Uzvedņu inženierija lielākoties pievēršas precizitātei un norādījumu aptvērumam. Lielākos uzlabojumus produkcijas vidē var panākt, pašu dialogu uzskatot par galveno projektēšanas problēmu.
Norādot aktivizējošā nosacījuma un darbības nodomus, modelim tiek mācīts, kā pieņemt lēmumu, nevis dots scenārijs, no kura tas nespēj atkāpties. Novietojums uzvednē pats par sevi ir norādījums. Identitāte ir sākumā, uzvedības nianses — vidū, stingrie ierobežojumi — beigās, bet viss patiesi būtiskais jānorāda gan sākumā, gan beigās.
Uzvednes rakstīšana vēlamajā balsī, nevis šīs balss aprakstīšana, ir viena no iedarbīgākajām pieejamajām pārmaiņām.
Visvienotākie ir tie aģenti, kuru uzvednēs dažādi sarunas brīži tiek uzskatīti par atšķirīgām mijiedarbībām ar katrai piemērotu formu, vienlaikus visā sarunā saglabājot skaidri atpazīstamu balsi.
Dažos gadījumos domājošo aģentu nodalīšana no runājošajiem aģentiem rada vienotākas, faktos balstītas atbildes un neļauj iekšējai spriestspējai nonākt atbildēs.
Iepriekš iepazīstinājām ar jaunu uzvedņu veidošanas paradigmu, kuras pamatā ir atziņas no valodniecības un kognitīvās psiholoģijas. Rakstījām par to, cik svarīgi ir izveidot skaidru un precīzi norobežotu problēmu telpu, kurā mūsu aģents var darboties, un kā šai telpai jāaptver klientu saskarnes MI piemītošais dialoga metauzdevums.
Tagad aplūkosim dažus praktiskus veidus, kā mainījušās mūsu uzvednes, cenšoties šos principus ieviest produkcijas vidē.
Simtiem reižu pilnveidojot uzvednes reālās klientu saskarnes sistēmās, lielākos ieguvumus nesniedza papildu norādījumi, arvien jauni piemēri vai ierasto uzvedņu inženierijas principu ievērošana. Tos panācām, par problēmas kodolu atzīstot dialogu.
Nepārtrauktas izpētes un testēšanas gaitā ir radušies vairāki efektīvi paņēmieni. Mainījām uzvedni un vērojām, kuros brīžos saruna izdodas vai neizdodas, meklējot kļūmju cēloņus norādījumu efektivitātē, uzvednes struktūrā un valodas lietojumā. Rezultātā ieguvām vairākus atkārtojamus paņēmienus, kas maina to, kā aģents izprot savu lomu sarunā, izvēlas nākamo soli un saglabā vienotu balsi mainīgos kontekstos.
Turpmākais nav universāla sistēma vai apgalvojums, ka uzvedņu veidošanas problēma nu ir „atrisināta”. Šie pieci paņēmieni apkopo produkcijas vidē pārbaudīto, kad mērķis bija ne tikai funkcionāla precizitāte, bet arī labāks dialogs: vienotas, dabiskas un pietiekami konsekventas atbildes, kas spēj paust zīmola būtību.
Lai gan aģentu sistēmu var strukturēt daudzos veidos, joprojām populāras ir orķestrētas vairāku aģentu darbplūsmas. Tieši šādās sistēmās visnoturīgāko uzlabojumu panācām, nodalot domājošos aģentus no runājošajiem.
Nolūka orķestrācija, klasifikācija, zināšanu izgūšana un rīku izmantošana ir iekšējā slāņa darbības. Klientiem paredzētās atbildes pieder klientu saskarnes slānim. Ja viens aģents vienā piegājienā dara abus, atbildēs var nonākt iekšējā spriestspēja un loģika. Atbildes kļūst izvairīgas, pārlieku piesardzīgas vai tiek strukturētas atbilstoši procesa loģikai, nevis cilvēka vajadzībām.
Šis vienīgais ierobežojums paveic pārsteidzoši daudz. Tas sasaista atbildes ar faktisko sarunu, novērš konteksta atiestatīšanu un rada rezultātu, kas vairāk līdzinās tam, ko saucam par „atšķirības sniegšanu”. Būtībā aģents pievieno tikai pašu mazāko jauno informācijas daļu, kas patiesi palīdz lietotājam virzīties tālāk.
Svarīgs ir arī lēmums, kāda veida atbildi sniegt. Konstatējām, ka prasība runājošajam aģentam pirms rakstīšanas izvēlēties darbības veidu — atbildēt, precizēt, novirzīt vai lūgt uzgaidīt — droši samazināja visbiežāko sarunas kļūdu: nevis sliktu formulējumu, bet pilnīgi nepareizu atbildi.
Jāatzīmē, ka jaunākie robežšķirtnes modeļi piemērotos apstākļos sāk apšaubīt šā paņēmiena pamatpieņēmumu. Tomēr daudzi izstrādātāji dažādu iemeslu dēļ joprojām paļaujas uz mazākiem vai vecākiem modeļiem, un šādos apstākļos noteikti iesakām nodalīt iekšējā slāņa un klientu saskarnes uzdevumus.
Modeļiem bez spriestspējas dažpiemēru paraugi darbojas, jo tie ir konkrēti, ātri uztverami un modeļi uz tiem labi reaģē. Problēma ir pārmērīga pielāgošanās. Iedodot modelim piemēru, tas pieķeras vārdiem, ritmam un uzbūvei un turpina radīt ļoti līdzīgas atbildes pat tad, kad situācija ir mainījusies.
Jūs neviļus esat uzrakstījis scenāriju, no kura modelis nespēj atkāpties.
Noturīgāka alternatīva ir īstenošanas nodomi jeb heiristikas. Tā vietā, lai konkrētās situācijās parādītu modelim, ko teikt, sniedzam plašāk piemērojamu aktivizējošā nosacījuma un darbības pāri: ja notiek X, dari Y.
Galvenā atšķirība: mēs nevis ar katru nākamo piemēru arvien stingrāk sašaurinām X un Y, bet gan ar tik precīzu norādījumu nospraužam katram skaidras robežas, ka piemēri kļūst lieki. Tādējādi aģents spēj reaģēt uz sarunas reālo daudzveidību, nevis mēģina tai piemeklēt šablonu.
Praksē tas mazāk līdzinās piemēriem un vairāk — izpildāmiem pamatprincipiem:
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.
Tas nav iespaidīgi, taču ir ievērojami uzticamāk par atbilžu paraugu krājumu, jo māca modelim, kā pieņemt lēmumu, nevis ko atkārtot.
Elementa vieta uzvednē nosaka tam piešķirto nozīmi. Šo likumsakarību esam pastāvīgi novērojuši dažādos modeļos un ieviešanas vidēs. Uzvednes sākums un beigas piesaista nesamērīgi lielu uzmanību. Vidū paliek nianses, un tieši tur tām arī jābūt.
Paturot to prātā, strukturējam savas uzvednes. Aģenta lomu un pašizpratni ievietojam sākumā, lai vispirms noteiktu tā identitāti. Vidū ir uzvedības detaļas: sarunas iespējamā gaita, atbildes virzošās heiristikas un situāciju klāsts, ar kuru aģentam jātiek galā. Stingros un neapspriežamos ierobežojumus ievietojam beigās, kur tie paliek „prāta priekšplānā”.
Visu patiesi būtisko ievietojam abās vietās. Konkrēts rezultāta noteikums, piemēram, stingra prasība par pieturzīmēm vai formatējumu, var viegli pazust, ja apjomīgas uzvednes vidū tas minēts tikai vienu reizi. Atkārtojot to beigās, noteikums tiek ievērots.
Runājot par nesenuma ietekmi, jāatzīmē, ka strukturētie rezultāti, ja tos izmanto, faktiski ir pats pēdējais norādījums uzvednē. Strukturēto rezultātu apraksta lauki kvalitatīvi ietekmē atbildes, veidojot stingrāku rezultāta līgumu nekā pārējā uzvedne.
Esam sapratuši, ka arī balss toņa noteikšanai nevajag izmantot dažpiemēru paraugus, un šī ir viena no pārmaiņām, kas visvairāk uzlabojusi mūsu klientu saskarnes aģentus.
Tā vietā visu uzvedni rakstām vēlamajā balsī. Nevis aprakstām balsi vai uzskaitām īpašības vārdus, kas tai aptuveni atbilst, bet no pirmās līdz pēdējai rindai rakstām pilnvērtīgā prozā un tieši šajā balsī. Pati uzvedne kļūst par paraugu. Mēs to saucam par „neskriptētību”: modelis tiek mudināts atdarināt ievadi, vienlaikus ļaujot tam izmantot plašāku valodas un frāžu klāstu, kas iekļaujas tajās pašās aptuvenajās robežās kā pati uzvedne.
Tā mēs ar uzvedni panākam daudzveidību, saglabājot vienotu balsi. Tā ir daļa no mūsu stratēģijas: ikviena aģenta uzdevuma centrā izvirzīt dialogu, netērējot vietu tiešiem norādījumiem, kuru skaitu cenšamies samazināt līdz minimumam.
Ja balss tonim tomēr izmantojam konkrētus piemērus, tie rāda, „ko nedarīt”. Piemēram: “No em dashes. Ever. No clichés. No policy dumping. No over-explanation when a single sentence will close the loop.” Negatīvi ierobežojumi ir gan precīzāki, gan mazāk ierobežojoši nekā pozitīvi formulēti mērķi, jo tie nosauc kļūdu veidus, uz kuriem modelis visbiežāk mēdz novirzīties.
Svarīgs ir arī formatējums, jo tas nosaka atbildes toni. Uzvedne, kurā ir daudz aizzīmju, virsrakstu un iekavās ievietotu norādījumu, mudina modeli sniegt strukturētāku un lietišķāku rezultātu. Ja rezultātam jāizklausās pēc sarunas, ievadei nevajadzētu līdzināties saīsinātai specifikācijai.
Lielākā daļa balss toņa uzvedņu aprobežojas ar personību. Tiek sniegts īpašības vārdu kopums, kam jāapraksta, kā aģentam vajadzētu izklausīties. Sirsnīgs. Profesionāls. Draudzīgs, bet kodolīgs. Šie raksturojumi nav nepareizi, taču to, kā balss izklausās sarunā, patiesībā nosaka reģistrs: kā viens un tas pats raksturs izpaužas dažādās sociālās situācijās.
Ziņojumam, kas redzams pieprasījuma apstrādes laikā, nevajadzētu izklausīties pēc galīgās atbildes. Drošības ierobežojuma atbildei nevajadzētu būt tikpat enerģiskai kā neformālai sarunai. Neapmierinātam klientam nevajadzētu atbildēt ar tikpat lielu šarmu vai humoru kā klientam, kurš vienkārši pārlūko piedāvājumu.
Tā ir atšķirība starp zīmola balsi un sarunu veidošanu. Zīmola balss bieži raksturo personību, savukārt sarunu veidošana nosaka, kā šī personība rīkojas, mainoties situācijai. Ja to paveicam pareizi, mēs vairs neesam tikai tekstu autori, kas strādā ar MI rezultātiem. Mēs veidojam to, kā balss virzās cauri sarunai.
Jūs pamanīsiet, ka neviens no šiem paņēmieniem nav tehniski sarežģīts. Daļēji tieši tāds ir mērķis. Aģentu sistēmas arhitektūra ir svarīga, taču sarunas kvalitātes nodrošināšanai būs jāvelta daudz laika uzvedņu izstrādei un pilnveidei.
Plaisu starp tīri funkcionālu un patiesi sarunspējīgu MI nenovērš tehniskais risinājums. To novērš skaidrāka izpratne par valodas un uzmanības darbību cilvēku dialogā, kā arī dialoga izvirzīšana aģentu risināmās problēmas centrā.
MI produktu komandām, inženieriem un pieredzes dizaineriem sarunu veidošanā jāievēro tikpat stingras prasības kā klientu saskarnes MI tehniskās izcilības nodrošināšanā. Cilvēki sarunas otrā pusē neredz ne modeli, ne vairāku aģentu sadarbību, ne rīka izsaukumu — viņi piedzīvo tikai mijiedarbību, kas vai nu šķiet pareiza, vai ne. Tā vai nu vairo uzticību, vai to grauj.
Galu galā neviens nepiedzīvo arhitektūru. Cilvēki piedzīvo sarunu.
Saruna ir produkts.