የተቀዱ ስብሰባዎች በበቂ ሁኔታ ጥቅም ላይ ያልዋሉ የእውቀት ሀብቶች ናቸው። ለመፈለግ አስቸጋሪ፣ እንደገና ለማየት ጊዜ የሚፈጁ እና በተለያዩ የቡድን ድራይቮች ውስጥ የተበታተኑ በመሆናቸው፣ ጠቃሚ ግንዛቤዎች ብዙ ጊዜ ሳይታዩ ይቀራሉ።
በአንድ ቀን የሃካቶን ውድድር፣ ሦስት አባላት ያሉት ቡድን Callombiaን ገነባ። የተቀዱ ጥሪዎችን በራስ-ሰር ወደ ጽሑፍ የሚቀይር፣ መለያ የሚያክል፣ የሚያጠቃልል እና ወደ አጫጭር ቅንጥቦች የሚከፋፍል ውስጣዊ መድረክ ነው። ቅንጥቦቹም በዓለም ዙሪያ ካሉ ቢሮዎች ሊደረስባቸው በሚችል፣ ሊፈለግ በሚችል የYouTube ዓይነት ማከማቻ ውስጥ ይቀመጣሉ።
ሙሉ በሙሉ በCodex የተገነባው ይህ መፍትሔ፣ ትክክለኛዎቹ ቁልፍ ቃላት ባይጠቀሱም ተዛማጅ ክፍሎችን ለማግኘት በOpenAI embeddings እና cosine similarity የሚሠራ የፍቺ ፍለጋ ይጠቀማል፤ በላዩም የRAG ውይይት ሮቦትና የማሳወቂያ ሥርዓት ተጨምረዋል።
ከዚህ በፊት ሳምንታት ይፈጅ የነበረው ሥራ በሰባት ሰዓት ተጠናቀቀ። ይህም እንደ Codex ያሉ የኮድ ወኪሎችን የሚጠቀም በAI ላይ የተመሠረተ ልማት የምርት ልማት ዑደቱን በእጅጉ ማሳጠርና ከውስጣዊ ሃካቶኖች እውነተኛ የንግድ ዋጋ ማስገኘት እንደሚችል አሳይቷል።
እንደ እኔ ከሆኑ፣ የተቀዱ ስብሰባዎችን መልሰው ለማዳመጥ ጊዜውም ሆነ ትኩረቱ እምብዛም አይኖርዎትም። ብዙ ጊዜ ምክንያቱ በተዘበራረቁ የቡድን ድራይቮች ውስጥ መፈለግ፣ ብዙም ጠቃሚ ያልሆነውን ወግ መዝለል እና ኢሜይሎችንና መልዕክቶችን እየላኩ በእውነት ለማዳመጥ መሞከር ስለሚጠይቅ ነው።
ግን ምናልባት እንዲህ መሆን አይጠበቅበትም? ምናልባት የተቀዱ ስብሰባዎችን አጠቃቀም ሙሉ በሙሉ የሚቀይር ነገር መገንባት እንችል ይሆናል? የቅርብ ጊዜው የሃካቶን ፕሮጀክታችን መነሻ ሐሳብ ይህ ነበር።
በአንድ ቀን ብቻ፣ ከምሕንድስና፣ ከአቅርቦትና ከኦፕሬሽን ቡድኖቻችን የተውጣጡ 50 ሰዎች ከንግዱ የቀረቡ በርካታ ችግኝ መግለጫዎችን ፈቱ፤ እነዚህም የቅጥር ሥራዎችን ማስፋት፣ የSoW ዝግጅትን ማቀላጠፍ፣ የፕሮጀክት ጤንነትን መረዳት፣ ፈጣን ፕሮቶታይፕ ማመንጨት እና ከተቀዱ ስብሰባዎች ግንዛቤዎችን ማውጣት ናቸው።
በዚህ በCodex ላይ የተመሠረተ ሃካቶን Callombiaን ገነባን። Callombia እያንዳንዱን ጥሪ በቀጣይነት ወደሚዘምንና ሊፈለግ ወደሚችል ሀብት የሚቀይር የድርጅታችን YouTube ነው። እያንዳንዱ ጥሪ በራስ-ሰር ወደ ጽሑፍ ይቀየራል፣ መለያ ይሰጠዋል እና ይጠቃለላል፤ ከዚያም በጭብጥ ወደተከፋፈሉ ቅንጥቦች ተከፋፍሎ፣ በሰርጥ (ደንበኞች) እና በርዕስ (የAI ልዩ ሙያ ዘርፎች) በተመደበ ማከማቻ ውስጥ ይጨመራል። ይህም በለንደን፣ ኤድንብራ፣ ሲንጋፖር ወይም አውስትራሊያ ያለ ማንኛውም የቡድን አባል የሚፈልጋቸውን የጥሪ ክፍሎች ወዲያውኑ እንዲያገኝ ያስችለዋል።
የተለመደና ከብራንዳችን ጋር የሚጣጣም የተጠቃሚ በይነገጽ ይዘትን ማግኘት ቀላል ያደርገዋል፤ የፍቺ ፍለጋውና፣ በእርግጥም፣ የRAG AI ውይይት ሮቦቱ ሰዎች በትክክል የሚፈልጉትን እንዲያገኙ ይረዳሉ። የማሳወቂያ ሥርዓቱ ባልደረቦቻችን የተወሰኑ ርዕሶችን እንዲከታተሉና ለእነሱ ጠቃሚ የሆኑ አዳዲስ ቅንጥቦች ሲለቀቁ ማሳወቂያ እንዲደርሳቸው ያስችላል።
ግን የCallombia አስደናቂው ነገር ምርቱ ወይም ሃካቶኑን በማሸነፋችን ያገኘነው £2k ሽልማት አይደለም፤ ሁለት መሐንዲሶችና አንድ የአቅርቦት መሪ ብቻ ሆነን ይህን ሁሉ በሰባት ሰዓት መገንባታችን ነው። ይህ ከአንድ ዓመት በፊት የማይቻል ነበር። የኮድ ወኪሎች መሻሻል የምርት ልማትን ከጫፍ እስከ ጫፍ በእጅጉ አፋጥኖታል፤ ይህ ሃካቶንም ችሎታቸው የሚጠናና የሚደክምባቸውን ድንበሮች ለመረዳት ጥሩ የሙከራ መድረክ ሆኗል። ታዲያ Codexን እንዴት ተጠቀምን?
ብዙ መስፈርቶችን ብቻ ከመጻፍ ይልቅ፣ ስለ ችግሩ ዘርፍና ስለ Callombia ራዕይ ያለንን የጋራ አመለካከት እንደ እርምጃ በማጋራት ጀመርን። ሆን ብለን ዝርዝር ባለመስጠት ሞዴሉ ሥራውን እንዲሠራና በፈጠራ እንዲያስብ ፈቀድንለት፦
ለ10 ደቂቃ ከተወያየን በኋላ፣ መስፈርቶቹን ለማጥበብና የግንባታውን ቴክኒካዊ ክፍል ለመቅረጽ Plan Modeን አበራን። Plan Mode ሊፈጠር የሚችለውን እያንዳንዱን ሁኔታ ቀድሞ ላሰበው፣ የሚያበሳጭ ግን ጠቃሚ ጓደኛ ጥያቄዎች እንደመመለስ ይሰማል። በቪዲዮዎች ብዛት፣ የፍቺ ወይም የቁልፍ ቃል ፍለጋ እና በምንጠቀመው አርክቴክቸር ላይ ከተስማማን በኋላ፣ ከዚያ ወዲያ የፕሮጀክቱ መሠረት የሆነ markdown ፋይል ፈጠረ።
ዕቅድ ካዘጋጀን በኋላ፣ ቀጣዩ እርምጃ Callombia በትክክል እንዲሠራ የሚያደርጉትን ዋና ክፍሎች መገንባት ነበር። ይህም ከተቀዱ ጥሪዎች ወደ ሊፈለጉ የሚችሉ ሀብቶች የሚያደርስ የሥራ ሂደት መፍጠር ማለት ነበር፦
ቪዲዮዎችንና የጽሑፍ ቅጂዎችን ማስገባት፣
ትርጉም ወዳላቸው ክፍሎች መከፋፈል፣
ማጠቃለያዎችንና መለያዎችን ማከል፣
የፊት ገጹ ሊጠቀምባቸው በሚችላቸው APIዎች በኩል ተደራሽ ማድረግ።
Ed ጥሬ ቀረጻዎችንና የጽሑፍ ቅጂ ውሂብን ወደ ጥቅም ላይ ሊውል ወደሚችል ቅርጽ በመቀየር ላይ የበለጠ አተኮረ፤ Nico ደግሞ እነዚያን ክፍሎች ሊገኙ የሚችሉ በሚያደርገው የሰርስሮ ማውጫ ንብርብር ላይ አተኮረ። በCodex አማካኝነት ሁለቱም የውሂብ ሞዴሎችን፣ የማውጫ ስክሪፕቶችንና የኋላ ገጽ መሠረተ ሥርዓትን በእጅ ከምንሠራበት በእጅጉ ፈጥነው ማቋቋም ቻሉ። ይህም ከቪዲዮ ጋር ከተያያዘ የጽሑፍ ቅጂ የበለጠ ነገር ሰጠን። ጠቃሚ ክፍሎችን ሰጠን፦ ስለ Tesco የተነገረበትን ክፍል፣ የስትራቴጂ ዝማኔውን፣ የቅጥር ውይይቱን፣ ወይም አንድ ሰው በእውነት ማየት የሚፈልገውን የጥሪውን የተወሰነ 90 ሰከንድ።
የሰርስሮ ማውጫው ንብርብር በተለይ አስደሳች የሆነው በዚያ ነበር። አንድ ሰው “financial performance,” “Tesco roadmap,” ወይም “conversation evals” የሚል ነገር ሲጽፍ፣ እነዚያ ትክክለኛ ቃላት በጭራሽ ባይነገሩም በጣም ተዛማጅ ወደሆኑት ቅንጥቦች እንዲወሰድ ፈልገን ነበር። ይህን ለማድረግ፣ የጊዜ ማኅተሞች፣ ማጠቃለያዎች፣ የጽሑፍ ቅጂ እና ሜታዳታ ያሏቸው ክፍሎችን ፈጠርን። ግልጽ አርክቴክቸር በአእምሯችን ይዘንና ከCodex ብዙ እገዛ አግኝተን፣ ርዕሱን፣ ማጠቃለያውንና የጽሑፍ ቅጂውን በአንድ ግብዓት አዋሃድን፤ ከዚያም የOpenAIን text-embedding-3-small ሞዴል በመጠቀም ለእያንዳንዱ ክፍል embeddings አመነጨን። እነዚያን embeddings በውሂብ ጎታችን ውስጥ አከማችተን፣ የተጠቃሚውን ጥያቄ ከእያንዳንዱ ክፍል ጋር ለማነጻጸር cosine similarityን ተጠቀምን። ይህም ከቀላል የቁልፍ ቃል ፍለጋ ይልቅ የፍቺ ሰርስሮ ማውጫ ንብርብር ሰጠን።
ይህ በትክክለኛነት ረገድ እጅግ ጥሩ ውጤት አሳየ፤ በሃካቶኑ ማሳያ ወቅትም ምርቱን «አስማታዊ» አደረገው። በተመሳሳይ ጊዜ፣ የቪዲዮዎቹ ብዛት መጨመሩን ከቀጠለ ይህ አቀራረብ ለዘላለም ሊስፋፋ እንደማይችል እናውቅ ነበር፤ ምክንያቱም እያንዳንዱን ጥያቄ ከእያንዳንዱ ክፍል ጋር ማነጻጸር በመጨረሻ በጣም ውድ ይሆናል። ቀጣዩ ተፈጥሯዊ እርምጃ፣ የንጽጽሮችን ብዛት ለመቀነስና የይዘት ስብስቡ ሲያድግ የምላሽ መዘግየቱን ዝቅተኛ ለማድረግ፣ እንደ Hierarchical Navigable Small World ያሉ ይበልጥ ቀልጣፋ የሰርስሮ ማውጫ ስልቶችን ማስገባት ነው። ይህ ባህሪ መሥራት ከጀመረ በኋላ፣ Callombia ከሚዲያ ላይብረሪ ይልቅ የእውቀት ሥርዓት መምሰል ጀመረ።
እንደ ማንኛውም ጥሩ ሃካቶን፣ ያ ክፍልም ተደጋጋሚ ማሻሻያ ይፈልግ ነበር፦ የመጀመሪያዎቹ የክፍል ወሰኖች የተዝረከረኩ ነበሩ፣ አንዳንድ የጊዜ ማኅተሞች ማስተካከያ ይፈልጉ ነበር፣ አንዳንድ መለያዎች በጣም ሰፊ ነበሩ፣ የጽሑፍ ቅጂዎቹና የቀረጻ ፋይሎቹም ሁልጊዜ በሥርዓት አይጣጣሙም ነበር። ግን ዋጋው የታየውም እዚያው ነበር። Codex በማዋቀርና ሥራን እንደገና በመሥራት ከመጣበቅ ይልቅ ሥርዓቱን በፍጥነት እንድናሻሽል አስቻለን። በመጨረሻ፣ ቅንጥቦችን፣ አጫጭር ይዘቶችንና በእውነት ጠቃሚ የሆነ የፍቺ ፍለጋን ማስኬድ የሚችል የኋላ ገጽ ነበረን። Callombiaም ከሃካቶን ማሳያ ይልቅ እውነተኛ ምርት መምሰል የጀመረው በዚያን ጊዜ ነበር።
Ed እና Nico የማስገቢያውንና የአስተውሎት ንብርብሩን ሲገነቡ፣ እኔ የፊት ገጹን ገነባሁ። የfull stack አብነታችንን በመጠቀም፣ አንድም የኮድ መስመር ሳልጽፍ የድረ ገጹን የመጀመሪያ ስሪት በፍጥነት ማቋቋም ቻልኩ። ድረ ገጹን በአሳሼ ላይ በአካባቢያዊ ሁኔታ እንዲከፍተው ከጠየቅሁት በኋላ፣ ዲዛይኑን ወደምፈልገው ቅርጽ በየደረጃው ለማሻሻል ቀላል ነጥብ በነጥብ አስተያየት እሰጠው ነበር።
ለአንድ ሰዓት ያህል ከተመላለስን በኋላ፣ ምንም የተጠቃሚ በይነገጽ ወይም የዲዛይን ልምድ ሳይኖረኝ በጣም ያስደሰተኝ ነገር ነበረኝ። የመጨረሻው ምርት ፍጹም ባይሆንም፣ ሰዎች ምርቱን እንዲረዱ የሚያስችል በጣም ጥሩ የመጀመሪያ ስሪት ነው።
ቀኑ ሲያልቅ የሚሠራ ነገር እንዲኖረን፣ ሥራውን እርስ በርሳችን ተከፋፍለን ነበር። እርግጥ ነው፣ ለጥቂት ሰዓታት ከፊል ገለልተኛ ሆነን ከሠራን በኋላ እያንዳንዳችን ብዙ ግጭቶች ያሉበት የራሳችን local branch ነበረን።
ያልነበረንን ጊዜ ወስደን ግጭቶቹን በጥንቃቄ ከመፍታት ይልቅ፣ Codexን በማከማቻዎቹ ላይ ለቀቅነውና ግጭቶቹን ራሱ እንዲፈታ ወሰንን። በአሁኑ ጊዜ ለድርጅት ደረጃ የሶፍትዌር ልማት ይህን ባንመክርም፣ አነስተኛ ስጋት ባለበት ሁኔታ ውጤታማነቱን ማየት አስደናቂ ነው፤ ብዙ ሰዓታትንም ቆጥቦልናል።
የሃካቶኑ የመጨረሻ ክፍል ለዳኞቹ የCallombiaን ማሳያ መቅዳት ነበር። በደመነፍስ Loomን ከፍተን ቀረጻውን ማከናወን ብንፈልግም፣ ይህ ለCodex እውነተኛ ፈተናና አሁን ካለው ችሎታ በመጠኑ ውጭ የሆነ ሥራ ሊሆን እንደሚችል አሰብን። ስለዚህ… አንድ እርምጃ ጻፍን፣ የCallombiaን ድረ ገጽ አገናኝ ሰጠነው፣ በOpenAI የገንቢዎች መድረክ ላይ የተቀዳውን ድምፄን አከልንና ቀሪውን ሁሉ እንዲሠራ ጠየቅነው።
የመጀመሪያው ሙከራ እጅግ አስደናቂ ነበር፤ የማሳያ ስክሪፕት ጽፎ፣ ማያ ገጹን ቀድቶ፣ የድምፅ ትረካዬን ጨምሮ የተጠየቀውን ከሞላ ጎደል አሟልቶ ነበር። ወዲያውኑ ያልረካንበት ብቸኛው ነገር የድምፅ ትረካውን ከማሳያ ቀረጻው ጋር ማመሳሰሉ ነበር፤ ስለዚህ “MANDATORY: align the voiceover exactly with what is being shown in the demo. There was misalignment (e.g. on the chat page). Triple check alignment of voiceover and the screen-recorded demo at the end. Match it up through whichever means possible.” ብለን ጠየቅነው።
ለዚያ ጥያቄ ምላሽ፣ Codex የድምፅ ትረካውንና ቀረጻውን ወደ ትናንሽ ክፍሎች ከፍሎ ሥራውን ከሞላ ጎደል ያለምንም እንከን አጠናቀቀ፤ ልክ ከቀኑ 11፡30 ላይ ቢራና ፒዛ ይዘን ለማክበር በሚያስችለን ሰዓት።
Callombia አብዛኞቹ ድርጅቶች ያለባቸውን ችግር እንደሚፈታ እናውቃለን። በፍጥነት እያደገ ባለ ድርጅት ውስጥ በእያንዳንዱ ጥሪ ላይ መገኘት አስቸጋሪ ነው፤ ነገር ግን በእነዚህ ጥሪዎች የሚጋሩት ጠቃሚ የጥበብ ፍሬዎች ዋጋቸው የማይተመን ነው። አሁን ወደ Production ማስገባት ብቻ ይቀረናል።
ሆኖም ከዚህ የምንማረው ትልቅ ትምህርት፣ በAI ላይ የተመሠረተ አሠራርን መቀበልና የጋራ ችግሮችን ለመፍታት የምሕንድስናና የምርት እውቀትን መመደብ ያለው ጥቅም ነው። ከተለመደው የሥራ ዑደታችን በመውጣት፣ በቡድኖች መካከል በመተባበርና ይህን ሁሉ ከፊል ውድድር ባለበት ሁኔታ በማከናወን፣ ትንሽ ማሻሻያ ከተደረገባቸው ወደ production ሊገቡ የሚችሉ በርካታ መፍትሔዎችን አግኝተናል። ይህን በመደበኛነት ካደረግን፣ ውስጣዊ አሠራራችንም ለደንበኞች እንደምንገነባቸው መፍትሔዎች የተቀላጠፈ መሆኑን ማረጋገጥ እንችላለን።