AI Quality Inspection System

---

產品說明

將所有通話錄音均轉成文字，由機器人根據品質檢測規則對所有錄音進行質檢。基於AI能力為錄音提供深層次的挖掘與分析，例如對話中的正負情緒、說話的語速等等，同時能提供客服能力、銷售分析、投訴預測、話術挖掘等數據分析。
基礎使用情境說明：

Design Process

此計劃為產品team負責，擔任設計師的角色，負責所有的UI 設計、UX 流程、功能邏輯定義、互動設計與易用性測試等。除了既有功能翻新與新增功能，前期花了比較多時間探索問題外，工程師也一同花費較大量的時間評估調整架構的可行性與風險評估。
這個產品多以內部的維護工程師與AI Trainer使用，因此在設計過程後期的測試階段，花了不少時間跨部門約會議，最後才順利安排開發與上線。

Discovery

優化的目標？

舊版的系統，原本只是給公司內部的維護服務員使用，沒有完善的使用者規劃就執行開發，因此對於初次的使用者，除了要詳閱使用者手冊，還需要有專人指導，甚至為了延伸很多為了求快的暫時優化功能，造成產品本身很多的技術債，本次目標為降低上手本系統的使用門檻，藉此也將維護成本降低。

使用情境在哪？

在客服大量的情況下，只要設定好規則，利用智能檢測方式，自動化為客服服務過程作評量，快速檢測出質量，從中我們可以進行改善，幫助客服服務維持良好的品質。

使用者是誰？

維護工程師、AI Trainer。

目標指標
降低完成一項檢測規則設定的時間，提升使用效率

Define

經由初步的UX Rerview，從業務端尋求客戶的反饋，並且與公司內部的AI Trainer執行易用性測試，統合出使用上的問題點。

複雜的介面體驗

在系統功能複雜的狀況下，為了讓功能都可以被一次看到，將所以內容功能展開，反而造成視覺無法集中，降低使用上的效率。

缺乏明確的資訊層級

直覺的介面設計，就是讓使用者第一時間知道如何繼續使用，但在介面設計中，因為資訊層級不明確，造成使用者切換到下一步時，容易造成困惑、進而增加了學習成本。

Solution

針對上述的量大問題點，以功能經過問題釐清，同時技術增進與銷售分析後的結果。
討論出以下四個優化重點：

圖像化：加強友善性

舊版純文字按鈕的操作佔據整個畫面的80%，將增加icon與顏色卡牌方式優化，整體視覺上的親和度增加。

操作簡化：提升易用性

加增應用游標互動，調整操作流程，減少重複點擊的次數，降低複雜性。

強化重點：增強功能可見度

各層級功能的區塊分隔扁平，每個功能區塊間的色彩對比加強，在功能越來越多的情況下，也能達到視覺聚焦性。

文字精簡：降低視覺負擔

舊版設計開發上，為了避免功能詞彙理解不易，因此在UI上顯示的文案，標題長、描述冗長，這點也反而造成介面上的混亂。

Ideate

功能架構與使用流程

列出完整的架構釐清每個項目，同時也將功能的位置，透過搜集來的內、外部使用體驗資訊進行調整。
最後我們分出舊有功能優化與新功能，在串連出完整的功能架構。

Wireframe

重點功能 Final Design

對話規則設定

將每項對話邏輯的類別列出，利用一個個卡牌，去排列組合進行規則上的設定，圖像化後規則攤在同個平面上，達到一目瞭然，便於編輯。

對話規則設定-對話邏輯設定細節

應用游標互動，Hover上節點卡牌即出現可新增節點的icon。

對話規則設定-對話規則內容編輯

規則設定項目相當多，第一層只顯示重要資訊，展開所有包含次要資訊，經過調查，資訊區塊編輯的場景，在初次建立新的資料的當下，因此將編輯功能藏於icon中，避免不必要的更動而造成錯誤。

測試管理內容頁

規則、評分標準設定完成，皆可進入測試管理進行測試，
這個頁面，搭配語音辨識文字的功能，可聽錄音檔、編輯文字，在同個平面下，左右對照出相應的資訊。

Overall

Takeaways

成效

在上線更版後，一個月內後回饋使用狀態，在相同項目數量與複雜度的規則，從原本1.5小時的設定時間，降為1小時，節省了1/3的時間，有效提升效率。

學習到了...

設計過程中，對我來說最大的困難點有兩點：

1. 理解對話規則設定的邏輯：在許多不熟悉的名詞下，必須在自己的腦海不斷搜尋，以我理解的方式一直去替換，直接內化為止。
   與此同時，這些困難也成為設計建議之一(作為初次使用者的角度)
2. 簡化背後邏輯複雜的功能：透過PM與技術端的多方討論，保持本次的目標「降低使用門檻」為核心，反覆思考更新。