მოთხოვნების შექმნა უმეტესად სიზუსტესა და ინსტრუქციების სრულად მოცვას ემსახურება. რეალურ სისტემებში ყველაზე დიდ გაუმჯობესებას ვიღებთ, როცა მთავარ დიზაინერულ პრობლემად თავად დიალოგს მივიჩნევთ.
გამომწვევი პირობისა და მოქმედების განზრახვების განსაზღვრა მოდელს ასწავლის, როგორ მიიღოს გადაწყვეტილება, ნაცვლად იმისა, რომ ჩაკეტილ სცენარს მიჰყვეს. მოთხოვნაში მდებარეობა თავისთავად ინსტრუქციაა. ჯერ იდენტობა უნდა განისაზღვროს, შუაში — ქცევითი ნიუანსები, ბოლოს — მკაცრი შეზღუდვები, ხოლო ყველაფერი მართლაც კრიტიკული ორივე ადგილას უნდა განთავსდეს.
ხმის აღწერის ნაცვლად მოთხოვნის პირდაპირ სასურველი ხმით დაწერა ერთ-ერთი ყველაზე შედეგიანი ცვლილებაა.
ყველაზე თანმიმდევრულია აგენტები, რომელთა მოთხოვნებიც საუბრის სხვადასხვა მომენტს ცალკეულ ურთიერთქმედებად განიხილავს, თითოეულს შესაბამის ფორმას ანიჭებს და ამავე დროს ყველგან ცნობად, ერთიან ხმას ინარჩუნებს.
ზოგ შემთხვევაში მოაზროვნე და მოსაუბრე აგენტების გამიჯვნა უფრო თანმიმდევრულ, ფაქტებზე დაფუძნებულ პასუხებს ქმნის და ხელს უშლის მათში შიდა მსჯელობის გაჟონვას.
ადრე უკვე წარმოვადგინეთ ლინგვისტიკისა და კოგნიტიური ფსიქოლოგიის მიგნებებზე დაფუძნებული მოთხოვნების შექმნის ახალი პარადიგმა. ვწერდით მკაფიო და კარგად შემოსაზღვრული პრობლემური სივრცის შექმნის მნიშვნელობაზე, რომელშიც ჩვენს აგენტს მუშაობა შეუძლია, და იმაზე, რომ ეს სივრცე უნდა მოიცავდეს მომხმარებლებთან ურთიერთობის ხელოვნური ინტელექტისთვის დამახასიათებელ მეტაამოცანას — დიალოგს.
ახლა განვიხილავთ რამდენიმე პრაქტიკულ გზას, რომლითაც ამ პრინციპების რეალურ სისტემებში დანერგვისას ჩვენი მოთხოვნები შეიცვალა.
მომხმარებლებთან ურთიერთობის მოქმედ სისტემებში მოთხოვნების ასობით ვერსიის გამოცდისას ყველაზე დიდი გაუმჯობესება არც მეტი ინსტრუქციის დამატებას, არც მაგალითების დაგროვებას და არც მოთხოვნების შექმნის ჩვეული ნორმების დაცვას მოუტანია. ის დიალოგის პრობლემის ცენტრად აღიარებამ მოიტანა.
უწყვეტი კვლევისა და გამოცდის შედეგად რამდენიმე ეფექტური ტექნიკა გამოიკვეთა. ვცვლიდით მოთხოვნას და ვაკვირდებოდით, სად იყო საუბარი წარმატებული ან წარუმატებელი, შემდეგ კი შეცდომებს მითითებების ეფექტიანობასთან, მოთხოვნის სტრუქტურასა და ჩვენს ენობრივ არჩევანთან ვაკავშირებდით. შედეგად მივიღეთ რამდენიმე გამეორებადი მიდგომა, რომლებიც ცვლის, როგორ აღიქვამს აგენტი საკუთარ როლს საუბარში, როგორ ირჩევს მომდევნო ნაბიჯს და რამდენად თანმიმდევრულად ინარჩუნებს ხმას კონტექსტის ცვლილებისას.
ქვემოთ მოცემული არც უნივერსალური ჩარჩოა და არც მტკიცება, რომ მოთხოვნების შექმნის პრობლემა უკვე „გადაჭრილია“. ეს ხუთ მიდგომად შეჯამებული გამოცდილებაა იმისა, რამაც რეალურ სისტემებში გაამართლა, როცა მიზანი მხოლოდ ფუნქციური სიზუსტე კი არა, უკეთესი დიალოგიც იყო: თანმიმდევრული, ბუნებრივი და იმდენად სტაბილური პასუხები, რომ ბრენდის ხმის გადმოცემა შეძლოს.
აგენტური სისტემის მოწყობის მრავალი გზა არსებობს, თუმცა რამდენიმე აგენტის კოორდინირებული სამუშაო პროცესები კვლავ პოპულარულია. სწორედ ასეთ სისტემებში ყველაზე მდგრადი გაუმჯობესება მოაზროვნე აგენტების მოსაუბრე აგენტებისგან გამიჯვრამ მოგვცა.
განზრახვის კოორდინირება, კლასიფიკაცია, ცოდნის მოპოვება და ხელსაწყოების გამოყენება შიდა ოპერაციებია. მომხმარებლისთვის განკუთვნილი პასუხები გარე ურთიერთობის ნაწილია. როცა ერთი და იგივე აგენტი ორივე ფუნქციას ერთ ეტაპზე ასრულებს, შიდა მსჯელობამ და ლოგიკამ შეიძლება პასუხებში გაჟონოს. პასუხები ხდება ზედმეტად ფრთხილი და მრავალი დათქმით დატვირთული, ან ადამიანის საჭიროებების ნაცვლად პროცესის ლოგიკის გარშემო ეწყობა.
ეს ერთი შეზღუდვა საოცრად ბევრ საქმეს ასრულებს. ის პასუხებს რეალურ საუბარზე აფუძნებს, კონტექსტის განულებას უშლის ხელს და ქმნის იმას, რასაც „განსხვავების მიწოდებას“ ვუწოდებთ. საბოლოოდ, აგენტი ამატებს მხოლოდ უმცირეს სიახლეს, რომელიც მომხმარებელს ნამდვილად ეხმარება წინსვლაში.
ასევე მნიშვნელოვანია, რა ტიპის პასუხი უნდა გაიცეს. აღმოვაჩინეთ, რომ თუ მოსაუბრე აგენტს ტექსტის დაწერამდე მოქმედების ტიპის არჩევას ვთხოვთ — პასუხი, დაზუსტება, გადამისამართება თუ დაყოვნება — საიმედოდ მცირდება ყველაზე გავრცელებული სასაუბრო შეცდომა: არა ცუდი ტექსტი, არამედ სრულიად შეუსაბამო პასუხი.
აღსანიშნავია, რომ უახლესი მოწინავე მოდელები სათანადო პირობებში უკვე ეჭვქვეშ აყენებს ამ მიდგომის საფუძველს. მიუხედავად ამისა, მრავალი მიზეზის გამო ბევრი შემქმნელი კვლავ მცირე ან ძველ მოდელებს ეყრდნობა. ასეთ გარემოში შიდა პროცესებისა და მომხმარებელთან ურთიერთობის ფუნქციების გამიჯვნას ნამდვილად გირჩევთ.
მსჯელობის არმქონე მოდელებისთვის Few-shot სწავლების მაგალითები ეფექტურია, რადგან კონკრეტული და სწრაფია, მოდელები კი მათ კარგად აღიქვამს. პრობლემა ზედმეტი მორგებაა. მაგალითის მიღებისას მოდელი სიტყვებს, რიტმსა და ფორმას ეჭიდება და ვითარების შეცვლის შემდეგაც იმავე პასუხის მსგავს ვარიანტებს განუწყვეტლივ ქმნის.
უნებლიეთ დაწერეთ სცენარი, რომელსაც მოდელი თავს ვეღარ აღწევს.
განხორციელების განზრახვები ან ევრისტიკული წესები უფრო გამძლე ალტერნატივაა. იმის ნაცვლად, რომ მოდელს კონკრეტულ ვითარებებში სათქმელი ვაჩვენოთ*,* ვაძლევთ უფრო ზოგად წყვილს — გამომწვევ პირობასა და მოქმედებას: თუ მოხდება X, გააკეთე Y.
მთავარი განსხვავება ისაა, რომ X-ისა და Y-ისკენ თითო მაგალითით თანდათან შევიწროებისა და მათი სულ უფრო ხისტად ქცევის ნაცვლად, თითოეულს იმდენად ზუსტი ინსტრუქციით ვუსაზღვრავთ მკაფიო ჩარჩოს, რომ მაგალითები ზედმეტი ხდება. ამგვარად, აგენტი რეალურ სასაუბრო მრავალფეროვნებას ერგება და არა შაბლონის მსგავს ნიმუშებს.
პრაქტიკაში ეს მაგალითებს ნაკლებად ჰგავს და უფრო შესასრულებელ პრაქტიკულ წესებს წააგავს:
If a key detail is missing, ask one clarifying question.
If the answer isn’t supported, say so directly and offer the best available next step.
If the request hits a guardrail, decline briefly and redirect without ceremony.
ეს შთამბეჭდავი მიდგომა არ არის, მაგრამ სანიმუშო პასუხების ბიბლიოთეკაზე ბევრად საიმედოა, რადგან მოდელს ასწავლის, როგორ მიიღოს გადაწყვეტილება და არა ის, თუ რა გაიმეოროს.
მოთხოვნაში ინფორმაციის მდებარეობა განსაზღვრავს, რამდენად დიდი წონა ექნება მას. ეს მდგრადი კანონზომიერება სხვადასხვა მოდელსა და დანერგილ სისტემაში არაერთხელ შეგვინიშნავს. მოთხოვნის დასაწყისი და დასასრული არაპროპორციულად დიდ ყურადღებას იპყრობს. შუაში ნიუანსებია — ზუსტად იქ, სადაც მათი ადგილია.
მოთხოვნებს ამის გათვალისწინებით ვაწყობთ. აგენტის როლსა და თვითაღქმას თავში ვათავსებთ, რათა ყველაფერზე ადრე მისი იდენტობა განვსაზღვროთ. შუა ნაწილი ქცევის დეტალებს მოიცავს: როგორ შეიძლება განვითარდეს საუბარი, რომელი ევრისტიკული წესები წარმართავს პასუხებს და რა სახის ვითარებებს უნდა გაუმკლავდეს აგენტი. მკაცრ შეზღუდვებსა და შეუვალ მოთხოვნებს ბოლოში ვათავსებთ, სადაც ისინი ყურადღების ცენტრში ექცევა.
ყველაფერს, რაც ნამდვილად კრიტიკულია, ორივე ადგილას ვათავსებთ. შედეგის კონკრეტული წესი — მაგალითად, მკაცრი მითითება პუნქტუაციის ან ფორმატირების შესახებ — ხშირად იკარგება, თუ ვრცელ მოთხოვნაში მხოლოდ ერთხელ, შუაშია ნახსენები. ბოლოში გამეორების შემთხვევაში ის მოქმედებს.
უახლესი ინფორმაციის უპირატესობაზე საუბრისას აღსანიშნავია, რომ სტრუქტურირებული შედეგები, მათი გამოყენების შემთხვევაში, ფაქტობრივად თქვენი მოთხოვნის უკანასკნელი ინსტრუქციაა. სტრუქტურირებული შედეგების აღწერის ველები პასუხების ხარისხზე გავლენას ახდენს და მოთხოვნის დანარჩენ ნაწილზე უფრო მტკიცე კონტრაქტს ქმნის.
ვისწავლეთ, რომ ხმის ტონისთვის არც Few-shot სწავლების მაგალითები უნდა გამოვიყენოთ. ეს ერთ-ერთი ყველაზე მნიშვნელოვანი ცვლილებაა, რომელიც მომხმარებლებთან ურთიერთობის აგენტებში შევიტანეთ.
ამის ნაცვლად, მთელ მოთხოვნას სასურველი ხმის ტონით ვწერთ. ეს არ არის ხმის აღწერა ან მისი მიახლოებითი ზედსართავი სახელების ნაკრები — ეს თავად ხმაა, სრულყოფილი პროზით, პირველი სტრიქონიდან უკანასკნელამდე. მოთხოვნა თავად ხდება ნიმუში. ამას „ანტისცენარულობას“ ვუწოდებთ: მოდელს ვუბიძგებთ, მიბაძოს მიღებულ ტექსტს, თუმცა იმავე დროს შეუძლია გამოიყენოს უფრო მრავალფეროვანი ენა და ფრაზები, რომლებიც თავად მოთხოვნის სტილურ ჩარჩოებში ჯდება.
ასე ვქმნით მრავალფეროვნებას ერთიანი ხმის შენარჩუნებით. ეს ჩვენი სტრატეგიის ნაწილია: ნებისმიერი აგენტის ამოცანის ცენტრში დიალოგი მოვაქციოთ ისე, რომ მინიმუმამდე დავიყვანოთ პირდაპირი ინსტრუქციების საჭიროება.
თუ ხმის ტონის შესახებ პირდაპირ მაგალითებს მაინც ვიყენებთ, ისინი აჩვენებს, „რა არ უნდა გაკეთდეს“. მაგალითად: “No em dashes. Ever. No clichés. No policy dumping. No over-explanation when a single sentence will close the loop.” უარყოფითი შეზღუდვები დადებით მისწრაფებებზე ზუსტიცაა და ნაკლებად შემზღუდველიც, რადგან პირდაპირ ასახელებს იმ შეცდომებს, რომელთაკენაც მოდელი ყველაზე ხშირად იხრება.
აქ ფორმატსაც აქვს მნიშვნელობა — ის პასუხის ტონს განსაზღვრავს. პუნქტებით, სათაურებითა და ფრჩხილებში ჩასმული ინსტრუქციებით სავსე მოთხოვნა მოდელს უფრო ორგანიზებული და კლინიკური პასუხისკენ უბიძგებს. თუ შედეგი საუბარს უნდა ჰგავდეს, საწყისი ტექსტი მოკლე ტექნიკურ სპეციფიკაციას არ უნდა ჰგავდეს.
ტონის განსაზღვრის მცდელობათა უმეტესობა საბოლოოდ პიროვნული ხასიათის აღწერამდე დადის. ანუ ვაძლევთ ზედსართავი სახელების ნაკრებს, რომელმაც უნდა აღწეროს, როგორ უნდა ჟღერდეს აგენტი. თბილი. პროფესიონალური. მეგობრული, მაგრამ ლაკონიური. ეს აღწერები მცდარი არ არის, მაგრამ საუბარში ხმის აღქმას სინამდვილეში რეგისტრი განსაზღვრავს: როგორ იქცევა ერთი და იგივე პერსონაჟი სხვადასხვა სოციალურ ვითარებაში.
მოთხოვნის დამუშავებისას ნაჩვენები მოლოდინის შეტყობინება საბოლოო პასუხივით არ უნდა ჟღერდეს. დამცავი შეზღუდვით გამოწვეულ პასუხს ისეთივე ენერგია არ უნდა ჰქონდეს, როგორიც მსუბუქ საუბარს. იმედგაცრუებულ მომხმარებელს ისეთივე მომხიბვლელობითა და იუმორით არ უნდა ვუპასუხოთ, როგორითაც ადამიანს, რომელიც უბრალოდ ათვალიერებს.
სწორედ ეს განასხვავებს ბრენდის ხმას საუბრის დიზაინისგან. ბრენდის ხმა ხშირად პერსონაჟს აღწერს, საუბრის დიზაინი კი განსაზღვრავს, როგორ იქცევა ეს პერსონაჟი ვითარების ცვლილებისას. თუ ამას სწორად გავაკეთებთ, მხოლოდ ხელოვნური ინტელექტის პასუხებზე მომუშავე ტექსტების ავტორები აღარ ვიქნებით. ჩვენ ვქმნით გზას, რომელსაც ხმა საუბრის განმავლობაში გადის.
შეამჩნევდით, რომ ტექნიკური თვალსაზრისით არცერთი ეს მიდგომა არ არის რთული. ეს ნაწილობრივ მიზანმიმართულიცაა. აგენტური სისტემის არქიტექტურა მნიშვნელოვანია, მაგრამ ხარისხიანი საუბრისთვის მოთხოვნების დიზაინსა და დახვეწასაც მნიშვნელოვანი დრო უნდა დაუთმოთ.
წმინდად ფუნქციურ და ნამდვილად სასაუბრო ხელოვნურ ინტელექტს შორის სხვაობას ტექნიკური დიზაინი ვერ აღმოფხვრის. ამისთვის საჭიროა უკეთ გავიგოთ, როგორ მუშაობს ენა და ყურადღება ადამიანურ დიალოგში, და აგენტების პრობლემური სივრცის ცენტრში თავად დიალოგი მოვაქციოთ.
ხელოვნური ინტელექტის პროდუქტის გუნდებმა, ინჟინრებმა და გამოცდილების დიზაინერებმა მომხმარებლებთან ურთიერთობის ხელოვნურ ინტელექტში საუბრის დიზაინს ისეთივე სიმკაცრით უნდა მიუდგნენ, როგორც ტექნიკურ სრულყოფილებას. ადამიანებისთვის, რომლებიც ამ საუბრების მეორე მხარეს არიან, არ არსებობს არც მოდელი, არც მრავალი აგენტის თანამშრომლობა და არც ხელსაწყოს გამოძახება — არსებობს მხოლოდ ურთიერთქმედება, რომელიც ან ბუნებრივად აღიქმება, ან არა. ურთიერთქმედება, რომელიც ნდობას ან აძლიერებს, ან ასუსტებს.
საბოლოოდ, არქიტექტურას არავინ აღიქვამს. ადამიანები საუბარს აღიქვამენ.
პროდუქტი თავად საუბარია.