.

Nix. Fråga inte familjen om du vill veta sanningen

Riktiga konversationer med riktiga användare är väsentligt mer kunskapsbringande i en inledande fas, när antalet användare i boten är litet. Feedback från användare blir avgörande i prioritering av förbättringar – även om det bara sker genom att logga användning eller låta boten själv fråga.

En annan enkel funktion för att skapa tydlighet är att eka tillbaka till användaren det som just sagts. Om boten frågar efter information, är det enkelt att bekräfta att man förstått, genom att skicka berätta det för användaren. Om man har ett större antal datapunkter att fråga efter, kan det vara vettigt att kapsla in dem i ett formulär istället för att bekräfta dem en och en.

När jag måste fråga många saker, paketerar jag gärna de enkla frågorna i ett mini-formulär

Nästan varje talare på temat jag hör har ett standard-tips: Ett startmeddelande som berättar kortfattat vad boten kan hjälpa till med. Hur kommer det sig då att användare trots det frågar om middagstips, skostorlek och annat som definitivt inte står med i beskrivningen av vad boten kan? Tja, vi är väl nyfikna och av naturen. En bra tumregel är att alla texter över 150 tecken är för långa för att mottagaren ska orka läsa. Låt mig lägga ut texten lite och dela med mig av en kul spaning (utan anspråk på vetenskaplighet): ”Skostorleksfrågorna” och andra omöjliga frågor är klart överrepresenterade bland män i och strax under 40-årsålden. Av någon anledning kan de bara inte låta bli att fråga omöjligheter.

Ibland har man mycket att förklara. Här har jag tagit till ett antal olika knep för att dela upp texten i bitar

Det finns dock en lärdom i exemplet. Användare som ställer udda frågor får faktiskt inga svar och det lämnar kvar en känsla av att boten inte gör sitt jobb. Om nästa fråga är en riktig fråga och boten inte klara den heller, då riskerar den att bli värdelös i användarens ögon. Jag lutar därför kraftigt åt att kunna svara något vitsigt eller intelligent även på mindre relevanta frågor, fånga användarens uppmärksamhet och utnyttja tillfället att informera hen om vad boten faktiskt kan hjälpa till med. Jag experimenterar just nu med videosnuttar istället för längre texter. Låt mig återkomma med resultatet i ett senare blogginlägg.

2. Personligheten

För att kunna vara personlig krävs ju att man faktisk vet något om den man pratar med. Men glöm inte att om du har tillgång till data om en person och vill använda det i en bot, krävs samtycke från användaren – enligt GDPR. Har du inte tillgång till så personligt data, eller om det känns övermäktigt i ett projekt att bygga personanpassade dialogflöden, så finns det några andra enkla saker att ta till:

• Ta exemplet tidigare med att bekräfta för användaren vad de sagt. En av de största uppenbarelserna för mig när jag pratat med användare, är att det jag (och andra ”hemma på kontoret”) trott, och det användare upplever är helt olika saker. Oron för att verka tjatig och avskräckande var helt obefogad. I själva verket upplevde användare boten inlyssnande och förstående, så resultatet blev en upplevd kontakt och empati.
• Variera språket. En förutsättning för att det ska upplevas personligt är att botens repliker varieras, som i naturligt tal. Repliker som förekommer oftare kan ha fler varianter och riktigt formella saker kanske bara ska sägas på ett sätt. Vissa verktyg har inbyggt stöd för språklig variation, till exempel delar av Amazons plattform. Normalt har jag en slumpfunktion som plockar mellan ett antal olika repliker som betyder samma sak, så inte svårt att bygga, om inbyggt stöd saknas.
• Om du inte orkar analysera vilken personlighet användaren gillar bäst, låt boten själv fråga. Det är enkelt att bygga genom att låta personligheter vara en del av språkvariationen i punkten ovan och sedan filtrera på det attribut som representerar användarens valda personlighet. Samma mekanism kan man för övrigt använda för att låta boten prata flera språk. En liten varning: Det blir en hiskelig massa repliker att hålla reda på. Tänk att ha fyra variationer med fyra personlighetstyper. Varje replik blev plötsligt 16 rader text…
• Ett annat sätt att använda samma funktion är att svara annorlunda baserat på användarens sinnesstämning. Det finns tjänster på nätet som detekterar om en replik är arg eller glad. Visserligen fortfarande ganska klumpigt, men ändå bättre än ingenting. Den informationen kan användas för att låta en bot uttrycka sig olika – eller att helt byta flöde i dialogen, eller till och med skicka samtalet vidare till en människa.

Även i arbetet med att utveckla din bots personlighet är jag en varm förespråkare av att iterera utvecklingen och ta lärdom av feedback från användare.

3. Enkel att använda

Kunskapen om bot-dialoger är inte speciellt väl utvecklad ännu. Visserligen har titlar som Dialog Designer dykt upp i Silicon Valley, men material att lära sig av är det ont om. Visst skulle man kunna ha långa utläggningar om psykologi och hur man anpassar dialoger till sammanhang och förståelse om användaren, men jag skulle vilja påstå att verktygen vi bygger botar med inte riktigt är på nivån att det med en rimlig insats går att bygga in sådan analys. Det kräver helt enkelt för mycket egen utveckling. Jag vill ändå påstå att det är bra att vara förbered – utvecklingen går fort. Sen finns det ändå några grundläggande saker vi kan göra redan idag.

Det jag tycker är viktigast att kunna hantera är bot-väldens motsvarighet till ”feta fingrar”-problemet. Det är lätt hänt att användaren skriver fel eller missuppfattar en fråga boten ställt och svarar på ett sätt som boten då inte kan förstå. En dialog som inte klarar lite felskrivningar blir snabbt en usel upplevelse – tänk att man är inne i en dialog och måste svara på två eller tre frågor innan man kan börja om och göra det som skulle göras eller att ett längre samtalsflöde spårar ur för att man tryckt fel på en tangent. Det är absolut önskvärt att undvika. Här är mina tankar på var man kan börja och vad som behöver finnas på plats för att hantera ”feta fingrar”:

• Avbryt inte dialogen för att det blivit fel. Försök istället förstå vad användaren menar – precis som i ett vanligt samtal när man inte hör vad den andra parten säger.
• Känn igen vad användaren vill ändra – det behöver ju inte alls vara det som man råkar ha i chatten just nu. Se till att fånga de saker användare säger när de rättar sig själva.
• Hantera själva ändringen, vilket innebär att data behöver vara åtkomligt under hela chatten, så det måste sparas i någon ”tillståndsbehållare”.
• Fråga sedan om användaren vill fortsätta där dialogen avbröts och hitta tillbaka till där man var innan om det är det användaren vill – dvs ha någon typ av stöd för sammanhang i samtalet.

När man delar upp problemet i dessa delar blir det lite lättare att hantera. Det är dock minst lika mycket arbete som att bygga själva grundfunktionen i en bot, så i vilken utsträckning det är värt att arbeta på och när i ett bot-projekt det är rätt att göra den investeringen i samtalsupplevelse beror på värdet av andra saker du skulle kunna göra istället, så klart. Hur du gör i detalj varierar mellan ramverken för bot-byggandet, men det finns en hel del hjälp att tillgå. Lycka till!