Alexa Conversationsのダイアログデザイン

人との自然な会話を思い浮かべてみてください。自然な会話は通常、スムーズで協力的に進んでいきます。次に何が起きるかを考えることなく、ただ話すだけです。ユーザーとAlexaの間でこのような自然な会話を再現するのは、とても難しい課題です。人が交わす会話は、シナリオもなく微妙に変化し、トピックも多岐にわたります。Alexa Conversationsは、このような微妙な変化の多くを処理します。

以下のセクションでは、Alexa Conversationsのしくみ、ユーザーの行動や期待の認識、いくつかのベストプラクティスについて説明します。このコンテンツをガイドとして使用して、自然でシームレスなサンプルダイアログをデザインしてください。

Alexa Conversationsは人工知能（AI）駆動型エンジンです。サンプルダイアログでトレーニングすることで、シミュレーションダイアログを作成できます。シミュレーションダイアログはターンベース形式で、ユーザーとAlexaの間の幅広いユーザー応答を表します。AIエンジンによって、さまざまな発話の出力、代名詞の解釈、コンテキストのキャリーオーバー、過不足のある応答の処理、ユーザーによる修正の調整が行われます。

Alexa Conversationsでは、ユーザーの行動が十分に把握されています。サンプルダイアログでこれらの行動の例をいくつか示すと、Alexa Conversationsにより、スキルはさまざまなユーザー入力を処理できるようになります。

Alexa Conversationsモデルのトレーニング時に、次のクイックリファレンス表を参考にして、ユーザー行動ダイアログのタイプをデザインしてください。

Alexa Conversationsは、次のようなユーザーの期待を認識します。これらの期待を理解することで、モデルのトレーニング時にデザインできる応答の種類を把握できます。

ダイアログを作成する前に、より広範なコンテキストでスキルを検討することが重要です。ダイアログのデザイン開始時に、ロードマップとして次の質問に答えてください。

スキルの目的は何か？
目的はダイアログの方向を示す原則で、これを基にAIをトレーニングします。たとえば、ケーキ注文スキルの目的は、ユーザーが自宅でくつろぎながら、カスタマイズしたケーキを注文して届けてもらうことです。

ユーザーのゴールは何か？
このエクスペリエンスからユーザーは何を得られるでしょうか。 ゴールが決まると、主要なダイアログがわかります。たとえば、ピザ注文スキルの場合、決められた選択肢からピザを注文することや、好みのピザをカスタマイズすることがゴールです。

会話は、さまざまな方法で元のトピックから分岐します。Alexa Conversationsは、コンテキストの切り替えや誤りの修正を処理できますが、分岐ダイアログを書き出しておくと便利です。これらは、予期しない経路でユーザーがゴールに到達する多くの事例に対応するために、理解エンジンをトレーニングするのに役立ちます。

分岐ダイアログをデザインする際の考慮事項は、次の通りです。

• ゴールデンダイアログパスからの分岐をデザインする可能性が最も高いシナリオは何ですか？
• ユーザーが想定と逆の回答をした場合（「はい」ではなく「いいえ」と言った場合など）はどうしますか？
• Alexaがユーザーのゴールを達成できなかった場合はどうしますか？
• ユーザーがプロンプトに答えなかった場合はどうしますか？

ここでは、ユーザーがケーキを注文するときの分岐ダイアログの例をいくつか示します。

• サンプルダイアログは多いほどよい - ユーザー発話やダイアログのさまざまなバリエーションをデザインしておくと役立ちます。プロジェクトのユーザビリティテストフェーズは、開発者自身が想定していなかった発話を取り込むのに最適な方法です。
• 過不足のないコンテキストを提供する - 質問に対するユーザーの回答が不足している場合、再プロンプトでは元のプロンプトと同様の構造を使用します。これにより、ユーザーが混乱することなく会話を進められます。
• 確認の使用を控える - Alexaが聞き取れていないとユーザーが非常に困るようなシナリオでのみ、確認を使用します。ユーザーがこのアクションの明示的な確認を待っているかどうか、考えてみてください。
• 信頼を維持する - スキルに対する信頼は重要です。機械的な出力ではない、会話調の信頼できるソースから、スキルがデータを取得するようにします。