一息で話せる長さ

Alexaのセリフは無駄のない簡潔なものにしてください。このことで、ユーザーはAlexaが話していることを理解し、安心して会話を続けることができます。Alexaのセリフが長いと、ユーザーが理解したり、覚えたりするのが難しくなります。

一息テストでセリフの長さをチェックしよう

Alexaのセリフを書く場合、書いた内容を声に出して読み上げてみてください。普通に会話する速度で一息にそのセリフを読み上げることができたら、適切なセリフの長さと考えてよいでしょう。息継ぎが必要な場合はセリフを短くすることを検討してください。

連続した項目のあるセリフの場合、例えばある手順の各ステップを伝えるような場合、各項目を区切って読み上げてください。セリフ全体の読み上げに何回か息継ぎが必要な場合、息継ぎは項目の途中ではなく、項目の間で行ってください。

自然なセリフ

ユーザーが話したいことを自然に話せるような雰囲気を作ってください。話せる内容の選択肢を並べて選ばせるような状況は避けてください。そうではなく、スキルで何をできるかをユーザーに理解させ、ユーザーが自然に話せるようにしてください。

質問によるユーザー発話の方向付け

ユーザーからの反応が必要な場合、Alexaのセリフは必ず質問で終わるようにしてください。質問はユーザーの次の発話のきっかけとなり、また次に話すべき内容の手がかりとなります。質問は具体的にしてください。ただし、ユーザーが想定外の返答や過剰な返答をした場合も対応できるようにしてください。

会話の目印を利用する

人と人の会話では、それぞれのトピックの関係や流れを把握するための目印となる単語やフレーズがあります。この目印によって、会話がより理解しやすいまとまりに分割されるのです。スキルでも、目印となる単語やフレーズがあると、ユーザーが会話を理解しやすくなるでしょう。

時系列の目印

「まず」、「それから」、「最後に」などの目印があると会話の長さや順序、その後の展開をユーザーが予想しやすくなります。会話中に複数のステップがある場合や長い会話の場合はこれらの目印を使ってください。一方で、短いやり取りの場合は時系列の目印は避けましょう。

確認やフィードバック

「ありがとうございました」や「分かりました」、「承知しました」といったセリフがあると、ユーザーは自分の意図をAlexaが理解したことや、自分から情報をAlexaが受け取ったことを確認できます。

指示語

「この」や「あの」、「その」と言った指示語を使うことで、すでに会話に出てきた物事を指しているのか、これから話そうとしている物事を指しているのかを明確にできます。

転換語

「さて」、「では」、「それでは」、「次に」といった転換語を使うと、別のトピックに移ることをユーザーに伝えることができます。

変化をつける

Alexaのセリフに変化を持たせて、会話がより自然で、機械的でなくなるようにしてください。例えば、同じやりとりを繰り返す必要がある状況でも、同義語などを使って表現をランダムに変更し、機械的に聞こえないようにしてください。

ユーザーが同じセリフを頻繁に聞くような場合、表現を変えるようにしてください。例えば、スキルの始まりと終わりのセリフがそうです。変化があることで、より人間らしい会話になります。

状況に応じたセリフ

スキルを何度も使ううちに、ユーザーは次第に慣れて、スキル内で起こることを記憶します。Alexaのセリフをより短く直接的なものにすること、また、利用頻度に応じた応答も、検討してください。

言葉の統一

動詞と名詞の使い方を統一するようにしてください。特に、項目を列挙する時は注意してください。

過去の発話を覚えておく

友達との会話と同様、最近の出来事や前回の発言内容、特に、頻繁に発生するやり取りや変化のない情報をAlexaが覚えていると、ユーザーは嬉しく思います。例えば、ユーザーがゲームの途中で数時間席を外して戻ってきた時、中断した箇所から再開できるようになっていると良いでしょう。

スキルにこの機能を持たせる方法については、セッションアトリビュートに関するドキュメントやNode.js SDKのセッションアトリビュートや状態管理に関するガイドを参照してください。

選択肢を具体的にする

応答とプロンプトを整理して、ユーザーがはっきりと選択できるようにしましょう。自由回答形式の質問だと、ユーザーが混乱しやすく、想定外の回答やサポートしていない回答が返ってきます。たとえば、「何をしますか？」という質問は漠然としすぎています。「カマンベールチーズやゴーダチーズはお好きですか？」という質問でも、「はい」という回答が返ってくると考えられます。

タスクの完了とスキルセッションの終了

ユーザーがリクエストした情報をスキルが提供できた時点で、スキルのセッションを終了させることをおすすめします。ユーザーが新機能を使いこなせていないのでは、という懸念をお持ちかもしれませんが、自由回答形式の質問はユーザーにとって答えやすいものではないので、エンゲージメントが次第に低くなっていきます。「他に何かありますか？」といった質問は、ユーザーがスキルができることを覚えていなければならないため、認知的負荷が高くなってしまいます。騒がしい場所だったり、延々と対話を続けさせないよう、明確にセッションを終了させなければならない場合、ユーザーは不満に感じます。ユーザーがスキルで適切なアクションを見つけられない場合、スキルの紹介を書き直して新しいコンテンツを追加してみてください。

問題が発生した場合の対応

Alexaがユーザーの発話を聞き取れない、もしくは理解できない場合、自然で丁寧な表現で会話が再開されるようにしましょう。

再度の話しかけ

ユーザーからの応答がない場合、多少表現を変えて再度話しかけるようにしましょう。ユーザーがAlexaの質問の内容を理解できていない可能性もあるので、より詳細な案内を提供した方が良いでしょう。

文脈に沿ったヘルプの提供

ヘルプへのリクエストに応答する際は、その時点の会話の文脈にそった情報を入れるようにしてください。 例えば、ピザの注文の確認時にヘルプが呼び出された場合、注文の確認を完了させることにフォーカスし、トッピングの選択といった関係ない情報をヘルプに含めるのは避けてください。ヘルプをあまり必要としない会話となるように設計してください。

録音されたオーディオの利用

有名な声優を用意できる場合は特に、録音された音声を効果的に利用することを検討してください。

ショートフォーム・オーディオ

90秒以下の音声はショートフォーム・オーディオとして扱われます。ショートフォーム・オーディオを流してもAlexaの会話は続いたままです。つまり、ユーザーは「アレクサ」と呼びかけてスキルを再び呼び出す必要はありません。 オーディオを流した後もユーザーとの会話を続けたい場合は、ショートフォーム・オーディオを利用してください。

• ファイルタイプ: .mp3
• Specification: 仕様: サンプリングレート 16000Hz / ビットレート 48kbps
• 長さ: 最大90秒

ショートフォーム・オーディオを利用する場合の詳細についてはSSMLリファレンスを参照してください。

ロングフォーム・オーディオ

ポッドキャストのようなオーディオベースのスキルの場合、ロングフォーム・オーディオを利用してください。90秒を超える録音音声はロングフォーム・オーディオとして扱われます。オーディオの再生が始まった時点でスキルはクローズしますが、ユーザーは呼び出し名を使わずにオーディオを操作できます。例えば、「アレクサ、次」という具合です。もう一度スキルとやり取りする場合は、「アレクサ」の後に呼び出し名を続けてスキルを呼び出す必要があります。

ユーザーとのやり取りがオーディオ操作だけのスキルの場合は、ロングフォーム・オーディオを利用してください。再生リストにオーディオファイルを追加して、連続再生を行うプレイリストのような機能もスキルで実現できます。

• ファイルタイプ: .acc .mp4 .mp3 .hls .pls .m3u
• 仕様: ビットレート 16kbps から 384 kbps
• 長さ: 無制限

ロングフォーム・オーディオの詳細については AlexaスキルによるオーディオストリーミングとAudioPlayerインターフェースリファレンスをご参照ください。