如何在與 AI 對話的輪次之間為自己爭取更多時間
如果 AI 對話節奏過快，請將停頓融入互動之中：使用明確的停止或暫停控制項、隨心所欲地恢復對話，並避免使用將每次短暫沉默都視為發言結束的系統。對於語音介面，設定較長或可調整的等待時間可以減少過早回應；對於文字介面，請在發送前將草稿保留在輸入框中。本指南專注於一個任務：在 AI 進行下一輪發言前，為自己創造更多的思考空間。
區分思考停頓與預約回覆
構思時的停頓與要求 AI 稍後回答是截然不同的。在第一種情況下，系統應等待您的輸入並保持當前輪次可用。在第二種情況下，系統已收到請求，並將自身的回應延遲到指定的時間或條件。這兩種情境需要不同的控制項和明確的狀態提示。
對於思考停頓，請尋找諸如「停止聆聽」、「暫停」或「繼續」等控制項。清晰可見的狀態應告知您麥克風是否仍處於啟動狀態、系統是否已停止處理，以及如何繼續。在文字介面中，保留在輸入框中的草稿具有類似的作用：它讓您隨時停下來、修改並在準備好時發送。這些是從任務中推導出的設計建議，而非針對任何特定產品的主張。
預約的延遲回覆需要明確的觸發條件，例如「五分鐘後回覆」或「等我說開始再回答」。它還應明確顯示 AI 是否已接受該任務。如果沒有這種區分，片刻的安靜可能會被誤認為是等待請求，或者等待請求可能會被誤認為是使用者已完成該輪發言。
讓語音輪次的結束能夠容忍停頓
語音系統通常透過偵測語音何時開始和何時結束來判定一個輪次。較短的靜音閾值能讓系統快速回應，但也可能將句子中的停頓誤認為是思考結束。OpenAI 的 Realtime API 文件區分了簡單的語音活動偵測（VAD）與語意輪次偵測：前者使用語音與靜音，而後者則評估說話者是否已說完，並能在語音逐漸減弱時等待更長時間。該文件還公開了一個主動性（eagerness）設定，較低的主動性會比高主動性等待更長的時間。這些都是實作選項，並非能保證每次停頓都能被正確解讀。OpenAI Realtime API reference
對於希望獲得更多時間的使用者來說，實際的偏好順序是：在可行的情況下允許手動提交發言；否則選擇較慢的輪次偵測設定；然後測試較長的靜音閾值。固定且較長的閾值給了人們更多時間，但可能也會讓日常的一來一回顯得更加緩慢。語意偵測器可以適應語音中的猶豫，但仍可能出錯並引入額外的延遲。最佳選擇取決於優先考量的是從容的停頓、快速的回應，還是兩者之間的平衡。
保持部分輸入內容可見且可復原
長時間的停頓不應清除使用者已經說出或輸入的內容。在語音介面中，顯示即時逐字稿有助於讓當前的輸入清晰可見，但部分辨識結果不應自動視為最終定稿。Web Speech API 將非最終結果的中間結果（interim results）與最終結果進行了區分；其文件還指出瀏覽器對該功能的支援有限。這使得中間文字成為一種有用的設計可能性，而非通用的能力。MDN: SpeechRecognition interimResults
強健的互動體驗可以保留部分逐字稿，允許使用者對其進行修正，並等待明確的發送操作或對語音結束的高可信度偵測。如果辨識意外停止，請提供一種無需捨棄部分輸入即可繼續或重試的方法。在文字介面中，當使用者暫停、在其中瀏覽或稍後返回時（如果介面支援），請保持草稿完好無損。使用者應該能夠在內容成為 AI 的下一輪輸入之前，看清將要發送的內容。
使用效果明確的停止與繼續控制項
只有在效果可預測時，控制項才是有用的。「停止」可能意味著停止聆聽、取消當前錄音、停止生成的音訊或取消正在產生的回應。請根據具體操作為控制項命名，並在其生效時立即更新介面。如果按下停止會取消內容，請在使用者將其視為無害暫停之前告知此點。
一個簡單的流程是：開始聆聽；顯示聆聽處於活躍狀態；允許使用者停止或保留；保留任何已擷取的輸入；並允許使用者繼續、編輯或提交。在無需滑鼠即可操作的介面中，鍵盤替代方案至關重要。對於語音輸出，暫停控制項應停止播放並從同一位置恢復，而不是重新開始整個回應。W3C 關於計時內容的指南包括允許內容暫停並從暫停處重新開始，並建議在適用標準時為使用者提供關閉、調整或延長內容設定時限的方法。W3C: Understanding Success Criterion 2.2.1, Timing Adjustable
避免在正常的沉默期間重複提示
反覆出現的「您還在嗎？」訊息會將停頓變成另一次被催促回應的要求。如果該互動不具時效性，請不要使用短暫的閒置計時器不斷要求使用者繼續。保持安靜且清晰可見的準備就緒狀態，並提供明確的恢復途徑。如果特定任務必須進行提示，請確保其簡短、相關且不重複；不要推測使用者為何停頓。
Google 的對話設計指南將無輸入狀態描述為缺少回應，並建議進行簡潔處理，同時也體認到使用者可能正在思考或不確定如何回答。其更廣泛的提示指南強調應針對對話語境設計語音和顯示的提示。這支援了一種有價值的區分：介面可能需要從真正的逾時中復原，但僅憑正常的沉默並不能證明使用者需要另一次提示。Google: Conversation Design—Errors 以及 Google: Conversational Components Overview
選擇適合自己節奏的設定
使用語音對話時，請檢查服務是否提供按鍵發話（Push-to-talk）模式、手動發送控制項、輪次偵測設定，或中斷及恢復音訊的方法。如果它提供了主動性或靜音設定，請從等待時間較長的選項開始，僅在對話變得笨拙冗長時才進行調整。對於文字聊天，請在訊息欄位中構思並僅在準備好時提交；如果介面按下 Enter 即發送，請檢查它是否提供單獨的發送快捷鍵或變更該行為的設定。
嘗試進行一次簡短的交流，並在句子中間特意停頓一下。觀察系統是否開始回應、您已輸入或說出的部分字詞是否依然保留，以及您是否可以停止並恢復而不會遺失它們。接著，在表達完一個想法後測試停頓。這個小檢查可以區分出一個過快結束輪次的系統，與一個僅在訊息完成後才回應的系統。保留能為您提供足夠空間同時又能明確指示下一步操作的設定。
實際的目標很直接：安靜的間歇應該依然由您掌控。清晰的保留或停止控制項、可復原的輸入、具容忍度的輪次計時以及無重複提示，讓您能夠隨心所欲地繼續對話。將延遲的 AI 回應視為一項單獨的預約操作，擁有其自身明確的計時和狀態。