redBus 通过 Firebase AI Logic 使用 Gemini Flash，将客户评价的长度提升了 57%

redBus 是全球最大的在线巴士票务平台，为印度、东南亚和拉丁美洲的数百万旅客提供服务。该服务主要面向移动设备，超过 90% 的预订都是通过其应用完成的。不过，这给从使用数十种不同语言的用户群中收集有用的反馈带来了巨大的挑战。对于许多用户来说，输入评价很不方便，例如，用泰米尔语撰写的评价对于只会说印地语的巴士运营商来说几乎毫无价值。

为了提高用户反馈的质量和数量，redBus 的开发者使用了 Gemini Flash（一种提供低延迟的 Google AI 模型）来即时转录和翻译用户语音录音。为了将这种强大的 AI 连接到他们的应用，而无需处理复杂的后端工作，他们使用了 Firebase AI Logic。这项新功能消除了语言障碍，简化了评价流程，从而显著提高了用户互动度和反馈质量。

采用语音优先方法简化用户反馈

redBus 之前的应用内评价体验是基于文本的，这带来了一些关键挑战。“就我们的规模而言，可靠的用户评价至关重要：它们可以建立旅客的信任，并为运营商提供可据以采取行动的洞见。虽然我们现有的基于文本的系统运行良好，但我们发现，客户往往难以完整表达自己的体验，这导致我们的用户反馈缺乏必要的细节和数量，无法为旅客和运营商提供最大价值。更重要的是，语言障碍限制了评价的实用性，因为一种语言的评价对于说另一种语言的用户或巴士运营商来说毫无帮助。我们的主要动机是利用语音的表达能力，克服语言障碍，获取更真实、更详细的用户反馈，”redBus 移动工程高级技术主管 Abhi Muktheeswarar 说道。

开发者团队希望打造顺畅的语音优先体验，因此他们设计了一个新流程，用户只需用自己的母语说出评价即可。为了鼓励用户采用这种方式，该团队实现了一个醒目的动画麦克风按钮，并搭配了以下文字：“您的声音很重要，请用您自己的语言分享评价。”此文字会以用户的母语显示，与用户的应用语言设置一致。

应用使用 Gemini Flash 处理用户的语音录音。它首先将语音转录为文本，然后将其翻译成英语，最后分析情感，根据评价内容自动生成星级评分并预测相关标签。然后，它会创建一个简洁的摘要，并使用生成的内容自动填充评价表单字段。

开发者之所以选择 Firebase AI Logic，是因为它让他们无需后端团队的帮助即可构建和发布该功能，从而大幅缩短了开发时间并降低了复杂性。“Firebase AI SDK 是一个关键的差异化因素，因为它是唯一能够让我们的前端团队独立构建和发布该功能的解决方案，”Abhi 解释道。这种方法让团队仅用了 30 天就完成了从概念到发布的过程。

在实现过程中，工程师使用了结构化输出，使 Gemini Flash 模型能够返回格式良好的 JSON 响应，包括转录、翻译、情感分析和星级评分，从而轻松填充界面。这确保了顺畅的用户体验。然后，系统会向用户显示其母语的原始转录文本以及英语的翻译摘要版本。最重要的是，用户可以完全控制所有 AI 生成的文本，并在提交评价之前查看和修改这些文本，以及更改星级评分。他们甚至可以再次说话来添加更多内容。

提高互动度并获取更深入的用户洞见
AI 赋能的语音评价功能对用户互动度产生了显著的积极影响。通过让用户能够用自己的母语说话，redBus 的评价长度增加了 57%，评价总数也显著增加。

这项新功能成功吸引了一部分之前不愿输入评价的用户。自实现以来，用户反馈非常积极：客户赞赏转录和翻译的准确性，并认为 AI 生成的摘要是对其较长、更详细评价的简洁概述。

Gemini Flash 虽然托管在云端，但提供了高度响应的用户体验。“我们的合作伙伴和利益相关者普遍认为，我们新的 AI 功能的响应速度非常快且顺畅，感觉就像 AI 直接在设备上运行一样，”Abhi 说道。“这证明了 Gemini Flash 模型的低延迟，而低延迟一直是其成功的关键因素。”

更轻松地使用 AI 进行构建

对于 redBus 团队来说，该项目展示了 Firebase AI Logic 和 Gemini Flash 如何让移动开发者能够构建原本需要后端实现的功能。这减少了对服务器端更改的依赖，并让开发者能够快速独立地进行迭代。

在语音评价功能取得成功后，redBus 团队正在探索设备端生成式 AI 的其他用例，以进一步增强其应用。他们还计划使用 Google AI Studio 来测试和迭代提示。对于 Abhi 来说，经验教训很明确：“这不再是复杂的后端设置，”他说。“而是要精心设计正确的提示，以构建下一个直接提升用户体验的创新功能。”

开始

详细了解如何使用 Gemini 和 Firebase AI Logic 为自己的应用构建生成式 AI 功能。