สถานะ UI ของตัวแทน: วิธีแสดงการคิดของ AI, การเรียกใช้เครื่องมือ และความคืบหน้า
วิธีการออกแบบสถานะของการเรียกใช้ตัวแทน AI: รับ กำลังคิด การเรียกใช้เครื่องมือ การสตรีม เสร็จสิ้น หยุด และล้มเหลว รูปแบบ เวลา และตัวอย่าง
หลัก Takeaway
การเรียกใช้ตัวแทนต้องการสถานะมากกว่าคำขอปกติ: ได้รับ กำลังคิด การเรียกใช้เครื่องมือแต่ละครั้ง การสตรีมคำตอบ เสร็จสิ้น หยุด และล้มเหลว แสดงแต่ละรายการที่แตกต่างกัน ตั้งชื่อขั้นตอนที่เจ้าหน้าที่ดำเนินการอยู่ ให้ผู้คนหยุดการดำเนินการได้ตลอดเวลา และจบด้วยการสรุปสั้นๆ เกี่ยวกับสิ่งที่ทำไปแล้ว เก็บรายละเอียดระดับต่ำไว้แต่ถูกยุบ
เหตุใดตัวแทนจึงจำเป็นต้องมีสถานะของตนเอง
คำขอแบบคลาสสิกมีสถานะที่มองเห็นได้สองสถานะ: กำลังโหลดและเสร็จสิ้น การเรียกใช้ตัวแทน AI นั้นแตกต่างออกไป อาจใช้เวลาไม่กี่วินาทีหรือนาที โดยจะเคลื่อนที่ผ่านหลายขั้นตอน เช่น การค้นหา การอ่านไฟล์ หรือการเรียก API และอาจดำเนินการโดยมีผลกระทบที่ตามมา การวิจัยเวลาตอบสนองจาก Nielsen Norman Group ยังคงมีผลอยู่: ประมาณ 0.1 วินาทีให้ความรู้สึกทันที ประมาณ 1 วินาทีจะคงความคิดไว้ และหลังจากนั้นประมาณ 10 วินาที ผู้คนต้องการคำติชมเกี่ยวกับสิ่งที่เกิดขึ้นและระยะเวลาโดยประมาณที่จะเกิดขึ้น ตัวแทนส่วนใหญ่ดำเนินการที่ดินในกลุ่มสุดท้ายนั้น
รัฐที่จะออกแบบ
ออกแบบแต่ละสิ่งเหล่านี้ให้มีสถานะของตัวเองด้วยรูปลักษณ์และคำพูดของตัวเอง ไม่ใช่เป็นสปินเนอร์ตัวเดียว:
- ได้รับแล้ว: ยืนยันคำขอทันที (ต่ำกว่า 0.1 วินาที) เช่น โดยแสดงข้อความในเธรด
- การคิด: ตัวบ่งชี้ที่สงบใกล้กับคำตอบที่จะปรากฏ หลีกเลี่ยงเปอร์เซ็นต์ความก้าวหน้าปลอม
- การเรียกใช้เครื่องมือ: ตั้งชื่อขั้นตอนด้วยคำธรรมดา ("ค้นหาเอกสาร", "อ่าน 3 ไฟล์") โดยนับจำนวนหากคุณทราบ
- รอการอนุมัติ: การหยุดชั่วคราวอย่างชัดเจนเมื่อตัวแทนต้องได้รับอนุญาตก่อนดำเนินการ
- สตรีมมิ่ง: แสดงเอาต์พุตเมื่อมาถึง หยุดตัวบ่งชี้การคิดทันทีที่ข้อความเริ่มต้น
- เสร็จสิ้น: สรุปสั้นๆ เกี่ยวกับสิ่งที่เปลี่ยนแปลง และเลิกทำเมื่อเป็นไปได้
- หยุดและล้มเหลว: บอกว่าเกิดอะไรขึ้น อะไรถูกเก็บไว้ และวิธีการลองอีกครั้ง
แสดงแผน ไม่ใช่บันทึกดิบ
บันทึกการเรียกใช้เครื่องมือที่ยาวนานมีประโยชน์สำหรับการดีบัก แต่ผู้ใช้ส่วนใหญ่มีมากเกินไป ค่าเริ่มต้นที่ดีคือสถานะบรรทัดเดียวสำหรับขั้นตอนปัจจุบัน รวมถึงรายการขั้นตอนที่เสร็จสมบูรณ์แบบยุบซึ่งผู้ใช้สามารถขยายได้ นักพัฒนาและผู้ใช้ระดับสูงสามารถเปิดรายละเอียดได้ คนอื่นๆ เห็นความก้าวหน้าในภาษาธรรมดา โปรโตคอล เช่น AG-UI ซึ่งเป็นมาตรฐานแบบเปิดตามเหตุการณ์สำหรับการเชื่อมต่อเอเจนต์กับแอปที่ผู้ใช้เผชิญอยู่ มีบางส่วนเพื่อให้ส่วนหน้าสามารถรับเหตุการณ์ขั้นตอนเหล่านี้ในลักษณะที่สอดคล้องกัน
ควบคุมและไว้วางใจ
ผู้คนไว้วางใจเจ้าหน้าที่มากขึ้นเมื่อพวกเขาอยู่ในการควบคุม ให้มองเห็นปุ่มหยุดตลอดการวิ่ง ขอคำยืนยันก่อนการกระทำที่ไม่สามารถย้อนกลับได้ เช่น การส่ง การชำระเงิน หรือการลบ และแสดงให้เห็นอย่างชัดเจนถึงสิ่งที่จะเกิดขึ้น หลังจากการรัน ทำให้ง่ายต่อการเลิกทำ แก้ไข หรือลองขั้นตอนเดียวอีกครั้งแทนที่จะเริ่มต้นใหม่
ญัตติสำหรับรัฐตัวแทน
การเคลื่อนไหวเป็นสัญญาณที่ชัดเจนว่า "มีบางอย่างเกิดขึ้น" แต่การวนซ้ำจะเหนื่อยล้าในระยะยาว ใช้การวนซ้ำที่นุ่มนวลและมีคอนทราสต์ต่ำในการคิด การเปลี่ยนแปลงที่ชัดเจนเมื่อการเรียกเครื่องมือเริ่มต้น และความชัดเจนเมื่อการรันเสร็จสิ้น เคารพการตั้งค่าการลดการเคลื่อนไหวโดยสลับการเคลื่อนไหวเพื่อเปลี่ยนความทึบเล็กน้อย ระบบสั่งงานด้วยเสียงมักใช้ลูกแก้วแบบเคลื่อนไหวซึ่งมีสถานะการไม่ได้ใช้งาน การฟัง การคิด และการพูดที่แตกต่างกันอย่างชัดเจน
คีย์ Principles ที่ต้องจำ
- การออกแบบที่ได้รับ การคิด การเรียกใช้เครื่องมือ การอนุมัติ การสตรีม เสร็จสิ้น หยุดและล้มเหลวโดยแยกเป็นสถานะ
- ตั้งชื่อขั้นตอนปัจจุบันเป็นภาษาธรรมดา ยุบบันทึกทั้งหมด
- ให้มองเห็นการหยุดตลอดการวิ่งและยืนยันการกระทำที่ไม่สามารถย้อนกลับได้
- หลังจากผ่านไปประมาณ 10 วินาที ผู้คนต้องการข้อมูลความคืบหน้า
- ใช้การเคลื่อนไหวที่สงบและเคารพการตั้งค่าการเคลื่อนไหวที่ลดลง
คำถามที่พบบ่อย
แหล่งที่มา
- Response Times: The 3 Important Limits — Nielsen Norman Group
- Progress Indicators Make a Slow System Less Insufferable — Nielsen Norman Group
- AG-UI Overview: Agent User Interaction Protocol — เอจี-UI
- Understanding SC 2.3.3: Animation from Interactions — W3C ไหว