智能面试
该项目为我在平安科技工作期间，设计的一个面向后端开发工程师的智能面试项目。
角色：UX设计师
我们的团队：XDC创新品牌体验团队
合作方：HR，人脸识别团队，声纹识别团队，智能语音团队，数据分析团队
设计时间：20天
工具：Axure，Sketch，Illustrate，AE
项目背景
HR工作中，通常要经过简历筛选——测评——初试——复试——核人——定薪、入职才能完成整个招聘流程。
AI面试的开发，可以模拟真人面试，更全面、智能地进行线上测试，并通过底层模型分析，生成面试报告，精准筛选初试候选人，节省人力资源。
目前仅针对 后台开发工程师岗位的测试题库进行设计，未来将拓展为多个岗位，并用于校园招聘海选。
目标
UX方面，根据面试流程需求找到合适的交互形式，确保流程通顺、语音交互顺畅；
为小i设计合适的形象、声音、动作；
与其他技术团队合作，评估技术能力，确保最终设计效果的实现；
需求方特意提出，需要设计有科技感的产品，整体体验要给人智能的感觉。
后台评价模块页面搭建（后台系统已有，此部分为新增，本篇不做介绍）；
项目挑战
需求方对整体的面试形式没有一个确定的想法，需要设计师不断去探索和引导；
首次接触VUI设计，没有以往的经验以借鉴，需要学习大量的基础知识；
留给设计的时间较短，需要在短时间内快速作出合理的设计
寻找竞品
我和团队中的其他设计师一起，收集竞品。因为目前市面上很少有专门用于面试的智能助手，所以我们收集了三类竞品。
同一目标用户竞品
面试吧、AI全能面试官是目前能够体验到的仅有的两个智能面试应用，整体体验下来，两款依然是中规中矩的面试做题类产品，难以给人智能的感觉。
对话式交互智能助手
兼具语音、操作、输入等方式，在部分垂直场景下可支持多轮对话，具备完成面试过程的能力，具有一定的智能感。
对话式语音交互助手
对话的形式更接近面对面交流，可支持多轮对话也可支持意图的单轮对话，支持语音、按钮、输入、模版等丰富的交互形式。
方案选择
经过对智能面试整体需求的评估和与需求方的沟通，判断整个面试流程使用的是非对话式交互，专注于当前场景，不需要上下文语境。虽然对话采用半双工的形式，但语音助手能够模拟面对面交流，更容易让用户沉浸于当前场景下，获得更良好的体验。
AI PERSONA
角色定义
为了给机器人建立更加精准的形象，我们制作了简单的问卷，在需求方内部做了一个简单的调研：
根据调研结果，我们为AI智能助手定 制了人物角色：
形象设计
角色定义完成后，根据需求方的需求，我们团队最终设计了男生和女生两个机器人形象，面试者性别为男，使用女性形象；面试者性别为女，使用男性形象。整体性格特质不变，在设计中增添一些小小的不同。
任务流程图
根据需求方提供的题型和前期的调研结果，我们将主要内容分为“开场、身份验证、介绍、答题、评价与反馈”五个部分，梳理了任务流程图
AI话术设计
由于我们采用的是非对话式交互，在面试过程中不做多轮对话问答，仅最后一题需要回答用户提问，由后台自动识别意图和槽位直接回应。所以我们将话术设计的重点放在对话内容的设计上，确保话术自然流畅，更接近真人对话。
会话能力
在设计会话能力时，我们遇到了几个问题。
问题一：机器人：像人一样说话； 人：像狗一样回答。
我们希望使用自然语言对话的方式设计会话，模拟人和人之间的对话，但在实际的技术限制下，人却不一定能够用自然的话语来回答。
在和需求方沟通的过程中，他们更希望使用语音提交，用户需要主动做一些选择，而这些选择的话术是固定好的，回答提示之外的话术无法识别，错误率降低，但是体验也随之降低。
改进之后，用户回答完说“提交”，自动进入下一题，比起之前给人感觉稍好，但是依旧不完美。按照人正常的对话方式，说“回答完毕，答完了，我说完了”进行模糊识别提交，更符合人与人之间的对话。当然，开发成本，时间和和准确率问题需要一并考虑在内，最终在1.0版本中，我们暂时放弃了模糊识别提交的方式。
问题二：系统太过健谈
在设计中，我们力求让语音简洁明了，让用户来主导交互节奏，让用户感受到对整个面试流程的掌控感。
方案A可以看到，用户在无语音输入时，大部分是系统在说话，看似是引导用户进入下一题，但实际上更多容易打断用户思考，甚至给用户造成打扰； 方案B修改后，机器人只在关键点做一个小提示，剩下提交与否都由用户决定。 这就是把主动权交回到用户手里，让用户感受到对整个流程的掌控感。
对话风格
定义对话风格，使整个流程的风格达到统一。
需求方给了一些参考话术，但整体风格并不统一，有很正经的问话，也偶尔有调皮的语气，在这里我做的工作，就是根据前期小i的角色定义，定义整体的对话风格，并根据定义去撰写话术。
交互形式选择
在交互形式选择中，也要考虑到场景问题，哪些场景适合使用语音，哪些场景不适合。 像一些难以输入的内容，比如公式，就更适合进行屏幕输入，而难以形容的内容，一大段复杂的信息，就不适合进行语音输入。
人机对话题中，机器人回答用户提问，一般为一大段信息，用户语音输入，机器为混合输出，即文字和语音一同输出。
隐私性和易用性
纯语音交互的过程中有个问题：一切都 会被他人听到。设计过程中，设置一些可能是隐私内容的点，在交互过程中不触发语音，选择其他方式输出。
易用性方面，嘈杂的环境、网络不畅的环境下会严重影响语音识别的精度，所以对于这些问题，在设计过程中也要进行有效的提示。
对话测试
在话术设计完毕时，我们进行了朗读测试和真实用户测试。 通过测试，发现了一些问题点：
一些与真实对话相差很多的回答方式，可以在朗读测试中发现的；
之前需求方希望使用纯语音的提交方式，系统不停地向用户提问，也会打断用户的操作进程；
通过真实用户测试，统一了小i的对话形式：在提问中保持简洁和专业性，在不需要朗读的提示语中增加语气词来贴合小i性格，取代读出来过多的语气词。
线框图
视觉设计
可用性测试
在产品上线之前，我在公司内部邀请了5位开发工程师进行了可用性测试。请受试者尽量模拟真实面试，使用AI面试完成整个面试流程，并听取和记录受试者的建议。
可用性测试及时地帮助我们发现一些开发还原度的问题，便于我们及时上报给开发人员、及时改善；也帮助我们发现许多设计中不够完善的细节。
不要预设用户的行为：我们给小i赋予了提示功能和动态效果，希望在面试过程中给用户以有效的提示、增加趣味性。但在测试过程中我们发现用户此时较为紧张，专注于题目，很少注意到提示和动画；
我们做了自认为比较炫酷的声波效果，但实际体验下来，波动速率较慢并且不够明显，用户依然感受不深；
Toast提示太强，有时候会阻碍视线；
一些用户提出了面试过程中希望看到自己大画面的想法，这也是我们后期迭代时参考方向之一。
项目总结
快速学习与团队精神：由于接手项目前团队还没有人接触过VUI，大家在短时间内收集到了很多资料，互相学习，一起头脑风暴、定义风格等，最终快速找出了设计方向。此次项目的成果源于集体的努力，运用集体的力量，体现了设计师的话语权，推动整个项目的发展。
跨团队协作：由于此次项目参与团队较多也较为庞大，和各团队沟通交流也增长了很多知识，例如人脸识别技术、活体检测技术，包括后台语料库的了解等。但也有一些小小的遗憾，由于和TTS团队距离较远少有交流，虽然我们提供了小i的角色画像，但最后实现出的小i音色，比起我们定义的年龄，声线更为成熟，尤其是男性小i，声音年龄偏大了许多。跨团队协作带给我们的是更多领域外的知识交流，以及更加密切的协作，从中获益良多。
继续学习：项目结束不是学习的终点，开启了VUI之门后，仍将继续学习，完善自己的知识树。