მომხმარებელთან უშუალოდ მოქმედი AI თქვენს ბრენდს წარმოადგენს, ამიტომ მის შესაქმნელად სრულიად განსხვავებული მიდგომაა საჭირო, ვიდრე შიდა ხელსაწყოებისთვის.
ფუნქციურ და დამაჯერებელ აგენტს შორის განსხვავება უფრო კონცეპტუალურია, ვიდრე ტექნიკური, რადგან მოთხოვნების უმეტესობა ინსტრუქციების კრებულად იწერება და არა დიალოგის პროექტად.
უკეთეს ხედვას ლინგვისტიკა და კოგნიტიური ფსიქოლოგია გვთავაზობს: საუბარს სტრუქტურა აქვს, მოთხოვნები კი ყურადღების გარემოს ქმნის. აგენტის ქცევას საიმედოდ განსაზღვრავს ის, თუ რას დაწერთ დასაწყისში, რას გაიმეორებთ და როგორ დაასრულებთ მოთხოვნას.
შეზღუდვები მხოლოდ მაშინ გვეხმარება, როცა ზუსტია. ზედმეტად ბევრი გამონაკლისი ურთიერთობას ხელოვნურს, მოთხოვნებს კი მოუხერხებელს ხდის; ნაკლები არჩევანი მნიშვნელოვან გადაწყვეტილებებზე კონცენტრირების საშუალებას გვაძლევს.
ბიზნესისთვის მომხმარებელთან მოსაუბრე AI-ის შექმნა რთული ამოცანაა.
იმ კომპანიებისთვისაც კი, რომლებიც ტექნოლოგიას განსაკუთრებით სწრაფად ითვისებენ, თანამშრომელთა დონეზე AI-სთან მუშაობა დანერგეს და შესაძლოა შიდა მოხმარებისთვის საკუთარი AI-ხელსაწყოებიც შექმნეს, AI-ის ბიზნესსა და გარე სამყაროს შორის დამაკავშირებელ რგოლად ქცევა სრულიად სხვა საკითხია.
და ეს ნამდვილად დაწინაურებაა. მომხმარებელთან ურთიერთობის დაწყებისას AI ბეჯითი სტაჟიორიდან უფლებამოსილ თანამშრომლად იქცევა — ფორმას იცვამს და მომხმარებლის თვალში ბრენდს წარმოადგენს.
პასუხისმგებლობა დიდია. ახლა ყოველი შეცდომა საჯაროა და შესაძლოა დაფიქსირდეს კიდეც.
ჩვენ მიერ შექმნილი პროდუქტები ხშირად მრავალი აგენტისგან შემდგარი სისტემებია, რომლებშიც ბიზნესის დონეზე რთული ურთიერთქმედებები მიმდინარეობს. თუმცა ეს ლოგიკა შესაძლოა საქმის უფრო მარტივი ნაწილი იყოს. უფრო რთულია, მომხმარებელი დაარწმუნო, რომ მთელი ამ დროის განმავლობაში ერთ აგენტს ესაუბრება და მისი ნათქვამიც ნამდვილად ღირებულია.
ამიტომ მოთხოვნებს ისევ და ისევ ვწერთ და ვასწორებთ.
ზოგი აგენტის შექმნას მოთხოვნის ასობით ვერსიის გამოცდა სჭირდება. ყველას ერთი მიზანი აქვს: არ გადაუხვიოს ამოცანას და ადამიან მომხმარებლებთან ახლობელი ხმით ისაუბროს.
მოთხოვნების დახვეწის გამოცდილებამ შთაგონების ძიებისას უფრო შემოქმედებითი მიდგომისკენ გვიბიძგა. იდეების სხვა დისციპლინებიდან სესხება დავიწყეთ. რა თქმა უნდა, ყველაფერმა არ გაამართლა, წარმატებულმა მიდგომებმა კი პირველივე ცდაზე იშვიათად იმუშავა. ამ კვლევითი მცდელობების შედეგად ჩვენს გუნდში მოთხოვნების ფორმულირების განსხვავებული პარადიგმა ჩამოყალიბდა.
სისტემურად ფუნქციურ და საუბარში გამორჩეულ აგენტს შორის სხვაობა მხოლოდ ტექნიკური კი არა, კონცეპტუალურიცაა. ეს არის მანძილი სამყაროს შორის, რომელშიც აგენტი მოთხოვნით მოათავსეთ, და ადამიანური კომუნიკაციის რეალურ სამყაროს შორის, სადაც ის მოქმედებს.
ამ უკანასკნელს ბუნდოვანება ახასიათებს. ადამიანები მას კარგად გრძნობენ, კეთილსინდისიერი თანამოსაუბრეები კი დიალოგის დახვეწილი, გამოუთქმელი წესებით ერთობლივად უმკლავდებიან. ცუდად მომზადებული აგენტი მაშინვე შესამჩნევია.
მეოთხე კედლის, ანუ ტურინგის ილუზიის შესანარჩუნებლად, აგენტებს დიალოგის ხელოვნების საფუძველი შეგვიძლია ლინგვისტიკისა და კოგნიტიური ფსიქოლოგიის ცოდნით მივცეთ.
ლინგვისტიკას მოქმედებაში ენის შესასწავლად ხელსაწყოთა მთელი ნაკრები აქვს, მათ შორის საუბრის ანალიზი, რომელიც იკვლევს, როგორ აყალიბებენ და მართავენ ადამიანები საუბარს ყოველ მომენტში. მოთხოვნების ფორმულირებაზე მორგებული ეს ჩარჩო საუბრის აღსაქმელ ლექსიკას გვაძლევს — არა როგორც სიტყვების, არამედ როგორც ქმედებების გაცვლას.
ზოგი ქმედება პრაქტიკულია, მაგალითად ინფორმაციის მიღება ან გაცემა; სხვები კი სოციალურია — ურთიერთგაგების შენარჩუნება ან დაძაბულობის თავიდან აცილება. ასეთი სვლები დიალოგისა და მისი ეტაპების უფრო ფართო სტრუქტურაში ხორციელდება, თითოეულ ეტაპზე კი გარკვეულ ქმედებებს ველით. დიალოგს დასაწყისი და დასასრული აქვს, თუმცა ასევე მოიცავს თემებს შორის გადასვლებს და წინასწარ გადასვლებსაც — ზოგჯერ უხერხულ მომენტებს, როცა ახალი მიმართულება შეფარულად გამოითქმის, განიხილება და სტრიქონებს შორის წყდება.
გაუგებრობა ხშირად ხდება, მაშინაც კი, როცა ყველა მხარეს საუკეთესო განზრახვა აქვს. ადამიანები დიალოგის ხელოვნებას სხვადასხვა დონეზე ფლობენ, თუმცა მთავარი ისაა, რომ თქვენი აგენტის უკან მდგომ LLM-ს წინასწარ არ მოჰყვება ის ინტუიცია, რომელიც საშუალო ადამიან თანამოსაუბრესაც კი აქვს.
ლინგვისტურ ანალიზს კოგნიტიური ფსიქოლოგია დამატებით ხედვას სძენს. ის გვიხსნის, სინამდვილეში როგორ მუშაობს ყურადღება, მეხსიერება და გადაწყვეტილების მიღება — როგორ ანიჭებენ ადამიანები განსხვავებულ მნიშვნელობას პირველ და ბოლო ინფორმაციას, როგორ იწვევს კონკრეტული ბიძგები პროგნოზირებად ქცევას და როგორ შეიძლება შეზღუდვებმა კოგნიტიური დატვირთვის შემცირებით თავისუფლება მოგვცეს.
მოთხოვნა ინსტრუქციების ნეიტრალური სათავსო არ არის. ის ყურადღების გარემოა. ამიტომ მნიშვნელოვანია, რა წერია თავში. მნიშვნელოვანია, რა წერია ბოლოში. მნიშვნელოვანია, რა მეორდება. სიის წაკითხვისას ადამიანებს დასაწყისი და დასასრული, როგორც წესი, უფრო ადვილად ამახსოვრდებათ, ვიდრე შუა ნაწილი. ფსიქოლოგები ამას რიგში პოზიციის ეფექტს უწოდებენ: პირველობისა და სიახლის ეფექტებს.
პრაქტიკაში მსგავს რამეს LLM-ებთანაც ვხედავთ. პირველივე მითითებები ჩარჩოს ქმნის: ვინ არის აგენტი, რა როლს ასრულებს და როგორი სამყაროს შეხვედრას ელის. დასკვნითი მითითება ხშირად მოქმედებს როგორც „ბოლო რამ, რაც მან მოისმინა“. თუ ყველაზე მნიშვნელოვან ინსტრუქციებს აქ მოვათავსებთ, მათი შესრულების ალბათობა გაიზრდება.
სხვადასხვა ინსტრუქციის მოთხოვნაში განთავსებას გულდასმით უნდა მოვეკიდოთ, თუმცა იმ საზღვრის საერთო ფორმაც უნდა ვაკონტროლოთ, რომელსაც ეს ინსტრუქციები აგენტისთვის ქმნის.
ინსტრუქციები აგენტის შეზღუდვებად მუშაობს: ამცირებს ურთიერთმეტოქე შესაძლებლობების რაოდენობას, რომელთა შორისაც არჩევანი უნდა გააკეთოს, და ავიწროებს პრობლემის საერთო სივრცეს. მოთხოვნაში იმდენი შეზღუდვა გვჭირდება, რომ აგენტის ამოცანა მართვადი გახდეს.
ადამიანი თანამშრომლებისთვის, განსაკუთრებით ნაკლებად გამოცდილთათვის, ინსტრუქციების მიცემისას ფსიქოლოგია გვირჩევს, ამოცანა მაქსიმალურად ცხადი გავხადოთ და ამით კოგნიტიური დატვირთვა შეძლებისდაგვარად შევამციროთ. შეზღუდვები შესაძლოა თავისუფლების ხელის შემშლელად მოგვეჩვენოს, მაგრამ ნაკლები არჩევანი საშუალებას გვაძლევს, დარჩენილ მნიშვნელოვან გადაწყვეტილებებზე გავამახვილოთ ყურადღება და შემოქმედებითად ვიმოქმედოთ დადგენილ საზღვრებში.
მეორე მხრივ, თუ შესაძლო ქცევების მაგალითებით ყველა წარმოსადგენი გამონაკლისის დაფარვას და აგენტისთვის გადაწყვეტილებების რაოდენობის ნულამდე დაყვანას ვეცდებით, ხელოვნურ თანამოსაუბრეს მივიღებთ. აღარაფერს ვამბობთ „თუ—მაშინ“ პირობებით აწყობილ, მოუხერხებელ ფრანკენშტაინისეულ მოთხოვნაზე, რომლის მართვაც ნამდვილი კოშმარია.
(Few-shot სწავლება, სწორედ შენ გიყურებთ.)
კარგად შემოსაზღვრული მოთხოვნა მიმართულებას საკმარის სიცხადეს ანიჭებს ისე, რომ დავალება არ გადაიტვირთოს და აგენტი არ პარალიზდეს. ხშირად ეს ნიშნავს აგენტისთვის ნაკლები გამონაკლისის ან სამიზნის განსაზღვრას — როგორც იმის მხრივ, რა თქვას ან არ თქვას, ისე იმისა, როგორ თქვას ან არ თქვას.
ჩვენი გამოცდილებით, თუ საზღვრის შესაცვლელად Few-shot სწავლებას მიმართავთ, ესე იგი, თქვენი საზღვარი საკმარისად ზუსტი არ არის. დაუბრუნდით ძირითად ინსტრუქციებს და დახვეწეთ ისინი.
კოგნიტიური ფსიქოლოგიის თვალსაზრისით, განვიხილეთ, სად უნდა მოვათავსოთ სხვადასხვა ინსტრუქცია მოთხოვნაში და რა რაოდენობისა და ხარისხის მითითებაა საჭირო აგენტის პრობლემის სივრცისთვის ოპტიმალური საზღვრების დასადგენად.
ლინგვისტიკის პერსპექტივიდან დიალოგის ხელოვნებაზე ჩვენს ადრინდელ დაკვირვებებს თუ გავიხსენებთ, მოთხოვნების ფორმულირების პარადიგმას დავასრულებთ და დიალოგზე ორიენტირებულ ინსტრუქციას აგენტის ამოცანის უფრო ფართო საზღვრის ნაწილად განვიხილავთ.
მომხმარებელთან ურთიერთობისთვის განკუთვნილი AI-ის მეტაამოცანა ყოველთვის დიალოგია, ვაღიარებთ ამას თუ არა. როცა მოთხოვნაში დიალოგს მიზანმიმართულად ვითვალისწინებთ, აგენტის რესურსის, ანუ „კოგნიტიური დატვირთვის“, ნაწილს დიალოგის გაცნობიერებასა და სათანადო რეაგირებას ვუთმობთ, რაც მის სასაუბრო უნარს აუმჯობესებს.
თუმცა სანაცვლოდ, ალბათ, ძირითადი ამოცანის შემცირება მოგვიწევს, რათა პრობლემის საერთო სივრცე მართვადი და კარგად შემოსაზღვრული დარჩეს.
ამიტომ მომხმარებელთან ურთიერთობისთვის განკუთვნილ AI-ში უკეთესი დიალოგისა და გადაწყვეტილებებისთვის საჭირო პირობებს ერთიანად ვქმნით. ვქმნით უფრო მცირე, კარგად შემოსაზღვრულ აგენტებს, რომელთა მთავარი ამოცანა დიალოგის მეტაამოცანას მოიცავს ან მის კონტექსტშია მოქცეული. არ ვწერთ ინსტრუქციების გროვას, რომელიც შემდეგ მაგალითებით უნდა დაიხვეწოს. ვწერთ დახვეწილი ინსტრუქციების მცირე ნაკრებს, რომელიც იმდენად ზუსტია, რომ მაგალითები ზედმეტი ხდება.
მოთხოვნების ფორმულირების ამ პარადიგმით ვქმნით აგენტებს, რომლებიც არა მხოლოდ არ გადაუხვევენ ამოცანას, არამედ მას სასაუბრო დახვეწილობითაც ასრულებენ.
ახლა, როცა კონცეპტუალური სურათი უკვე მოვხაზეთ, მომდევნო ბლოგში პრაქტიკულ საკითხებზე გადავალთ. განვიხილავთ რამდენიმე ძირითად შაბლონს, რომლებიც რეალურ პირობებში ცდისა და შეცდომების გზით ამ პრინციპების მოთხოვნებზე მორგებისას გამოიკვეთა. საინტერესოა, რომ მოწინავე მოდელების მომწოდებლებიც იწყებენ მსგავსი შაბლონების ასახვას მოთხოვნების ფორმულირების საკუთარ მითითებებში. დანარჩენი — შემდეგ ჯერზე.