重构的问题
如果只问： 怎样让机器人交互更自然？
进一步追问： 人在互动的每个阶段，是否知道能做什么、是否收到了回应？把交互理解与功能实现分开，先模拟关键片段。
“自然一点”还不能指导开发
服务机器人的声音、动作和表情都在向人传递状态。团队希望它显得自然、亲切，但这些词本身不能告诉开发人员该改变什么。
2019 年担任高级用户研究员期间，我参与实验与现场研究，分析这些线索如何影响人的理解和交互效率，也整理团队使用的研究方法。
先把一次互动拆开
我把互动分成四段：吸引注意、让人知道如何开始、完成目的性交互、结束。每段都问具体问题：人有没有注意到？知道下一步做什么吗？为什么重复指令？知道互动已经结束了吗？
这样，声音和动作就可以按它们承担的任务来讨论。只统计完成率，会漏掉那些根本没有开始的互动。
用现有条件提前试
功能还没完成时，我使用 Wizard-of-Oz：研究人员在后台模拟系统响应，让参与者体验拟议中的交互。这样可以先检查对方是否理解和接受，再讨论是否投入工程实现。
这类模拟验证的是交互假设，不能证明自动识别或响应技术已经可用。研究需要相应授权与说明，实验条件和真实场景也要分别观察。
我的贡献与结果
我参与实验设计、现场研究和方法标准化，把交互阶段、变量、异常情况和记录方式整理成团队可用的流程。具体功能选择、样本与数值结果不公开。
这个项目说明了我常用的一种做法：当完整产品还不存在，先找到一个现有手段，让最关键的假设有机会被检验。
交互原型的前台与后台
- 前台 · 用户体验发起、执行任务、结束
- 后台 · 人工模拟按规则模拟尚未完成的响应
- 观察与判断先检验理解，再讨论开发
前台观察理解 · 后台模拟响应方法示意