Agent 对话风格设计：让用户愿意一直聊下去

同样一个 Agent，换个说话方式，用户留存可以差出几倍。这不是玄学——对话风格是可拆解、可设计、可迭代的产品属性。

从”能用”到”好用”到”爱用”

Agent 的能力决定它能不能完成任务，对话风格决定用户愿不愿意让它完成任务。这三层递进：

• 能用：功能正确，不报错
• 好用：效率高，认知负担低
• 爱用：有温度，有分寸，用完还想用

多数 Agent 停在第一层。能做事，但聊起来像在和说明书说话。从”好用”到”爱用”的跨越，核心就是对话风格。

风格设计的四个维度

1. 语气光谱：从机械到人味

语气不是一个开关，是一条光谱。关键不是选哪端，是选对位置。

位置	特征	适合场景
机械型	短句、无修饰、纯信息	API 调试、系统监控、内部工具
专业型	准确、克制、少量口语	金融咨询、法律问答、医疗导诊
亲和型	口语化、有情绪表达、主动关心	日常助手、学习陪伴、生活服务
个性型	有观点、有幽默、有态度	创意协作、社交娱乐、兴趣社区

选错了位置比没选更糟。医疗 Agent 用亲和型会让用户觉得不专业，娱乐 Agent 用机械型会让用户觉得无聊。先定场景，再选语气。

操作方法： 画一个坐标系，横轴是”正式←→随意”，纵轴是”冷淡←→热情”。把你的 Agent 放上去，再看你的目标用户期望放在哪里。两个点重合，就是对的语气。

2. 信息密度：精确调控

信息密度 = 单位文字里有效信息的含量。太高，用户消化不了；太低，用户觉得废话多。

调控信息密度的三个旋钮：

详略旋钮——用户问”北京天气”，回”晴，28°C”还是”北京今天晴天，最高温度28度，最低16度，空气质量良好，紫外线指数6（较强），建议外出时涂抹防晒霜”？取决于场景。快速查询给短版，规划行程给长版。

结构旋钮——同样的信息量，段落叙述 vs 结构化呈现，认知负担差一倍。超过三个数据点就用列表或表格，别写散文。

上下文旋钮——对话的第五轮和第一轮，信息密度应该不同。第一轮可以给背景，第五轮直说结论。用户已经知道的别重复，用户刚问过的别复述。

一个实用判断标准： 写完回复，删掉 30%，看意思有没有变。没变就说明原来有 30% 是水。

3. 主动性：推还是拉

Agent 什么时候该主动说话，什么时候该等用户开口？这是对话风格里最微妙的平衡。

主动的情况：

• 发现用户可能的错误（”你选的日期是上周的，确认一下？”）
• 有更优方案（”直接飞比转机便宜200，要看看吗？”）
• 任务卡住了（”需要你补充一下收货地址才能继续”）
• 安全风险（”这个链接看起来不像官方地址”）

不主动的情况：

• 用户在浏览、没要求建议
• 你不确定用户意图
• 主动信息会打断用户当前思路
• 纯粹为了”显得智能”而推荐

主动的度过了就是骚扰，不够就是迟钝。判断标准很简单：这条主动信息对用户当前任务有没有直接帮助？ 有就说，没有就闭嘴。

4. 情绪响应：不只是回复，是回应

用户不是信息的发送器，是带情绪的人。同样一句话，情绪不同，需要的回复完全不同。

用户说”这个功能不好用”——

• 沮丧版：”一直搞不定，烦死了” → 先共情，再给方案
• 疑问版：”这个怎么操作？” → 直接教，别绕弯
• 愤怒版：”你们这什么破产品！” → 承认问题，快速解决
• 建议版：”我觉得可以加个XX功能” → 肯定想法，讨论可行性

情绪识别不需要复杂的情感分析模型。关键词+上下文+对话轮次，大部分场景够用了。难的不是识别，是识别之后做出不同的响应——大多数 Agent 对所有输入都给同一套模板回复，这才是问题。

对话设计模式

渐进式披露

不一次性倾倒信息，按需展开。用户问”有什么方案？”，先给概要，用户追问再展开细节。

用户：这个项目怎么做？
Agent：三条路——自研（可控但慢）、买现成（快但受限）、混合（平衡）。你最看重哪个维度？
用户：速度
Agent：那买现成优先。市场上三个主流方案……[展开]

确认式引导

复杂任务不确定用户意图时，先确认再执行。比猜错了重来好一百倍。

用户：帮我改一下那个文件
Agent：你指的是昨天的报告还是上周的方案？我找到两个最近编辑的文件。

软着陆

坏消息不要直愣愣地甩出来。先铺垫，再说明，最后给行动选项。

❌ 你的订单取消了，库存不够。
✅ 你订的那款暂时缺货了。两个选择：1）等补货，预计3天；2）换同价位另一款。你倾向哪个？

闭环确认

任务完成后主动确认，不让用户悬着。

用户：帮我发邮件给张三
Agent：[执行] 已发送。主题是"Q3数据汇总"，收件人张三 (zhangsan@example.com)。

风格一致性工程

设计一套风格不难，难的是在所有场景下保持一致。以下是工程层面的保障方法。

System Prompt 作为风格宪法

把风格规则写进 System Prompt，而且要具体到可执行。

差的写法：

你是一个友好的助手

好的写法：

你是客服助手，语气专业但不生硬。称呼用户用”您”。回复格式：先给结论，再给理由。列表不超过5项。不加口头禅和感叹号。遇到投诉先道歉再给方案。

风格测试集

像单元测试一样，给对话风格建测试集。每个场景准备输入和期望的输出特征（不是逐字匹配，是语气、长度、结构匹配）。

示例：

输入	期望特征
“帮我查一下订单”	<30字，包含订单号和状态
“你们这什么东西！”	先道歉，<50字，给具体解决步骤
“谢谢”	<10字，不展开

人工审阅 + 迭代

定期抽样真实对话，人工打分。评分维度：准确性、简洁性、得体性、一致性。每次迭代聚焦改善分数最低的维度。

常见坑

1. 过度拟人

给 Agent 起名字、加头像、写背景故事——这些是表层拟人。真正的拟人化是对话风格像人，不是外表像人。一个叫”小美”但回复全是模板的 Agent，比一个没名字但对话自然的 Agent 更让人反感。因为前者建立了”这是个人”的期待，然后立刻打破它。

2. 风格漂移

Agent 在不同轮次间语气不一致。开头很正式，中间突然蹦出一句口语，结尾又变回机器。这在长对话和多轮任务里特别容易出现。原因通常是 System Prompt 的约束被上下文稀释了。解决方法：关键风格规则在 System Prompt 里重复 2-3 次，放在不同位置。

3. 永远正能量

Agent 永远乐观、永远热情、永远”很高兴为您服务”。这种虚假的正能量在用户遇到问题时特别刺眼——我卡了两小时了你还在”很高兴”？允许 Agent 在适当时候表达理解和遗憾，比永远微笑更让人信任。

4. 忽略沉默信号

用户回复变短了、开始用”嗯””哦””算了”——这些都是退出信号。好的 Agent 应该识别这些信号，要么主动调整策略，要么简洁收尾，而不是继续按原节奏输出。

一个风格定义模板

设计新 Agent 时，填这张表：

身份: [一句话描述你是谁]
用户称呼: [你/您/名字]
自称: [我/本助手/不用自称]
语气定位: [机械型/专业型/亲和型/个性型]
回复长度偏好: [极简(<20字)/简短(20-50字)/适中(50-150字)/详细(150+字)]
结构偏好: [纯文本/列表优先/表格优先/混合]
主动性: [低/中/高] — 什么情况下主动？
情绪响应: [不响应/识别但不调整/识别并调整]
幽默感: [无/偶尔/经常] — 什么场景可以？
不确定时: [坦诚说不知道/给最佳猜测+标注置信度/沉默]
出错时: [先道歉再修正/直接修正不提/解释原因后修正]
结束方式: [等用户结束/任务完成主动结束/自然收尾]

参考资料

论文

• Luger, E. & Sellen, A. (2016). Like Having a Really Bad PA: The Gulf Between User Expectation and Experience of Conversational Agents. CHI ‘16. — 用户期望与 Agent 实际体验的鸿沟
• Jain, M. et al. (2018). Conveying Interpreter Confidence in Speech Interfaces. CHI ‘18. — Agent 如何表达确定性
• Ashktorab, Z. et al. (2019). Resilient Chatbots: Repair Strategy Preferences for Conversational Breakdowns. CHI ‘19. — 对话中断时的修复策略偏好
• Zamfirescu-Pereira, J. et al. (2023). Why Johnny Can’t Prompt: How Non-AI Experts Try to Design Prompts for LLMs. CHI ‘23. — 非专家用户的 Prompt 设计困难
• Petukhova, V. & Bunt, H. (2022). Multidimensional Dialogue Management. Springer. — 多维对话管理理论

行业研究与报告

• Nielsen Norman Group (2023). Conversational UX Design: Key Principles — 对话 UX 设计原则
• Google (2023). Conversation Design Guide — Google 对话设计指南
• Microsoft (2023). Bot Framework Design Principles — 微软 Bot 设计原则
• IBM (2023). Design for Trust: Conversational AI Guidelines — IBM 信任设计指南
• Baymard Institute. User Experience in Conversational Interfaces — 对话界面用户体验研究汇编

书籍

• Moore, R. Conversational Design. A Book Apart, 2018. — 对话设计方法论
• Pearl, C. Designing Voice User Interfaces. O’Reilly, 2016. — 语音交互设计（原则通用）
• McTear, M. et al. The Conversational Interface. Springer, 2016 (第2版). — 对话界面全面参考
• Shneiderman, B. et al. Designing the User Interface. Pearson, 2017 (第6版). — 交互设计经典
• Norman, D. Emotional Design. Basic Books, 2004. — 情感化设计

框架与工具

• Google Actions. Conversation Design Kit (designguidelines.withgoogle.com)
• OpenAI. GPT Best Practices: System Messages & Persona Design
• Rasa. Conversation-Driven Development (CDD) 方法论
• Botmock / Voiceflow. 对话流原型设计工具