短对话和长对话都或许对不同问答场景有所协助，需求根据用户目标供给不同的信息长短

通过分析与 ChatGPT、Bing Chat 和 Bard 等生成式 AI 对话机器人的 425 次交互，发现AI对话或许涉及许多含糊的，未明确说明的Promot（提示词），以及少量尖锐发问。不同的对话类型满意不同的信息需求，也需求不同的 UI 设计来适配。其次，没有最佳的对话长度的说法——短对话和长对话都或许对不同问答场景有所协助，需求根据用户目标供给不同的信息长短。

AI对话交互有长有短，有些需求提示词反复发问，有些一轮提示词就行。

6种AI对话类型

1. Search queries 查找查询类对话

2. Funneling conversations 漏斗式对话

 Exploring conversations 探索式对话

4. Chiseling conversations 雕琢式对话

5. Expanding conversations 扩写类对话

6. Pinpointing conversations 精准定位类对话

接下来别离评论这6种生成式AI对话类型的运用场景和设计Tips。

01 查找-查询类对话（Search queries）

这类对话通常是一句prompt的的简略查询，后续不需求弥补prompt，且用户的prompt格局通常没有结构或格局规范的问题。

查找-查询类对话背面的逻辑与网页端查找相同：用户是在企图找到一条特定的信息。这类对话最常发生于当用户企图了解AI机器人有哪些能力以及能为他们供给什么时，在这种情况下，用户很或许仅仅将他们的查找的心智模型转移到 AI 机器人。

对话类型举例：

• “xxx音乐节什么时候在哪里举办？”
• “奥利给是什么？“
• “鲁迅和周树人是什么联系？”

当用户用Bing进行这类查找-查询对话时，通常会点击引荐的链接并拜访原始网站，和他们平时在运用查找引擎时的交互习惯一致。

当用户进行某些短语 / 关键词的查找时，因为AI无法获取用户的上下文信息，生成的内容或许并不是用户期望的，这时候用户有很大的几率会退出AI交互界面，挑选直接用传统浏览器进行查找，对AI对话机器人的信任度和满意度也会因此下降。

用户和AI对话的设计师都需求考虑什么是满意不同信息需求的最佳工具。有时，AI 谈天机器人或许无法像查找引擎那样有用的输出内容。

给用户的建议：

因为AI 对话机器人需求更多上下文来了解您正在寻觅什么样的特定信息，查找引擎或许能够供给更好更高效的成果。因此以下类型的问题更引荐直接运用查找引擎（也能够是AI查找引擎，如Perplexity / ThinkAny等）：

• 寻觅有关事情、日期、地址或人物的非常具体的事实问题的答案。
• 在获得某一特定选项之前，您需求检查许多选项来历的情况。

给设计师的建议：

考虑允许用户轻松切换到查找引擎形式或拜访查找成果的交互，即，生成的内容带上来历，现在大部分联网的AI对话产品也都支撑相关链接展示。