הכשרתי צ'אטבוט בעזרת מסמכי החברה שלי תוך חמש עשרה דקות

הביטוי "הכשרת בינה מלאכותית" עשוי להזכיר מערכי נתונים거대ים, אשכולות GPU, ניסיון בלמידת מכונה ותקציב חישובי מסוג זה שרק מעבדות מחקר ממומנות היטב יכולות להרשות לעצמן. התפיסה הזאת, אם כי מדויקת עבור בניית מודלים בסיסיים מאפס, היא מטעה בצורה דרסטית כשמדובר בהכנת צ'אטבוט שמבין את העסק הספציפי שלכם. ההבחנה חשובה מכיוון שהיא עוצרת אלפי חברות מיישום פתרונות בינה מלאכותית שיחתיים שלא רק שהם בהישג ידם, אלא יכולים להיות פרוסים בפחות זמן מאשר לכתוב סדר יום לישיבה.

הכשרת צ'אטבוט על בסיס ידע ספציפי לחברה אינה דורשת הכשרה של מודל שפה מאפס. היא דורשת הספקת מודל שפה קיים בהקשר שהוא צריך כדי לענות בדיוק על שאלות לגבי העסק שלכם. המודל כבר יודע איך להבין שאלות, לבנות תגובות קוהרנטיות ולשמור על זרימת שיחה. מה שחסר לו הוא ידע של המוצרים, המדיניות, ההליכים והטרמינולוגיה הספציפיים שלכם. הספקת הידע הזה היא עניין של העלאת מסמכים, לא של הפעלת לולאות הכשרה על פני אלפי GPUs. התהליך קרוב יותר לתן אוריינטציה לעובד חדש כמו קובץ מידע מאשר לכל דבר שדומה למחקר בלמידת מכונה.

ChatBot API של yeb.to הופך את התהליך הזה לברור וסדור. העלו את מסמכי הידע שלכם. המערכת מעבדת אותם לבסיס ידע חיפוש. הגדירו מקרי שימוש המתארים מה הצ'אטבוט אמור להיות מסוגל לעשות. התחילו שיחה. הצ'אטבוט שואב מהידע שהעליתם כדי לענות על שאלות, לספק מידע ולהדריך משתמשים דרך תהליכים שהם ספציפיים לעסק שלכם. חמש עשרה דקות מהעלאה ראשונה ועד לשיחה שימושית ראשונה זה לא אופטימיזם שיווקי. זה הלוח הזמנים בפועל כאשר מסמכי הידע כבר מסודרים ומקרי השימוש ברורים.

מה נחשב לידע וכיצד העלאה עובדת

העלאת הידע מקבלת מגוון פורמטים של מסמכים המכסים את הדרכים בהן רוב החברות אחסנות את הידע המוסדי שלהן. קבצי PDF של מדריכי מוצר, מסמכי Word המכילים ספרי מדיניות, קבצי טקסט עם קורות חיים בתדירות שאלות נפוצות, קבצי Markdown עם תיעוד טכני וייצוא טקסט פשוט מ-wiki סיסטמות כולם משמשים כמקורות ידע חוקיים. המערכת ספוגה מסמכים אלה, שוברת אותם לקטעים קוהרנטיים סמנטיים ומאינדקסת אותם בדרך המאפשרת לצ'אטבוט לשחזר קטעים רלוונטיים כשמענה על שאלות.

איכות התגובות של הצ'אטבוט תלויה ישירות באיכות ובשלמות של הידע שהועלה. ספר מדריך מוצר התיאור כללי את התכונות, מקרי השימוש, המגבלות ושלבי פתרון בעיות מייצרת צ'אטבוט שיכול לענות על שאלות מוצר מפורטות בדיוק. מסמך דל המכסה רק תכונות בסיסיות מייצרת צ'אטבוט שיכול לענות על שאלות בסיסיות אך נמנע מכל דבר ספציפי יותר. זו אינה מגבלה של הטכנולוגיה אלא השתקפות של העיקרון הבסיסי שהצ'אטבוט יודע מה שנאמר לו, ואמירה של יותר מייצרת תוצאות טובות יותר.

תהליך העלאה מטפל בעיצוב מסמכים באופן אוטומטי, מסלק מידע פריסה לא רלוונטי תוך שמירה על המבנה הסמנטי החשוב להבנה. כותרות הופכות לגבולות חלק. נקודות עיצוב הופכות לפריטים ניתנים למנייה. טבלאות שומרות על יחסי שורה-עמודה שלהן. המטרה היא לחלץ את תוכן המידע מהמסמך תוך שפיכת שכבת הצגה, מכיוון שהצ'אטבוט צריך להבין מה המסמך אומר, לא איזה גופן משתמש. עיבוד אוטומטי זה מחסל את הצורך בהכנת מסמכים ידנית, מה שאומר שמסמכי חברה קיימים יכולים להיות מועלים כפי שהם ללא עיצוב מחדש.

מספר מסמכים יכולים להיות מועלים כדי לבנות בסיס ידע כולל המשתרע על פני היבטים שונים של העסק. התקנה שלמה עשויה לכלול קטלוג מוצרים, ספר שירות לקוחות, שאלות נפוצות טכניות, מדריך תמחור ומסמך סקירה חברתית. כל מסמך תורם להיבט שונה של הידע של הצ'אטבוט, והמערכת משלבת אותם בצורה חלקה כך ששיחה יחידה יכולה לשאוב מידע ממקורות מועלים מרובים. לקוח שוואל על תכונת מוצר ואחר כך שואל על תמחור מקבל תשובות קוהרנטיות לשתי השאלות גם אם המידע מגיע ממסמכים מועלים שונים.

מקרי שימוש והוראה לצ'אטבוט מה הוא צריך לעשות

העלאת ידע אומרת לצ'אטבוט מה הוא יודע. הגדרת מקרי שימוש אומרת לה מה היא צריכה לעשות עם הידע הזה. מקרה שימוש הוא תיאור של סיבוב שיחתי שהצ'אטבוט צריך להיות מוכן להתמודד איתו: ענייה לשאלות מוצר, הנחיית משתמשים דרך תהליך התקנה, הסמכת הצעות מכירה, טיפול בפניות תמיכה, או כל יעד שיחתי אחר המתיישר עם צרכי העסק.

מקרי שימוש משמשים כהנחיות התנהגות המעצבות איך הצ'אטבוט יישם את הידע שלו. ללא מקרי שימוש מוגדרים, הצ'אטבוט מגיב לשאלות על ידי שחזור ידע רלוונטי והצגתו. עם מקרי שימוש מוגדרים, הצ'אטבוט מבין לא רק איזה מידע לספק אלא איך לבנות את השיחה סביב מידע זה. מקרה שימוש בתמיכה עשוי להנחות את הצ'אטבוט לשאול שאלות הבהרה לפני מתן פתרונות. מקרה שימוש בהסמכת מכירות עשוי להנחות אותו לאסוף מידע לגבי צרכי הפרוספקט לפני המלצה על מוצרים. מקרה שימוש בתדירות שאלות נפוצות כללי עשוי להנחות אותו לספק תשובות ישירות ללא preface נרחב.

תהליך הגדרת מקרה השימוש אינו דורש ניסיון בתכנות או הנדסה של הנמקות. כל מקרה שימוש מתואר בשפה טבעית: איזה סוג של שאלות או בקשות המשתמש עשוי להיות בעל, איזה מידע הצ'אטבוט צריך לספק, איזה טון זה צריך להשתמש, ואילו פעולות זה צריך להציע. המערכת מתרגמת הגדרות אלה לפרמטרים התנהגותיים המנחים תגובות של הצ'אטבוט. בעל עסק לא טכני יכול להגדיר מקרי שימוש בצורה יעילה כמו מפתח, מכיוון שהגדרות מתבטאות בשפה הטבעית זהה שהצ'אטבוט עצמו משתמש.

מספר והתיחסות של מקרי שימוש צריכים לשקף את התחום הקדום של הצ'אטבוט. צ'אטבוט בתמיכה לקוחות עשוי להצטרך לעשר עד חמש עשרה מקרי שימוש המכסים קטגוריות תמיכה שונות. צ'אטבוט בתדירות שאלות נפוצות פשוטה עשוי להצטרך שלושה או ארבעה. צ'אטבוט בהסמכת מכירות עשוי להצטרך חמש עד שבעה מקרי שימוש המכסים קווי מוצרים שונים או קטעי לקוחות. התחלה עם מעט מקרים, רחבים יותר של שימוש וחידוד לתוך יותר ספציפיים על בסיס דפוסים בעיות בפועל היא גישה מעשית המייצרת תוצאות טובות במהירות ומשתפרת לאורך זמן כשנתוני השימוש בפועל חושפים אילו תרחישים צריכים יותר טיפול מפורט.

השיחה הראשונה ומה הצ'אטבוט בעצם יודע

רגע ההגשה מגיע כשהשאלה הראשונה בפועל נשאלת. לא שאלת בדיקה שהמפתח כבר יודע את התשובה אליה, אלא שאלה אמיתית ממישהו שצופה לתגובה שימושית. זה המקום שבו איכות בסיס הידע והבהרות של מקרי השימוש גם משלמות או חושפות פערים. צ'אטבוט מוכן היטב מטפל בשאלה הראשונה בביטחון, מספק תשובה מדויקת מהידע שהעליתם והציג בטון קבוע עם מקרי השימוש המוגדרים. צ'אטבוט מוכן בצורה גרועה משחק, מספק תגובות גנריות שיכולות לחול על כל חברה או עיוות עם וריאציות של "אנא צור קשר עם התמיכה לקבלת מידע נוסף".

הימים הראשונים של פעולה חיה הם היקרים ביותר לשיפור ההשפעה של הצ'אטבוט. שיחות חושפות את השאלות שמשתמשים בפועל שואלים, המבדל משמעותי משאלות שהעסק חכה שהם ישאלו. צ'אטבוט של מוצר עשוי לקבל יותר שאלות לגבי תמחור וזמינות מאשר תכונות, המציע שבסיס הידע צריך תיעוד תמחור חזק יותר. צ'אטבוט בתמיכה עשוי לקבל שאלות מנוסחות בדרכים שהגדרות מקרה השימוש לא חזו, המציע עידונים להנחיות שיחתיות.

חזרה על בסיס הידע ומקרי שימוש על בסיס נתוני שיחה בפועל היא המפתח לשיפור מהיר. כל שיחה המייצרת תגובה לא משביעה חשיפה פער ספציפי: או שבסיס הידע חסר המידע הרלוונטי, או שהגדרת מקרה השימוש אינה מנחה את הצ'אטבוט ליישום מידע זמין בצורה נכונה. טיפול בפערים אלה הוא עבודה הדרגתית, הוספת מסמך כאן, עידון מקרה שימוש שם, וכל שיפור מיטיב את כל השיחות העתידיות שנוגעות לאותו נושא. הצ'אטבוט משתפר משמעותית עם כל סיבוב של עידון, וקצב ההתקדמות הוא מהיר ביותר בשבועות הראשונים כאשר הפערים המשותפים ביותר מזוהים ומתמלאים.

עקומת ההשתלמות של מנהלי הצ'אטבוט היא בעצם מהירה. עד סוף השבוע הראשון, האדם המנהל את הצ'אטבוט מבין איזה סוג של ידע מייצר את התגובות הטובות ביותר, כמה ספציפיות הגדרות מקרה השימוש צריכות להיות, ואילו דפוסים שיחתיים דורשים תשומת לב. היכרות תפעולית זו, שהושגה דרך חוויה ישירה ולא קריאת תיעוד, היא מה שהופכת את הצ'אטבוט מכלי התקנה וזניחה לנכס המשתפר ברציפות שעולה בערכו לעסק עם כל שבוע שעובר.

אין צורך בניסיון בלמידת מכונה ומה זה בעצם אומר

הטענה שאין צורך בניסיון בלמידת מכונה ראויה להסרה מכיוון שהיא נשמעת כמו שיווק תוכן וחשוב להסביר למה זה כנה באמת. ה-ChatBot API טיפול בכל הפעולות המורכבות מבחינה טכנית באופן פנימי: קטעי מסמכים, הטמעה וקטורית, חיפוש סמנטי, ניהול חלון הקשר, בניית הנמקות וייצור תגובות. אלה הן הפעולות הדורשות ידע בלמידת מכונה ליישום מאפס. הן אינן דורשות ידע בלמידת מכונה לשימוש דרך API המחסום אותן מאחורי ממשק פשוט.

הכישורים הנדרשים להתקנה וטיפול בצ'אטבוט דרך מערכת זו הם לגמרי לא טכניים: הכושר לארגן את ידע החברה למסמכים, הכושר לתאר תרחישים שיחתיים בשפה טבעית, והכושר לקרוא יומני שיחה ולזהות כאן התגובות נפלו חסר. אלה הם כישורים שכל מנהל עסק, הנהלת התמיכה לקוחות או בעל מקצוע שיווק מחזיק. הפנים הטכנוגית מטופלת על ידי ה-API, והבינה עסקית מטופלת על ידי האנשים המבינים את העסק.

חלוקת אחריות זו היא מה שהופכת פריסה של חמש עשרה דקות ריאלית ולא אספירציונית. החלקים הטכניים הקשים כבר נפתרים וריצה כשירות. החלקים הספציפיים לעסק, שרק העסק יכול לספק, פשוטים לספק דרך העלאת מסמכים והגדרות מקרה שימוש בשפה טבעית. ההצטלבות של שתי קלט אלה מייצרת צ'אטבוט הקומבינציה של יכולות שיחתיות של מודל שפה גדול עם הידע הספציפי והנחיות התנהגות של העסק, ללא דורש למישהו מעורב להבין איך המודל שפה או מערכת שחזור הידע עובד באופן פנימי.

התוצאה היא צ'אטבוט שיודע את המוצרים שלך, מדבר בטון המותג שלך, מטפל בתרחישים שאתה מגדיר, ומשתפר כאתה מספק ידע טוב יותר הנחיות ברורות יותר. כל צנרת בלמידת מכונה כובשת מאחורי הקלעים, בלתי נראה לאדם העסק, שהוא בדיוק איך זה צריך לעבוד. העסק אינו צריך להבין תמורות והטמעות יותר מ-chauffeur צריך להבין דלק זריקה ותמסורת הנדסה. הרכב עובד. היעד מגיע. פרטי המנוע זו חשבונו של מישהו אחר.