प्रौद्योगिकी अकेले अपनति की गारंटी नहीं देती: एक आंतरिक एआई चैटबॉट बनाने से सीखे गए सबक

जैसे ही एआई अपनति उद्योगों में तेजी से बढ़ी, एक आंतरिक अनुप्रयोग के समर्थन के लिए एक चैटबॉट तैनात करना एक तार्किक निर्णय प्रतीत हुआ। हालांकि, अनुप्रयोग स्वयं पारंपरिक उपयोगकर्ता अपेक्षाओं को चुनौती देता था। यह नई कार्य प्रवाह पेश करता था जो उभरती प्रौद्योगिकी पर आधारित था जो अधिकांश उपयोगकर्ताओं के लिए अपरिचित थी।

घर्षण को कम करने और अपनति में सुधार करने के लिए, चैटबॉट को अनुप्रयोग और अंतर्निहित प्रौद्योगिकी के बारे में प्रश्नों का उत्तर देने के लिए डिज़ाइन किया गया था। लक्ष्य उपयोगकर्ताओं को यह समझने में मदद करना था कि न केवल क्या करना है, बल्कि यह भी कि सिस्टम क्यों व्यवहार करता है। हमने माना कि संदर्भिक व्याख्याएं प्रदान करके हम सीखने में तेजी ला सकते हैं और भ्रम को कम कर सकते हैं।

शुरू से ही, एआई एजेंट को एक सीमित-सcope समाधान के रूप में कल्पना की गई थी। यह सख्ती से दस्तावेज़ीकरण का समर्थन करने और उपयोगकर्ता सहायता प्रदान करने के लिए डिज़ाइन किया गया था। अवधारणात्मक रूप से, चैटबॉट का उद्देश्य एक पारंपरिक अक्सर पूछे जाने वाले प्रश्न दस्तावेज़ के लिए एक गतिशील प्रतिस्थापन के रूप में कार्य करना था, जो एक संवादात्मक, खोज योग्य और निरंतर उपलब्ध इंटरफ़ेस प्रदान करता था जिसमें स्थिर सामग्री से परे विस्तारित कार्यक्षमता थी।

संगठन के आंतरिक चैट वातावरण में एजेंट को एकीकृत करने के लिए, हमें यह समझने की आवश्यकता थी कि संरचित संदेश कैसे प्रस्तुत किए गए थे, कैसे बातचीत इतिहास संग्रहीत किया गया था, और प्रणाली थ्रेड्स के भीतर भागीदारों की पहचान कैसे करती थी। इससे हमें उन मूल चरों को निर्धारित करने में मदद मिली जो उपयोगकर्ता प्रश्नों को संसाधित करने के लिए आवश्यक थे।

मॉडल को आधार देना: हॉलुसिनेशन से विश्वसनीय संदर्भ तक

बड़े भाषा मॉडल शक्तिशाली हैं, लेकिन संदर्भिक आधार के बिना वे हॉलुसिनेशन के लिए प्रवण होते हैं। इसे संबोधित करने के लिए, हमने एक वेक्टर एम्बेडिंग तकनीक लागू की।

उपयोगकर्ता गाइड, आंतरिक दस्तावेज़ और उत्पाद दृष्टि को संख्यात्मक वेक्टर प्रतिनिधित्व में बदल दिया गया। इन एम्बेडिंग ने सेमेंटिक अर्थ को पकड़ लिया, जिससे प्रणाली को सरल कीवर्ड मिलान पर निर्भर किए बिना अवधारणाओं को मिलाने की अनुमति मिली।

जब एक उपयोगकर्ता ने एक प्रश्न पूछा, तो प्रणाली ने प्रश्न को एक वेक्टर प्रतिनिधित्व में परिवर्तित किया और इसे संग्रहीत एम्बेडिंग के साथ तुलना की। इसने सबसे सेमेंटिक रूप से प्रासंगिक दस्तावेज़ पुनर्प्राप्त किए और मॉडल के प्रॉम्प्ट में इंजेक्ट किए। मॉडल ने तब उन विशिष्ट दस्तावेज़ों में आधारित एक प्रतिक्रिया उत्पन्न की, जो अक्सर प्रासंगिक जानकारी को सारांशित करती थी।

यह दृष्टिकोण प्रतिक्रिया सटीकता में काफी सुधार करता है। सामान्य ज्ञान पर आधारित उत्तरों के बजाय, मॉडल ने संगठन के अपने दस्तावेज़ीकरण का उपयोग करके प्रतिक्रिया दी।

संदर्भ प्रबंधन की छिपी जटिलता

बातचीत इतिहास को प्रॉम्प्ट में शामिल करना आवश्यक था ताकि बॉट अनुवर्ती प्रश्नों को व्याख्या कर सके और निरंतरता बनाए रख सके। इतिहास के बिना, इंटरैक्शन खंडित और पुनरावृत्ति हो गए। उपयोगकर्ता अक्सर अपने प्रश्नों को क्रमिक रूप से परिष्कृत करते हैं, और संदर्भ के बिना, बॉट “उस विकल्प” या “पिछले चरण” जैसे संदर्भों की व्याख्या नहीं कर सकता था।

हालांकि, बहुत अधिक इतिहास शामिल करने से एक अलग समस्या उत्पन्न हुई: टोकन सीमाएं। ये तब होती हैं जब भाषा मॉडल अधिकतम संदर्भ विंडो से अधिक इनपुट को ट्रंकेट करते हैं। यदि एक प्रश्न या बातचीत बहुत लंबी हो जाती है, तो महत्वपूर्ण जानकारी खो सकती है। यह एक स्पष्ट त्रुटि का उत्पादन नहीं करता है, लेकिन प्रतिक्रिया गुणवत्ता या पुनर्प्राप्ति सटीकता पर प्रभाव डाल सकता है।

इसे कम करने के लिए, हमने प्रॉम्प्ट आकार को नियंत्रित करने, प्रासंगिक सामग्री को प्राथमिकता देने और प्रश्न लंबाई की निगरानी करने के लिए रणनीतियों को लागू किया। हमने पुराने संदेशों को सारांशित करने और केवल बातचीत के सबसे प्रासंगिक भागों को चुनिंदा रूप से शामिल करने के साथ प्रयोग किया। संदर्भ महत्वपूर्ण था, लेकिन इसे सावधानी से प्रबंधित किया जाना था।

क्षमता का विस्तार और भ्रम पैदा करना

दस्तावेज़-आधारित प्रश्नों का उत्तर देने से परे, हमने बॉट की क्षमताओं का विस्तार बैकएंड फ़ंक्शन जोड़कर किया जो अनुप्रयोग से सीधे कुछ सार्वजनिक जानकारी निकाल सकते थे। इससे उपयोगकर्ताओं को चैट के भीतर डेटा पुनर्प्राप्त करने की अनुमति मिली, बिना अनुप्रयोग में लॉग इन किए। विचार चैटबॉट को एक उपयोगी इंटरफ़ेस के रूप में पेश करना था, न कि केवल एक स्थिर ज्ञान परत।

हालांकि, यह विस्तार कुछ उपयोगकर्ताओं के लिए भ्रम पैदा करता है। एक बार जब बॉट लाइव डेटा पुनर्प्राप्त करने लगा, तो उपयोगकर्ताओं ने इसे ऐसे कार्यों को निष्पादित करने के लिए कहा जिन्हें प्लेटफ़ॉर्म के भीतर सीधे इंटरैक्शन की आवश्यकता थी। उन्होंने माना कि चैटबॉट प्लेटफ़ॉर्म के भीतर ऑपरेशनल कदमों को प्रतिस्थापित कर सकता है, जिसमें प्रमाणीकरण या जानबूझकर निष्पादन शामिल है।

बॉट को कभी भी ऐसे कार्यों को करने के लिए डिज़ाइन नहीं किया गया था, लेकिन ज्ञान प्रदान करने और ऑपरेशनल निष्पादन के बीच का अंतर हमेशा स्पष्ट नहीं था।

लाइव डेटा को एकीकृत करने से नए तकनीकी विचार उत्पन्न हुए। हमें यह निर्धारित करने की आवश्यकता थी कि कब एक प्रश्न एम्बेडिंग-आधारित पुनर्प्राप्ति के माध्यम से जाना चाहिए और कब यह एक बैकएंड कॉल को ट्रिगर करना चाहिए। उस निर्णय तर्क को सावधानी से डिज़ाइन करने की आवश्यकता थी। इसके अलावा, हमें तकनीकी अपवादों को संभालने और उपयोगकर्ताओं को कच्चे सिस्टम त्रुटियों के संपर्क में लाने से बचने के लिए प्रतिक्रियाओं को ट्यून करना था।

बहुस्तरीय क्षमता स्वचालित नहीं है

परीक्षण के दौरान, हमें एहसास हुआ कि बॉट लगातार अंग्रेजी में अन्य भाषाओं की तुलना में बेहतर प्रदर्शन करता था जिनका उपयोग जालासॉफ्ट में किया जाता था। मुख्य कारण संरचनात्मक था: अधिकांश दस्तावेज़ जो एम्बेडिंग उत्पन्न करने के लिए उपयोग किए गए थे वे अंग्रेजी में लिखे गए थे, और हमने जिस एम्बेडिंग मॉडल का चयन किया था वह अंग्रेजी सेमेंटिक समानता के लिए अनुकूलित था।

यह क्रॉस-लिंगुअल पुनर्प्राप्ति या भाषाओं के पार सेमेंटिक तुलना का समर्थन नहीं करता था। परिणामस्वरूप, गैर-अंग्रेजी प्रश्नों ने अक्सर कम प्रासंगिक दस्तावेज़ पुनर्प्राप्त किए, जिससे कमजोर प्रतिक्रियाएं हुईं।

यह एक महत्वपूर्ण अंतर्दृष्टि पर प्रकाश डालता है: बहुस्तरीय क्षमता स्वचालित नहीं है।

जब अपेक्षाएं दायरे से परे बढ़ जाती हैं

लागत को नियंत्रित करने के लिए, हमने उपयोगकर्ताओं द्वारा पूछे जा सकने वाले प्रश्नों की संख्या पर दैनिक सीमा लागू की। हालांकि, हमने प्रश्नों के दायरे को स्पष्ट रूप से प्रतिबंधित नहीं किया। उपयोगकर्ता कुछ भी पूछने के लिए स्वतंत्र थे।

यह खुलापन अप्रत्याशित उपयोग पैटर्न की ओर ले गया। कुछ उपयोगकर्ताओं ने अनुप्रयोग से संबंधित न होने वाले व्यक्तिगत या अन्वेषणात्मक उद्देश्यों के लिए बॉट के साथ इंटरैक्ट करना शुरू कर दिया। समय के साथ, अपेक्षाएं बॉट की भूमिका से परे बढ़ गईं, जिससे उपयोगकर्ताओं को यह उम्मीद थी कि यह क्या कर सकता है और इसके लिए डिज़ाइन किया गया था उसके बीच एक अंतर पैदा हो गया।

यह असंरेखण धीरे-धीरे इसकी अनुमानित उपयोगिता को कम कर देता है। उपयोग में गिरावट आई, और चैटबॉट को अंततः प्राचीन माना जाने लगा, और प्रयासों को अनुप्रयोग को अधिक सहज और उपयोग में आसान बनाने के लिए इसके डिज़ाइन को फिर से तैयार करने की दिशा में निर्देशित किया गया।

वास्तविक सबक: इंटरैक्शन डिज़ाइन

एक इंजीनियरिंग दृष्टिकोण से, प्रणाली काफी अच्छी तरह से काम करती थी। यह दस्तावेज़ पुनर्प्राप्त करती थी, बातचीत इतिहास को शामिल करती थी, एम्बेडिंग के माध्यम से हॉलुसिनेशन को कम करती थी, बैकएंड कॉल को संभालती थी, और प्रॉम्प्ट आकार का प्रबंधन करती थी। वास्तुकला इरादे के अनुसार कार्य करती थी।

लेकिन यह इरादापूर्ण इंटरैक्शन डिज़ाइन की कमी थी।

बॉट ने स्पष्ट रूप से बातचीत को आकार नहीं दिया। यह अपने दायरे को लगातार प्रबल नहीं बनाया। यह उपयोगकर्ताओं को यह दिखाने के लिए संरचित उदाहरण प्रदान नहीं करता था कि यह क्या कर सकता है और क्या नहीं। यह प्रश्नों का उत्तर देता था, लेकिन यह अपेक्षाओं को नहीं तय करता था।

हमने सीखा कि संवादात्मक एआई प्रणालियों को मजबूत मॉडल और संरचित डेटा से अधिक की आवश्यकता होती है। उन्हें सावधानी से डिज़ाइन की गई अपेक्षाओं की आवश्यकता है। उपयोगकर्ताओं को एजेंट की भूमिका, इसकी सीमाओं और इसकी ताकत के बारे में स्पष्टता की आवश्यकता है। प्रणाली को उदाहरण प्रॉम्प्ट प्रदान करने, सीमाओं को स्पष्ट करने और लगातार दायरे से बाहर के प्रश्नों को पुनर्निर्देशित करना चाहिए।

इस इरादापूर्ण फ्रेमिंग के बिना, यहां तक कि एक तकनीकी रूप से ध्वनि कार्यान्वयन भी मूल्य बनाए रखने के लिए संघर्ष कर सकता है। उपयोगकर्ता क्षमताओं को अधिक आंक सकते हैं या अप्रत्याशित अपेक्षाओं को पूरा नहीं करने पर डिसेंगेज हो सकते हैं।

मूल अंतर्दृष्टि सरल लेकिन शक्तिशाली है।

संवादात्मक एआई बनाना न केवल एक तकनीकी चुनौती है, बल्कि एक इंटरैक्शन डिज़ाइन चुनौती भी है

मजबूत संदर्भ, सटीक पुनर्प्राप्ति और मजबूत वास्तुकला आवश्यक हैं, लेकिन पर्याप्त नहीं हैं। प्रणाली की प्रभावशीलता इस बात पर समान रूप से निर्भर करती है कि यह अपनी भूमिका को कैसे परिभाषित करती है, अपनी सीमाओं को कैसे संवाद करती है और उपयोगकर्ता अपेक्षाओं को कैसे आकार देती है।

प्रौद्योगिकी अकेले अपनति की गारंटी नहीं देती। स्पष्ट इंटरैक्शन डिज़ाइन करता है।