深思圈：让不会用 App 的人自己办业务，Navana 语音 AI 案例

核心结论（一句话）

面向低数字熟练度用户，AI 产品要把语音、图示、确定性流程和首次教学组合起来，让用户独立完成真实业务，再用后续数据验证它确实被使用。

场景：语音 AI、银行业务、无障碍/低数字熟练度用户、AI 产品落地
标签： #主题/AI-Agent #主题/语音AI #主题/可用性 #主题/无障碍设计 #主题/产品落地 #主题/真实业务验证 #场景/公众号长文 #场景/Seetong借鉴
类型：AI 产品案例 / 多模态交互 / 业务流程与可用性分析

[[01-ai-agents/源泉TheFountainhead-从GUI到AI-Native-产品接目标界面换职责]]：同样把界面从“操作入口”转为目标、状态、授权和结果的控制面；本文补充低数字熟练度用户的语音与图示入口。
[[01-ai-agents/Agent评测漫谈-由浅入深讲解Agent评测]]：提供从单次回答转向任务、轨迹、证据和回归的评测视角，支撑本文的任务完成率判断。

[[01-ai-agents/字节跳动质量保障团队-测试用例生成Agent落地-我们做对了什么]]：可将本文的任务完成、识别边界和真实业务证据转成测试用例 Agent 的场景与断言。
[[01-ai-agents/腾讯-AI-Agent-Skill-测评方案落地]]：可用确定性评分、负向用例和人工验收验证语音/多模态 Agent 的稳定性。

问题不是“用户不会手机”。 目标用户会看视频、发语音，却仍难以在银行 App 中找到入口、理解字段和确认结果；产品要承担一部分解释工作。
Hello Ujjivan 的设计是语音加视觉加业务流程。 它支持地区语言、图标、预录语音和具体金融操作，但没有把所有能力改成自由聊天；账户和安全步骤仍然是固定规则。
采用必须落到真实业务。 文章引用 Ujjivan 的下载、交易、还款、储蓄和贷款发放数据，同时提醒下载不能代表回访，交易金额也不能直接代表独立完成率。
分发渠道是产品的一部分。 银行网点和近 9000 名一线员工承担首次教育，技术提供方和业务拥有方共同构成交付系统。
语音工程有明显的领域细节。 产品名、数字、热词、结构化输出、流式分块和结束信号都要专门处理；电话结束后还要继续做摘要、意图和归因。
同一套能力服务两种工作。 客户需要“用自己的语言把事办完”，客服或企业员工需要“快速知道这通电话发生了什么”，二者的输入、界面和验收标准不同。

把用例从“看到页面”升级为“完成任务”。 预览用例要验证进入路由、首帧、声音/画面、等待、重试和用户可恢复性；回放用例要验证记录、时间轴、画面和结束状态。
建立 Seetong 领域词表。 设备名、通道名、型号、时间表达、告警类型、错误码和常见口音应进入热词/别名资产，并由真实设备数据持续更新。
采用“有限语音 + 确定性动作”。 语音可以解释离线、低功耗、权限不足和网络恢复，也可以帮助找到预览/回放入口；删除、分享、付费、权限和设备控制必须有明确确认与审批。
为部分结果和恢复状态建模。 网络断开、首帧超时、用户打断、语音未说完和播放器重连不能只记录失败，应区分 partial、retry、recovered、handoff。
为首次使用设计现场支持。 新设备添加、首次预览、告警订阅和远程分享可提供逐屏图示、语音提示、演示账号和人工接管入口，并记录用户卡住的具体步骤。
用真实闭环指标评估。 除识别准确率外，增加任务完成率、首屏到成功耗时、重试率、求助率、独立完成率、复用率和失败归因覆盖率。