بیشتر مهندسی اعلان بر دقت و پوشش دستورها تمرکز دارد. بزرگترین پیشرفتها در محیط عملیاتی زمانی حاصل میشوند که خود گفتوگو را مسئله اصلی طراحی بدانیم.
تعیین قصدهای مبتنی بر محرک و اقدام، بهجای ارائه اسکریپتی که مدل نتواند از آن بگریزد، نحوه تصمیمگیری را به مدل میآموزد. جایگاه هر مطلب در اعلان، خود نوعی دستور است. هویت در ابتدا، ظرافتهای رفتاری در میانه و محدودیتهای سخت در انتها قرار میگیرند؛ هر نکته واقعاً حیاتی نیز در هر دو جایگاه میآید.
نوشتن اعلان با لحن هدف، بهجای توصیف آن، یکی از پُراثرترین تغییرات ممکن است.
منسجمترین عاملها آنهایی هستند که اعلانهایشان لحظههای مختلف گفتوگو را تعاملهایی متمایز میدانند که هرکدام ساختار مناسب خود را دارند، اما در سراسر گفتوگو همچنان با یک لحن واحد و قابلتشخیص سخن میگویند.
در برخی موارد، جداسازی عاملهای متفکر از عاملهای گوینده، پاسخهایی منسجمتر و متکی بر زمینه ایجاد میکند و مانع نشت استدلال داخلی به پاسخها میشود.
پیشتر، با تکیه بر یافتههای زبانشناسی و روانشناسی شناختی، الگوی تازهای برای اعلاننویسی معرفی کردیم. درباره اهمیت ایجاد فضای مسئلهای روشن و دارای مرزهای مشخص نوشتیم که عامل بتواند در آن فعالیت کند؛ همچنین توضیح دادیم که این فضا باید فراوظیفه گفتوگوی ذاتی هوش مصنوعی روبهمشتری را نیز در بر گیرد.
اکنون برخی روشهای عملی را بررسی میکنیم که هنگام اجرای این اصول در محیط عملیاتی، اعلانهای ما را تغییر دادهاند.
در صدها دور اصلاح اعلان در سیستمهای زنده روبهمشتری، بزرگترین پیشرفتها نه از افزودن دستورهای بیشتر، انباشتن مثالها یا پیروی از هنجارهای رایج مهندسی اعلان حاصل شدهاند. بلکه حاصل قراردادن گفتوگو در کانون مسئله بودهاند.
در پی کاوش و آزمایش مستمر، چندین تکنیک مؤثر پدید آمدهاند. اعلانی را تغییر میدادیم و موفقیت یا شکست گفتوگو را بررسی میکردیم؛ سپس شکستها را تا میزان اثربخشی راهنمایی، ساختار اعلان و نحوه استفاده از زبان ردیابی میکردیم. نتیجه، چند الگوی تکرارپذیر است که نحوه برداشت عامل از نقشش در گفتوگو، تصمیمگیری درباره حرکت بعدی و حفظ باثبات لحن در زمینههای متغیر را دگرگون میکنند.
آنچه در ادامه میآید نه چارچوبی جهانشمول است و نه ادعایی مبنی بر اینکه اعلاننویسی اکنون «حل شده» است. اینها چکیدهای در قالب پنج الگو از روشهایی هستند که در محیط عملیاتی دوام آوردند؛ آن هم زمانی که هدف فقط دقت کاربردی نبود، بلکه گفتوگویی بهتر بود: پاسخهایی منسجم، طبیعی و بهاندازه کافی باثبات برای نمایندگی یک برند.
اگرچه برای ساختاربندی یک سیستم عاملمحور روشهای بسیاری وجود دارد، گردشکارهای هماهنگشده چندعاملی همچنان محبوباند. بهویژه در چنین سیستمهایی، باثباتترین بهبود ما از جداسازی عاملهای متفکر و عاملهای گوینده حاصل شد.
هماهنگسازی قصد، طبقهبندی، استخراج دانش و استفاده از ابزار، همگی عملیات پشتصحنهاند. پاسخهای مشتریمحور به لایه روبهمشتری تعلق دارند. وقتی یک عامل هر دو کار را در یک نوبت انجام دهد، استدلال و منطق داخلی ممکن است به پاسخها نشت کند. در نتیجه، پاسخها محتاطانه و بیشازحد مشروط میشوند یا بهجای نیازهای فرد، حول منطق فرایند شکل میگیرند.
همین یک محدودیت، کارهای شگفتآوری انجام میدهد. این محدودیت پاسخها را در گفتوگوی واقعی ریشهدار نگه میدارد، مانع بازنشانی زمینه میشود و نتیجهای نزدیکتر به چیزی میسازد که آن را «ارائه تغییر لازم» مینامیم. در نهایت، عامل فقط کوچکترین نکته تازهای را اضافه میکند که واقعاً کاربر را پیش میبرد.
تصمیمگیری درباره نوع پاسخی که باید داده شود نیز مهم است. دریافتیم که اگر از عامل گوینده بخواهیم پیش از نوشتن هر چیزی، نوع کنش مکالمهای را انتخاب کند—پاسخ دادن، رفع ابهام، هدایت به مسیر دیگر یا مکث—رایجترین خطای گفتوگویی بهطور قابلاعتمادی کاهش مییابد: نه نثر بد، بلکه انتخابِ نوع پاسخِ کاملاً نادرست.
شایان ذکر است که جدیدترین مدلهای پیشرو، در شرایط مناسب، در حال به چالش کشیدن فرض بنیادین این الگو هستند. بااینحال، بسیاری از سازندگان به دلایل مختلف همچنان به مدلهای کوچکتر یا قدیمیتر متکیاند و در چنین شرایطی قطعاً توصیه میکنیم دغدغههای پشتصحنه و روبهمشتری را از هم جدا کنید.
برای مدلهای فاقد استدلال، مثالهای چند نمونه مؤثرند، زیرا عینی و سریعاند و مدلها واکنش خوبی به آنها نشان میدهند. مشکل، بیشبرازش است. وقتی مثالی به مدل میدهید، به واژهها، ریتم و ساختار آن میچسبد و حتی پس از تغییر موقعیت نیز پیوسته نسخههایی بسیار شبیه همان پاسخ تولید میکند.
ناخواسته اسکریپتی نوشتهاید که مدل نمیتواند از آن بگریزد.
قصدهای اجرایی یا قواعد اکتشافی، جایگزینی ماندگارترند. بهجای اینکه در موقعیتهای مشخص به مدل نشان دهیم چه بگوید*،* یک جفت محرک و اقدام کلیتر ارائه میکنیم: اگر X رخ داد، Y را انجام بده.
تفاوت اصلی این است که بهجای نزدیکشدن تدریجی به X و Y با تکتک مثالها و سختگیرانهترشدن آنها، با دستوری چنان دقیق پیرامون هرکدام مرزی روشن میکشیم که دیگر نیازی به مثال باقی نمیماند. به این ترتیب، عامل بهجای تطبیق الگو با یک قالب، به تنوع واقعی گفتوگو واکنش نشان میدهد.
در عمل، این رویکرد کمتر شبیه مجموعهای از مثالها و بیشتر شبیه قواعد سرانگشتی اجرایی است:
اگر نکتهٔ مهمی جا افتاده، یک سؤال برای رفع ابهام بپرسید.
اگر شواهد کافی برای پاسخ وجود ندارد، صریح بگویید و بهترین اقدام بعدیِ ممکن را پیشنهاد کنید.
اگر درخواست با یکی از محدودیتهای ایمنی روبهرو شد، آن را مختصر رد کنید و بیحاشیه کاربر را به مسیر دیگری هدایت کنید.
این روش پرزرقوبرق نیست، اما بهمراتب از کتابخانهای از پاسخهای نمونه مقاومتر است، زیرا به مدل میآموزد چگونه تصمیم بگیرد، نه اینکه چه چیزی را تکرار کند.
جایگاه هر مطلب در اعلان، میزان اهمیت آن را شکل میدهد. این الگویی ثابت است که در مدلها و استقرارهای مختلف مشاهده کردهایم. ابتدا و انتهای اعلان بهشکلی نامتناسب برجستهاند. مطالب میانی به ظرافتها اختصاص دارند؛ درست همانجایی که ظرافتها باید باشند.
اعلانهایمان را با توجه به همین نکته ساختاربندی میکنیم. نقش و خودپنداره عامل در ابتدا قرار میگیرد تا پیش از هر چیز هویت آن را تثبیت کنیم. بخش میانی جزئیات رفتاری را در بر میگیرد: روند احتمالی گفتوگو، قواعد اکتشافی هدایتکننده پاسخها و دامنه موقعیتهایی که عامل باید مدیریت کند. محدودیتهای سخت و موارد غیرقابلمذاکره در انتها میآیند تا در «پیشزمینه ذهن» قرار گیرند.
هر نکته واقعاً حیاتی را در هر دو جایگاه قرار میدهیم. یک قاعده مشخص برای خروجی—مثلاً دستوری قاطع درباره نشانهگذاری یا قالببندی—اگر فقط یک بار در میانه اعلانی متراکم بیاید، معمولاً نادیده گرفته میشود. اگر در انتها تکرار شود، ماندگار خواهد بود.
درباره اثر تازگی نیز شایان ذکر است که خروجی های دارای ساختار، در صورت استفاده، عملاً آخرین دستور در اعلان شما هستند. فیلدهای توضیح در خروجی های دارای ساختار، اثری کیفی بر پاسخها دارند و قراردادی محکمتر از بقیه اعلان برای خروجی میسازند.
آموختهایم که برای لحن بیان هم از مثالهای چند نمونه استفاده نکنیم؛ این یکی از پُراثرترین تغییراتی است که در عاملهای روبهمشتری خود ایجاد کردهایم.
در عوض، کل اعلان را با لحن هدف مینویسیم. نه توصیفی از لحن، نه مجموعهای از صفتهای تقریبی، بلکه خودِ لحن واقعی، در قالب نثری کامل، از نخستین خط تا آخرین خط. اعلان به نمونه عملی تبدیل میشود. ما این را «ضداسکریپتیبودن» مینامیم: مدل را هدایت میکنیم تا از ورودی خود تقلید کند، اما در عین حال بتواند از دامنه گستردهتری از زبان و عبارتهای همسو با خود اعلان استفاده کند.
به این شیوه، در عین حفظ انسجام لحن، تنوع ایجاد میکنیم. این بخشی از راهبرد ما برای قراردادن گفتوگو در کانون وظیفه هر عامل است، بیآنکه ناچار شویم دستورهای صریح فراوانی بدهیم؛ دستورهایی که میکوشیم به حداقل برسانیم.
اگر برای لحن بیان از مثالهای صریح استفاده کنیم، آنها نمونه «کاری که نباید کرد» خواهند بود. برای مثال: «هرگز از خط تیرهٔ بلند استفاده نکنید. هیچوقت. از کلیشهها استفاده نکنید. سیاستها را یکجا روی کاربر خالی نکنید. وقتی یک جمله برای بستن موضوع کافی است، بیش از حد توضیح ندهید.» محدودیتهای منفی هم دقیقترند و هم کمتر از آرمانهای مثبت دستوپاگیرند، زیرا حالتهای شکستی را مشخص میکنند که مدل بیش از همه ممکن است بهسمتشان منحرف شود.
قالببندی نیز در اینجا مهم است و لحن پاسخ را تعیین میکند. اعلانی پُر از فهرستهای گلولهای، عنوانها و دستورهای داخل پرانتز، مدل را بهسوی خروجی منظمتر و رسمیتر هدایت میکند. اگر قرار است خروجی حس گفتوگو داشته باشد، ورودی نباید شبیه سندی کوتاه و فشرده از مشخصات باشد.
بیشتر اعلاننویسیهای مربوط به لحن، در نهایت به شخصیت محدود میشوند. یعنی مجموعهای از صفتها ارائه میشود تا نحوه بیان عامل را توصیف کند. صمیمی. حرفهای. دوستانه، اما مختصر. اینها نادرست نیستند، اما آنچه واقعاً نحوه برداشت از یک لحن در گفتوگو را تعیین میکند، سبک گفتار است: اینکه یک کاراکتر واحد در موقعیتهای اجتماعی متفاوت چگونه رفتار میکند.
پیام انتظار هنگام پردازش یک درخواست نباید شبیه پاسخ نهایی باشد. پاسخ مربوط به محدودیتهای ایمنی نباید همان حالوهوای گپ دوستانه را داشته باشد. مشتری ناراضی نباید بهاندازه کسی که صرفاً در حال مرور است، با شوخطبعی یا شیرینزبانی مواجه شود.
این همان تفاوت میان لحن برند و طراحی گفتوگو است. لحن برند اغلب کاراکتر را توصیف میکند، اما طراحی گفتوگو تعیین میکند آن کاراکتر با تغییر موقعیت چگونه رفتار کند. اجرای درست این رویکرد یعنی ما صرفاً نویسندگانی نیستیم که روی خروجیهای هوش مصنوعی کار میکنند. ما نحوه حرکت یک لحن در مسیر گفتوگو را طراحی میکنیم.
متوجه خواهید شد که هیچیک از این الگوها از نظر فنی پیچیده نیست. بخشی از هدف نیز همین است. معماری یک سیستم عاملمحور مهم است، اما برای دستیابی به گفتوگویی باکیفیت باید زمان قابلتوجهی را صرف طراحی و اصلاح اعلانهای خود کنید.
شکاف میان هوش مصنوعی صرفاً کاربردی و هوش مصنوعی واقعاً گفتوگومحور با طراحی فنی پُر نمیشود؛ این شکاف با درک روشنتر عملکرد زبان و توجه در گفتوگوی انسانی و قراردادن گفتوگو در کانون فضای مسئله عاملها برطرف میشود.
برای تیمهای محصول هوش مصنوعی، مهندسان و طراحان تجربه، طراحی گفتوگو در هوش مصنوعی روبهمشتری به همان اندازه برتری فنی به سختگیری و دقت نیاز دارد. برای افرادی که در سوی دیگر این گفتوگوها هستند، نه مدلی وجود دارد، نه همکاری چندعاملی و نه فراخوانی ابزار؛ فقط تعاملی وجود دارد که یا درست به نظر میرسد یا نه. تعاملی که یا اعتماد میسازد یا آن را از بین میبرد.
در نهایت، هیچکس معماری را تجربه نمیکند. آنچه تجربه میشود، گفتوگو است.
گفتوگو همان محصول است.