Home > Alexa > Alexa Skills Kit

Alexa Skills Kit Voice Design Best Practices

Introduction

Introduction

The sections below provide a list of common best practices used when designing a voice experience for a custom skill. While you should plan to monitor and tune your voice interactions based on the ways that users interact with your skill, the tips in this document will improve the usability of your design out of the gate, before you have the benefit of user data.

Note that the recommendations in this document apply to the custom interaction model you create for a custom skill. If you are using the Smart Home Skill API, you do not need to worry about building the interaction model yourself. For more about the different types of skills you can create, see Understanding the Different Types of Skills.

Getting Information from the User

Make It Clear that the User Needs to Respond

Presenting the options alone does not sufficiently inform the user that they need to respond, so make sure you ask the user a question so they know that they are expected to say something.

User: Alexa, start Trivia Challenge.

Do Don’t
Trivia Challenge:

Trivia Challenge. Here are your categories: 80’s Pop Songs, Potent Potables, or European History. Which one do you want?
Trivia Challenge:

Trivia Challenge. You can choose from the following categories: 80’s Pop Songs, Potent Potables, or European History.

Don’t Assume Users Know What to Do

When users experience your capability for the first time, they may give only minimal information by simply asking Alexa to talk to your skill without providing any further detail. When this happens, you need to tell them what options they have for interacting with your experience.

User: Alexa, talk to Car Fu.

Do Don’t
Car Fu: Car Fu. You can ask to get a ride or request a fare estimate. Which will it be?

User: Get a ride.

Car Fu: Sending your request. A mobile alert will let you know when your car arrives. Thanks for using Car Fu.
Car Fu: Opening Car Fu.

User: (Here, it may not be obvious to users what they can do unless you give them some options)

Clearly Present the Options

When prompting the user with a set of options, construct the language of your prompt so that it is clear to the user that it is an either/or question. Otherwise, the Alexa TTS service may render the prompt in a way that sounds like a yes/no question. It is important to listen to every prompt on the test device to verify that the TTS has elicited the expected responses.

User: Alexa, ask Food Taxi to order a burger for me.

Do Don’t
Food Taxi: Food Taxi:
Which side would you like: french fries or a salad? Would you like French fries or a salad?
User: Salad User: Yes

Keep It Brief

Speech is linear and time-based and users cannot skim spoken content like they can visual content. Users need to make quick decisions in response to questions they are asked because time is ticking. Therefore, prompts should be short and concise, while still being clear.

User: Alexa, ask Astrology Daily to give me my horoscope

Do Don’t
Astrology Daily: Horoscope for which sign? Astrology Daily: There are 12 zodiac signs that I can give you a horoscope for, please tell which one you’d like.

Avoid Overwhelming Users with Too Many Choices

When presenting users with a list of options to choose from, make sure choices are clearly stated, do not present more than three choices, and avoid repetitive wording.

User: Alexa, ask Dairy Shack to order me a milkshake.

Do Don’t
Dairy Shack: Which flavor would you like: Chocolate, Vanilla, or Strawberry? Dairy Shack: What flavor do you want? For chocolate, say Chocolate. For vanilla, say Vanilla. Or for strawberry, say Strawberry.

Offer Help for Complex Skills

When your Alexa capability does a lot of things (more than three), you should not try to fit every option into a single prompt. Instead, present the most important options first, along with help. If the user asks for help, you should list out all your capabilities. Remember to ask the user a question after presenting the options.

User: Alexa, start Score Keeper

Do Don't

Score Keeper: Score Keeper. You can give a player points, ask for the score, or say help. What would you like?

User: Help

Score Keeper:

Here are some things you can say:

add John,
give John 5 points,
tell me the score,
start a new game, or
reset all players.

You can also say, stop, if you're done.

So, how can I help?

Score Keeper:Score Keeper. You can give a player points, add a new player,

ask for the score,
start a new game,
clear all players,
or stop if you're done. Now, what would you like?

User: What's the score?

Note: to provide help for your skill, implement a handler for the built-in AMAZON.HelpIntent that returns the help text. The AMAZON.HelpIntent is invoked when the user requests help using common phrases such as “help,” “help me,” and so on.

Ask Only Necessary Questions

You should make smart assumptions when possible in order to avoid unnecessary questions. Asking non-essential questions adds friction to the user experience and makes your experience seem less thoughtful. Examples:

  • If your skill only does one thing, do not ask the user if they want to do that thing.
  • Make educated guesses when appropriate (without making it difficult to correct).
  • Tailor prompt examples based on the user (e.g., user profile).

User: Alexa, start Joke Bank.

Do Don’t
Joke Bank: What’s black, white, and red all over? An embarrassed skunk. Joke Bank: Would you like to hear a joke?

User: Yes.

Use Confirmation Selectively

Avoid dialogs that create too many confirmations, but confirm actions of high consequence, such as:

  • Actions that are publicly visible (for example, posting to social media)
  • Actions that affect another person (for example, sending a message)
  • Actions where money is involved (for example, when the user is buying something)

User: Alexa, ask Astrology Daily for my horoscope.

Astrology Daily: Horoscope for what sign?

User: Libra

Do Don’t
Astrology Daily: Today’s outlook for Libra is… Astrology Daily: You want the horoscope for Libra, right?

User: Yes

Obtain One Piece of Information at a Time

Users may not always give all of the information required in one step. If information cannot be assumed, ask the user for the missing information step-by-step.

User: Alexa, Ask Date Night to make a reservation at Haymarket tonight.

Do Don’t
Date Night: Reservation at Haymarket. For what time tonight?

User: About 7:30.
Date Night: To make a reservation, you need to say the location, time, date and number of people. Please start over.

Use the Amazon Alexa App to Enhance Discovery

Take advantage of your card in the Alexa App to educate users on the capabilities of your experience. When you provide example phrases in your card, include “full intent” examples. Think of these as the equivalent of the way you’d verbally describe how to use your skill to someone who’d never used it before. Avoid using examples where the user does not give an intent.

Do Don't
  • "Alexa, ask Score Keeper to start a new game"
  • "Alexa, ask Score Keeper to add John to the game"
  • "Alexa, ask Score Keeper to give 5 points to John."
  • "Alexa, ask Score Keeper for the score"
  • "Alexa, open Score Keeper"
  • "Alexa, start Score Keeper"
  • "Alexa, talk to Score Keeper"

Presenting Information to the User

Make Sure Users Know They are in the Right Place

In short interactions, it is not necessary to explicitly tell users that they are entering or exiting your experience, but it is still important to let them know where they are to help confirm that they are in the right place (this also helps in cases where Alexa mistakenly routed them to your skill). In speech-only interactions, users do not have the benefit of visuals to orient themselves. Using landmarks tells users that Alexa heard them correctly, orients them in the interaction, and helps to instill trust in your experience.

User: Alexa, ask Astrology Daily for today’s Pisces horoscope.

Do Don’t
Astrology Daily: Here’s today’s Pisces horoscope: You’ve got a friend who can help you overcome today’s problems.

[dialog ends]
Astrology Daily: You’ve got a friend who can help you overcome today’s problems.

[dialog ends]

Present Information in Consumable Pieces

Humans can only retain small pieces of information that they hear. As such, you should only present what is absolutely required in order to keep the interaction as short as possible. When presenting longer lists, group them into small chunks of three to five items and ask the user if they want to continue after you present each chunk. This also helps users feel like they are in control of the interaction.

User: Alexa, ask Savvy Consumer for best sellers in garden.

Do Don't

Savvy Consumer: The top seller in the garden department is Repel Lemon Eucalyptus Natural Insect Repellent, 4-Ounce Pump Spray

Would you like to hear the rest?

User: "Yes"

Savvy Consumer: Number 2: TERRO Ant Killer Liquid Ant Baits

Number 3: Weber 12-Inch 3-Sided Grill Brush

Number 4: Black & Decker 30-Feet Line String Trimmer Replacement Spool

Would you like to hear more?

User: "No"

Savvy Consumer: Here are the top sellers in the garden department Number 1: Repel Lemon Eucalyptus Natural Insect Repellent, 4-Ounce Pump Spray

Number 2: TERRO Ant Killer Liquid Ant Baits

Number 3: Weber 12-Inch 3-Sided Grill Brush

Number 4: Black & Decker 30-Feet Line String Trimmer Replacement Spool

Number 5:…

Write for the Ear, not the Eye

The prompts written for voice-forward experiences will be heard, not read, so it is important to write them for spoken conversation. Fragment sentences and ending sentences with a preposition are acceptable, if it sounds natural in spoken dialog. Also, remember that what looks good on paper may not sound good when spoken, so make sure to listen to your prompts on your test device to make sure the TTS sounds good.

User: Alexa ask NHL tracker to give me update on the Sharks game.

Do Don’t
NHL Tracker: The Sharks are trailing the Stars, 3 to 2, in the third period. NHL Tracker: San Jose Sharks (40-33-9): 2 goals.

Dallas Stars (41-31-10): 3 goals.

Time remaining: 4:35, 3^rd^ period

Be honest with the user about what is happening, but don’t use technical jargon that the user won’t understand or that does not sound natural. Similarly, since legal messages often contain long, unnatural language meant for reading, not spoken dialog, they can disrupt the voice experience and can confuse users. As much as possible, keep legal jargon out of an Alexa experience (though you should consult your own legal counsel about what may be required for your Alexa experience, and this is not legal advice). Legal disclaimers can be added to the Alexa app for users to read and take time to process, if needed.

User: Alexa, ask Flight Stats for the status of Alaska 328.

Do Don’t
Flight Stats: Alaska flight 328, from Seattle to San Jose, is delayed due to mechanical repairs, and is now scheduled to depart at 6:25. Flight Stats: Alaska 328, Seattle to San Jose, is in state DELAY::XFM5341 at the moment. Reposted time of departure is 1825.

User: Alexa, talk to Taxi Broker.

Do Don’t
Taxi Broker: Taxi Broker. Where to?

The user was presented with terms and conditions when enabling the skill.
Taxi Broker: Taxi Broker. The Taxi Brokers terms and conditions may apply; if you are a resident of New York then NY law… Where to?

Using Text-to-Speech Effectively

You provide text that the Alexa service converts to speech. The following best practices can improve the quality of the text-to-speech conversion.

Rely on the Text, Not Stress and Intonation (Prosody)

Use words effectively to convey information, as you cannot control the stress and intonation of the speech.

You can use the SSML break tag to add pauses, but you cannot change elements such as pitch, range, rate, duration, or volume. Text that relies too heavily on rhythm, emphasis, or other special features may not be as effective in a voice interface. Do not use text formatting such as all caps or repeated letters to change these elements.

Do Don't
  • Great job, you are correct

  • Great <break time="1ms"/> job, you are correct.

  • Grrrrreeeaaat job, you are correct.

Clarify Specialized Abbreviations and Symbols

Alexa’s text-to-speech conversion handles most text such as abbreviations and special characters automatically. For example:

  • “Dr. Smith” is spoken as “Doctor Smith”
  • “amazon.com” is spoken as “amazon dot com”
  • “Lake Shore Dr.” is spoken as “Lake Shore Drive”

However, this conversion is not automatic for some specialized or uncommon abbreviations. Test the text-to-speech conversion and either write out text or use an SSML tag.

Do Don't
  • That compound is calcium carbonate

  • That compound is c.a. c.o. three

  • That compound is <say-as interpret-as="characters">CaCO3</say-as>

  • That compound is CaCO3

  • Dialing 1-800-123-4567

  • Dialing <say-as interpret-as="telephone">18001234567</say-as>

  • Dialing 18001234567

Use SSML to Specify the Right Variants When Necessary

Many English words have different pronunciations depending on meaning or part of speech. For example, “read” is pronounced differently in these two sentences:

  • I read the book yesterday
  • I plan to read the book next week

When using words with these types of variations, you may need to specify the variant to use to ensure that the text-to-speech conversion pronounces the word correctly.

Do Don't

The following words rhyme with said: bed, fed, <w role="ivona:VBD">read</w>.

The following words rhyme with said: bed, fed, read.

The following words rhyme with ace: bass, mace, pace. The following words rhyme with pass: <w role="ivona:SENSE_1">bass</w>, lass, mass.

The following words rhyme with ace: bass, mace, pace. The following words rhyme with pass: bass, lass, mass.

Write Text-to-Speech in US English or Using US English Phonemes

Use US English words and sounds when writing your text-to-speech responses. For non-English words, you can use the phoneme SSML tag to create the closest approximation using the sounds of US English. Skills that require authentic non-English pronunciations are not recommended.

You can also use the phoneme SSML tag to add phonemic/phonetic pronunciation for the text (for example, people may pronounce words like “pecan” differently).

For a list of supported phonemes you can use, see the phoneme tag in the SSML Reference.

Do Don't

From the French for red stick, <phoneme alphabet="ipa" ph="bɑˈtɔn ˈɹuʒ">baton rouge</phoneme>.

This example uses English phonemes to approximate French pronunciation.

From the French for red stick, <phoneme alphabet="ipa" ph="bɑˈtɔ̃ ˈʁuʒ">baton rouge</phoneme>.

This example uses phonemes that are not supported by Alexa (ɔ̃ and ʁ).

Test the Text-to-Speech Results and Revise as Needed

Test how Alexa converts the text you provide to speech and make sure it sounds the way you intend. In addition to testing with an Alexa-enabled device (such as an Amazon Echo), you can use the Service Simulator on the developer portal to listen to your skill’s responses and experiment with SSML. See “Basic Testing with the Service Simulator” in Testing an Alexa Skill.

If you encounter a problem with the text-to-speech conversion, try the following:

  • Modify the text. Slight changes in the text can affect the synthesis, which may fix the problem. This is most useful for intonation issues.
  • Mark up the text using the supported SSML tags.
  • Report the problem on the developer forums. This may be most useful for pronunciation issues.

Handling Dialogue Errors

Use Re-Prompting to Provide Guidance

If user says something that Alexa does not understand, or the user does not respond at all, the Alexa Skills Kit gives you the option of specifying a re-prompt (a prompt that is played after an error). Since only a single prompt is permitted for both low confidence and timeout errors, the prompt you write needs to give the user guidance on what kind of response you are expecting. It is acceptable for re-prompts to be slightly more verbose than the first prompt users hear, but the content needs to clearly present what the user is expected to say.

User: Alexa, ask Tide Pooler for high tides.

Tide Pooler: High tides for what city?

User: Las Vegas

Do Don’t
Tide Pooler: I can only provide tide information for coastal cities, like San Diego or Boston. Now, which city would you like?

User: Virginia Beach.
Tide Pooler: Please tell me another city.

User: Uh…

Offer a Way Out if the User Gets Stuck

False accepts occur when Alexa incorrectly understood what the user said and continues with the wrong information. If Alexa presents your skill to the user by mistake, or the user is otherwise stuck in the interaction, you should offer a way out in the help prompt in case they are unaware that the “stop” command is available.

User: Alexa, start Store Finder

Alexa: [Misinterprets this request as “start Score Keeper”]

Do Don't

Score Keeper: Score Keeper. You can give a player points, ask for the score, or say help. What would you like?

User: Help

Score Keeper: Here are some things you can say:

(lists several options)

You can also say, stop, if you're done.

So, how can I help?

User: Stop.

Score Keeper: Score Keeper. You can give a player points, ask for the score, or say help. What would you like?

User: Help

Score Keeper: Here are some things you can say:

(lists several options)

So, how can I help?

Note no indication of how to exit the skill.

Don’t Blame the User

Errors will happen. Expect that they will and handle them well. Do not place blame on the user when errors happen, but do not be too apologetic either (doing so makes your experience seem tentative and further reduces user confidence in your skill).

User: Ask Hotel Hub to find a hotel

Hotel Hub: Hotel reservations for what city?

User: [background noise]

Do Don’t
Hotel Hub: What city was that? Hotel Hub: The city you gave is not valid. Please say the city where you want to make reservations.

Expect the Unexpected

Unlike a visual interface, where the user can only interact with the affordances presented on the screen, there is no way to limit what users can say in a speech interaction. Because of this, it is important to plan for reasonable things users might say that are not supported –and then handle them intelligently.

User: Ask Date Night to make a reservation at Haymarket tomorrow.

Date Night: Reservation at Haymarket. For what time tomorrow?

User: At 10:30 pm

Do Don’t
Date Night: Haymarket takes reservations between 5:00 and 9:30 pm. What time would you like your reservation?

User: 9:00

Date Night: And for how many people?
Date Night: Sorry, what time would you like your reservation for?

User: 10:30 pm

Date Night: I’m having trouble understanding. <error earcon> [stream closes; dialog ends]

Next Steps

Other Resources

If you’re interested in learning more about designing voice interactions, see these additional resources:

Best Practices für Voice Design

Einleitung

In den folgenden Abschnitten finden Sie eine Liste der empfohlenen Verfahrensweisen für die Erstellung einer Spracherfahrung für einen benutzerdefinierten Skill. Sie sollten Ihre Sprachinteraktionen so überprüfen und einrichten, wie die Benutzer mit Ihrem Skill interagieren. Die Tipps in diesem Dokument verbessern die Benutzerfreundlichkeit Ihres Designs von Anfang an, bevor Sie Benutzerdaten berücksichtigen können.

Beachten Sie, dass sich die Empfehlungen in diesem Dokument auf das benutzerdefinierte Interaktionsmodell beziehen, das Sie für einen benutzerdefinierten Skill erstellen. Wenn Sie die Smart Home Skill API verwenden, brauchen Sie das Interaktionsmodell nicht selbst zu erstellen. Weitere Informationen über die verschiedenen Skills, die Sie erstellen können, finden Sie unter Informationen zu den verschiedenen Skilltypen.

Abfragen von Informationen vom Benutzer

Verdeutlichen Sie, dass der Benutzer antworten muss

Allein die Präsentation der Optionen ist nicht ausreichend, um den Benutzer darauf hinzuweisen, dass er antworten muss. Stellen Sie dem Benutzer also unbedingt eine Frage, aus der hervorgeht, dass er etwas sagen soll.

Benutzer: Alexa, starte Fragespiel.

So geht's So geht's nicht
Fragespiel:

Fragespiel. Du kannst die folgende Kategorien auswählen: Astronomie, Chemie oder Fußball. Welche nimmst du?
Fragespiel:

Fragespiel. Du kannst eine der folgenden Kategorien auswählen: Astronomie, Chemie oder Fußball.

Gehen Sie nicht davon aus, dass die Benutzer wissen, was sie tun sollen

Wenn Benutzer Ihren Skill zum ersten Mal verwenden, machen sie evtl. nur minimale Angaben, indem sie Alexa einfach bitten, sich an Ihren Skill zu wenden, ohne weitere Details anzugeben. In diesem Fall muss Ihr Skill den Benutzern mitteilen, welche Optionen für die Interaktion verfügbar sind.

Benutzer: Alexa, rufe Mitfahrdienst auf.

So geht's So geht's nicht
Mitfahrdienst: Mitfahrdienst. Du kannst eine Mitfahrgelegenheit bestellen oder einen Kostenvorschlag anfordern. Was möchtest du gerne?

Benutzer: Mitfahrgelegenheit.

Mitfahrdienst: Deine Anfrage wird abgeschickt. Du erhältst eine Nachricht auf dein Mobiltelefon, wenn jemand eine Mitfahrgelegenheit anbietet. Danke, dass du Mitfahrdienst verwendet hast.
Mitfahrdienst: Mitfahrdienst wird geöffnet.

Benutzer: (Hier ist dem Benutzer nicht ganz klar, was er tun kann, sofern Sie ihm nicht einige Optionen anbieten.)

Präsentieren Sie die Optionen eindeutig und klar.

Wenn Sie dem Benutzer eine Reihe von Optionen anbieten, formulieren Sie Ihre Aufforderung als Entweder/Oder-Frage. Sonst könnte der Alexa TTS-Service die Aufforderung so wiedergeben, dass sie wie eine Ja-Nein-Frage klingt. Hören Sie sich jede Frage auf dem Testgerät an, um sicherzustellen, dass der TTS die erwartete Antwort gibt.

Benutzer: Alexa, bitte Lieferfix, einen Burger für mich zu bestellen.

So geht's So geht's nicht
Lieferfix: Lieferfix:
Welche Beilage möchtest du: Pommes oder Salat? Möchtest du Pommes oder Salat?
Benutzer: Salat Benutzer: Ja

Fassen Sie sich kurz

Sprache ist linear und zeitbasiert. Die Benutzer können gesprochene Inhalte nicht überfliegen, wie etwa visuelle Inhalte. Die Benutzer müssen beim Beantworten von Fragen schnelle Entscheidungen treffen, weil die Zeit läuft. Deshalb müssen die Eingabeaufforderungen kurz und bündig, aber dennoch eindeutig sein.

Benutzer: Alexa, bitte Astro Dienst um mein Horoskop.

So geht's So geht's nicht
Astro Dienst: Horoskop für welches Sternzeichen? Astro Dienst: Ich kann Horoskope für 12 Sternzeichen ausgeben, sage mir bitte, welches du möchtest.

Vermeiden Sie es, den Benutzern zu viele Wahlmöglichkeiten anzubieten.

Wenn Sie den Benutzern eine Liste von Optionen anbieten, achten Sie darauf, dass die Optionen deutlich erkennbar sind. Geben Sie nicht mehr als drei Optionen vor und vermeiden Sie es, Ausdrücke zu wiederholen.

Benutzer: Alexa, bitte Lieferfix, mir einen Milchshake zu bestellen.

So geht's So geht's nicht
Lieferfix: Welche Geschmacksrichtung möchtest du: Schokolade, Vanille oder Erdbeere? Lieferfix: Welche Geschmacksrichtung möchtest du? Für Schokolade sage „Schokolade“. Für Vanille sage „Vanille“. Für Erdbeere sage „Erdbeere“.

Bieten Sie bei komplexen Skills Hilfe an

Wenn Ihr Alexa Skill viele Dinge tun kann (mehr als drei), sollten Sie nicht alle Optionen in eine Eingabeaufforderung integrieren. Präsentieren Sie stattdessen die wichtigsten Optionen zuerst und geben Sie Hilfestellung. Wenn der Benutzer um Hilfe bittet, führen Sie alle Optionen auf. Denken Sie daran, dem Benutzer eine Frage zu stellen, nachdem Sie die Optionen vorgestellt haben.

Benutzer: Alexa, starte Scorekeeper

So geht's So geht's nicht

Scorekeeper: Scorekeeper. Du kannst einem Spieler Punkte geben, seinen Punktestand abrufen oder „Hilfe“ sagen. Was möchtest du tun?

Benutzer: Hilfe

Scorekeeper:

Du kannst Folgendes sagen:

Jonas hinzufügen,
Jonas fünf Punkte geben,
nenne mir den Punktestand,
starte ein neues Spiel oder
alle Spieler zurücksetzen.

Du kannst auch „Stopp“ sagen, wenn du fertig bist.

Wie kann ich dir helfen?

Scorekeeper: Scorekeeper. Du kannst einem Spieler Punkte geben, einen neuen Spieler hinzufügen,

den Punktestand abrufen,
ein neues Spiel beginnen,
alle Spieler löschen,
oder beenden, wenn du fertig bist. Was möchtest du tun?

Benutzer: Wie ist der Punktestand?

Hinweis: Wenn Sie für Ihren Skill Hilfe anbieten möchten, implementieren Sie einen Handler für das integrierte AMAZON.HelpIntent, das den Hilfetext wiedergibt. AMAZON.HelpIntent wird aufgerufen, wenn der Benutzer mit allgemeinen Ausdrücken wie „Hilfe“, „Hilf mir“ usw. um Hilfe bittet.

Stellen Sie nur wirklich notwendige Fragen

Stellen Sie, sofern möglich, Vermutungen an, um unnötige Fragen zu vermeiden. Durch unnötige Fragen wird die Benutzererfahrung schwerfällig, sie erscheint dann weniger gut durchdacht. Beispiele:

  • Wenn Ihr Skill nur eine Sache ausführt, fragen Sie den Benutzer nicht, ob er dies tun möchte.
  • Stellen Sie, sofern möglich, begründete Vermutungen an (ohne aber eine Korrektur zu erschweren).
  • Entwerfen Sie benutzerorientierte (dem Benutzerprofil entsprechende), maßgeschneiderte Eingabeaufforderungen.

Benutzer: Alexa, starte Spaßalarm

So geht's So geht's nicht
Spaßalarm: Was ist schwarz, weiß und überall rot? Ein verlegenes Stinktier. Spaßalarm: Möchtest du einen Witz hören?

Benutzer: Ja.

Verwenden Sie Bestätigungen selektiv

Vermeiden Sie Dialoge, aus denen sich zu viele Bestätigungen ergeben. Bestätigen Sie allerdings Aktionen mit wesentlichen Folgen. Beispiel:

  • Aktionen, die öffentlich sichtbar sind (zum Beispiel Beiträge in sozialen Medien)
  • Aktionen, die eine andere Person betreffen (zum Beispiel eine Nachricht senden)
  • Aktionen mit Geldbewegungen (zum Beispiel, wenn der Benutzer etwas kauft)

Benutzer: Alexa, rufe mein Horoskop von Astro Dienst ab.

Astro Dienst: Horoskop für welches Sternzeichen?

Benutzer: Waage

So geht's So geht's nicht
Astro Dienst: Die heutige Prognose für Waage lautet… Astro Dienst: Sie möchten das Horoskop für Waage, nicht wahr?

Benutzer: Ja

Bitten Sie immer nur um eine Angabe

Der Benutzer gibt möglicherweise nicht immer alle erforderlichen Informationen in einem Schritt an. Wenn Informationen nicht vermutet werden können, bitten Sie den Benutzer schrittweise um die fehlenden Angaben.

Benutzer: Alexa, buche bei Restaurant-Service eine Reservierung im „Kempinski“ für heute Abend.

So geht's So geht's nicht
Restaurant-Service: Reservierung im Kempinski. Für welche Uhrzeit heute Abend?

Benutzer: Etwa 19:30 Uhr.
Restaurant-Service: Für eine Reservierung musst du Ort, Uhrzeit, Datum und Anzahl der Personen angeben. Beginnen Sie bitte von vorn.

Verwenden Sie die Amazon Alexa App, um die Erkennung zu verbessern

Nutzen Sie Ihre Karte in der Alexa App, um die Benutzer über die Möglichkeiten Ihres Skills zu informieren. Wenn Sie in Ihrer Karte Beispieläußerungen angeben, verwenden Sie solche mit „vollständiger Absicht“. Denken Sie dabei an die Art, wie Sie jemandem, der den Skill noch nie benutzt hat, seine Möglichkeiten mündlich erklären würden. Vermeiden Sie Beispiele, in denen der Benutzer keine Absicht ausdrückt.

So geht's So geht's nicht
  • „Alexa, bitte Scorekeeper, ein neues Spiel zu beginnen“
  • „Alexa, bitte Scorekeeper, Jonas ins Spiel hinzuzufügen“
  • „Alexa, bitte Scorekeeper, Jonas fünf Punkte zu geben.“
  • „Alexa, rufe den Punktestand von Scorekeeper ab“
  • „Alexa, öffne Scorekeeper“
  • „Alexa, starte Scorekeeper“
  • „Alexa, sprich mit Scorekeeper“

Präsentieren von Informationen für den Benutzer

Achten Sie darauf, dass der Benutzer weiß, dass er sich am richtigen Ort befindet

Bei kurzen Interaktionen ist es nicht erforderlich, dem Benutzer explizit mitzuteilen, dass er jetzt Ihre Anwendung benutzt oder beendet, er sollte jedoch darüber informiert werden, wo er sich gerade befindet. So wird bestätigt, dass er sich am richtigen Ort befindet (dies ist auch hilfreich, falls Alexa ihn irrtümlicherweise zu Ihrem Skill geleitet hat). Bei rein sprachlichen Interaktionen kann der Benutzer sich zur Orientierung nicht auf Bilder beziehen. Wenn wir Meilensteine verwenden, erfährt der Benutzer, dass Alexa ihn korrekt verstanden hat, orientiert ihn bei der Interaktion und hilft, Vertrauen zu Ihrer Anwendung zu gewinnen.

Benutzer: Alexa, rufe beim Astro Dienst das heutige Horoskop für Fische ab.

So geht's So geht's nicht
Astro Dienst: Hier ist das heutige Horoskop für Fische: Sie haben einen Freund, der Ihnen helfen kann, die aktuellen Probleme zu überwinden.

[Dialogende]
Astro Dienst: Sie haben einen Freund, der Ihnen helfen kann, die aktuellen Probleme zu überwinden.

[Dialogende]

Präsentieren Sie Informationen in leicht verständlichen Einheiten

Beim Zuhören kann man sich immer nur kleine Informationseinheiten merken. Deshalb sollten Sie nur das absolut Erforderliche präsentieren, damit die Interaktion so kurz wie möglich gehalten wird. Gruppieren Sie längere Listen in kleine Einheiten von drei bis fünf Elementen und fragen Sie den Benutzer nach jeder Einheit, ob er fortfahren möchte. So hat der Benutzer auch das Gefühl, dass er die Interaktion steuert.

Benutzer: Alexa, frage beim Kaufberater, welcher Gartenartikel am beliebtesten ist.

So geht's So geht's nicht

Kaufberater: Der Topseller in der Gartenabteilung ist Repel, ein natürliches Insektenschutzmittel mit Zitrone und Eukalyptus als Pumpspray

Möchtest du auch die anderen hören?

Benutzer: „Ja“

Kaufberater: Nummer 2: TERRO, flüssiger Ameisen-Killer

Nummer 3: Weber, dreiseitige Grillbürste 30 cm

Nummer 4: Black & Decker, 10 m Ersatzrolle für Rasentrimmer

Möchtest du mehr hören?

Benutzer: „Nein“

Kaufberater: Dies sind die Topseller in der Gartenabteilung, Nummer 1: Repel, natürliches Insektenschutzmittel mit Zitrone und Eukalyptus als Pumpspray

Nummer 2: TERRO, flüssiger Ameisen-Killer

Nummer 3: Weber, dreiseitige Grillbürste 30 cm

Nummer 4: Black & Decker, 10 m Ersatzrolle für Rasentrimmer

Nummer 5:…

Schreiben Sie für die Ohren, nicht für die Augen

Die Eingabeaufforderungen für die Spracherfahrung werden gehört, nicht gelesen. Es ist also wichtig, sie für die gesprochene Unterhaltung zu schreiben. Satzfragmente sowie Sätze, die mit einer Präposition enden, sind akzeptabel, sofern es im gesprochenen Dialog natürlich klingt. Bedenken Sie auch Folgendes: Ein Satz kann sich geschrieben gut anhören, jedoch möglicherweise nicht so gut, wenn er gesprochen wird. Hören Sie sich Ihre Eingabeaufforderung unbedingt auf Ihrem Testgerät an, damit gewährleistet ist, dass sich die Umwandlung von Text in Sprache gut anhört.

Benutzer: Alexa, schau beim Bundesliga-Tracker, wie das Bayern München-Spiel gerade steht.

So geht's So geht's nicht
Bundesliga: Bayer München führt zu Beginn der 2. Halbzeit mit 2 zu 1. Bundesliga: Bayern München, (34. und 42. Minute): Tore durch Schweinsteiger und Alaba nach nicht gegebenem Abseits.

Hamburger SV (52. Spielminute): Tor durch Jatta.

Verbleibende Spielzeit: 22 Minuten.

Seien Sie dem Benutzer gegenüber ehrlich über das, was geschieht, aber verwenden Sie keinen technischen Jargon, den der Benutzer nicht versteht oder der nicht natürlich ist. Dies gilt auch für juristische Hinweise, die häufig in einer langatmigen, nicht natürlichen Sprache verfasst sind, da sie im Allgemeinen gelesen und nicht gesprochen werden. Solche Hinweise können die Spracherfahrung unterbrechen und den Benutzer verwirren. Vermeiden Sie so weit wie möglich juristischen Jargon in der Alexa-Anwendung (Sie sollten jedoch juristischen Rat darüber einholen, was für Ihre Alexa-Anwendung erforderlich ist und dies ist kein juristischer Rat). Haftungsausschlüsse können gegebenenfalls der Alexa-App hinzugefügt werden, sodass die Benutzer sie lesen und in Ruhe verarbeiten können.

Benutzer: Alexa, frage bei Flugdatenbank nach dem Status von LH 431.

So geht's So geht's nicht
Flugdatenbank: Lufthansa-Flug LH 31 von New York nach Frankfurt ist wegen einer mechanischen Reparatur verspätet und soll um 18:25 Uhr starten. Flugdatenbank: LH 341, New York nach Frankfurt, befindet sich derzeit im Status VERSPÄTET::XFM5341. Neue Startzeit ist 18:25.

Benutzer: Alexa, rufe die Taxi App auf.

So geht's So geht's nicht
Taxi-App: Taxi-App. Wohin möchten Sie fahren?

Der Benutzer wurde bei der Aktivierung des Skills über die Geschäftsbedingungen informiert.
Taxi-App: Taxi-App. Die Geschäftsbedingungen der Taxi-App sind gegebenenfalls anzuwenden. Sollten Sie keine bestimmte Route angeben, wählt der Fahrer kraft Beförderungsbedingungen die kürzeste Route… Wohin möchten Sie fahren?

Effektive Nutzung der Umwandlung von Text in Sprache

Sie geben Text vor, den der Alexa-Service in Sprache umwandelt. Die folgenden bewährten Verfahren können die Qualität der Umwandlung von Text in Sprache verbessern.

Verlassen Sie sich allein auf den Text und nicht auf Betonung und auf Intonation (Satzmelodie)

Verwenden Sie Wörter, die Informationen effektiv vermitteln, denn Sie haben keinen Einfluss auf Betonung und Intonation bei der Sprachausgabe.

Sie können den SSML-Tag break verwenden, um Pausen hinzuzufügen, aber Elemente wie Tonhöhe, Bereich, Geschwindigkeit, Dauer oder Lautstärke können nicht verändert werden. Text, der zu stark auf Rhythmus, Betonung oder anderen Merkmalen beruht, ist in einer Sprachschnittstelle möglicherweise nicht sehr effektiv. Verwenden Sie keine Textformatierung, wie etwa Großbuchstaben oder wiederholte Buchstaben, um diese Elemente zu verändern.

So geht's So geht's nicht
  • Gut gemacht, alles richtig

  • Guuuuuuut gemacht, alles richtig.

Klären Sie spezielle Abkürzungen und Symbole.

Die Umwandlung von Text in Sprache durch Alexa kann die meisten Abkürzungen und Sonderzeichen automatisch verarbeiten. Zum Beispiel:

  • „Dr. Schmidt“ wird als „Doktor Schmidt“ ausgesprochen
  • „amazon.com“ wird als „amazon dot com“ ausgesprochen
  • „Uferstr.“ wird als „Uferstraße“ ausgesprochen

Jedoch ist diese Umwandlung für bestimmte spezielle oder unübliche Abkürzungen nicht automatisch. Testen Sie die Umwandlung von Text in Sprache und schreiben Sie den Text entweder aus oder verwenden Sie ein SSML-Tag.

So geht's So geht's nicht
  • Diese Verbindung ist Calciumcarbonat

  • Diese Verbindung ist c. a. c. o. three

  • Diese Verbindung ist <say-as interpret-as="characters">CaCO3</say-as>

  • Diese Verbindung ist CaCO3

  • 0800-123-4567 wird gewählt

  • <say-as interpret-as="telephone">08001234567</say-as> wird gewählt

  • 08001234567 wird gewählt

Testen Sie die Umwandlung von Text in Sprache und überarbeiten Sie bei Bedarf

Testen Sie, wie Alexa Ihren Text in Sprache umwandelt, und vergewissern Sie sich, dass es so klingt, wie Sie beabsichtigen. Zusätzlich zum Testen mit einem Gerät, das den Alexa-Dienst nutzt (etwa dem Amazon Echo), können Sie den Service Simulator auf dem Entwicklerportal verwenden, um die Antworten Ihres Skills anzuhören und mit SSML zu experimentieren. Siehe „Grundlagen zum Testen mit dem Service Simulator“ in Einen Alexa Skill testen.

Falls Sie bei der Umwandlung von Text in Sprache auf ein Problem stoßen sollten, gehen Sie wie folgt vor:

  • Ändern Sie den Text. Leichte Änderungen am Text können die Synthese beeinflussen, wodurch das Problem möglicherweise behoben wird. Dies ist sehr hilfreich bei Intonationsproblemen.
  • Markieren Sie den Text mit unterstützten SSML-Tags.
  • Melden Sie das Problem in den Entwicklerforen. Dies kann sehr hilfreich sein bei Ausspracheproblemen.

Umgang mit Dialogfehlern

Verwenden Sie eine erneute Eingabeaufforderung, um Hilfestellung zu geben

Wenn der Benutzer etwas sagt, das Alexa nicht versteht, oder der Benutzer überhaupt nicht antwortet, haben Sie im Alexa Skills Kit die Möglichkeit, eine erneute Eingabeaufforderung anzugeben (eine Eingabeaufforderung, die nach einem Fehler abgespielt wird). Da nur eine Eingabeaufforderung für Fehler aufgrund von Ungenauigkeit bzw. Zeitüberschreitung zulässig ist, muss die von Ihnen geschriebene Eingabeaufforderung einen Hinweis auf die von Ihnen erwartete Antwort enthalten. Erneute Eingabeaufforderungen können etwas wortreicher sein als die erste Eingabeaufforderung an den Benutzer. Der Inhalt muss jedoch deutlich machen, was der Benutzer sagen soll.

Benutzer: Alexa, frage den Wattläufer nach den Hochwasserzeiten.

Wattläufer: Hochwasserzeiten für welchen Ort?

Benutzer: Hamburg

So geht's So geht's nicht
Wattläufer: Ich kann nur Gezeitenangaben für Küstenstädte machen, etwa wie Cuxhaven oder St. Peter-Ording.Für welche Stadt möchtest du die Angabe?

Benutzer: Büsum
Wattläufer: Nenne mir bitte eine andere Stadt.

Benutzer: Hmmm…

Bieten Sie eine Lösung an, wenn der Benutzer nicht weiter weiß

Falsche Annahmen treten auf, wenn Alexa den Benutzer falsch verstanden hat und mit der falschen Information fortfährt. Für den Fall, dass Alexa Ihren Skill dem Benutzer irrtümlicherweise präsentiert oder der Benutzer auf andere Weise in der Interaktion nicht weiter weiß, sollten Sie in der Hilfe eine Lösung anbieten, falls der Benutzer nicht weiß, dass der Befehl „Stopp“ verfügbar ist.

Benutzer: Alexa, starte Spielerbörse

Alexa: [Missversteht die Anforderung als „starte Scorekeeper“]

So geht's So geht's nicht

Scorekeeper: Scorekeeper. Du kannst einem Spieler Punkte geben, seinen Punktestand abrufen oder „Hilfe“ sagen. Was möchtest du tun?

Benutzer: Hilfe

Scorekeeper: Du kannst Folgendes sagen:

(Listet mehrere Optionen auf)

Du kannst auch „Stopp“ sagen, wenn du fertig bist.

Wie kann ich dir helfen?

Benutzer: Stop.

Scorekeeper: Scorekeeper. Du kannst einem Spieler Punkte geben, seinen Punktestand abrufen oder „Hilfe“ sagen. Was möchtest du tun?

Benutzer: Hilfe

Scorekeeper: Du kannst Folgendes sagen:

(listet mehrere Optionen auf)

Wie kann ich dir helfen?

Beachten Sie, dass kein Hinweis gegeben wird, wie man den Skill beenden kann.

Geben Sie nicht dem Benutzer die Schuld

Es werden Fehler auftreten. Gehen Sie davon aus, dass der Benutzer gut damit umgehen wird. Geben Sie nicht dem Benutzer die Schuld, wenn Fehler auftreten. Entschuldigen Sie sich aber auch nicht zu sehr (sonst könnte Ihre Anwendung als unvollständig wahrgenommen werden, was das Vertrauen in Ihren Skill reduzieren würde).

Benutzer: Bitte Hotelfinder, ein Hotel zu suchen.

Hotelfinder: Hotelreservierung für welche Stadt?

Benutzer: [Hintergrundgeräusche]

So geht's So geht's nicht
Hotelfinder: Welche Stadt ist das? Hotelfinder: Die von dir angegebene Stadt ist ungültig. Bitte nenne die Stadt, in der du eine Reservierung vornehmen möchtest.

Erwarten Sie das Unerwartete

Anders als bei einer visuellen Schnittstelle, wo die Benutzer nur mit den gezeigten Optionen interagieren können, ist die Anzahl der Optionen bei der sprachlichen Interaktion unbegrenzt. Aus diesem Grund müssen Sie vorausahnen, welche nicht unterstützten Begriffe die Benutzer sagen könnten, und dann intelligent damit umgehen.

Benutzer: Buche bei Restaurant-Service im „Kempinski“ für morgen.

Restaurant-Service: Reservierung im Kempinski. Für welche Uhrzeit morgen?

Benutzer: Um 22:30 Uhr

So geht's So geht's nicht
Restaurant-Service: Das Kempinski nimmt Reservierungen zwischen 17:00 und 21:30 an. Für welche Uhrzeit möchtest du reservieren?

Benutzer: 21:00

Restaurant-Service: Und für wie viele Personen?
Restaurant-Service: Entschuldigung, für welche Uhrzeit wolltest du die Reservierung?

Benutzer: 22:30

Restaurant-Service: Ich habe dich nicht richtig verstanden. <error earcon> [Stream wird geschlossen; Dialogende]

Nächste Schritte

Andere Ressourcen

Wenn Sie mehr über das Erstellen von Sprachinteraktionen erfahren möchten, stehen Ihnen folgende Ressourcen zur Verfügung: