Cara Membuat Chatbot yang Menarik dan Berguna

Modal Satu. Adobe. Bahkan Domino memilikinya. Mereka adalah chatbot, dan mereka dengan cepat menjadi ada di mana-mana. Chatbot yang buruk hanya mengatakan "Maaf, saya tidak mengerti" berulang-ulang (atau lebih buruk "kesalahan".) Chatbot yang baik terasa hampir seperti manusia, dan membantu menjawab pertanyaan sehingga Anda tidak perlu melakukan panggilan telepon atau cari halaman FAQ.

Tapi apa yang membuat pengalaman chatbot bagus? Apa taruhan meja yang diharapkan orang dari chatbot, dan apa yang merusak pengalaman itu? Dalam artikel ini kami akan menjawab pertanyaan tersebut dan mengidentifikasi apa yang dapat Anda lakukan sebagai desainer konten untuk membuat chatbot Anda sukses.

Apa yang Membuat Chatbot Unik?

Chatbot adalah program yang mereplikasi percakapan manusia. Kebanyakan chatbot menggunakan pohon keputusan untuk membuat percakapan. Mereka mengenali kata-kata kunci dan merespons sesuai, atau mereka mengizinkan pengguna akhir untuk memilih dari opsi untuk mengarahkan percakapan.

Sama pentingnya untuk mendefinisikan apa itu chatbot, adalah mengidentifikasi apa yang bukan. Mari gali apa itu chatbot — dan jelaskan apa itu chatbot.

Chatbot Adalah Bentuk Desain Percakapan

Chatbots meniru percakapan manusia, dan sebagian besar chatbots menggunakan pohon keputusan untuk melakukannya. Mereka mengenali kata-kata kunci dan merespons sesuai, atau mereka mengizinkan pengguna akhir untuk memilih dari opsi untuk mengarahkan percakapan.

Desain percakapan secara luas mengacu pada konten seperti percakapan apa pun , baik yang datang melalui header dan teks di halaman web, UI suara seperti Google Home dan Alexa, atau chatbots. Dengan demikian, konten chatbot adalah salah satu jenis desain percakapan, tetapi keduanya tidak sama. Chatbot juga bukan manusia yang berinteraksi melalui antarmuka obrolan (yang terkadang disebut "obrolan langsung"). Ini adalah khusus sistem komputerisasi.

Mengapa ini penting? Ketika tim desain dan teknik menentukan cara terbaik untuk berkomunikasi dengan audiens mereka, mereka cenderung menggunakan steno. Saya sering mendengar desainer mengatakan “maka kami [perusahaan] akan memberi tahu mereka [penonton] untuk mengonfirmasi kata sandi mereka.” Dalam hal ini, perancang mungkin mengacu pada "memberi tahu" audiens melalui teks pada halaman, atau mereka mungkin menyiratkan bahwa chatbot akan muncul untuk memberi tahu audiens. Di awal fase konsep, mungkin tidak masalah bentuk desain percakapan apa yang ada dalam pikiran tim, tetapi pada akhirnya tim konten akan bertanggung jawab untuk pekerjaan yang jauh lebih besar jika hasil akhirnya adalah chatbot. Dengan mengingat hal itu, penting untuk mengklarifikasi bentuk desain percakapan apa yang ada dalam pikiran tim.

Salah satu contoh desain percakapan non-chatbot adalah UI percakapan . Oscar Insurance memiliki UI percakapan, yang mereka kembangkan dengan beberapa praktik terbaik:

• Header adalah kalimat lengkap.
• Formulir memiliki teks bantuan dengan instruksi khusus (bukan contoh).
• Salinan ditulis dalam orang ke-2, mengacu pada penonton sebagai "Anda".

UI Suara juga dapat "berbicara" kepada audiens, dan jika tim mempertimbangkannya, maka mereka sedang membangun pesaing untuk Alexa, Google Home, dan Siri, atau mereka (lebih mungkin) membangun aplikasi yang dapat diunduh oleh sistem ini. Sekali lagi, ini mungkin terdengar sama dari perspektif konsep, tetapi persyaratannya sangat berbeda. UI Suara tidak memiliki desain visual, dan tidak memiliki kemampuan untuk memicu atau mendorong pengguna akhir untuk bertindak. Ini sangat kontras dengan aplikasi telepon, yang dapat meluncurkan notifikasi tanpa pengguna akhir membuka aplikasi terlebih dahulu.

Chatbot Dapat Menjawab (Banyak) Pertanyaan

Mungkin terdengar dari deskripsi ini seolah-olah chatbots adalah jawaban yang sempurna — mereka dapat meluncurkan pemberitahuan, mereka menggabungkan UI visual, dan mereka dapat berbicara! Tentu saja, popularitas chatbot sebagian karena manfaat ini. Tapi ini bisa menciptakan asumsi bahwa percakapan manusia adalah cara terbaik untuk terhubung dengan pengguna akhir. Terkadang itu benar — tetapi tidak selalu!

Dalam pembicaraan Button Michael J Metts "Maaf, Saya Tidak Dapat Membantu Dengan Itu" dia mengatakan bahwa perusahaan harus tahu apa tujuannya, dan kemudian menentukan apakah chatbot akan membantu memenuhi tujuan itu. Ini adalah pendekatan yang fantastis: chatbot adalah solusi, dan harus digunakan ketika itu adalah solusi untuk suatu masalah.

Layanan pelanggan dan penjualan biasanya merupakan tujuan yang baik untuk dipenuhi oleh chatbots. Dalam kedua kasus, masalahnya mungkin "bagaimana tim layanan pelanggan kami merespons pertanyaan umum dengan cepat" atau "bagaimana tim penjualan kami membantu pelanggan mempelajari produk atau layanan dengan cara yang cepat dan mudah, tanpa menggunakan waktu karyawan yang signifikan?" Dalam kasus ini, chatbot dapat membantu orang mendapatkan jawaban yang mereka inginkan tanpa perlu menelepon dan menunggu.

Namun, jika masalahnya adalah “bagaimana rumah sakit kami dapat mendiagnosis masalah kesehatan dengan lebih akurat” atau “bagaimana bank kami dapat lebih cepat membantu karyawan menemukan gaji yang hilang dari majikan mereka”, chatbot mungkin tidak sesuai. Seorang dokter manusia jauh lebih akurat daripada chatbot, dan pengguna akhir akan memahaminya. Demikian pula, chatbot bank tidak mungkin dapat terhubung ke banyak sistem penggajian perusahaan yang diperlukan untuk melacak gaji. Sementara pengguna akhir mungkin berpikir mereka menginginkan jawaban dari chatbot, mereka akan segera kehilangan kepercayaan ketika chatbot tidak dapat menjawab pertanyaan mereka.

Singkatnya, chatbot bukanlah cara yang baik untuk menangani nuansa atau situasi yang sangat rumit, karena banyak peluang untuk kesalahan manusia. Ada terlalu banyak variabel untuk "cepat" dan "akurat" untuk dicapai dalam situasi ini.

Chatbot Bukanlah Algoritma

Jangan pernah lupa bahwa chatbot hanya sebagus kontennya . Ya, chatbot dikendalikan oleh algoritme, dan dapat didukung oleh pembelajaran mesin. Tetapi sebelum pembelajaran mesin dapat dimulai, chatbot membutuhkan seperangkat aturan, dan membutuhkan konten untuk berbicara. Itulah peran desainer konten, penulis UX, atau ahli strategi konten untuk didefinisikan.

Kami sering melihat ini dalam percakapan seputar etika AI. Asisten suara dan chatbots sering diidentifikasi sebagai seksis dan bias rasial. Mereka tidak bias karena tim desain dan teknik membuat pilihan secara sadar untuk membuatnya demikian. Mereka bias karena “mencerminkan bias dalam sudut pandang tim yang membangunnya”, mengutip ahli etika AI Josie Young dalam pembicaraan TED-nya.

Bagi kita yang membangun chatbot, ini berarti kita harus secara sadar anti-seks dan anti-rasis . Kami perlu membangun chatbot dengan cermat, dan tidak menghubungkan pembelajaran mesin sampai kami memiliki konten yang dirancang untuk dipelajari oleh AI. Seperti banyak hal, apa yang dilakukan chatbot hanyalah setengah dari cerita. Ini mungkin “menjawab pertanyaan” — tetapi pertanyaan apa, dan bagaimana caranya? Ini mungkin “mengarahkan orang ke langkah selanjutnya” — tetapi apa langkah selanjutnya yang tepat, dan bagaimana chatbot merespons saat terjadi kesalahan? Dengan kata lain, apa yang akan membuat dampak nyata adalah bagaimana chatbot menyelesaikan hal-hal yang dilakukannya.

Praktik Terbaik Untuk Melibatkan Chatbots

Jika tim Anda sedang membangun chatbot, semoga Anda sudah melakukan banyak pekerjaan di muka.

• Anda telah memutuskan bahwa chatbot adalah solusi yang tepat.
• Anda telah mengidentifikasi kendala teknologi, seperti sistem apa yang akan Anda gunakan.
• Anda sedang mencari kemampuan apa yang akan tersedia di sistem itu, seperti koreksi otomatis atau tesaurus sinonim bawaan.

Sekarang adalah ketika beberapa eksekutif mengatakan "pasang dan buat itu bekerja!" dan Anda harus mengatakan "plug what in?!" Sebagaimana dicatat, chatbot Anda bukan hanya sebuah algoritme, dan Anda memiliki beberapa konten untuk dirancang. Saatnya membuat konten untuk chatbot Anda. Mari jelajahi lima praktik terbaik untuk menjadikan chatbot Anda manusiawi:

1. Tentukan tindakan Anda.
2. Pisahkan jenis respons Anda.
3. Rangkul diri robot Anda.
4. Buat nada untuk setiap skenario.
5. Desain untuk kesalahan.

1. Tentukan Tindakan Anda

Karena chatbot bukanlah solusi ajaib untuk semua hal, Anda perlu memfokuskan pekerjaan Anda pada alur pengguna tertentu yang dapat dicapai orang dengan chatbot Anda. Misalnya, katakanlah Anda membuat chatbot untuk perusahaan seperti FedEx atau USPS, Anda dapat mencantumkan contoh alur pengguna seperti "lacak paket" dan "perbarui alamat surat". Itu berarti jika pengguna akhir meminta bantuan chatbot untuk melacak sebuah paket, chatbot mungkin akan menjawab “berapa nomor pelacakannya.” Tapi chabot harus tahu batasannya. Mungkin salah satu tujuannya adalah “membangun kepercayaan.” Oleh karena itu jika pengguna akhir mengatakan "seseorang melakukan penipuan email atas nama saya", chatbot mungkin menyampaikan belasungkawa dan dengan cepat mentransfer pengguna akhir ke agen layanan pelanggan langsung. Karena tujuannya adalah untuk "membangun kepercayaan", tim yang membangun chatbot harus menyadari bahwa segala sesuatu yang melibatkan informasi sensitif harus ditangani oleh manusia — bahkan jika tidak ada batasan teknis atau hukum.

Tidak ada cara yang tepat untuk melakukan ini. Sebagian besar organisasi memiliki beberapa bentuk proposisi nilai atau prinsip desain, yang akan membantu mengidentifikasi tujuan chatbot. Ada juga kemungkinan beberapa persyaratan yang sudah ditentukan. Oleh karena itu, tujuan dapat dilihat secara sepintas dari persyaratan, dan persyaratan akan menjadi lebih spesifik setelah tujuan ditentukan.

Dalam sebuah wawancara dengan Mike Bunner, Wakil Presiden, Direktur Pemasaran Digital di Franklin Mint Federal Credit Union, Bunner mengatakan bahwa tanpa chatbot, “pusat panggilan kami akan mendapatkan 3x jumlah panggilan normal.” Tujuan mereka dapat diasumsikan sebagai "mengurangi jam layanan pelanggan." Ini terhubung dengan baik ke prompt awal chatbot mereka, yang menunjukkan "topik populer" yang dapat membantu - kemungkinan topik populer ini adalah alasan paling umum orang memanggil tim layanan pelanggan. Dalam wawancara yang sama Bunner mengatakan bot menarik kontennya langsung dari konten dukungan anggota. Seperti banyak organisasi, Franklin Mint memiliki banyak konten yang bermanfaat, tetapi kesulitan membuat orang melihatnya.

2. Pisahkan Jenis Respons Anda

Ketika Anda memikirkan chatbot, Anda mungkin memikirkan salah satu dari dua hal:

1. Chatbot yang merespons apa pun yang diketik oleh pengguna akhir, menangkap apa yang mereka inginkan melalui kata kunci dan frasa.
2. Sebuah chatbot yang mengikuti serangkaian pohon keputusan, meminta pengguna akhir untuk memilih dari beberapa opsi dan kemudian membawanya melalui alur pengguna.

Chatbots dapat melakukan salah satu atau keduanya, dan penting untuk mengetahui apa yang Anda tuju. Faktanya, bahkan jika Anda bermaksud untuk fokus pada pohon keputusan, ada kemungkinan pengguna keluar dari skrip. Dengan mengingat hal itu, pertimbangkan bagaimana Anda ingin chatbot merespons. Jika seseorang mengatakan "Bantuan" atau "Bicaralah dengan manusia", bagaimana Anda akan mengarahkan mereka?

Saat Anda memikirkan asosiasi kata chatbot, ingatlah bahwa kata-kata memiliki konteks . Ketika pengguna akhir sedang mengedit profil mereka dan mereka mengetikkan "nomor telepon", mereka mungkin ingin melihat di mana untuk mengedit nomor telepon mereka. Tetapi jika mereka telah mengetik sesuatu yang tidak dikenali oleh chatbot, chatbot berkata "Saya tidak mengerti" dan kemudian pengguna akhir mengetikkan "nomor telepon" mereka mungkin mencari saluran layanan pelanggan. Ini adalah kesempatan bagi rekayasa dan strategi konten untuk berkolaborasi untuk membuat bot yang dirancang dan dibangun dengan baik.

Perencanaan yang matang semacam ini akan muncul dalam produk akhir. Chatbot Adobe, misalnya, gagal di sini. Ini dimulai dengan meminta pengguna akhir untuk mengetik bebas, tetapi setelah mendapat tanggapan, bot meminta pengguna akhir untuk memilih salah satu dari tiga opsi. Sebagai pengguna, saya bertanya-tanya mengapa saya diminta mengetik jika bot tidak dapat memahami kata kunci sederhana seperti “produk Adobe”.

3. Rangkul Diri Robot Anda

Setelah Anda mengetahui apa yang dapat dilakukan chatbot Anda, inilah saatnya untuk memikirkan bagaimana ia akan melakukannya. Pertama dan terpenting: jangan berpura-pura bahwa chatbot Anda adalah manusia. Dalam penelitian dengan mantan klien, klien menemukan bahwa lebih dari 80% orang merasa nyaman berinteraksi dengan chatbot, dan mereka suka ketika chatbot memiliki nama dan kepribadian. Tetapi orang-orang yang sama dengan cepat kehilangan kepercayaan pada bot dan organisasi ketika chatbot berpura-pura menjadi manusia.

Satu percakapan dengan klien berkisar pada apakah orang akan berbicara dengan chatbot jika mereka tahu berbicara dengan manusia adalah sebuah pilihan. Pengujian menemukan bahwa ya, mereka akan melakukannya! Faktanya, meyakinkan pengguna akhir bahwa manusia tersedia (sesuai kebutuhan) sebenarnya meningkatkan kenyamanan yang mereka miliki dalam berbicara dengan chatbot.

Tim di Hopelab memiliki hasil yang sama ketika mereka membangun Vivibot, sebuah chatbot untuk remaja penderita kanker. Remaja dan dewasa muda sering menghindari menceritakan kepada orang tua atau profesional kesehatan mereka. Tetapi Hopelab menemukan bahwa chatbot menghilangkan beberapa penghalang. Dalam studi terkontrol acak peer-review mereka, mereka mampu menunjukkan bahwa Vivibot tidak hanya memberikan dukungan emosional yang berharga, tetapi juga meningkatkan kecemasan.

Vivibot adalah contoh chatbot yang menarik karena beberapa alasan. Pertama, bot tidak dimaksudkan untuk solusi satu kali, melainkan sebagai alat dukungan emosional yang berkelanjutan. Ini berarti bot perlu memiliki berbagai respons, agar tidak terdengar berulang. Kedua, sebagai bot yang berhubungan dengan kesehatan, Vivibot perlu menangani subjek yang sensitif. Dia harus setransparan mungkin, tidak pernah default ke "kedengarannya bagus" generik karena takut mengasingkan orang-orang yang bergantung padanya ketika mereka tidak merasa nyaman curhat pada manusia.

Bayangkan jika Vivibot dianggap tidak peka? Emily Cummins, seorang penulis dengan artikel di The Worst Chatbot Fails, menunjukkan contoh di mana "UX Bear" dari Majalah UX bertanya, "Bagaimana Anda menggambarkan istilah bot untuk nenek Anda?" Emily menjawab, "Nenek saya sudah meninggal," dan kembali mengacungkan jempol. Ini adalah respons yang sedikit membingungkan dari UX Bear, tetapi berpotensi menghancurkan dari Vivibot.

Dalam waktu dekat kita mungkin melihat lebih banyak negara bagian mengeluarkan undang-undang tentang bot yang berpura-pura menjadi manusia, seperti yang dilakukan California. Meskipun mungkin tampak tidak perlu bagi Beruang Obrolan di dunia, ini jelas penting untuk topik yang berpengaruh atau sensitif, baik itu politik atau perawatan kesehatan.

4. Buat Nada Untuk Setiap Skenario

Ketika ahli strategi konten membuat "suara dan nada", keduanya adalah hal yang berbeda. Suara itu seperti kepribadian merek. Ini mengidentifikasi bagaimana suara perusahaan, apa pun yang terjadi. Nada , bagaimanapun, akan berbeda tergantung pada situasinya. Suara mungkin "ramah" tapi ramah terdengar berbeda dalam pesan kesalahan daripada di pesan sukses.

Chatbot harus memiliki suara yang berbeda dari perusahaan. Itu bisa mengatakan hal-hal seperti "oh tidak!" atau "Saya senang untuk Anda." ketika perusahaan Anda tidak bisa. Untuk itu, langkah pertama membuat suara chatbot adalah mengembangkan daftar kata yang diucapkan chatbot Anda. Sangat penting bahwa chatbot menanggapi pengguna akhir, untuk memberi tahu mereka bahwa mereka telah didengar. Itu berarti chatbots menghabiskan banyak waktu untuk mengatakan hal-hal seperti "Mengerti" atau "Saya mengerti" dan Anda perlu tahu seperti apa suara token perjanjian itu. Apakah chatbot Anda mengatakan "ya" atau "ya" atau keduanya? "Oke" atau "Oke"? “Hebat” atau “Saya mengerti”? Parameter akan membantu suara chatbot Anda konsisten, sehingga chatbot tidak merespons "okie smokie" dan kemudian "Saya menghargai waktu Anda", tetapi Anda juga memerlukan token perjanjian yang cukup agar chatbot Anda tidak terdengar terlalu robotik.

Di chatbot Domino, bot mengganti token perjanjian seperti "hebat" dan "mengerti", tetapi ketika tidak dapat memahami respons, ia tidak memiliki token kesalahan. Redundansi pertanyaan "Di kota mana alamat itu" (tanpa mengacu pada fakta bahwa alamat itu tidak memahami tanggapan saya) awalnya membuat saya berpikir bot itu rusak.

5. Desain Untuk Kesalahan

Chatbots, seperti UI lainnya, hanya memiliki satu kesempatan untuk membuat kesan pertama . Jika pengalamannya tidak mulus dan sederhana, orang tidak akan kembali. Dengan mengingat hal itu, chatbot perlu memiliki pesan kesalahan yang ditulis dengan baik. Pesan kesalahan dari chatbot mungkin sesederhana mengatakan “Saya tidak mengerti. Bisakah Anda memberi tahu saya lagi apa yang Anda inginkan?”, tetapi itu juga dapat melakukan jauh lebih banyak.

Misalnya, jika chatbot Anda adalah MVP, pesan kesalahan Anda mungkin mengatakan sesuatu seperti "Saya tidak dapat membantu Anda dengan [fitur] hari ini, tetapi tanyakan lagi dalam beberapa minggu." Atau, jika pengguna akhir meminta sesuatu yang tidak akan pernah ditawarkan oleh chatbot, sarankan alternatif seperti "Anda dapat menghubungi layanan pelanggan untuk meminta bantuan."

Dengan asumsi Anda mengizinkan pengetikan gratis, ada juga risiko seseorang mengetik kata atau frasa yang tidak dimengerti chatbot Anda. Dalam hal ini, chatbot Anda mungkin meminta klarifikasi, atau bahkan mengatakan "Saya tidak mengerti". Tapi pastikan Anda tidak meninggalkan pengguna akhir Anda dalam satu lingkaran! Jika chatbot tidak dapat mengerti setelah dua atau tiga kali mencoba, tawarkan untuk menghubungkan pengguna akhir dengan manusia.

Yang mengatakan, perencanaan kesalahan jauh melampaui sederhana "Saya tidak mengerti" atau "Saya tidak dapat membantu dengan itu". Chatbot yang dibangun dengan baik mempertimbangkan bagaimana pengguna akhir melihat tugas yang ingin mereka selesaikan. Ambil contoh sistem penggajian, yang mungkin menggunakan chatbot untuk membantu karyawan memeriksa gaji mereka yang akan datang, potongan pajak, dan potongan sebelum pajak lainnya yang diminta. Dalam sistem seperti ini, chatbot kemungkinan dapat menjawab pertanyaan seperti:

• Kapan gaji saya berikutnya dijadwalkan untuk dikirimkan kepada saya?
• Saya ingin mengatur setoran langsung.
• Kapan saya dapat mengubah potongan 401k saya?

Ada kemungkinan sistem penggajian terhubung ke beberapa tunjangan karyawan — misalnya, mungkin memiliki alur yang dibangun untuk memungkinkan karyawan mengubah potongan. Tetapi tim chatbot penggajian harus menyadari bahwa karyawan mungkin datang kepada mereka dengan pertanyaan dan masalah terkait, seperti:

• Manfaat apa yang saya dapatkan jika saya pergi cuti sakit?
• Saya perlu mengubah alokasi 401k saya.
• Saya tidak menerima gaji terakhir saya.

Tidak mungkin sistem penggajian juga merupakan sistem tunjangan. Tetapi tim chatbot perlu tahu bahwa karyawan tidak berpikir dalam hal kemampuan. Mereka berpikir dalam hal kebutuhan. "Saya perlu mengurus 401k saya" mungkin berarti pergi ke satu sistem untuk mengatur pengurangan, dan sistem lain untuk mengubah alokasi. Jika chatbot tidak mengatakan apa-apa selain "Saya tidak dapat membantu dengan itu" sebagai tanggapan, maka chatbot telah gagal. Sistem penggajian hipotetis kami malah dapat membangun niat baik dengan menjelaskan sistem kepada anggota dan merekomendasikan mereka berbicara dengan perwakilan SDM mereka.

Chatbot Dukungan Pelanggan Webflow melakukan pekerjaan yang sangat baik tidak hanya mendefinisikan apa yang dapat dilakukannya, tetapi memberi tahu pengguna di muka: “[Saya] jika saya tidak dapat menyelesaikan masalah untuk Anda, anggota tim Dukungan kami akan menghubungi Anda kembali melalui email. Catatan: Kami tidak memberikan dukungan melalui telepon atau obrolan langsung saat ini, karena menurut kami membantu Anda melalui email paling berpengaruh.” Anda mungkin tidak menganggap ini sebagai pesan kesalahan, karena ini benar-benar tentang memecahkan masalah sebelum menjadi kesalahan.

Secara internal, ini berarti tim harus mendefinisikan alur pengguna dari sudut pandang pengguna akhir, bukan hanya dari sudut pandang teknis tentang apa yang mungkin. Jika Webflow hanya mempertimbangkan hal-hal dari perspektif mereka sendiri, mereka tidak akan berpikir untuk mengklarifikasi apa yang tidak mereka lakukan. Mereka hanya akan memecahkan masalah yang mereka bisa, dan berpotensi membuat pengguna bertanya-tanya mengapa (misalnya) mereka tidak dapat menemukan nomor telepon untuk dihubungi.

Membawa Kemanusiaan ke Chatbot Anda

Tentu saja chatbot bukanlah orang. Tapi itu juga bukan pilihan kedua bagi seseorang. Chatbot dapat membantu orang mendapatkan jawaban atas pertanyaan mereka dengan mudah, membantu mereka terhubung saat merasa rentan, dan menyederhanakan proses yang kompleks. Ini, seperti banyak alat lainnya, merupakan solusi sempurna untuk banyak masalah potensial.

Sebagai pencipta chatbots ini, itu berarti kami memiliki misi penting! Kita harus menciptakan respons yang tepat, nada yang manusiawi, dan aliran pengguna yang membantu. Kita harus menulis konten untuk menanggapi orang-orang dalam suasana hati yang berbeda, dan dengan kebutuhan yang beragam — mengantisipasi langkah mereka selanjutnya dan membimbing mereka dengan tepat. Yang terpenting, kita harus membuat bot yang transparan dan dapat dipercaya, sehingga orang yang berinteraksi dengan mereka dapat mempercayai informasi yang mereka berikan.

Ingat saja: Tentukan tindakan Anda, sehingga chatbot Anda mencapai tujuan bisnis dan kebutuhan pengguna. Buat skrip untuk chatbot Anda dan putuskan apakah chatbot Anda akan merespons permintaan di luar skrip. Rangkullah diri robot Anda dan jangan pernah berpura-pura menjadi manusia. Buat nada untuk setiap skenario. Dan terakhir, pastikan chatbot Anda dapat menangani kesalahan dengan lancar.

Chatbot Anda adalah sebuah program, bukan manusia. Namun, program yang dirancang dengan baik dapat membawa kebahagiaan dan kemudahan bagi audiens Anda ! Dengan lima langkah ini, chatbot Anda akan mampu melakukan koneksi yang hampir manusiawi dengan pengguna akhir Anda. Sekarang giliran Anda: ikuti praktik terbaik ini dan beri tahu kami bagaimana audiens Anda merespons bot Anda.