Google सहायक के लिए आदर्श कार्य - मास्को हैकाथॉन के 8 पाठ

जुलाई के अंत में, Google ने अपने मॉस्को कार्यालय (क्रेमलिन के सामने एक) में एक बंद हैकाथॉन आयोजित किया। विषय था वॉयस असिस्टेंट के लिए क्रियाओं का विकास। हमने ( जस्ट एआई ) और एक दर्जन अन्य टीमों ने इस कार्यक्रम में भाग लिया और Google nishtyaks के साथ न केवल लाल बैकपैक्स को बाहर लाया, बल्कि उच्च-गुणवत्ता वाले आवाज इंटरफेस बनाने के तरीके पर बहुत उपयोगी ज्ञान भी दिया।

हैकथॉन के कुछ दिनों के लिए, सभी ने एक सहायक के लिए एक आवाज एप्लिकेशन विकसित करने की कोशिश की, और किसी ने Google एक्ट्रेस निर्देशिका में अपने कार्यों को भी प्रकाशित किया। हमारे आवेदन के उदाहरण पर , हम सही एक्शन और आसानी से Google मॉडरेशन बनाने के बारे में बात करेंगे।

Google पर क्रियाएँ क्या है

Google सहायक न केवल मानक वॉयस कमांड कर सकता है। आप उसके लिए अपने स्वयं के ऐड-ऑन बना सकते हैं, जो सहायक को कार्यक्षमता जोड़ देगा। Google इन ऐड-ऑन क्रियाओं को कॉल करता है। और रूसी में यह एक "अनुप्रयोग" के रूप में अनुवाद होता है। Google पर क्रियाओं के बारे में यहाँ और पढ़ें।

अपनी कार्रवाई क्यों बनाएँ

यदि आप किसी प्रकार का मोबाइल एप्लिकेशन बना रहे हैं, या यदि आपके पास एक वेबसाइट है जो आपके ग्राहकों को कुछ उपयोगी सेवाएं प्रदान करती है, तो Google सहायक आपके उपभोक्ता के साथ बातचीत करने के लिए एक और अच्छा चैनल है। आखिरकार, आवाज सहायक 500 मिलियन से अधिक उपकरणों पर स्थापित है! और ये न केवल स्मार्टफोन हैं, बल्कि स्मार्ट स्पीकर, कार, घड़ी, टीवी भी हैं। इसलिए, यदि आप अपनी वेबसाइट या एप्लिकेशन को आवाज सहायक के लिए कौशल के साथ पूरक करते हैं, तो आपको नए ग्राहक और उपयोगकर्ता मिलने की संभावना है, क्योंकि वे पहले से ही इन सभी उपकरणों पर सहायक के साथ बात कर रहे हैं। और वे आपके दोस्तों और परिचितों को आपकी सेवा के बारे में बताने की अधिक संभावना रखते हैं।

एक्शन को सही तरीके से कैसे करें

लेकिन यह मत सोचो कि आवाज सहायक के लिए आवेदन साइट के समान है। यह एक मौलिक रूप से भिन्न उपयोगकर्ता अनुभव (UX) है, जिसमें पहले से ही अपने दिशानिर्देश हैं । उपयोगकर्ता सहायक के साथ बोलता है, इसलिए आपके सहायक अनुप्रयोग को उपयोगकर्ता को प्राकृतिक भाषा में बोलना चाहिए।



हैकाथॉन में , हमने अपने स्वयं के Aimylogic संवादी इंटरफ़ेस डिजाइनर का उपयोग किया , जिस पर हमने Google सहायक के लिए अपना पहला आवेदन लागू किया। और उसके उदाहरण पर, अब हम उन सबसे मूल्यवान पाठों के बारे में बात करेंगे जो हमने इस दौरान सीखे थे।


यह हमारा तैयार एक्शन Ayylogic कंस्ट्रक्टर में दिखता है।

पाठ संख्या 1. कार्रवाई आवाज है

सहायक एक आवाज इंटरफ़ेस है। उपयोगकर्ता किसी सहायक के साथ तब बात करते हैं जब किसी एप्लिकेशन या साइट को खोलने के बजाय यह कहना अधिक सुविधाजनक होता है।

यह स्पष्ट रूप से समझना आवश्यक है कि वॉइस इंटरफेस के माध्यम से उपयोगकर्ता के लिए यह या आपकी सेवा का कार्य क्यों उपयोगी हो सकता है।

आवाज तब होती है जब आपको जल्दी से स्क्रीन पर देखे बिना कभी-कभी जल्दी और कभी-कभी आवश्यकता होती है। आवाज तब होती है जब प्रश्न और उत्तर दोनों ही पहली बार छोटे और स्पष्ट होते हैं। और अगर इसके लिए उपयोगकर्ता को पांच क्लिक करने की आवश्यकता नहीं है, तो वह निश्चित रूप से इस अवसर का लाभ उठाएगा।

हमारे आवेदन में "आंखों के लिए योग" एक ऐसा कार्य है। ये वास्तव में दृष्टि के लिए अभ्यास हैं। कक्षाओं के दौरान उपयोगकर्ता को स्क्रीन से विचलित नहीं होना चाहिए। यही कारण है कि हम वॉयस इंटरफेस का उपयोग करते हैं।

पाठ संख्या 2. क्रिया वास्तव में उपयोगी होनी चाहिए

सहायक उपयोगकर्ता के कार्यों को हल करता है, न कि केवल ब्राउज़र खोलता है

एक सहायक एप्लिकेशन न बनाएं जो उपयोगकर्ता के लिए उपयोगी नहीं है। कार्रवाई बहुत सरल हो सकती है और आपकी सेवा का केवल एक कार्य कर सकती है, लेकिन यह पूरी तरह से उपयोगी होना चाहिए। अन्यथा, इसका कोई मतलब नहीं है।

"आंखों के लिए योग" उपयोगी है कि उपयोगकर्ता को विभिन्न परिसरों में अभ्यास और उनके आदेश को याद करने की आवश्यकता नहीं है। यह केवल एक एक्शन कहता है, जो एक-एक करके अभ्यास को पढ़ता है, और उपयोगकर्ता उन्हें निष्पादित करता है।

ऐसा करने के लिए, हमने कई अलग-अलग परिसरों का चयन किया और विभिन्न शीटों पर नियमित Google स्प्रेडशीट में अभ्यासों को रखा। हमारा एप्लिकेशन डेटाबेस के रूप में इस तालिका का उपयोग करता है , HTTP अनुरोध का उपयोग करके वांछित शीट से अभ्यास की एक सूची का चयन करता है , और फिर उन्हें एक चक्र में उपयोगकर्ता को पढ़ता है। जैसे ही उपयोगकर्ता अगला अभ्यास समाप्त करता है, वह कहता है "चलो," और एक्शन निम्नलिखित पढ़ता है।

पाठ संख्या 3. कार्रवाई स्पष्ट और अनुमानित होनी चाहिए।

सहायक हमेशा समझाता है कि वह उपयोगकर्ता से क्या अपेक्षा करता है। और उपयोगकर्ता हमेशा जानता है कि सहायक अब क्या करेगा।

कार्रवाई एक सहायक और उपयोगकर्ता के बीच एक संवाद है। जब एक्शन अगली प्रतिकृति का इंतजार करता है, तो उपयोगकर्ता को समझना चाहिए कि वह अब क्या कह सकता है, और सहायक कैसे प्रतिक्रिया देगा। अन्यथा, सहायक उपयोगकर्ता को अपर्याप्त और समझ से बाहर लग जाएगा। और आप इसका उपयोग नहीं करना चाहेंगे।

एप्लिकेशन "आंखों के लिए योग" संक्षेप में लेकिन उपयोगकर्ता को स्पष्ट रूप से समझाता है कि जब भी वह अगले अभ्यास को पूरा करे तो उसे "आना" चाहिए। उसके बाद, सहायक अगले अभ्यास को पढ़ता है और फिर से इंतजार करता है। इसलिए उपयोगकर्ता समझता है कि उसे क्या करना चाहिए और सहायक उससे क्या उम्मीद करता है। संवाद सरल लेकिन आश्चर्यजनक रूप से प्रभावी है।

वाक्यांश अनुभाग में, हमने वाक्यांश "चलो," के लिए समानार्थक शब्द जोड़े , ताकि सहायक अन्य योगों के लिए पर्याप्त रूप से प्रतिक्रिया दे। और हमने युक्तियों के साथ बटन भी जोड़े - ताकि उपयोगकर्ता पहली बार समझे कि हमारा आवेदन कैसे काम करता है। हमने जवाब में परिवर्तनशीलता का भी उपयोग किया ताकि उपयोगकर्ता द्वारा पाठ शुरू करने पर हर बार एक ही वाक्यांश को न दोहराया जाए।

पाठ संख्या 4. कार्रवाई को संक्षेप में बोलना चाहिए, लेकिन स्वाभाविक रूप से

रोबोट से लंबा पाठ सुनना मुश्किल है। और अगर पाठ अप्राकृतिक लगता है, तो यह और भी बुरा होगा।

एक सहायक एक रोबोट है जो मानव जैसा बनना चाहता है। व्यवहार में, यह इस तथ्य में अनुवाद करता है कि सहायक की सभी प्रतिकृतियां समझने योग्य होनी चाहिए, लेकिन बहुत अधिक रोबोट नहीं होनी चाहिए।

भाषण संश्लेषण एक जटिल चीज है। पाठ थोड़ा लंबा है - और उपयोगकर्ता इसे अंत तक नहीं सुनता है। और अगर सहायक सिर्फ एक रोबोट की तरह है तो संक्षेप में संदेश को एन्क्रिप्ट करेगा, तो उपयोगकर्ता इसे बिल्कुल भी नहीं समझेगा। खैर, या उसे यह समझने के लिए अधिक प्रयास की आवश्यकता होगी कि उसके लिए क्या आवश्यक है।

इसलिए अपने उत्तरों पर काम करें । एक तरफ उन्हें छोटा करें, और दूसरे पर उनके लिए संवादी भाषण जोड़ें।

जब हमने इंटरनेट से देखने के लिए अभ्यास के सेट का चयन किया, तो हमने देखा कि वे साइट के लिए अच्छी तरह से अनुकूल हैं, और इंटरेक्टिव इंटरफ़ेस के लिए नहीं। इसलिए, हमने एक ही समय में इसे कम और अधिक समझने के लिए प्रत्येक अभ्यास को फिर से तैयार किया। उदाहरण के लिए, अभ्यास वाली साइट पर ऐसा पाठ था

“अपनी आँखें बंद करो। फिर अपनी हथेलियों को रगड़ें और उन्हें अपनी आंखों के साथ संलग्न करें। इस स्थिति में तब तक रहें जब तक कि आपके हाथ गर्मी को छोड़ न दें। फिर, अपनी आँखें खोले बिना, अपनी हथेलियों को वापस रगड़ें और उन्हें फिर से अपनी आँखों में डालें। तीन बार व्यायाम करें। ”

हमने इसे ऐसे ही बदल दिया

“अपनी आँखें बंद करो। अपनी हथेलियों को जोर से रगड़ें, उन्हें अपनी आंखों के पास लाएं और एक मिनट तक ऐसे ही बैठे रहें। "

और दो लाइनों में टूट गया। जब उपयोगकर्ता कहता है "आगे बढ़ो," सहायक उत्तर देगा, "अब इसे दो बार दोहराएं । "

आप केवल साइट से पाठ की प्रतिलिपि नहीं बना सकते हैं और इसे ध्वनि सहायक के लिए उपयोग कर सकते हैं । हमें ग्रंथों पर काम करने की आवश्यकता है ताकि वे कान से समझ सकें।

पाठ संख्या 5. क्रिया को उपयोगकर्ता के साथ इंटरैक्ट करना होगा

सहायक एक व्यक्तिगत सहायक है। यह उपयोगकर्ता को परिणाम प्राप्त करने में मदद करनी चाहिए, न कि केवल उससे कार्यों की प्रतीक्षा करें।

वेबसाइट पर या मोबाइल एप्लिकेशन में, हम बटन, सूची, चित्र आदि के साथ एक इंटरफ़ेस बनाते हैं। वॉइस असिस्टेंट भी यह सब कर सकता है, लेकिन मुख्य अंतर यह है कि वह बोलता है और उपयोगकर्ता को किसी भी वाक्यांश को कहने की अनुमति देता है। और यह यूआई के दृष्टिकोण को बदल देता है।

उपयोगकर्ता यह नहीं सुन सकता है कि सहायक ने उसे क्या बताया। या पहली बार में समझ नहीं आता। यदि पूछा जाए तो सहायक को दोहराने के लिए हमेशा तैयार रहना चाहिए। या उपयोगकर्ता को समझ में नहीं आने पर अपने उत्तर में सुधार करें। अपने आप को एक सहायक के जूते में रखो। आप किसी अन्य व्यक्ति से बात कर रहे हैं, और यह आपके लिए महत्वपूर्ण है कि आप उसे समझें, और जरूरी नहीं कि पहली बार हो। आप केवल मेनू आइटम के साथ पेपर की एक शीट को इंटरलेक्यूटर नहीं दिखाते हैं, लेकिन एक विकल्प बनाने में मदद करते हैं।

"आँखों के लिए योग" में, हमने इसे इसलिए बनाया ताकि उपयोगकर्ता पूछे जाने पर सहायक हमेशा अभ्यास दोहरा सके। इसके अलावा, न केवल व्यायाम के पाठ को फिर से प्रदर्शित करें, बल्कि बोलचाल में, व्यायाम को एक बार और करने की पेशकश करें। ऐसा करने के लिए, हमने वाक्यांश ब्लॉक में "दोहराएं" वाक्यांश के कई रूपों का उपयोग किया और अभ्यास के पाठ को दोहराने से पहले पाठ के साथ एक और बुलबुला सेट किया।

पाठ संख्या 6. कार्रवाई को तोड़ने का कोई अधिकार नहीं है

असंगत उपयोगकर्ता वाक्यांशों के लिए भी सहायक को पर्याप्त रूप से जवाब देना चाहिए

सहायक के पास "ब्लू स्क्रीन" या त्रुटि विंडो और ओके बटन नहीं है। और उपयोगकर्ता, बदले में, कुछ भी कह सकता है, और बिल्कुल नहीं कि आपकी कार्रवाई क्या प्रशिक्षित है। इस मामले में, एप्लिकेशन को "ऐसा नहीं कहने" के लिए उपयोगकर्ता को "दोष" देना चाहिए। यह किसी भी तरह एक समझ से बाहर आदेश का जवाब देने के लिए आवश्यक है और एक बार फिर उपयोगकर्ता को समझाएं कि उससे क्या अपेक्षित है।

केवल यह कहते हुए, "ओह, मैं आपको नहीं समझता" पर्याप्त नहीं है। यह सभी की पसंदीदा विंडो को त्रुटि के साथ प्रदर्शित करने के समान है। "और मुझे आगे क्या करना चाहिए?" - उपयोगकर्ता पूछेगा।

"आंखों के लिए योग" अतुलनीय वाक्यांशों पर बहुत सरलता से प्रतिक्रिया करता है - यह उपयोगकर्ता के साथ स्पष्ट करता है कि क्या उसने वर्तमान अभ्यास पूरा किया है। और अगर इस मामले में वह कुछ समझ से बाहर है, तो वह पूछेगा कि क्या वह अपनी पढ़ाई पूरी करना चाहता है। ऐसा करने के लिए, हमने असंगत आदेशों का जवाब देने के लिए वाक्यांश ब्लॉक में "किसी भी अन्य वाक्यांश" शाखा का उपयोग किया। ऐसा हुआ कि यदि उपयोगकर्ता पाठ जारी रखने के लिए कॉन्फ़िगर नहीं किया गया है, तो सहायक आराम से उसे समाप्त करने के लिए आमंत्रित करता है।



असंगत वाक्यांशों पर अधिक ध्यान दें । आखिरकार, यह आपके एक्शन का "सबसे अधिक उपयोग किया जाने वाला फ़ंक्शन" है।

पाठ संख्या 7. क्रिया को उपयोगकर्ता को पहचानना चाहिए

एक सहायक एक सहायक है जो अपने उपयोगकर्ता को जानता है और समय के साथ अपना व्यवहार बदलता है।

यदि उपयोगकर्ता ने पहली बार आपका एक्शन लॉन्च किया है, तो एप्लिकेशन को इस बारे में बात करनी चाहिए कि यह क्या है और इसका उपयोग कैसे करना है। लेकिन अगर उपयोगकर्ता हर दिन एप्लिकेशन को कॉल करता है, तो उसे हर बार उसी मदद से लोड करने का कोई मतलब नहीं है। आपको आवेदन के व्यवहार को बदलने की जरूरत है, जैसा कि सहायक करता है, जो हर दिन अपने उपयोगकर्ता को बेहतर तरीके से जानता है।

Aimylogic में इस बात की जानकारी होती है कि किसी उपयोगकर्ता ने कितनी बार पिछली बार एप्लिकेशन को एक्सेस किया था। आंखों के लिए योग इसका उपयोग उपयोगकर्ता को स्टार्टअप पर अलग तरीके से अभिवादन करने के लिए करता है। और जब से चार्जिंग को हर दिन करने की आवश्यकता होती है, तो हमारा एप्लिकेशन आपको यह याद दिलाता है कि क्या उपयोगकर्ता ने लंबे समय से आवेदन शुरू नहीं किया है। ऐसा करने के लिए, हम स्थितियां ब्लॉक का उपयोग करते हैं, जिसमें हम जांचते हैं कि हमने पिछले अनुरोध को कितने समय पहले प्राप्त किया था। इसके आधार पर, एक्शन संवाद की विभिन्न शाखाओं से गुजरता है।

पाठ संख्या 8. कार्रवाई समाप्त होनी चाहिए

जब एप्लिकेशन अपना काम पूरा कर लेता है, तो आपको माइक्रोफ़ोन से डिस्कनेक्ट करना होगा।

यदि ऐसा नहीं किया जाता है, तो Google निर्देशिका में प्रकाशित करते समय आपके आवेदन को अस्वीकार कर देगा । इसलिए, आपके आवेदन में संवाद की कम से कम एक शाखा होनी चाहिए, जो अनुप्रयोग से बाहर निकलती है। इस स्थिति में, आपको माइक्रोफ़ोन को "बंद" करना होगा।

"आँखों के लिए योग" में, उपयोगकर्ता हमेशा "पर्याप्त" या "मैं थक गया हूँ" कह सकते हैं कक्षाओं को पूरा करने के लिए। Aimylogic में स्क्रिप्ट पूर्णता ब्लॉक है - हमने इसे उपयोगकर्ता को अलविदा कहने और अपनी कार्रवाई पूरी करने के लिए अपने संवाद में उपयोग किया है।

और हम से कुछ और सुझाव

सहायक के लिए वॉइस एप्लिकेशन में अपनी सेवा के सभी कार्यों को धकेलने का प्रयास न करें । संवाद सादगी के बारे में है, न कि बहुक्रियाशीलता के बारे में। आपका एक्शन केवल एक फ़ंक्शन कर सकता है, लेकिन यह करना इतना सुविधाजनक है कि उपयोगकर्ता आपके एप्लिकेशन को हर दिन बिल्कुल एक्सेस करेगा।

एक सहायक से एक और आईवीआर मत करो । सहायक को संभावित उत्तरों को सूचीबद्ध नहीं करना चाहिए - यह अप्राकृतिक है। जब आप वॉइस मेनू में आते हैं, तो यह दुख की बात है। सहायक से ही करने की आवश्यकता नहीं है। वह भाषण को पहचान सकता है, इसलिए अपनी स्क्रिप्ट पर काम करें ताकि यह स्वाभाविक हो। उसी Aimylogic में इसके लिए सभी उपकरण हैं, और साथ ही, आपको किसी भी कोड को लिखना नहीं है।

बटन संकेत हैं, आवाज यूआई का मुख्य तत्व नहीं है । सहायक एक बटन इंटरफेस नहीं है, लेकिन एक आवाज इंटरफ़ेस है। इसलिए, बटन को केवल संकेत के रूप में उपयोग किया जाना चाहिए। आपका संवाद ऐसा होना चाहिए कि उपयोगकर्ता बिना बटन के नकल करे।

एक छोटी गोपनीयता नीति लिखें और उसमें अपने आवेदन का नाम शामिल करें। इसके बिना, आपका आवेदन Google द्वारा संचालित नहीं किया जाएगा। हमारे अंतिम संस्करण को देखें , ताकि हम वैसी ही गलतियाँ न करें जैसे :)

निष्कर्ष में

Google सहायक ने हाल ही में रूसी को समझना शुरू किया। और अभी भी बहुत कुछ नहीं है जो पश्चिम में है (शांत आवाज, स्मार्ट स्पीकर, आदि)। लेकिन यह सब समय की बात है। लेकिन अब आप Google और अन्य डेवलपर्स द्वारा साझा किए गए मौजूदा अनुभव का उपयोग करके, अपनी सेवाओं के लिए इस नए चैनल को विकसित करने का प्रयास कर सकते हैं।



पुनश्च थोड़ी देर बाद हम अपने ट्यूटोरियल्स में स्टेप-बाय-स्टेप निर्देशों को प्रकाशित करेंगे कि योग फॉर आइमोलॉजिक पर योग कैसे करें। डेवलपर्स के लिए हमारे टेलीग्राम चैट पर आओ ताकि प्रकाशन को याद न किया जा सके।