Dưới góc độ của người dùng, các hệ thống AI vốn dĩ không chắc chắn. Chúng có thể tạo ra kết quả không nhất quán và thường xuyên mắc lỗi. Giao diện người dùng mang đến nhiều cơ hội để tiếp thu, lọc và giảm bớt sự thất vọng do những hạn chế của AI gây ra. Là nhà phát triển, bạn đóng vai trò trung tâm trong việc định hình trải nghiệm người dùng AI vì bạn có thông tin chi tiết hơn về cách thức và vị trí mà hệ thống AI có khả năng gặp lỗi.
Một điểm cần cân nhắc quan trọng về thiết kế là mức độ kiểm soát của người dùng đối với AI. Một số cơ hội không hiển thị cho người dùng, trong khi những cơ hội khác có tương tác rõ ràng. Mức độ tiếp xúc càng cao thì tính linh hoạt càng lớn, nhưng đồng thời cũng có nhiều rủi ro và độ phức tạp hơn cần phải quản lý.
Trong mô-đun này, chúng ta sẽ tìm hiểu các phương pháp hay nhất để thiết kế các mẫu trải nghiệm người dùng (UX) cho 3 loại mức độ tiếp xúc: ở chế độ nền, bị hạn chế và không giới hạn. Đối với mỗi loại, chúng tôi nêu bật cách các lựa chọn về kỹ thuật và cấu trúc ảnh hưởng đến trải nghiệm người dùng của hệ thống AI.
AI nền
AI có thể được dùng để cải thiện một cách tinh tế trải nghiệm hiện có mà không cần giới thiệu các tính năng mới. Điều này giúp giảm thiểu sự gián đoạn và khả năng xảy ra lỗi. Trong trường hợp này, trách nhiệm về tính hữu ích, độ tin cậy và khả năng giảm cấp một cách duyên dáng hoàn toàn thuộc về sản phẩm. Người dùng không cần tìm hiểu cách AI hoạt động, hoặc thậm chí không cần biết rằng AI có liên quan để hưởng lợi từ AI.
AI tạo nền phù hợp nhất khi:
- Việc cần làm có rủi ro thấp.
- Quyền kiểm soát của người dùng sẽ không cải thiện đáng kể kết quả.
- Sản phẩm vẫn có thể mang lại giá trị cốt lõi, ngay cả khi tính năng AI không hoạt động hoặc không dùng được.
Có rất nhiều ví dụ về AI hoạt động ngầm trên web, từ bộ lọc thư rác đến đề xuất nội dung giải trí, hoặc thậm chí là những ví dụ phức tạp như bình luận dạng luồng đạn của BILIBILI. Có thể bạn thậm chí không coi một số tính năng này là "AI".
Ví dụ: Thông tin tóm tắt và điểm nổi bật của bài đánh giá dựa trên AI
Bạn còn nhớ Example Shoppe không? Cho đến nay, chúng tôi đã chia sẻ 2 bản thiết kế hệ thống cho các tính năng AI khác nhau, bao gồm tính năng hỗ trợ khách hàng và tính năng tìm kiếm sản phẩm nâng cao. Giờ đây, chúng tôi sẽ ra mắt tính năng thứ ba: bản tóm tắt bài đánh giá. Hãy xem bản thiết kế hệ thống AI.
Các trang sản phẩm thường có hàng trăm bài đánh giá. Đối với người dùng, có thể họ sẽ gặp khó khăn khi đánh giá những đặc điểm thực sự quan trọng đối với họ.
Bạn có thể sử dụng AI để cung cấp các chủ đề định kỳ trong nội dung tìm kiếm của người dùng nhằm đưa ra các điểm nổi bật và bản tóm tắt đánh giá phù hợp với từng người dùng. Trong giao diện ví dụ của chúng tôi, người dùng đang tìm kiếm tai nghe, vì vậy, các chủ đề về chất lượng âm thanh và thời lượng pin được làm nổi bật. Điều này giúp giảm tải nhận thức và có thể dẫn đến quyết định mua hàng nhanh hơn.
Vì mỗi người sẽ có bản tóm tắt riêng, nên bạn cần ưu tiên quyền riêng tư và tốc độ khi chọn nền tảng. Bạn có thể chọn AI tích hợp và Summarizer API để quá trình tính toán diễn ra ngay trên thiết bị của người dùng.
Các phương pháp hay nhất
Hãy tuân thủ các nguyên tắc sau để tính năng AI của bạn hoà nhập liền mạch vào trải nghiệm người dùng hiện có:
- Đảm bảo tính minh bạch ở mức tối thiểu: Khi AI chuyển đổi hoặc tổng hợp nội dung do người dùng tạo, các tín hiệu tinh tế sẽ giúp người dùng đặt ra kỳ vọng. Bạn có thể sử dụng các nhãn trung lập như "Tóm tắt" hoặc "Thông tin chi tiết chính" và thêm tính năng hiển thị từng phần thông qua chú thích hoặc các phần tử khác trên giao diện người dùng.
- Cho phép chọn không sử dụng: Mỗi người có một thái độ khác nhau đối với AI. Một số người có thể cảm thấy AI xâm nhập, áp đảo hoặc gây phiền toái. Cung cấp một cách rõ ràng để tắt các tính năng này.
- Chú ý đến cách diễn đạt: Ngôn ngữ là một phần quan trọng trong mọi trải nghiệm người dùng, kể cả văn bản do AI tạo. Trong ví dụ của chúng tôi, nội dung tóm tắt phải phản ánh xu hướng, chứ không phải tuyên bố. Thêm quy tắc vào câu lệnh hệ thống để giảm hoặc loại bỏ ngôn từ quá tự tin trong bản tóm tắt.
- Thiết kế một giải pháp dự phòng phù hợp: Khi có thể, hãy cung cấp giá trị mà không cần AI. Nếu không có bản tóm tắt vì lý do kỹ thuật (chẳng hạn như không có mô hình), thì hệ thống vẫn phải cung cấp các bài đánh giá chưa được tóm tắt. Sau khi mô hình được tải xuống, ứng dụng của bạn có thể tự động hiển thị bản tóm tắt mới.
- Giảm thiểu gián đoạn trong quá trình thiết lập: Lần tải xuống mô hình phía máy khách ban đầu có thể gây ra sự cố. Trước tiên, hãy minh hoạ giá trị của tính năng. Bạn có thể thêm một giải pháp dự phòng phía máy chủ có giới hạn hoặc chuyển quá trình tải xuống sang cuối hành trình của người dùng để giảm thiểu sự gián đoạn. Thời điểm thích hợp và việc xây dựng bối cảnh sẽ giúp sản phẩm của bạn phù hợp với các ưu tiên của người dùng.
AI bị hạn chế
Mặc dù AI nền chạy tự động, nhưng các tính năng AI bị hạn chế được người dùng kích hoạt một cách rõ ràng, thường là bằng một đường liên kết hoặc nút. Bạn xác định nhiệm vụ, ý định, các ràng buộc và định dạng đầu ra trong một câu lệnh hệ thống. Không giống như con trỏ lời nhắc mở, người dùng có ít hoặc không có lựa chọn nào ngoài việc bắt đầu tác vụ và nhận được kết quả. Hệ thống duy trì khả năng dự đoán bằng cách giới hạn chặt chẽ những việc mà AI được phép làm.
Tương tự như AI nền, các tính năng AI bị hạn chế hoạt động hiệu quả với các mô hình phía máy khách được tuỳ chỉnh cho một tác vụ cụ thể.
Ví dụ: Tạo tiêu đề
Việc tạo tiêu đề có thể là một nhiệm vụ đặc biệt khó khăn. BlogBuddy sử dụng AI để giúp người viết đưa ra tiêu đề chu đáo, phù hợp với ngữ cảnh mà không tốn nhiều công sức. Xem bản thiết kế hệ thống AI cho tính năng này.
Người dùng có thể nhấp vào Hiện tiêu đề để tạo nhiều bản nháp nhằm đánh giá và tinh chỉnh.
Chúng tôi đã trình bày cách triển khai việc này bằng Prompt API trong phần Thiết kế câu lệnh. Xây dựng một câu lệnh hệ thống mã hoá nhiệm vụ, các ràng buộc về phong cách và cấu trúc đầu ra. Chỉ nội dung bài đăng trên blog được truyền động từ giao diện người dùng. Với việc triển khai phía máy khách, tính năng này được tối ưu hoá để lặp lại mà không tốn chi phí thiết lập.
Các phương pháp hay nhất
Mục tiêu của bạn là khuyến khích người dùng sử dụng các tính năng mới. Để làm như vậy, hãy thể hiện giá trị và cho họ quyền kiểm soát kết quả:
- Truyền đạt sự rõ ràng và tự tin: Nhãn hành động rõ ràng luôn được ưu tiên hơn ngôn ngữ chung chung, chẳng hạn như "Hỏi AI". Người dùng của bạn phải có thể hiểu được điều gì đang xảy ra, ngoài việc biết cách điều đó xảy ra. Nếu độ trễ của tính năng thấp, hãy thêm nhãn cho biết kết quả đã có sẵn. Ví dụ: Hiện tiêu đề thay vì Tạo tiêu đề.
- Thông báo cho người dùng: Thêm một chút trở ngại về nhận thức để người dùng luôn cảnh giác. Bằng cách đưa ra nhiều lựa chọn, bạn có thể ngăn người dùng cảm thấy bế tắc với một kết quả mà họ có thể không thích. Người dùng phải có thể chấp nhận hoặc chỉnh sửa kết quả một cách rõ ràng trước khi kết quả được lưu.
- Nếu có thể, hãy chuẩn bị trước kết quả: Đặc biệt đối với các tác vụ phía máy khách, hãy cân nhắc việc tính toán trước kết quả để kết quả có sẵn ngay lập tức.
- Hỗ trợ việc lặp lại nhanh: Việc tạo lại phải dễ dàng, có thể đảo ngược và không tốn kém. Người dùng phải có lựa chọn huỷ thao tác. Thu thập những tín hiệu phản hồi này để bạn có thể tinh chỉnh tính năng cho các lần chạy trong tương lai.
- Cung cấp các chế độ kiểm soát chi tiết hơn (nếu cần): Bạn có thể sử dụng các phần tử có cấu trúc bổ sung (chẳng hạn như thẻ giọng điệu, bộ chọn độ dài hoặc kiểu đặt sẵn) để tinh chỉnh kết quả. Trong nhiều trường hợp, nhu cầu kiểm soát bổ sung sẽ xuất hiện theo thời gian, khi sự tin tưởng và các yêu cầu của người dùng thay đổi. Thiết lập các vòng phản hồi để bạn có thể theo dõi những diễn biến này.
Cách lựa chọn giữa AI nền và AI bị hạn chế
Bạn có thể triển khai một số tính năng dưới dạng AI nền hoặc AI bị hạn chế, tuỳ thuộc vào cách thức và thời điểm bạn hiển thị các tính năng đó. Sự khác biệt này chịu ảnh hưởng của khả năng hiển thị, tải nhận thức và thời gian, chứ không phải các chức năng hiện có. Ví dụ: thay vì yêu cầu người dùng nhấp vào nút một cách rõ ràng, tiêu đề có thể được chuẩn bị chủ động ở chế độ nền trong khi người dùng đang viết. Khi người dùng tập trung vào trường tiêu đề, bạn có thể đưa ra các đề xuất.
Phương pháp này hoạt động hiệu quả nhất khi:
- Theo mặc định, các dữ liệu đầu vào mà tính năng này yêu cầu đều có sẵn
- Số lượng tính năng dựa trên AI còn ít
- Chi phí tính toán trước thấp
- Bạn có thể tích hợp các đề xuất mà không làm người dùng bị phân tâm khỏi nhiệm vụ của họ
Ngược lại, AI có giới hạn sẽ phù hợp hơn trong các sản phẩm có nhiều tính năng hoặc hành động dựa trên AI. Các điều kiện kích hoạt rõ ràng giúp tránh việc tính toán không cần thiết, đồng thời giúp người dùng cảm thấy rõ ràng hơn về ý định và quyền kiểm soát.
AI mở
AI có phạm vi mở cho phép người dùng kiểm soát trực tiếp hành vi của hệ thống AI bằng dữ liệu đầu vào dạng tự do. Thay vì kích hoạt một hành động được xác định trước, người dùng có thể cung cấp ngữ cảnh bằng ngôn ngữ tự nhiên. Sau khi bạn gửi yêu cầu, hệ thống AI sẽ diễn giải ý định, thêm ngữ cảnh còn thiếu và đưa ra dự đoán chính xác nhất về việc cần làm tiếp theo.
Đầu vào mang tính cá nhân cao và thường không thể đoán trước được, vì vậy hệ thống AI của bạn cần có khả năng xử lý sự biến thiên này. Loại này mang lại tính linh hoạt cao nhất, nhưng cũng có nguy cơ cao nhất đối với trải nghiệm người dùng:
- Thông tin đầu vào của người dùng không rõ ràng hoặc chưa hoàn chỉnh
- Kết quả không thể đoán trước
- Khả năng nhận được câu trả lời không chính xác hoặc gây hiểu lầm cao hơn
- Tăng nguy cơ tin tưởng quá mức
- Cố gắng xâm nhập hệ thống, chẳng hạn như khiến hệ thống tạo ra nội dung không phù hợp
Ví dụ: Nhân viên hỗ trợ khách hàng dựa trên AI
Đối với Example Shoppe, dịch vụ hỗ trợ khách hàng bao gồm nhiều vấn đề: theo dõi đơn đặt hàng, trả lại hàng, câu hỏi về sản phẩm, vấn đề về việc giao hàng và các trường hợp đặc biệt không phù hợp với quy trình làm việc rõ ràng. Nhớ lại bản thiết kế hệ thống AI trong mô-đun Nền tảng.
Sau khi thêm các tính năng AI có giới hạn cho những hành động phổ biến nhất, giao diện của bạn có thể trở nên lộn xộn. Thay vào đó, một nhân viên hỗ trợ AI có khả năng xử lý nhiều vấn đề có thể mang lại sự linh hoạt.
- Nhanh chóng giải quyết các vấn đề thường gặp.
- Giảm thời gian chờ và chi phí hỗ trợ.
- Cung cấp sự hỗ trợ tức thì cho nhiều chủ đề mà không cần quy trình hỗ trợ phức tạp.
Giá trị của nhân viên hỗ trợ nằm ở khả năng xử lý sự đa dạng ở quy mô lớn. Cuối cùng, bạn cần xây dựng một hệ thống có thể xử lý các dữ liệu đầu vào này một cách có trách nhiệm. Mặc dù bạn hy vọng và mong đợi người dùng sử dụng phán đoán tốt nhất và điều chỉnh mức độ tin cậy, nhưng bạn có thể phải chịu trách nhiệm về những câu trả lời không chính xác do mô hình đưa ra.
Người dùng tương tác bằng cách mở cuộc trò chuyện với trợ lý ảo, hỏi "Đơn đặt hàng của tôi ở đâu?" hoặc "Tôi bị tính phí hai lần – bạn có thể giúp tôi không?" Trợ lý này diễn giải ý định, đặt câu hỏi làm rõ, truy xuất thông tin liên quan và đề xuất các bước hoặc hành động tiếp theo.
Hầu hết các hệ thống AI có khả năng trò chuyện tự do đều dựa vào các mô hình phía máy chủ. Bạn có thể kết hợp các thành phần này với những thành phần khác, chẳng hạn như cơ sở dữ liệu, công cụ bên ngoài và logic nghiệp vụ để tạo thành một hệ thống AI phức hợp. Bạn nên cung cấp các phương thức chuyển tiếp cho nhân viên hỗ trợ là con người.
Các phương pháp hay nhất
Tập trung vào tính minh bạch, hiệu chỉnh niềm tin và cơ chế kiểm soát:
- Hướng dẫn người dùng thể hiện rõ ý định: Đưa ra các gợi ý về câu lệnh ("Tôi muốn trả lại đơn hàng") và các câu hỏi gợi ý tiếp theo để giảm sự mơ hồ.
- Cho biết trạng thái và giả định của hệ thống: Trợ lý ảo phải giao tiếp rõ ràng về những gì mà trợ lý ảo hiểu ("Có vẻ như bạn đang hỏi về đơn đặt hàng 12345") và thông tin mà trợ lý ảo đang sử dụng.
- Hỏi trước khi hành động: Trước khi thực hiện các hành động nhạy cảm, chẳng hạn như trả lại, hoàn tiền, thay đổi địa chỉ, tác nhân nên tóm tắt hành động và yêu cầu người dùng xác nhận.
- Thiết kế để xác minh và sửa lỗi: Người dùng có thể sửa những hiểu lầm, diễn đạt lại yêu cầu hoặc tua lại cuộc trò chuyện mà không cần bắt đầu lại.
- Kết hợp với các tính năng AI bị hạn chế: Cuộc trò chuyện qua lại quá nhiều có thể khiến người dùng nản lòng. Thêm các phần tử có cấu trúc dưới dạng lối tắt. Ví dụ: số đơn đặt hàng được suy đoán có thể xuất hiện dưới dạng một phần tử có thể nhấp, cho phép người dùng tìm kiếm, chọn hoặc thay thế số đó, thay vì yêu cầu họ diễn đạt lại yêu cầu bằng văn bản.
- Đưa ra những điểm không chắc chắn và hạn chế: Trợ lý ảo nên thừa nhận những điểm không chắc chắn, báo hiệu thông tin bị thiếu và chuyển yêu cầu cho nhân viên hỗ trợ một cách khéo léo khi độ tin cậy thấp.
Loại trải nghiệm AI này đòi hỏi người dùng phải đánh giá câu trả lời một cách nghiêm túc và biết khi nào cần báo cáo.
Những điểm chính cần ghi nhớ
Trong mô-đun này, chúng ta đã xem xét các loại trải nghiệm người dùng AI:
- AI nền cho phép bạn thêm giá trị hoặc niềm vui cho hành trình hiện tại của người dùng.
- Bạn có thể dùng các tính năng AI có giới hạn cho những trường hợp sử dụng cụ thể, được xác định rõ ràng và phù hợp nhất để thực hiện bằng AI.
- Bạn cần có AI không giới hạn cho những miền có tính biến động cao. Chỉ sử dụng chế độ mở nếu bạn rất tin tưởng vào hiệu suất kỹ thuật của hệ thống.
Bảng sau đây tóm tắt các mẫu trải nghiệm người dùng được đề xuất cho từng loại AI:
| Chủ đề trải nghiệm người dùng | Mẫu trải nghiệm người dùng | Thông tin cơ bản | Bị hạn chế | Câu trả lời mở |
| Độ trong suốt | Nội dung do AI tạo được gắn nhãn rõ ràng | |||
| Nội dung giải thích đơn giản về hành vi của AI | ||||
| Trạng thái hệ thống và các giả định có thể thấy được | ||||
| Hướng dẫn | Gợi ý về câu lệnh | |||
| Đầu vào có cấu trúc (thẻ, chế độ đặt sẵn) | ||||
| Điều khiển | Điều kiện kích hoạt AI rõ ràng | |||
| Xem trước trước khi áp dụng đầu ra | ||||
| Nhiều lựa chọn thay thế | ||||
| Tạo lại | ||||
| Huỷ | ||||
| Hiệu chỉnh độ tin cậy | Câu chữ thận trọng | |||
| Chỉ báo về độ tin cậy | ||||
| Quản lý rủi ro và sự cố | Cố ý tạo ra rào cản và cổng đánh giá | |||
| Bàn giao / chuyển vấn đề lên cấp trên cho nhân viên hỗ trợ | ||||
| Cơ chế dự phòng linh hoạt không có AI |
Tài liệu đọc thêm
Để tiếp tục tìm hiểu về các mẫu trải nghiệm người dùng, bạn nên tham khảo các tài nguyên sau:
- Đọc Sách hướng dẫn People + AI của Google.
- Bộ công cụ HAX của Microsoft, đặc biệt là các nguyên tắc về hoạt động tương tác giữa con người và AI.
- The Shape of AI (Hình dạng của AI) của Emily Campbell.
- Chương 10 của cuốn sách Nghệ thuật phát triển sản phẩm AI.
Kiểm tra mức độ hiểu biết của bạn
Tính năng làm mờ nền trong cuộc gọi video thuộc loại mẫu trải nghiệm người dùng nào?
Khi nào bạn nên sử dụng AI có khả năng trò chuyện tự do làm mẫu trải nghiệm người dùng?