01

60 秒回答模板

我会先分析场景化指令使用率低的原因：用户不知道能说什么、推荐时机不对、指令太泛、和设备状态无关、打扰感强，或者执行结果不稳定。推荐机制应围绕上下文触发，而不是固定轮播。可用上下文包括时间段、家庭设备状态、用户历史习惯、当前播放内容、天气、日程、位置或房间场景，但前提是取得授权并提供关闭控制。机制上先建立指令库和场景标签，例如睡前、起床、回家、做饭、儿童、观影、清洁；再根据上下文召回候选指令，按相关性、成功率、新颖度、打扰风险和用户偏好排序。展示方式可以是语音轻提示、屏幕卡片、App 配置页或任务完成后的下一步建议。指标上看推荐曝光、采纳率、成功执行率、二次使用、长期习惯形成、关闭率和负反馈。推荐要有频控和冷却，避免把音箱变成不断打扰用户的广告位。

考点 问题诊断
难度 真实面经题
回答目标 提升场景化指令使用率
02

深入解析

01

先诊断低使用率的真实原因

场景化指令低使用不一定是用户没有需求，可能是用户不知道能力、指令表达门槛高、推荐时机不对、设备状态不匹配、执行失败多或提示太打扰。产品经理要先通过日志、访谈和失败样本判断是哪类问题。

02

推荐要基于上下文而非固定曝光

AI 音箱的指令推荐应结合时间、设备状态、家庭场景、历史习惯、当前内容、天气或日程等上下文。比如晚上更适合睡前模式，用户开灯后可推荐联动窗帘。使用这些信号要遵守授权、最小化采集和可关闭原则。

03

指令库需要场景标签和可执行校验

推荐前要维护指令库，包括指令文本、适用设备、触发条件、场景标签、执行成功率、风险等级和替代表达。只有当前设备可用、权限满足、执行稳定的指令才适合推荐，否则会降低用户信任。

04

排序要平衡相关性和打扰风险

候选指令可以按上下文相关性、历史采纳、执行成功率、新颖度和用户偏好排序，同时加入频控、冷却和负反馈抑制。不是每次都推荐最高转化指令，过于频繁或不合时宜会带来关闭和反感。

05

效果要看习惯形成而非单次点击

评估指标包括推荐曝光、采纳率、成功执行率、失败率、二次使用、主动说出该指令的比例、长期留存、关闭率和负反馈。真正成功的推荐会让用户形成自然使用习惯，而不是只在提示出现时点一次。

03

易错点

  • 只说多曝光或多教育用户，没有设计上下文推荐机制。
  • 推荐不校验设备状态和权限，导致用户采纳后执行失败。
  • 只看点击或采纳率，不看成功执行、主动复用和负反馈。
  • 没有频控和关闭入口，把推荐做成打扰。
  • 忽略隐私授权和用户对家庭场景数据的控制权。
04

面试官追问

如何避免指令推荐打扰用户？

设置频控、冷却时间、安静时段、负反馈抑制和关闭入口，只在上下文强相关且有明确价值时推荐。

没有屏幕的音箱怎么推荐指令？

可以用短语音提示、任务完成后的下一步建议、App 配置页或家庭自动化通知，但语音提示要更克制。

如何判断用户形成了使用习惯？

看用户是否在没有推荐曝光时主动说出指令，是否跨天复用，是否把单次采纳转化为固定场景自动化。

推荐失败率高怎么办？

先下线或降权执行不稳定的指令，检查设备状态、权限、语音识别和意图解析，再恢复推荐。