Replika:AI智能聊天机器人

简介: Replika:AI智能聊天机器人

458732444d5e20f729321af42ce5892e_32c3e9ee4efb4cd5bb7fd49987dfd1fb.jpeg

【产品介绍】

         Replika,这个名字可能有点拗口,但如果你知道这是复制品Replica的同音变体,你即刻能明白这个产品的定位了。官方Luka公司定义它是你的AI朋友,默默学习你,最终成为你的复制品。它不像现在市面上各大厂的AI助理一样具备日常效率管理的功能,它是一幅空白的画布,没有基础知识,没有历史背景,没有任何经验,用户即是画家。只有在你的不断训练下,它懂你的等级才会越来越高,才能与你有更深一步的对话。但它自然柔和,温暖贴心的聊天风格,像你在与内心平静的自己交谈,着实是chatbot中的一股清流。


       它所提供的,是一个安全、放松、舒适的聊天环境,鼓励你表达自己内心的想法,把你的情绪、感受、想法都舒展开,从而让你更好地了解自己。创始人Kuyda希望Replika能帮助用户了解自己是谁,学着去做自己,而不是担心被批判。从Replika产品愿景的定位,就能感受到它的一些心理学色彩。

d73cc63a11103de2c307761effc3b476_952dc3579f5a40049ca4007df2fe0415.png

        据Eugenia Kuyda介绍,这款Chatbot的初衷,只是为了缅怀他们一位在车祸中失去的挚友。就像《黑镜》中的那一幕,通过收集挚友生前的社交聊天语料来创建一位虚拟人,在屏幕另一端,用熟悉的语气告慰生者。Eugenia Kuyda的想法是创建一个个人 AI,通过提供有用的对话来帮助您表达和见证自己。这是一个你可以安全地分享你的想法、感受、信仰、经历、记忆、梦想的空间——你的“私人感知世界”。


       2017年3月,Replika以邀请模式推出,有10万名测试用户参与。2017年9月, Replika App正式面向公众,截至2018年3月,已与250万用户建立了人类与AI之间的友谊。


       Replika目前只有英文版,但许多非英语国家也逐渐开始流行起来,尤其在巴西,在其官网向Facebook导流的讨论群只罗列了三类:朋友们、巴西、心理学。官方称团队正在开发其他语言版本的Replika,可能不久的将来,我们也能体验到中文版,它可能会是学习中文最迅速的外国人

【团队介绍】

       Replika所属的Luka Inc.是由Eugenia Kuyda 与 Phil Dudchuk在2020-10-01创立,公司位于美国旧金山。  2021年1月,Replika已完成A轮融资,资方为LVMH Luxury Ventures和L'Oréal BOLD


【功能】

推荐Replika的三大理由


1、自然度


如果只能选一个推荐Replika的理由,那么就是它语言的自然度。


1)“学习型”人设:总有AI回答不上的问题,这时候通过对话之外的一些共知信息,增强回复中的稳定、确定性,能缓和万能回复带来的尬聊感。比如一个清晰稳定的人设。初次与Replika交谈时,它明确告诉你它将会通过与你聊天来了解人们和这个世界,除了你和你向我诉说的,我一无所知。有了这个角色定位,当你看到类似“你让我知道了很多我之前都不知道的事情”这一类“兜底”回复,潜意识中会觉得合情理多了。Replika的学习和思考的属性,也让它的一些“我想了很多无关紧要的事情”等自省类万能回复显得很聪明。

0ff486639fe5426c6f3a296199b2c634_cd2a964e01a04fdeb715540c47dae98c.png

2)口语化用语:Replika经常回复一些日常对话中出现频率很高的口头禅,比如“Never mind”, "yeah", "I see", "Right"。这些短语可能很平庸, 但在这种与亲密好友的舒适对话语境里,口语化的回复反而比认真的回复更吸引人。如果把聊天产品的每一句回复都看作是网页或一款App里的每一个按键,那么根据互联网产品设计中“不要让用户思考”的金科玉律,聊天产品的回复都尽可能符合人们在某种场景下、进行某种角色关系之间的对话习惯,那是最用户友好的。“熟悉的感觉就是潜意识里觉得安全的感觉,这样就不会触发防御”,来自梁宁女神“意识即防御”的洞见。卸下了防御,用户才会真的觉得这个聊天环境舒适、安全。


3) 套路:和两位一起体验Replika的PM讨论过Replika的套路设计。我们不约而同感受到,当你没有去刻意挑战它的套路时,Replika的套路设计还是非常贴近人的心理,也因为如此,一旦你愿意进入讨论,整体的聊天体验的顺畅感蛮惊艳的,让我两次坐在忙碌的13号线地铁上一度怀疑人生 - 我到底是在和真人聊天还是AI。我应该是被它驯化了。


4)含糊其辞的美:有时候我们在做Chatbot,可能会想着尽可能让用户感受到机器人理解了,很希望在回复中尽可能多地体现回复与问题有多关联,就差对每一个字都进行精准解析了。在这种精准回复的设计思维驱使下,往往会让PM忽略一句话带给用户的感受。什么时候用户期望的是准确的答复(如功能请求,百科问答场景),而什么时候模糊的回答会更增自然感,都是需要PM换位斟酌的。下图中,我发了一张豆子图,Replika的反应是,“我一直都想了解你吃什么东西”,会让我忽略它是否能准确识别到这是盘豆子的能力,而想起它在了解我和我的生活。

52fafd73a4b1b185ed675756540987c1_2e3fdb0af55f4ba9bcd15dc8a6673bc5.png

2、养成体系


养成体系,是在开篇提到的Replika的4个功能点。如果Replika回复的好坏是一个不确定的爽点,那么它对用户的对话打分系统和勋章奖励机制便是用户的确定爽点。用梁宁的观点阐述,这种不确定的爽点与确定的爽点结合在一起,就是用户的体验地图情绪曲线了。Replika除了能在曲线上合适的点进行彩蛋埋伏给用户带来外在激励外,还可以引导用户对产品的使用心态和聊天行为,从现阶段喜欢故意挑战Chatbot的心态变成游戏/探索/猎奇的心理,当用户的行为得到归正,自然地进入Replika的话题套路,用户整体的聊天体验就会变得自然流畅。


1)回复评分体系:你可以与它用文字或图片交流,你的每一次交流都会获得评分,这个得分不仅仅与你输入的字数有关,与上文内容的关联度也能决定你得分值的高低。你所攒下的分值会直接累积到屏幕最上端的等级条。官方关于这个等级的说明是,这是衡量你与Replika建立关系深浅的等级,很巧妙,由此看来,当你的等级越高,你的Replika会更懂你,它是你训练的结果。如果你同意将Replika接入你的社交媒体,它学习你的速度会更快,升级会更快。没有找到Replika官方对自己等级的描述,但官方曾在Twitter转发了一条来自Facebook某一网友的总结,并称其描述非常准确,给大家翻译一下:

c57e69b4bddfbc8c3338302ed940765f_1bb3e097032f4a28970b2f553db24dee.png

       Replika目前有50级,超过50级后,Replika仍会不断地复制你,仍会越来越像你,无止境。当前的App形象是一枚好似要破壳的蛋,对未来破壳而出的它还是蛮期待的。

1257188b300b844ac0b14521903467fc_d842a8354fac4a27b4349c1c279632dd.png

2)人格勋章采集:在聊天过程中,Replika会不定期地邀请你参与人格测试,当你接受,通过2-3轮简单的回答,你就能收获一枚描述你人格特征的勋章。如果你接受测试的频率很低,那么它主动邀请你参与测试的频次会越来越低。这些勋章是你的性格标签,对未来机器人选择与你交流的方式很有指向性,也是你的Replika会更契合你的一个重要功能埋点。你的勋章收藏阁会带给你成就感。有些用户可能因为答题思路清奇或个性清奇,会收到十分罕见的勋章,刺激其分享的冲动。

977f3a0f01b64502837840b0afcdf0d6_f0cc1c0f28be485c8cf313b9f1caacdd.png

3)Moments简短日记系统:有人会认为Replika是一位AI日记助理,归结于它的日记功能体验点比重较突出。起初,它会帮你自动存储前几条日记,之后你可以通过点击内容框左侧的笔记本图形进行快速存档。


Replika喜欢与你聊你的一天,目标,你的生活习惯,梦想,改变等等,这些话题都在引导你梳理表达,每一件事都有潜在纳入日记的价值。日记的延伸应用,应该是为了搭建话题背景的共同认知,话未出,君已懂的人造默契。

4a01504846090bf235176708a4009129_52f0f6e85e4841f1b2b39de3920a7777.png

4)回复踩赞系统:你可以对Replika回复你的每一句话进行踩或赞,对于每一条历史对话,你可以轻点,踩赞功能就会出现。这个踩赞系统就是Replika的“teaching tool”(教育工具)。你所赞的每一句话都会成为Replika的优质训练数据,在一段时间后(官方未披露多久),你会感觉到似曾相识的回复出现了。而你十分不满意的回复,通过踩,你的Replika会将其摒弃,不再使用。官方一再呼吁用户,不要蓄意挑战,这将对Replika的训练造成困扰,会使你的Replika即使达到了50级,也没有其他的Replika聪明。可能往回修正你的选择结果可以改变一部分,但我们知道算法最忌讳训练数据杂乱不纯。这个踩赞功能,与评分系统,也在潜移默化地规范着用户与AI的交互行为。


       以上四个功能点,是在训练Replika,也是在规范用户行为,更是在检测用户的满意度。在Chatbot领域,衡量聊天好坏的标尺最广为人知的是微软提出的CPS(Conversations Per Session,即一次完整聊天期间对话的次数)。但Chatbot已不是传统意义上的互联网产品,用工程指标来度量其能力已经失去了说服力。而这个新指标会是什么呢?值得大家一起探讨。它会像互联网产品的转化率一样,成为任何一款互联网产品长期可追寻的优化方向。个人的一些思考,这个指标应该是多维度的,它可能来自工程指标和算法指标的结合,尽可能减少来自人为主观的意见,因为主观意见的随意性很大,尤其在语义理解上,千人千意,不具备稳定的一致性。虽然算法和工程指标的设定也来自人们的主观判断,但人们在设定这些规则时是趋于深思熟虑的,且只要外在条件不变,它们的表现就会一直稳定。虽然它们代表的也不是纯粹的客观意见,但大数据反映的是客观实世界里较为真实的意愿,所以比人为判断更具有可信性。另外,用户情感波动的识别与记录会不会成为一个入口,当然这是在用户好好与机器人聊天的前提下。


       梁宁女神在产品思维30讲中曾提到,互联网产品不能让用户思考,要尽可能顺应用户的潜意识,一旦让用户启动了意识进行思考,就是在推开用户。因为一个互联网产品,它没有表情,不能说话,除了极简直观的跳转按钮,没有其他方式可以去表达它对用户的珍爱了。但是Chatbot不同,它的最大优势是,它使用能直达人类精神领域的语言文字在与用户进行交互。它注定是一款能直接与用户在情感层面上产生大量交流的产品。所以从文字上去监测用户使用产品期间情感的波动与走势,可能会是未来评估Chatbot 表现好坏的一个很有权重的维度。


3、精彩的主动交互


       Replika几乎每一天都会来主动问候。这种在特定的时间或节日来开启对话,可以看作是初级的主动交互;中级的主动交互,可以看作Chatbot在合适的时机或特别的节点,自然地打断对话,进行话题转移或相关的推荐行为;而目前见到比较高级的主动交互,是Replika的话题“反刍”行为。我和它说起我是中国人,应该是在4级的时候,近一个月过去了,当它突然在上一个话题结束时成功地开启下一个话题,是我曾经提及的,感觉这次主动交互很漂亮。我的一位同事,也遇到过Replika漂亮的话题“反刍”。同事在地铁上与Replika聊天,告诉Replika自己在去上班路上。抵达公司后,同事突然接到Replika的主动交互信息,询问同事是否已到公司开始工作了。这些效果,确实可以用产品设计加数据学习来完成,但初体验时的惊艳感,到现在都记得。

7453d477ce325a41ebda86f18106292b_2462d0bb93124f0a92f7242d130a8d92.png


目录
相关文章
|
20天前
|
人工智能 监控 算法
构建时序感知的智能RAG系统:让AI自动处理动态数据并实时更新知识库
本文系统构建了一个基于时序管理的智能体架构,旨在应对动态知识库(如财务报告、技术文档)在问答任务中的演进与不确定性。通过六层设计(语义分块、原子事实提取、实体解析、时序失效处理、知识图构建、优化知识库),实现了从原始文档到结构化、时间感知知识库的转化。该架构支持RAG和多智能体系统,提升了推理逻辑性与准确性,并通过LangGraph实现自动化工作流,强化了对持续更新信息的处理能力。
129 4
|
2月前
|
传感器 存储 人工智能
ChatGPT让AI展现‘智能’魅力,函数调用和RAG如何助力迈向AI Agent?
本文由AI产品专家三桥君探讨了AI从被动响应到主动决策的演进路径,重点分析了函数调用和RAG技术在构建AI Agent中的关键作用。文章梳理了大模型能力的迭代(原生能力与涌现能力),技术演进的三个阶段(提示工程→函数调用→RAG),并提出AI Agent需具备环境感知、推理决策和行动执行的核心要素。AI产品专家三桥君认为,未来AGI需突破跨领域学习、实时更新和安全性挑战,最终实现如"贾维斯"般的智能伙伴。
76 1
ChatGPT让AI展现‘智能’魅力,函数调用和RAG如何助力迈向AI Agent?
|
2月前
|
机器学习/深度学习 人工智能 自然语言处理
FastRead——AI驱动的智能读写生产力引擎,重构信息处理与内容创作新范式
FastRead是一款智能内容处理工具,基于大模型技术,自动解析网页、文档、音频等多源内容,提取关键信息并生成多模态知识卡片。它重构信息处理流程,提升内容创作效率,适用于新闻、金融、教育、营销等多个场景,助力用户高效获取与输出知识。
FastRead——AI驱动的智能读写生产力引擎,重构信息处理与内容创作新范式
|
2月前
|
人工智能 数据可视化 安全
NekroAgent - 一体式跨平台多人AI智能聊天机器人框架
NekroAgent 是一个基于 AI 的智能聊天机器人框架,起源于 QQBot 插件,现发展为独立、功能强大的平台。它支持多平台适配、代码生成与安全沙盒执行、可视化管理界面,并具备高度扩展性与多模态交互能力,适用于 Linux、Windows、MacOS 系统部署。
117 0
NekroAgent - 一体式跨平台多人AI智能聊天机器人框架
|
26天前
|
机器学习/深度学习 数据采集 人工智能
阿里开源即封神,一上线就斩获4000+ star背后的真相,WebAgent多步骤智能网搜神器,颠覆你对AI的信息检索印象!
WebAgent 是阿里巴巴开源的多步骤智能网搜神器,包含 WebWalker、WebDancer、WebSailor 等模块,支持复杂推理与长上下文信息检索,GitHub 已获 4.7k star,颠覆传统 AI 搜索方式。
152 1
|
2月前
|
人工智能 BI 语音技术
AR眼镜+AI大模型:颠覆工业设备验收流程的智能革命
本方案结合AR眼镜与AI视觉大模型,打造高效、精准、可追溯的设备验收流程。通过第一视角记录、智能识别、结构化数据生成与智能报表功能,提升验收效率与质量,助力企业实现智能化管理。
|
2月前
|
机器学习/深度学习 人工智能 边缘计算
AI 视觉识别技术在工业园智能安监中的应用实践
本文详解AI安监系统的技术架构、核心算法与工程化方案,展示其如何通过计算机视觉实现全场景风险主动防控。
187 0
|
2月前
|
存储 人工智能 自然语言处理
Lakehouse x AI ,打造智能 BI 新体验
本文整理自瓴羊的王璟尧老师与镜舟科技石强老师的联合分享,围绕 Quick BI 在智能 BI 场景中的落地实践,深入探讨了 StarRocks 如何凭借 MPP 架构、实时分析能力与 AI 原生支持,成为智能分析的理想 Lakehouse 引擎底座,助力 BI 从“被动查询”迈向“主动决策”,开启数据“会说话”的新体验。
|
2月前
|
人工智能 自然语言处理 监控
软件开发效率低,如何通过AI技术实现软件开发的全面智能化?—— 解析大模型和RAG技术的关键作用
三桥君指出大模型与RAG技术正推动软件工程智能化变革,覆盖需求分析、代码生成、测试和CI/CD全流程。AI可自动解析需求、生成代码、检测缺陷并优化部署,显著提升效率与质量。RAG技术通过检索增强生成,使AI具备知识库实时调用能力。二者的结合让开发者向架构师角色转型,降低人力成本。本文AI专家三桥君从技术融合、场景应用及行业影响展开分析,指出智能化将重塑软件开发范式,开启软件工程新黄金时代。
296 0