عینک صوتی و نمایشگردار نمای اول شخص و چندحالتی از کاربر درحال تعامل با محیطش ارائه می‌دهد. این قابلیت در ترکیب با ورودی صوتی و حسگرهای سخت‌افزاری می‌تواند سطح بی‌سابقه‌ای از اطلاعات زمینه‌ای را به برنامه شما ارائه دهد. برای استفاده از این زمینه در برنامه خود، می‌توانید از یک عامل درون‌برنامه استفاده کنید و این ورودی‌های چندحالتی را به مدل زبانی بزرگ خود هدایت کنید. برنامه شما می‌تواند از Gemini Live API بهره ببرد یا یک عامل هوش مصنوعی سفارشی را ادغام کند.
استفاده مسئولانه از هوش مصنوعی
طراحی برای همه جنبه‌های راحتی کاربر، ازجمله حسی، شناختی، اجتماعی، و راحتی با هوش مصنوعی.
برنامه‌هایتان را برای «اولویت رضایت» طراحی کنید:
- فکر نکنید چون برنامه‌ای باز است می‌توانید ضبط کنید.
- قبل‌از فعال کردن حسگرها، از راه‌اندازهای صریح مانند اشاره فیزیکی استفاده کنید.
- اگر نماینده شما تشخیص دهد که برای فعالیت لازم است، از او بخواهید که دوربین را روشن کند.
- حداقل مقدار داده لازم برای ارائه ارزش را جمع‌آوری کنید، آن را پردازش کنید، و سپس آن را دور بیندازید.
ملاحظات طراحی برای عامل شما
برای عینک‌های صوتی و نمایشگردار، ویژگی‌های هوش مصنوعی روشی کارآمد برای انجام کارهایی مانند نوشتار به گفتار و تشخیص تصویر ارائه می‌دهند. هوش مصنوعی امکان تعامل ازطریق زبان طبیعی را به‌جای درخت‌های ایستا فراهم می‌کند.
هوش مصنوعی می‌تواند با نشانه‌های صوتی طبیعی و عناصر دیداری ظریف کمک کند تکمیل کردن تکالیف بین تلفن و عینک طبیعی‌تر شود.
هنگام ادغام کردن نماینده در برنامه‌تان، موارد زیر را درنظر بگیرید:
- صدا و لحن
- بافت‌های کاربر در زندگی روزمره
- ایمنی کاربر
- کاربر را سردرگم نکنید
- طراحی برای راحتی اجتماعی
عامل هوشواره‌ای باید مختصر و غیرمزاحم باشد و از بهترین شیوه‌های UX مکالمه‌ای و الگوهای هوش مصنوعی پیروی کند