Përgatita një Chatbot AI në Dokumentet e Kompanisë Sime në Pesëmbëdhjetë Minuta

Fraza "përgatitja e një AI" pret nënkuptime të vendosura të dhënave të mëdha, grupet e GPU-ve, ekspertizën e të mësuarit të makinerisë, dhe bugjeti llogaritës i llojit që vetëm laboratoret e kërkimit të financuara mirë mund të përballojnë. Kjo përceptim, ndërsa i saktë për ndërtimin e modeleve themelore nga e nulla, është në mënyrë të çoditshme malinformuese kur bëhet fjalë për krijimin e një chatbot që kupton biznesin tuaj specifik. Dallimi ka rëndësi sepse ndalon mijëra kompani nga zbatimi i zgjidhjeve të AI bisedues që nuk janë vetëm brenda arritjes së tyre, por mund të vendosen në më pak kohë sesa duhet për të shkruar një renditje të mbledhjes.

Përgatitja e një chatbot në njohurive specifike të kompanisë nuk kërkon përgatitjen e një modeli gjuhësor nga e nulla. Kërkon sigurimin e një modeli ekzistues gjuhësor me kontekstin që ka nevojë për t'iu përgjigjur pyetjeve rreth biznesit tuaj me saktësi. Modeli tashmë di si të kuptojë pyetjet, të ndërtojë përgjigje koherente, dhe të mbajë rrjedhën e bisedës. Ajo që i mungon është njohuritë për produktet, politikat, procedurat, dhe terminologjinë tuaj specifike. Sigurimi i asaj njohurie është çështje e ngarkimit të dokumenteve, jo drejtimi i cikleve të trajnimit në mijëra GPU-je. Procesi është më i afërt me orijentimin e një punonjësi të ri se çfarëdo që i ngjason kërkimit të të mësuarit të makinerisë.

Sistemi ChatBot API në yeb.to e bën këtë proces të qartë dhe të thjeshtësuar. Ngarko dokumentet e njohurive tuaja. Sistemi i përpunon ato në një bazë njohurie të kërkueshme. Përcakto rastet e përdorimit që përshkruajnë atë që chatbot-i duhet të jetë në gjendje të bëjë. Fillo biseda. Chatbot-i tërheq nga njohuritë e ngarkuara për t'iu përgjigjur pyetjeve, për të dhënë informacion, dhe për të udhëzuar përdoruesit përmes proceseve që janë specifike për biznesin tuaj. Pesëmbëdhjetë minuta nga ngarkimi i parë në bisedën e parë të dobishme nuk është optimizmi i tregimit. Është afati kohor aktual kur dokumentet e njohurive janë tashmë të organizuara dhe rastet e përdorimit janë të qarta.

Cili Kategoria si Njohuri dhe Si Funksionon Ngarkimi

Ngarkimi i njohurive pranon një sërë formatesh dokumentash që mbulojnë mënyrat më të shumta të kompanive në ruajtjen e njohurive të tyre institucionale. Skedarët PDF të manualeve të produktit, dokumentet Word që përmbajnë libra doracake të politikës, skedarët tekst me përdorimin FAQ, skedarjet Markdown me dokumentimin teknik, dhe eksportet e tekstit të thjeshtë nga sistemet wiki të gjitha shërbejnë si burime të vlefshme njohurie. Sistemi gëlltit këto dokumente, i ndan ato në copa semantikisht koherente, dhe i indexon ato në një mënyrë që lejon chatbot-in të marrë pasazhmet përkatëse kur përgjigjet pyetjeve.

Cilësia e përgjigjeve të chatbot-it varet drejtpërdrejt nga cilësia dhe plotësia e njohurive të ngarkuara. Një manual i produktit që përshkruan në mënyrë të plotë karakteristikat, rastet e përdorimit, kufizimet, dhe hapat për largimin e problemeve prodhon një chatbot që mund t'iu përgjigjet pyetjeve të detajuara të produktit me saktësi. Një dokument i rrallë që mbuloi vetëm karakteristikat bazike prodhon një chatbot që mund t'iu përgjigjet pyetjeve bazike por shtyhet në çdo gjë më specifike. Kjo nuk është një kufizim i teknologjisë, por një pasqyrë e parimit themelor që chatbot-i di atë që i është thënë, dhe t'i thotë më shumë prodhon rezultate më të mira.

Procesi i ngarkimit merret me formatimin e dokumentave automatikisht, duke hequr informacionin e nxitur të nxitur ndërsa ruante strukturën semantike që ka rëndësi për të kuptuar. Titrat bëhen kufijtë e seksionit. Pikat me çdo zë bëhen artikuj të numërushëm. Tabelat ruajnë raportet e tyre rresht-kolona. Qëllimi është të nxjerrë përmbajtjen e informacionit nga dokumenti ndërsa të hedh shtresat e prezantimit, sepse chatbot-i ka nevojë të kuptojë atë që thotë dokumenti, jo çfarë fshati përdor. Ky përpunim i automatizuar eleminon nevojën për përgatitjen manuale të dokumentave, që do të thotë se dokumentet ekzistuese të kompanisë mund të ngarkohen siç janë pa rifollimin.

Shumë dokumente mund të ngarkohen për të ndërtuar një bazë njohurie të plotë që shkon përmes aspekteve të ndryshme të biznesit. Një rregullim i plotë mund të përfshijë një katalog të produktit, një manual të shërbimit të klientit, një FAQ teknik, një udhëzues çmimi, dhe një dokument përshkrimi të kompanisë. Çdo dokument kontribuon në një aspekt të ndryshëm të njohurive të chatbot-it, dhe sistemi i integroj ato në mënyrë të pa zhurmës në mënyrë që një bisedë e vetme mund të tërheqë informacion nga burime të shumta. Një klient që pyet për një karakteristikë të produktit dhe pastaj pyet për çmimin merr përgjigje koherente për të dyja pyetjet edhe pse informacioni vjen nga dokumentet e ngarkuara të ndryshme.

Rastet e Përdorimit dhe Mësimi i Chatbot-it Cila Duhet të Bëjë

Ngarkimi i njohurive e thotë chatbot-it atë që e di. Përcaktimi i rasteve të përdorimit e thotë atë çfarë duhet të bëjë me atë njohuri. Një rast përdorimi është një përshkrim i një skenari bisede që chatbot-i duhet të jetë i përgatitur të manipulojë: përgjigje të pyetjeve të produktit, udhëzim të përdoruesve përmes një procesi rregullimi, kualifikim të leads të shitjeve, trajtim të kërkesave të mbështetjes, ose çdo qëllim tjetër bisede që në linjë me nevojat e biznesit.

Rastet e përdorimit shërbejnë si udhëzime sjelljeje që formësojnë se si chatbot-i zbaton njohuritë e tij. Pa përcaktuar rastet e përdorimit, chatbot-i përgjigjet pyetjeve duke marrë njohurit përkatëse dhe duke i paraqitur ato. Me rastet e përdorimit të përcaktuar, chatbot-i kupton jo vetëm çfarë informacioni për të dhënë, por si të strukturojë bisedën rreth asaj informacioni. Një rast mbështetjeje mund të udhëzojë chatbot-in të bëjë pyetje sqaruese përpara se të furnizojë zgjidhjet. Një rast kualifikimi shitjesh mund të udhëzojë atë të mbledhë informacion rreth nevojave të perspektivës përpara se të rekomandojë produktet. Një rast i përgjithshëm FAQ mund të udhëzojë atë të furnizojë përgjigje të drejtpërdrejta pa preamble të gjerë.

Procesi i përcaktimit të rastit të përdorimit nuk kërkon aftësi programimi ose përvojë inxhiniersh i ndihmit. Çdo rast përdorimi përshkruhet në gjuhën natyrore: çfarë lloji i pyetjeve ose kërkesave mund të ketë përdoruesi, çfarë informacioni chatbot-i duhet të furnizojë, çfarë toni duhet të përdorë, dhe çfarë veprimi duhet të sugjerojë. Sistemi i përkthen këto përshkrime në parametrat e sjelljes që udhëzojnë përgjigjet e chatbot-it. Një zyrtar biznesi jo-teknik mund të përcaktojë rastet e përdorimit po aq efektivisht sa një zhvillues, sepse përkufizimet shprehen në të njëjtën gjuhë natyrore që vetë chatbot-i përdor.

Numri dhe specifika e rasteve të përdorimit duhet të pasqyrojnë qëllimin e synuar të chatbot-it. Një chatbot i mbështetjes së klientit mund të ketë nevojë për dhjetë deri pesëmbëdhjetë raste përdorimi që mbulojnë kategori të ndryshme të mbështetjes. Një chatbot i thjeshtë FAQ mund të ketë nevojë për tre ose katër. Një chatbot i kualifikimit të shitjeve mund të ketë nevojë për pesë deri shtatë raste përdorimi që mbulojnë linja të ndryshme të produktit ose segmente të klientit. Fillimi me më pak, raste përdorimi më të gjerë dhe rafinimit në më specifike bazuar në modelet aktuale të bisedës është një qasje praktike që prodhon rezultate të mira shpejt dhe përmirësohet me kalimin e kohës ndërsa të dhënat e përdorimit zbulojnë cilët skenarë kanë nevojë për trajtim më të detajuar.

Biseda e Parë dhe Çfarë Chatbot-i Në Të Vërtetë Di

Momenti i së vërtetës mbërritet kur pyetja e parë e vërtetë bëhet. Jo një pyetje testi që zhvilluesi tashmë e di përgjigjen, por një pyetje e vërtetë nga dikush që pretendon një përgjigje të dobishme. Këtu është vendi ku cilësia e bazës së njohurive dhe qartësia e rasteve të përdorimit ose paguan ose zbulojnë boshllëqe. Një chatbot i përpunuar mirë merr trajtimin me besim të parë pyetjes, duke furnizuar një përgjigje të saktë të nxjerrë nga njohuritë e ngarkuara dhe paraqitur në një ton në përputhje me rastet e përcaktuar të përdorimit. Një chatbot i përpunuar keq fumbles, duke furnizuar përgjigje generike që mund të zbatohen për çdo kompani ose deflektim me varioja të "ju lutemi kontaktoni mbështetjen për më shumë informacion."

Ditët e para të operacionit në direkt janë më të vlefshme për të përmirësuar efektivitetin e chatbot-it. Biseda zbulojnë pyetjet që përdoruesit e vërtetë në fakt bëjnë, e cila shpesh ndryshe ndjeshëm nga pyetjet që biznesi priste t'i bënte. Një chatbot i produktit mund të marrë më shumë pyetje rreth çmimit dhe disponueshmërisë sesa rreth karakteristikave, duke sugjeruar që baza e njohurive ka nevojë për dokumentimin më të fortë të çmimit. Një chatbot i mbështetjes mund të marrë pyetje të shprehur në mënyra që përkufizimet e rastit të përdorimit nuk priteshin, duke sugjeruar rafinim në udhëzimet e bisedës.

Përsëritja mbi bazën e njohurive dhe rastet e përdorimit bazuar në të dhënat e bisedës në direkt është çelësi për përmirësimin e shpejtë. Çdo bisedë që prodhon një përgjigje të pakënaqshme identifikon një boshllëk specifik: ose baza e njohurive mungon informacioni përkatës, ose përcaktimi i rastit të përdorimit nuk udhëzon chatbot-in të zbatojë informacionin e disponueshëm siç duhet. Marrja përsipër këtyre boshllëqeve është punë rritje, duke shtuar një dokument këtu, duke rafinuar një rast përdorimi atje, dhe çdo përmirësim benefitoj të gjitha bisedave të ardhshme që prekin të njëjtën temë. Chatbot-i bëhet në mënyrë të kuptueshme më mirë me çdo raund rafinimesh, dhe ritmi i përmirësimit është më i shpejt në javat e para kur boshllëqet më të zakonshme identifikohen dhe mbushen.

Kurba e mësimit për mirëmbajtësit e chatbot-it është po aq e shpejtë. Pas fundjavës të parë, personi që menaxhon chatbot-in kupton çfarë lloji i njohurive prodhon përgjigjet më të mira, se sa specifike duhet të jenë përkufizimet e rastit të përdorimit, dhe cilat modele bisede kërkojnë vëmendjen. Kjo fami operacionale, fituar përmes përvojës direkte në stërvitje të dokumentimit, është ajo që transformon chatbot-in nga një mjet të rregullimit-dhe-harresës në një aktiv të vazhdueshëm përmirësuese që bëhet më i vlefshëm për biznesin me kalimin e çdo jave.

Asnje Arësye ML e Nevojshme dhe Çfarë Që Në Të Vërtetë Do të Thotë

Pretendimet se asnje ekspertizë e të mësuarit të makinerisë nuk është e nevojshme meriton ndarje sepse tingëllon si gjuhë e tregimit dhe është e rëndësishme të shpjegohet pse ajo është në të vërtetë e vërtetë. Sistemi ChatBot API trajtoj të gjitha operacioneve teknike të ndërlikuara në brendësinë: ndarja e dokumentit, ngulitja e vektorit, kërkimi semantik, menaxhimi i dritares konteksti, ndërtimin e ndihmës, dhe gjenerimi i përgjigjes. Këto janë operacionet që kërkojnë njohurit e ML për zbatimin nga e nulla. Ata nuk kërkojnë njohurit e ML për të përdorur përmes API që abstrakton ato pas një ndërfaqe të thjeshtë.

Aftësitë e kërkuara për rregullim dhe mirëmbajtje të një chatbot përmes këtij sistemi janë plotësisht jo-teknike: aftësia për të organizuar njohurit e kompanisë në dokumente, aftësia për të përshkruar skenarët e bisedës në gjuhën natyrore, dhe aftësia për të lexuar regjistrat e bisedës dhe identifikuar se ku përgjigjet ra e shkurtë. Këto janë aftësi që çdo menaxher biznesi, udhëheqës i shërbimit të klientit, ose profesionist marketing posedoj. Infrastruktura teknike merret nga API, dhe inteligjenca e biznesit merret nga njerëzit që kuptojnë biznesin.

Ky ndarje e përgjegjësive është ajo që bën vendosjen pesëmbëdhjetë minuta realiste në stërvitje në stërvitje. Pjeset teknike të vështira janë tashmë të zgjidhura dhe ngarkohen si një shërbim. Pjeset specifike të biznesit, të cilat vetëm biznesi mund të furnizojë, janë të drejtpërdrejta për furnizim përmes ngarkimit të dokumentit dhe përkufizimeve të rastit të përdorimit në gjuhën natyrore. Kryqëzimi i këtyre dy hyrjeve prodhon një chatbot që kombinon aftësitë e bisedës të një modeli gjuhësor të madh me njohurit e posaçme dhe udhëzimet sjelljeje të biznesit, pa kërkuar që secili person i përfshirë të kuptojë se si funksionon në brendësinë as modeli i gjuhës as sistemi i marrjes së njohurive.

Rezultati është një chatbot që e njeh produktet tuaja, flet në tonin e markës tuaj, merret me skenarët që përcaktoni, dhe përmirësohet ndërsa e ushqeni atë me njohuri më të mirë dhe udhëzime më të qarta. I gjithë tubacion i ML funksionon prapa skenës, i padukshëm për përdoruesin e biznesit, i cili është saktësisht se si duhet të funksionojë. Biznesi nuk ka nevojë të kuptojë transformatorë dhe ngulitje më shumë se një shofer ka nevojë të kuptojë futjen e karburantit dhe inxhinierinë e transmetimit. Mjeti funksionon. Destinacioni arrihet. Detajet e motorit janë përgjegjësia e dikujt tjetër.