如何理解机器人互动?

前言

现在机器人已经在各个领域都有沉淀,并且不同的行业都有自己完整的价值体系,在工业层面机器人一直是提高效率,取代人来完成某些动作和事项。比喻仓库机器人、快递机器人等,今天要和大家一起聊的是

遍布在互联网各个角落的机器人帐号,这些帐号可能是充数,也可能是完成一些互动,也可能是制造一些数据来完成 KPI。作为一个产品经理我们该怎么理解这些机器人呢?
虎嗅 AI 用户

分析理解

基于自己接触过的聊聊

原来做社区的时候考核的主要互动指标是转赞评三种行为,狭义上聊这个问题可以只基于转赞评来分析具体策略。这块我浅显得接触过,基于价值观考虑后浅尝辄止再扩大一层就是把营造社区氛围都算上去,那机器人影响到发布、关注等行为也算。

再广义一些,扩展到社区产品以外的产品,例如我现在做的教育产品,涉及到业务和用户交互的环节都算互动,这个环节也有不少机器参与的部分。可能对机器人评论的思考有所参考。

1.社区内容冷启动

用脚本直接抓取內容,內容打标签,分配给一雄机器发布者发布。很多年前做社区的时候,为了让社区内容不至于太贫瘠用过这个方法。当时大家普遍不重视版权观念,我们也主要抓取国外内容为主。

随之带来的问题是为了让机器人显得真实,不得不继续做自动回复、自动点赞等功能,各种机器簸略混在一起,可能单条策略看似问题不大,当各种策略交织成网 状,社区里内容产生就变得杂乱无章。严重影响了社区氛围的培养。

2.賞造互动氛围

在做社区和做秀场的时候都做过类似的需求

做社区的时候,后台准备了一大批机器号,并且定时改名。这些机器人对发布内容数小于N条的发布者自动回复、自动点赞。回复的内容是从预先录好的语料库里随机挑选的。后来做了个升级版,语料库也是从网上抓取的,如果当初有精力再做得细致一些,可能还要根据发布者、发布内容的属性区分不同的语料库。

这个角度能精细做下去的纵深还是有的。先抛开自然语义识别,对于没有能力处理
的属性、内容的关键词、内容所属的分 自然语义的团队来说,也可以根据发布者类、标签等,从不同的语料库挑选车轱辘话回复给用户。顺着这个场景延伸,就是用户与机器人相互关注以后的自动打招呼等功能,”小肚皮”里面很多互动信息我猜测应该都是机器人发出来的。

但是现在回头看,这些做法纯属杀鸡取卵。对于內容社区,我应该预先想好要激劤哪些内容,激劤哪些创作者,而非为了数据指标一味冲数据(这也是在大公司做内部创业项目很容易跑偏的事情)。去年做另外一个社区产品的时候,虽然我们也有互动数据的指标,但是从产品和运营策略上,首先区分了哪些人是创作者,我们 给予集中奖励激励他们生产内容,哪些人是参与者,我们营造热闹的氖围让他们旁观、互动。最终没用任何“机器人”手段,互动数据(转赞评)也提升了非常多。

当然如果社区的主要目的不是为了沉淀內容培养氛围,而是为了通过积累流量快速变现,做一些假繁荣也是无可厚非了。

3提高运营效率 在做教育产品的时候会重点考虑这类需求

核心诉求是提高运莒效率,降低人工成供更多与用户互动的抓手,二是通过技术 本。主要手段一是通过技术手段为运营提手段代替人工完成某些行为。

我们先用纯人工的方法迭代几版运莒SOP,然后分析其中哪些环节可以产品化,哪些技术可以替代人工。例如

1)家长添加助教微信时,助教用脚本模拟点击通过微信好友。实现方式有很多,PC微信插件、安卓端的脚本、虚拟机上跑模拟器等。2)老师两先录入初频/音频语料,机器根据学生回答拼接成教师反馈,通过机器/人工手段发给家长。

(3)通过简单的OCR识别批改试卷。高级点的可以识别学生手写内容自动批改

初步一点的只需要识别题干位置,然后显示出预先录好的批改笔迹,来帮助助教快速批改试卷。这个层面的核心并不是机器策略的复杂度,而是要理解业务需求,判断哪些环节可以用机器来替代。因为对于教育来说,有的时候效率反而不是好东西,适当的人工参与,培养客情关系相比之下更重要。

对应到社区内容上,虽然用机器人伪装成正常用户发布评论在我看来是违背价值观的行为,但如果机器人是知乎那种用来册评论的小助手,应该会有效率工具的作用。

总结下来是:“如果是为了提高产品的核心价值,通过机器人介入提高效率,往往能产生价值;如果是为了提高虚荣指标,通过机器人营造假环境(无论对公对私)可能会杀鸡取卵”。

最后

定期做产品经验和看法交流,可以渗透到各个行业,深刻理解行业的法则,一些浮在上面的貌似正确的观点,在实战和刁钻的环境下有些“门外汉”,毕业后,我第一要感谢的是 @纯银 。同时感谢 @二红 的倾囊相授。

因为感动,所以坚持。
0%