แว่นตาที่มีจอแสดงผลและเสียงจะให้มุมมองบุคคลที่หนึ่งและแบบหลายโมดัลของผู้ใช้ที่โต้ตอบกับสภาพแวดล้อม เมื่อรวมกับอินพุตเสียงและเซ็นเซอร์ฮาร์ดแวร์แล้ว วิธีนี้อาจให้ข้อมูลบริบทในระดับที่ไม่เคยมีมาก่อนแก่แอปของคุณ หากต้องการใช้บริบทนี้ในแอป คุณสามารถใช้ Agent ในแอปและกำหนดเส้นทางอินพุตแบบหลายโมดัลเหล่านี้ไปยัง LLM ได้ แอปของคุณสามารถใช้ประโยชน์จาก Gemini Live API หรือผสานรวม AI Agent ที่กำหนดเองได้
ใช้ AI อย่างมีความรับผิดชอบ
ออกแบบโดยคำนึงถึงความสบายของผู้ใช้ในทุกด้าน ซึ่งรวมถึงด้านประสาทสัมผัส ด้านการรับรู้ ด้านสังคม และความสบายใจในการใช้ AI
ออกแบบแอปโดยคำนึงถึง "ความยินยอมเป็นอันดับแรก"
- อย่าคิดว่าคุณจะบันทึกได้เพียงเพราะแอปเปิดอยู่
- ใช้ทริกเกอร์ที่ชัดเจน เช่น ท่าทางสัมผัส ก่อนเปิดใช้งานเซ็นเซอร์
- ให้ตัวแทนขอเปิดกล้องหากเห็นว่าจำเป็นสำหรับกิจกรรม
- รวบรวมข้อมูลขั้นต่ำที่จำเป็นต่อการส่งมอบคุณค่า ประมวลผลข้อมูล แล้วทิ้งข้อมูลนั้น
ข้อควรพิจารณาในการออกแบบสำหรับ Agent
สำหรับแว่นตาที่มีจอแสดงผลและเสียง ฟีเจอร์ AI จะช่วยให้ทำงานต่างๆ ได้อย่างมีประสิทธิภาพ เช่น การอ่านออกเสียงข้อความและการจดจำรูปภาพ AI ช่วยให้สามารถโต้ตอบผ่านภาษาธรรมชาติแทนแผนผังแบบคงที่
AI ช่วยให้การทำงานระหว่างโทรศัพท์และแว่นตาเป็นธรรมชาติมากขึ้นด้วยสัญญาณเสียงที่เป็นธรรมชาติและภาพที่ละเอียดอ่อน
เมื่อผสานรวม Agent ภายในแอป ให้พิจารณาสิ่งต่อไปนี้
- เสียงและน้ำเสียง
- บริบทของผู้ใช้ในชีวิตประจำวัน
- ความปลอดภัยของผู้ใช้
- อย่าทำให้ผู้ใช้รู้สึกว่ามีข้อมูลมากเกินไป
- ออกแบบเพื่อความสบายใจในการเข้าสังคม
AI Agent ควรมีความกระชับและไม่รบกวนผู้ใช้ โดยเป็นไปตามแนวทางปฏิบัติแนะนำด้าน UX สำหรับการสนทนาและรูปแบบ AI