राज, टिप्स, ट्रिक्स: Google सहायक के लिए एक शांत कार्रवाई कैसे बनाएं

गूगल असिस्टेंट के आसपास का इकोसिस्टम तेजी से बढ़ रहा है। अप्रैल 2017 में, केवल 165 क्रियाएं उपयोगकर्ताओं के लिए उपलब्ध थीं, और आज केवल अंग्रेजी में 4,500 से अधिक हैं। इस ब्रह्मांड के रूसी-भाषा के कोने कितने विविध और दिलचस्प हैं, यह डेवलपर्स पर निर्भर करता है। दिमित्री चेचेटकिन, जस्ट एआई की रणनीतिक परियोजनाओं के प्रमुख और "यस, माई लॉर्ड" के लेखक , रूस में न केवल सहायक के लिए सबसे लोकप्रिय खेलों में से एक है, बल्कि दुनिया में (240 हजार से अधिक लोग इसे पहले ही खेल चुके हैं), एक्शन गेम्स बनाने के लिए शेयर लाइफ़ हैक करते हैं Google सहायक। स्क्रिप्ट से अलग कोड और सामग्री क्यों? संवादी इंटरफ़ेस पर काम करते समय क्या याद रखना चाहिए? सामान्य तौर पर, हम समझते हैं कि किसी सपने की कार्रवाई को कैसे नष्ट किया जाए।

हिलाओ, लेकिन मिश्रण नहीं: स्क्रिप्ट, सामग्री और कोड की भूमिका

किसी भी वॉयस एप्लिकेशन में तीन घटक होते हैं - एक संवादात्मक स्क्रिप्ट, सामग्री जो क्रिया के साथ सहभागिता करती है, और प्रोग्राम करने योग्य तर्क, अर्थात। कोड।

परिदृश्य शायद मुख्य बात है। यह वर्णन करता है कि उपयोगकर्ता किन वाक्यांशों को बोल सकता है, उन्हें कैसे क्रिया करनी चाहिए, यह बताता है कि यह किस स्थिति में है, और यह वास्तव में कैसे प्रतिक्रिया देता है। मैं 12 साल से प्रोग्रामिंग कर रहा हूं, लेकिन जब एक संवादात्मक इंटरफ़ेस बनाने की बात आती है, तो मैं विभिन्न विज़ुअल टूल्स का सहारा लेता हूं।

शुरुआत के लिए, यह कागज पर स्क्रिप्ट की एक सरल रूपरेखा तैयार करने के लिए चोट नहीं करता है। इसलिए आप तय करते हैं कि संवाद में क्या और क्या होता है। फिर आप इसे कल्पना करने के लिए स्क्रिप्ट को कुछ उत्पाद में स्थानांतरित कर सकते हैं। मैं अपने विज़ुअल कंस्ट्रक्टर का उपयोग NLU Aimylogic ( Aimylogic में Google सहायक के लिए एक क्रिया बनाने के लिए ) के साथ करता हूं, यह देखने के लिए कि मेरे संवाद में सभी संक्रमण कैसे काम करेंगे, स्वयं की परिकल्पना की जाँच करें और इसे सत्यापित करें कि मैं क्या लागू करना चाहता हूं। Aimylogic में, आप गहराई से प्रोग्रामिंग कौशल के बिना एक स्क्रिप्ट का निर्माण कर सकते हैं, और आप तुरंत कार्रवाई का परीक्षण कर सकते हैं। Google स्वयं एक स्वनिर्धारित संवाद बनाने के लिए डायलॉगफ़्लो प्रदान करता है, और सरल और छोटी लिपियों के लिए जिसे भाषा की व्यापक समझ की आवश्यकता नहीं होती है, कार्य एसडीके ।



प्रोग्रामेबल लॉजिक की अक्सर आवश्यकता होती है। उदाहरण के लिए, आपकी साइट ठंडी लग सकती है, लेकिन इसके लिए "कैसे पता है" इसके लिए, उसे सर्वर पर कोड का उल्लेख करना होगा - और कोड कुछ की गणना करने, परिणाम सहेजने और वापस करने में सक्षम होगा। एक्शन स्क्रिप्ट के साथ एक ही बात। पूरी तरह से मुक्त होने पर कोड सुचारू रूप से चलना चाहिए, और बेहतर होगा। आज हजारों डॉलर का भुगतान करने की आवश्यकता नहीं है ताकि आपकी कार्रवाई 24/7 के लिए 50, 100, 1000 लाइनों का एक कोड उपलब्ध हो। मैं एक बार में इसके लिए कई सेवाओं का उपयोग करता हूं: क्लाउड फ़ंक्शंस, हरोकू, वेबटस्क.आईओ, अमेज़ॅन लैम्बडा। Google क्लाउड प्लेटफ़ॉर्म पर मुफ्त इंस्टेंस उपलब्ध हैं।

स्क्रिप्ट सरलतम HTTP कॉल का उपयोग करके कोड तक पहुंच सकती है जिसका हम सभी उपयोग करते हैं। लेकिन एक ही समय में, कोड और स्क्रिप्ट मिश्रण नहीं करते हैं। और यह अच्छा है, क्योंकि आप इन दोनों घटकों को अद्यतित रख सकते हैं, उन्हें कार्य के रूप में जटिल किए बिना, आप जैसे चाहें उनका विस्तार कर सकते हैं।



तीसरा घटक सामग्री है। यह वह डेटा है जो स्क्रिप्ट की संरचना को प्रभावित किए बिना, हर समय बदल सकता है। उदाहरण के लिए, क्विज़ प्रश्न या हमारे यस गेम में एपिसोड। यदि सामग्री स्क्रिप्ट के साथ या कोड के साथ रहती थी, तो ऐसी स्क्रिप्ट अधिक बोझिल हो जाएगी। और इस मामले में, कोई फर्क नहीं पड़ता कि आप किसी कार्य को बनाने के लिए किस उपकरण का उपयोग करते हैं, इसके साथ काम करना अभी भी आपके लिए असुविधाजनक होगा। इसलिए, मैं सामग्री को अलग से संग्रहीत करने की सलाह देता हूं: डेटाबेस में, क्लाउड स्टोरेज में एक फ़ाइल में, या एक तालिका में जिसमें स्क्रिप्ट भी एपीआई के माध्यम से पहुंच सकती है ताकि मक्खी पर डेटा प्राप्त किया जा सके। सामग्री को स्क्रिप्ट और कोड से अलग करना, आप अन्य लोगों को कार्रवाई पर काम करने के लिए आकर्षित कर सकते हैं - वे सामग्री को स्वतंत्र रूप से फिर से भरने में सक्षम होंगे। और सामग्री का विकास बहुत महत्वपूर्ण है, क्योंकि उपयोगकर्ता कार्रवाई से उम्मीद करता है, जिसके लिए वह समय के बाद समय देता है, ताजा और विविध सामग्री।



क्लाउड में साधारण तालिकाओं का उपयोग कैसे करें ताकि स्क्रिप्ट में सभी सामग्री को स्टोर न करें? उदाहरण के लिए, खेल "प्रथम या द्वितीय" में हमने क्लाउड-आधारित एक्सेल स्प्रेडशीट का उपयोग किया, जहां प्रोजेक्ट प्रतिभागियों में से कोई भी कार्रवाई के लिए नए प्रश्न और उत्तर जोड़ सकता है। Aimylogic स्क्रिप्ट एक विशेष http के माध्यम से एकल http अनुरोध का उपयोग करके इस तालिका तक पहुंचती है। जैसा कि आप देख सकते हैं, स्क्रिप्ट स्वयं छोटी है - क्योंकि यह तालिका से सभी डेटा को संग्रहीत नहीं करता है, जो हर दिन अपडेट किया जाता है। इस प्रकार, हम इंटरैक्टिव स्क्रिप्ट को सामग्री से अलग करते हैं, जो हमें सामग्री के साथ स्वतंत्र रूप से काम करने की अनुमति देती है और सामूहिक रूप से ताजा डेटा के साथ स्क्रिप्ट को फिर से भरती है। वैसे इस गेम को अब तक 80 हजार लोग खेल चुके हैं।

चेकलिस्ट: संवादात्मक इंटरफ़ेस बनाते समय याद रखने योग्य बातें

किसी भी इंटरफ़ेस में ऐसे घटक होते हैं जिनके साथ उपयोगकर्ता सहभागिता करता है: सूचियाँ, बटन, चित्र, और बहुत कुछ। संवादात्मक इंटरफ़ेस समान कानूनों के अनुसार मौजूद है, लेकिन मौलिक अंतर यह है कि एक व्यक्ति आवाज से कार्यक्रम के साथ संवाद करता है। इस पर हमें अपनी कार्रवाई का निर्माण करना चाहिए।

सही कार्रवाई दुनिया में सब कुछ करने में सक्षम नहीं होना चाहिए। जब कोई व्यक्ति एक कार्यक्रम के साथ बोलता है, तो वह अपने सिर में बहुत सारी जानकारी नहीं रख सकता है (याद रखें कि आप बैंक या मोबाइल ऑपरेटर से फोन पर मल्टी स्टोरी व्यक्तिगत ऑफ़र कैसे सुनते हैं)। सुपरफ्लस को छोड़ दें और एक एकल पर ध्यान केंद्रित करें, लेकिन आपकी सेवा का सबसे महत्वपूर्ण कार्य, जो कि स्क्रीन को छूने के बिना, आपकी आवाज़ का उपयोग करते हुए सबसे आसानी से किया जाएगा।
उदाहरण के लिए, आपके पास एक टिकट सेवा है। आपको यह उम्मीद नहीं करनी चाहिए कि ग्राहक आवाज के साथ सामान्य परिदृश्य को क्रैंक करेगा - पांच या छह मानदंडों के अनुसार टिकट की तलाश करें, वाहक, तुलना और भुगतान के बीच चयन करें। लेकिन एक आवेदन जो आपको चुने हुए दिशा में न्यूनतम मूल्य बताता है, वह अच्छी तरह से काम में आ सकता है: यह एक बहुत ही त्वरित ऑपरेशन है, और साइट को खोले बिना आवाज द्वारा इसे प्रदर्शन करना सुविधाजनक है, बिना हर बार "फॉर्म-फिलिंग" स्क्रिप्ट के माध्यम से जाने के लिए (जब खेतों को भरें और फ़िल्टर का चयन करें) )।

आवाज के बारे में कार्रवाई है, सेवा के बारे में नहीं है। उपयोगकर्ता को अफसोस नहीं होना चाहिए कि उसने सहायक में कार्रवाई शुरू की, और उदाहरण के लिए, आवेदन या साइट में नहीं गया। लेकिन यह कैसे समझें कि एक आवाज के बिना कोई नहीं कर सकता है? आरंभ करने के लिए, अपने आप पर कार्रवाई के विचार का प्रयास करें। यदि आप बिना आवाज़ के आसानी से एक ही क्रिया कर सकते हैं, तो कोई मतलब नहीं होगा। मेरी पहली असिस्टेंट ऐप योगा फॉर द आइज़ थी । यह एक ऐसा वर्चुअल पर्सनल ट्रेनर है जो दृष्टि के लिए व्यायाम करने में मदद करता है। इसमें कोई संदेह नहीं है कि यहां एक आवाज की जरूरत है: आपकी आंखें व्यायाम में व्यस्त हैं, आप आराम कर रहे हैं और मौखिक सिफारिशों पर ध्यान केंद्रित कर रहे हैं। मेमो में झांकना, प्रशिक्षण से विचलित होना, असुविधाजनक और अप्रभावी होगा।

या यहाँ एक वॉयस एप्लिकेशन के लिए एक असफल स्क्रिप्ट का एक उदाहरण है। अक्सर मैं इस बारे में सुनता हूं कि कैसे एक और ऑनलाइन स्टोर आभासी सहायक के माध्यम से कुछ बेचना चाहता है। लेकिन टोकरी को आवाज से भरना असुविधाजनक और अव्यवहारिक है। और यह संभावना नहीं है कि ग्राहक समझ जाएगा कि उसे इसकी आवश्यकता क्यों है। लेकिन आवाज द्वारा अंतिम आदेश को दोहराने या खरीदारी की सूची पर जाने पर कुछ फेंकने की क्षमता एक और मामला है।

UX के बारे में याद रखें। उपयोगकर्ता के साथ कार्रवाई होनी चाहिए: संवाद के दौरान उसका मार्गदर्शन करें और मार्गदर्शन करें ताकि वह आसानी से समझ सके कि क्या कहा जाना आवश्यक है। यदि कोई व्यक्ति ठहराव पर आता है, तो वह सोचने लगता है, "और आगे क्या है?" एक विफलता है। यह आशा करने की आवश्यकता नहीं है कि आपका उपयोगकर्ता हमेशा मदद का संदर्भ देगा। डेडलॉक पर नजर रखने की जरूरत है, और प्रमुख सवालों या युक्तियों के साथ उपयोगकर्ता की मदद करें। वॉइस एक्शन के मामले में, भविष्यवाणी एक वाइस नहीं है। उदाहरण के लिए, हमारे खेल "हां, मेरे प्रभु" में, प्रत्येक वाक्यांश समाप्त होता है ताकि प्रतिभागी "हां" या "नहीं" का जवाब दे सके। उसे अपने दम पर कुछ आविष्कार करने की आवश्यकता नहीं है। और ऐसा नहीं है कि यह एक ऐसा प्राथमिक खेल है। यह सिर्फ इतना है कि नियमों को व्यवस्थित किया जाता है ताकि उपयोगकर्ता बहुत स्पष्ट हो।


"वह अच्छा बोलता है!" कार्रवाई "सुनता है" अच्छी तरह से सहायक के लिए धन्यवाद, और अच्छी तरह से "बोलता है" - स्क्रिप्ट डेवलपर के लिए धन्यवाद। एक हालिया अपडेट ने Google सहायक को नए ध्वनि विकल्प और अधिक यथार्थवादी उच्चारण दिए। सब कुछ शांत है, लेकिन डेवलपर को वाक्यांश, इसकी संरचना, ध्वनि पर प्रतिबिंबित करना चाहिए, ताकि उपयोगकर्ता पहली बार सब कुछ समझ सके। तनाव को व्यवस्थित करें, क्रिया वाक्यांशों को मानवीय बनाने के लिए ठहराव का उपयोग करें।

उपयोगकर्ता को कभी भी लोड न करें। एक्शन गेम्स के लिए वॉयसिंग न्यूज फीड या बच्चों को परियों की कहानियां पढ़ना, यह कोई समस्या नहीं है। जब आप पिज्जा ऑर्डर करना चाहते हैं तो एक आवाज सहायक के भाषण को अंतहीन रूप से सुनना मुश्किल है। प्रतिकृतियों को संक्षिप्त बनाने की कोशिश करें, लेकिन मोनोसाइलेबिक और विविध नहीं (उदाहरण के लिए, अभिवादन के लिए कई विकल्पों के माध्यम से सोचने के लिए, विदाई और यहां तक ​​कि वाक्यांशों में सहायक गलतफहमी के कारण)। संवाद को स्वाभाविक और अनुकूल होना चाहिए, इसके लिए आप बोलचाल की भाषा, भावनाओं, वाक्यांशों के हस्तक्षेप को जोड़ सकते हैं।

उपयोगकर्ता मूर्खता को माफ नहीं करता है। लोग अक्सर मूर्खता के लिए आवाज सहायकों को दोषी मानते हैं। और मूल रूप से यह तब होता है जब एक सहायक या उसके लिए एक आवेदन एक ही वाक्यांश के विभिन्न रूपों को पहचान नहीं सकता है। अपनी कार्रवाई को अलार्म सेट करने के रूप में सरल होने दें, यह महत्वपूर्ण है कि वह अभी भी समानार्थक शब्द को समझता है, विभिन्न प्रकार के शब्द जो अर्थ में समान हैं और विफल नहीं होते हैं यदि उपयोगकर्ता अप्रत्याशित रूप से प्रतिक्रिया करता है।

जब कोई कार्रवाई समझने से इंकार करती है तो स्थितियों से कैसे बाहर निकलें? सबसे पहले, आप डिफ़ॉल्ट फ़ॉलबैक इंटेंट में उत्तरों को विविधता प्रदान कर सकते हैं - न केवल प्रदान किए गए मानक का उपयोग करें, बल्कि कस्टम वाले भी। और दूसरी बात, आप सभी प्रकार के स्पैम वाक्यांशों के साथ फालबैक इंटेंट को प्रशिक्षित कर सकते हैं जो खेल से संबंधित नहीं हैं। यह न केवल अप्रासंगिक अनुरोधों का पर्याप्त रूप से जवाब देने के लिए आवेदन को सिखाएगा, बल्कि अन्य प्रकार के अनुरोधों के वर्गीकरण की सटीकता भी बढ़ाएगा।



और एक और टिप। कभी भी, उपयोगकर्ता के जीवन को आसान बनाने के लिए अपनी कार्रवाई के बाहर एक बटन मेनू कभी न बनाएं - यह एनाउंस करता है, संवाद से विचलित करता है और आपको आवाज का उपयोग करने की आवश्यकता पर संदेह करता है।

राजनीति की क्रिया सिखाइए। यहां तक ​​कि सबसे अच्छे कार्रवाई को समाप्त करना चाहिए। आदर्श रूप से, अलविदा, जिसके बाद आप फिर से उसके पास लौटना चाहते हैं। वैसे, याद रखें कि यदि कार्रवाई एक सवाल नहीं पूछती है, लेकिन उपयोगकर्ता के सवाल का जवाब देती है, तो उसे "माइक्रोफ़ोन बंद करना होगा" (अन्यथा एप्लिकेशन को मॉडरेट नहीं किया जाएगा और प्रकाशित नहीं किया जाएगा)। Aimylogic के मामले में, आपको बस स्क्रिप्ट में "स्क्रिप्ट कंप्लीशन" ब्लॉक जोड़ना होगा।
और यदि आप अवधारण पर भरोसा कर रहे हैं, तो स्क्रिप्ट में अच्छे स्वर के अन्य नियम प्रदान करना महत्वपूर्ण है: कार्रवाई को संदर्भ में काम करना चाहिए - उपयोगकर्ता के नाम और लिंग को याद रखें और फिर से न पूछें कि पहले से ही स्पष्ट किया गया है।

रेटिंग और समीक्षाओं के साथ कैसे काम करें

Google सहायक उपयोगकर्ता एक्शन गेम्स को रेट कर सकते हैं और इस तरह उनकी रेटिंग को प्रभावित कर सकते हैं। इसलिए, यह सीखना महत्वपूर्ण है कि अपने लाभ के लिए रेटिंग सिस्टम का उपयोग कैसे करें। ऐसा लगता है कि आपको बस उपयोगकर्ता को अपनी कार्रवाई के साथ एक पृष्ठ का लिंक देने की आवश्यकता है और उसे एक समीक्षा छोड़ने के लिए कहें। लेकिन नियम हैं। उदाहरण के लिए, पहले संदेश में कार्रवाई का मूल्यांकन करने की पेशकश न करें: उपयोगकर्ता को समझना चाहिए कि वह क्या रेटिंग है। तब तक प्रतीक्षा करें जब तक कि आवेदन वास्तव में कुछ उपयोगी या दिलचस्प उपयोगकर्ता मिशन को पूरा न कर दे, और उसके बाद ही समीक्षा छोड़ने की पेशकश करें।



और वाक् संश्लेषण की मदद से अपनी आवाज़ के साथ इस अनुरोध को आवाज़ देने की कोशिश न करना बेहतर है - आप बस उपयोगकर्ता के समय को खर्च करते हैं। इसके अलावा, वह लिंक का अनुसरण नहीं कर सकता है, लेकिन "मैं पांच शर्त लगाता हूं" कहता हूं और यह बिल्कुल नहीं है कि आपको इस मामले में क्या चाहिए।

खेल "हाँ, मेरे प्रभु" में, हम उपयोगकर्ता द्वारा अगले दौर में खेलने के बाद ही प्रतिक्रिया के लिए लिंक प्रदर्शित करते हैं। और उसी समय हम अनुरोध को आवाज नहीं देते हैं, लेकिन बस स्क्रीन के लिए एक लिंक प्रदर्शित करते हैं और फिर से खेलने की पेशकश करते हैं। मैं फिर से ध्यान दूंगा - इस लिंक को तब पेश करें जब उपयोगकर्ता को कुछ लाभ या आनंद प्राप्त करने की गारंटी हो। यदि आप गलत समय पर ऐसा करते हैं, जब कार्रवाई कुछ समझ में नहीं आती है या धीमा हो जाता है, तो आप एक नकारात्मक प्रतिक्रिया प्राप्त कर सकते हैं।

Google सहायक के तीन रहस्य

1. संगीत का उपयोग। रूसी में आवाज सहायकों में से, केवल Google सहायक आपको एक्शन स्क्रिप्ट में सीधे संगीत का उपयोग करने की अनुमति देता है। संगीत एक्शन गेम एक्शन गेम्स में बहुत अच्छा लगता है, और योग से संगीत तक पूरी तरह से अलग संवेदनाएं हैं।
   
   
2. कार्रवाई के अंदर भुगतान विकल्प। इन-ऐप खरीदारी के लिए, Google सहायक Google Play प्लेटफ़ॉर्म का उपयोग करता है। गेम एक्शन क्रिएटर्स के लिए प्लेटफ़ॉर्म के साथ काम करने की शर्तें मोबाइल एप्लिकेशन डेवलपर्स के लिए समान हैं - डेवलपर को लेनदेन का 70% काटा जाता है।
3. मॉडरेशन । सफल मॉडरेशन के लिए, कार्रवाई में एक व्यक्तिगत डेटा प्रोसेसिंग नीति होनी चाहिए। आपको इसे sites.google.com पर रखना होगा, अपनी कार्रवाई और ईमेल के नाम को इंगित करना होगा - डेवलपर कंसोल में डेवलपर के समान और यह लिखें कि एप्लिकेशन उपयोगकर्ता डेटा का उपयोग नहीं करता है। लेनदेन के बिना एक कार्रवाई का मॉडरेशन 2-3 दिनों तक रहता है, लेकिन अंतर्निहित भुगतान के साथ एक आवेदन का मॉडरेशन 4-6 सप्ताह लग सकता है। समीक्षा प्रक्रिया के बारे में अधिक

सामान्य तौर पर, हमारे कार्यों को स्वयं आंखों के लिए योग करें, खेल पहले या दूसरे और हाँ, मेरे स्वामी (और जल्द ही इसमें लेनदेन दिखाई देगा, और मेरे स्वामी के लिए अपनी शक्ति और धन बनाए रखना आसान होगा!)।

और हमने Google सहायक के लिए वॉइस क्वेस्ट "लवक्राफ्ट वर्ल्ड" भी विकसित किया है - लेकिन इसे Aimylogic में नहीं, बल्कि एक व्यावसायिक उद्यम समाधान Just AI संवादी मंच पर बनाया गया है, इसलिए हम आपको इस क्रिया के बारे में अलग से बताएंगे। यह रहस्यमय शैली में "कॉल ऑफ सेल्थु" में एक इंटरैक्टिव ड्रामा है, जहां दृश्यों को पेशेवर अभिनेताओं द्वारा आवाज दी जाती है, साजिश को आवाज का उपयोग करके और खेल में भुगतान करने के लिए नियंत्रित किया जा सकता है।