真实案例人工智能产品设计复盘

　　本文笔者从工作项目实践出发，并结合具体案例分享了人工智能产品设计过程中遇到的一些问题以及具体操作方案，供大家一同参考和学习。
　　对于AI产品一直抱有好奇之心，正好前端时间负责了我厂手机系统AI产品智慧识屏的落地，分享一些产品设计中的所思所想，大家轻拍。
　　产品示意图如下（避嫌，用友商），一种无搜索框的搜索功能，用户可以在任何APP（应用）里，通过单指长按目标区域的文本或者图片，来获取所需要的信息或服务。
　　示例中战狼、战狼2、战狼3被识别为电影用到自然语言处理技术（NLP），故而智慧识屏被划分为AI产品系。
　　AI产品是一个很好的宣传概念，但是，用户不会为AI技术买单，只会因AI产品能更好的解决问题才使用。AI产品还得回到产品的本质，下文从三个点展开：
　　智慧识屏要解决的问题；
　　智慧识屏提供的解决方案；
　　AI技术特点相对应的产品设计原则。
　　智慧识屏要解决的问题
　　安卓APP是一个个可提供垂类标准化服务的信息孤岛，只会支持APP内的信息服务搜索，没有对外搜索的意愿和通道，信息流转不畅会带来一些麻烦，举个例子：
　　想搞明白亲爱的，热爱的是什么，目前主要的操作路径如下：
　　触发文本选择状态选择相应的文本（亲爱的，热爱的）复制系统切换APP找到目标APP（百度或者豆瓣）APP内搜索回到触发应用（微信）；
　　可以看出操作麻烦（光标好难操作，我的红萝卜大拇指啊！）且操作路径长，类似的场景还有很多，且我们每个人每天都可能遇到类似问题。
　　另外一个层面，资源侧，比如百度、豆瓣等，对于流量的需要是永恒的，精准的流量更是来者不拒。综合用户和资源角度，解决这个问题的价值就凸显出来。
　　因为各APP内的信息只有系统级别可以授权获取，手机系统变成了最适合也最应该的问题解决方，且因可以拿到更多的搜索前场景信息：上下文信息、环境信息和用户信息，搜索的效率有机会优于通用搜索引擎。
　　智慧识屏提供的解决方案
　　上文提到的例子在智慧识屏的操作路径，soeasy！
　　可以看出，相较于用户当前操作麻烦，操作路径长解决方法，智慧识屏是一个便捷触达所需信息服务的搜索通道，主要从服务触达效率和服务质量两个层面去拉大新旧体验差，两个点：便捷触达和服务满足。
　　1。便捷触达
　　用户使用APP时，内容浏览或功能使用是主诉求，搜索是低频高级需求，因而，智慧识屏需要被用户主动唤起。
　　便捷触达是指功能唤起的方式友好，触达想搜索信息的操作路径短。
　　功能唤起的方式在比较了手机物理键、单指长按、单指大面积长按、双指长按、复制后等方式后，选用了单指长按，有以下考虑：
　　用户已有的解决路径就是从单指长按开始，采用这个手势，智慧识屏相当于在用户有搜索意图的信号时就去提醒用户：这有一条捷径！
　　单指长按是一个系统常用手势，且可以收敛用户目标搜索词的区间，给用户少但精确的选择；
　　单指长按也会带来误触的负面体验，这块可以通过一些技术手段来处理，减少负面影响。
　　单指长按指定了目标区域，但是系统还是没办法判断用户想搜索的关键词或意图，只能多拿目标区域文本（现在以段落来单位），提取相关关键词及服务，让用户去选择，图片也是类似情况。
　　综上，智慧识屏流程有三部分：功能唤起、服务选择、服务浏览。
　　触达信息的路径要短，就要每一个部分展示尽可能多的必要信息，能在服务选择卡片侧给的信息就在卡片侧给，比如快递当前状态、航班车次的出发到达信息都尽可能放在服务选择的卡片侧，用户瞅一眼就结束；用户有需要了解更多详情时，再以服务浏览的方式去满足。
　　2。服务满足
　　服务满足是指根据用户触发关键词提供的服务是精准且有价值的。
　　雅虎提出的搜索意图三大分类：导航类、信息类、资源服务类，在智慧识屏中依然有用，只是会有一些手机的特殊场景，比如智慧识屏会覆盖淘口令、吱口令这样因为腾讯和阿里巴巴互相屏蔽衍生的导航类需求。
　　手机系统生态中，用户会用APP来满足头部已标准化的需求，搜索引擎来解决中长尾的需求。
　　智慧识屏也是尽可能延续用户这样APP服务为主，搜索引擎辅助的思路。
　　目前智慧识屏支持的品类服务主要在下图中第一和第四象限，以APP提供服务为第一优先级，比如电影类会提供可了解详情的豆瓣资源和可观看视频的腾讯视频等资源，后面会根据用户行为分析把服务逐步扩展到第二和第三象限。
　　服务载体除了APP，还会更多支持快应用这种厂商侧重推且可控体验的载体。
　　智慧识屏提供的每一个服务都是基于用户的兴趣点，有些兴趣点即时服务即可，有些需持续关注。
　　关注的兴趣点状态需要被展示、被管理，依赖于更多的系统产品（如负一屏、日程、用户中心等）与智慧识屏联动起来，这样服务链路才会完整。
　　另外，用户触发时，搜索前场景信息能辅助搜索意图判断，比如用户如果在电商类APP触发电商类标题，意图会是什么呢？如果你能提供全网最低价呢？
　　这块贴合场景的定向服务，会是用户对于产品的强记忆点，持续的挖掘功能覆盖人群大且留存率高的功能，是智慧识屏目前服务满足的重点迭代方向。
　　最后，套用俞军老师的用户价值公式：用户价值（新体验旧体验）换用成本，智慧识屏可以通过产品设计来不断拉大新旧体验差，但是这个产品要被用户接受；
　　还有换用成本，可以通过用户引导来转换，也可以通过运营、宣传来转换，但最核心的一个点还是需要找到大众、留存高的常规功能去逐步教育用户打开功能、使用功能、了解智慧识屏的核心价值！
　　AI技术特点相对应的产品原则
　　AI模型的推理能力是产品质量的最重要组成部分。推理是概率性正确，依赖于大数据和模型算法，需要不断迭代。大部分品类，准确率和召回率达到90，算非常不错了。
　　产品侧要尊重上述AI模型的现实和规律，扬长避短，总结的原则有三：
　　1。数据驱动
　　智慧识屏核心的价值是帮用户快速触达服务，触达服务的准确率是服务满足的前置条件，各类别模型的准确率和召回率是最最最重要的指标，预示着当前品类用户的满意程度。
　　用户行为日志是用户需求挖掘的宝地，用日志分析当前提供服务的满足度，以及挖掘潜在用户需求，迭代验证产品方案，这样的产品闭环跑通，智慧识屏才能健康的运转下去。
　　上述统计指标和用户行为日志分析，用数据驱动产品迭代，是AI产品中非常重要的部分，每天必备。
　　2。容错设计
　　模型的推理会有概率性错误，加上产品覆盖类型不会一蹴而就，这会让用户有概率得不到服务满足，需要有容错设计来解决这个阶段状况。
　　智慧识屏的文本功能，每次功能触发都稳定存在，除了满足用户主动的文本编辑能力之外，一个重要的角色就是容错，承担服务满足不了时的托底，用户可以通过选择相关文本去搜索，服务链路不能断。
　　3。上新的机制
　　受限于研发、测试等资源，AI模型的迭代速度（比如产品覆盖品类的扩充速度）与产品可迭代的速度可能并不匹配。而时间成本对任何产品来说，都是最宝贵的资源。
　　所以建议，在品类上新这样可标准化的流程里，从产品初期就定义好产品的信息架构：可复用已有的产品样式，也可快速服务器上新的产品样式。
　　这样不管是品类上新，运营活动，还是小流量灰度，都可以更快速的拿到产品数据，驱动产品快速迭代。
　　上述的产品原则是在当前的产品状态和投产比基础上一些思考，非绝对概念，随时欢迎大家探讨相关的话题，感谢阅读！