专栏 | 产品经理思维：谈AI 时代的智能服务管理( 九 )_：专栏|产品经理思维：谈AI时代的智能

除了算子的选取，影响质检引擎效果的因素还有很多，比如分类体系、语料歧义、数据量、数据粒度、话者分离等。在讲智能管理发展阶段的时候，我提到了运营有效性和方法论。通过《智能管理运营手册》和行业数据积累，可以帮助客户完成高效的智能冷启和持续运营。

（二）如何做好语音交互的场景化？

B 端产品最终也是给人用的，我们在打造智能管理的过程中，很多场景体验都按照 C 端的标准。

语音类产品的场景化有三个原则：

1、单场景的极致闭环：例如 Pal 坐席助手的 5 个模块有相互独立的触发条件，流程上相互照应，交互体验和谐统一。

2、跨场景的无缝衔接：例如智能管理将实时、事前和事后的三个场景衔接贯通，共用分析引擎和训练数据；质检分析结果回流到培训系统中，形成服务闭环。

3、人性化的交互体验：例如机器人的 TTS 播报略显生硬，如果用录音来代替，交互的感受就更有温度。同时也减少调用 TTS 服务的时间，还能砍掉 TTS 的成本；在 VUI 逻辑中，我们加入了容错轮次，给坐席一次重说的机会，避免了学员的尴尬。

专栏 | 产品经理思维：谈AI 时代的智能服务管理( 九 )