FDE IN PRACTICE / 场景拆解
智能硬件把一句调光指令，变成可确认的设备动作
以智能灯具为例，将口语指令映射到设备支持的操作，连接执行与状态反馈，让语音交互真正进入产品的使用过程。
- 适用团队
- 希望把语音控制接入现有设备的智能硬件团队
- 本次聚焦
- 语音输入 → 意图确认 → 灯具动作与状态反馈
业务场景
用户说的是意图，设备接收的是具体动作
用户可能说“亮一点”或“调成阅读灯光”。设备需要知道操作对象、当前状态和允许的亮度范围，再完成调节。语音体验还要覆盖没听清、设备离线和动作未成功的情况。
落地难点
听懂一句话之后，还要知道能不能执行
同一句表达在不同状态下可能对应不同操作。识别到的意图需要经过设备能力和参数范围校验；目标不明确时应继续确认，完成提示也应依据设备反馈。
我们如何参与
一起定义设备听得懂、做得到的范围
与产品和设备工程团队梳理可用指令、状态及参数边界，收集典型表达和含糊说法，确定首版支持的调光任务与澄清方式。
连接语音理解与受控设备操作
把识别结果转成已定义的操作，再检查设备对象、当前状态和参数范围。信息不足时向用户确认，无法支持的请求明确反馈。
在实际环境中验证反馈和回退
用不同距离、环境噪声和设备状态测试指令，记录识别、执行和反馈各环节。设备离线或执行失败时给出对应提示，并保留原有手动控制入口。
可约定的交付内容
- 语音表达、设备指令与参数范围清单
- 意图澄清与设备控制原型
- 执行反馈和异常回退流程
- 真实环境测试样本与问题记录方案
工作流如何改变
原有工作方式
- 语音演示能识别指令，但与设备实际状态分离。
- 含糊表达需要用户反复尝试，错误原因不清楚。
- 发出操作后缺少设备反馈，难以确认是否生效。
引入 FDE 后的设计
- 结合支持的动作与当前状态理解用户指令。
- 执行前校验对象和参数，需要时继续确认。
- 根据设备回执反馈结果，异常时提供可用的后续操作。
预期业务价值
让操作结果更明确
将语音提示与实际设备反馈对应，帮助用户判断指令是否完成。可观察指令成功率与重复发令情况。
减少无效尝试
对含糊表达和不支持的动作提供清楚反馈。可记录需要澄清的指令类型，以及澄清后能否完成任务。
更快定位体验问题
分别观察识别、意图判断和设备执行，帮助团队找到问题发生的环节。可按环境与设备状态归类失败原因。
这个场景的关键
设备是否完成动作，应由设备状态来确认；语音理解和执行反馈需要一起设计。
你的团队，也有类似的工作流吗？
带来一份真实任务和现有流程。我们一起明确哪些环节值得验证，以及如何判断效果。