Phần lớn hoạt động kỹ thuật tạo câu lệnh tập trung vào độ chính xác và mức độ bao quát chỉ dẫn. Những cải thiện lớn nhất trong môi trường thực tế đến từ việc xem chính hoạt động đối thoại là bài toán thiết kế cốt lõi.
Việc xác định ý định theo cặp điều kiện kích hoạt và hành động sẽ hướng dẫn mô hình cách quyết định, thay vì đưa cho mô hình một kịch bản không thể thoát khỏi. Vị trí trong câu lệnh tự nó đã là một chỉ dẫn. Danh tính đặt ở đầu, sắc thái hành vi ở giữa, ràng buộc cứng ở cuối; mọi nội dung thực sự quan trọng đều xuất hiện ở cả đầu và cuối.
Viết câu lệnh bằng chính giọng văn mục tiêu thay vì mô tả giọng văn đó là một trong những thay đổi có tác động lớn nhất.
Những tác nhân nhất quán nhất có câu lệnh xem mỗi thời điểm hội thoại là một kiểu tương tác riêng với hình thức phù hợp, nhưng xuyên suốt vẫn giữ được cùng một giọng điệu dễ nhận biết.
Trong một số trường hợp, việc tách tác nhân tư duy khỏi tác nhân giao tiếp tạo ra phản hồi nhất quán hơn, bám sát ngữ cảnh hơn và ngăn suy luận nội bộ lọt vào câu trả lời.
Trước đây, chúng tôi đã giới thiệu một mô hình thiết kế câu lệnh mới dựa trên kiến thức từ lĩnh vực ngôn ngữ học và tâm lý học nhận thức. Chúng tôi đã đề cập đến tầm quan trọng của việc tạo ra một không gian vấn đề rõ ràng, có ranh giới chặt chẽ để tác nhân hoạt động, cũng như việc không gian đó phải bao quát siêu nhiệm vụ đối thoại vốn có của AI giao tiếp với khách hàng.
Giờ đây, chúng ta sẽ xem xét một số cách thực tế mà câu lệnh của chúng tôi đã thay đổi khi đưa các nguyên tắc này vào môi trường vận hành.
Qua hàng trăm lần lặp lại câu lệnh trong các hệ thống giao tiếp với khách hàng đang vận hành, những cải thiện lớn nhất không đến từ việc thêm chỉ dẫn, chồng chất ví dụ hay tuân theo các chuẩn mực kỹ thuật tạo câu lệnh thông thường. Thay vào đó, chúng đến từ việc xem đối thoại là trọng tâm của bài toán.
Quá trình liên tục khám phá và thử nghiệm đã cho ra đời một số kỹ thuật hiệu quả. Chúng tôi thay đổi một câu lệnh rồi quan sát xem cuộc trò chuyện thành công hoặc thất bại ở đâu, sau đó truy nguyên thất bại về mức độ hiệu quả của hướng dẫn, cấu trúc câu lệnh và cách sử dụng ngôn ngữ. Kết quả là một số mẫu có thể lặp lại, giúp thay đổi cách tác nhân hiểu vai trò của mình trong cuộc trò chuyện, quyết định bước tiếp theo và duy trì giọng điệu nhất quán khi ngữ cảnh thay đổi.
Nội dung sau đây không phải một khuôn khổ áp dụng cho mọi trường hợp, cũng không tuyên bố rằng bài toán thiết kế câu lệnh đã được “giải quyết”. Đây là năm mẫu được chắt lọc từ những gì đã chứng minh hiệu quả trong thực tế khi mục tiêu không chỉ là độ chính xác chức năng mà còn là đối thoại tốt hơn: phản hồi mạch lạc, tự nhiên và đủ nhất quán để thể hiện một thương hiệu.
Có nhiều cách để cấu trúc một hệ thống tác nhân, nhưng quy trình phối hợp đa tác nhân vẫn là lựa chọn phổ biến. Đặc biệt trong các hệ thống như vậy, cải thiện nhất quán nhất mà chúng tôi đạt được là tách tác nhân tư duy khỏi tác nhân giao tiếp.
Điều phối ý định, phân loại, trích xuất kiến thức và sử dụng công cụ đều là các hoạt động vận hành nội bộ. Phản hồi dành cho khách hàng thuộc lớp giao tiếp bên ngoài. Khi cùng một tác nhân thực hiện cả hai việc trong một lượt, suy luận và logic nội bộ có thể lọt vào câu trả lời. Phản hồi trở nên dè dặt, kèm quá nhiều điều kiện hoặc được cấu trúc theo logic của quy trình thay vì nhu cầu của người dùng.
Chỉ một ràng buộc đó đã mang lại hiệu quả lớn đến bất ngờ. Nó giúp câu trả lời bám sát cuộc trò chuyện thực tế, tránh đặt lại ngữ cảnh và tạo ra kết quả gần với điều chúng tôi gọi là “chỉ cung cấp phần chênh lệch”. Về bản chất, tác nhân chỉ bổ sung lượng thông tin mới tối thiểu nhưng thực sự giúp người dùng tiến lên.
Quyết định nên đưa ra loại phản hồi nào cũng rất quan trọng. Chúng tôi nhận thấy việc yêu cầu tác nhân giao tiếp chọn một kiểu phản hồi trước khi viết—trả lời, làm rõ, chuyển hướng hoặc thông báo chờ—giúp giảm đáng kể lỗi hội thoại phổ biến nhất: không phải câu chữ kém, mà là đưa ra một phản hồi hoàn toàn không phù hợp.
Cũng cần lưu ý rằng trong điều kiện phù hợp, các mô hình tiên phong mới nhất đang bắt đầu thách thức tiền đề của mẫu thiết kế này. Dù vậy, vì nhiều nhà phát triển vẫn dùng các mô hình nhỏ hơn hoặc cũ hơn vì nhiều lý do, chúng tôi vẫn khuyến nghị tách biệt lớp vận hành nội bộ và lớp giao tiếp bên ngoài trong những bối cảnh đó.
Với các mô hình không suy luận, ví dụ ít mẫu phát huy hiệu quả vì chúng cụ thể, nhanh và được mô hình tiếp nhận tốt. Vấn đề là hiện tượng quá khớp. Khi được cung cấp một ví dụ, mô hình sẽ bám chặt vào từ ngữ, nhịp điệu và cấu trúc của ví dụ đó, rồi liên tục tạo ra những biến thể gần giống của cùng một câu trả lời ngay cả khi tình huống đã thay đổi.
Bạn đã vô tình viết ra một kịch bản mà mô hình không thể thoát khỏi.
Ý định thực thi hoặc quy tắc kinh nghiệm là một lựa chọn bền vững hơn. Thay vì cho mô hình thấy cần nói gì trong từng tình huống cụ thể, chúng tôi cung cấp một cặp điều kiện kích hoạt và hành động rộng hơn: nếu X xảy ra, hãy làm Y.
Điểm khác biệt chính là thay vì thu hẹp dần X và Y qua từng ví dụ khiến chúng ngày càng cứng nhắc, chúng tôi dùng một chỉ dẫn chính xác đến mức không còn cần ví dụ để xác lập ranh giới rõ ràng cho mỗi yếu tố. Cách này giúp tác nhân phản ứng linh hoạt trước biến thiên thực tế của hội thoại thay vì chỉ đối chiếu với một khuôn mẫu.
Trong thực tế, cách làm này không giống các ví dụ mà giống những quy tắc kinh nghiệm có thể thực thi hơn:
Nếu thiếu chi tiết quan trọng, hãy đặt câu hỏi làm rõ.
Nếu câu trả lời không có cơ sở hỗ trợ, hãy nêu lên điều đó và đưa ra bước tiếp theo hợp lý nhất có thể.
Nếu yêu cầu vi phạm rào cản an toàn, hãy từ chối ngắn gọn và chuyển hướng mà không cần rườm rà.
Cách này không hào nhoáng, nhưng vững chắc hơn nhiều so với một thư viện câu trả lời mẫu vì nó dạy mô hình cách quyết định thay vì nội dung cần lặp lại.
Vị trí của một nội dung trong câu lệnh quyết định mức độ ảnh hưởng của nội dung đó. Đây là một quy luật nhất quán mà chúng tôi quan sát được trên nhiều mô hình và môi trường triển khai. Phần đầu và phần cuối của câu lệnh luôn nổi bật hơn hẳn. Phần giữa dành cho các sắc thái tinh tế—và đó chính là vị trí phù hợp của chúng.
Chúng tôi cấu trúc câu lệnh dựa trên nguyên tắc đó. Vai trò và nhận thức bản thân của tác nhân được đặt ở đầu để xác lập danh tính trước mọi nội dung khác. Phần giữa chứa các chi tiết về hành vi: cuộc trò chuyện có thể diễn tiến ra sao, những quy tắc kinh nghiệm định hướng phản hồi và phạm vi tình huống tác nhân cần xử lý. Các ràng buộc cứng và yêu cầu không thể thương lượng được đặt ở cuối để trở thành điều mô hình “ghi nhớ rõ nhất”.
Với nội dung thực sự quan trọng, chúng tôi đặt nó ở cả hai vị trí. Một quy tắc đầu ra cụ thể—chẳng hạn chỉ dẫn nghiêm ngặt về dấu câu hoặc định dạng—thường dễ bị bỏ qua nếu chỉ xuất hiện một lần giữa một câu lệnh dày đặc. Khi được nhắc lại ở cuối, quy tắc đó sẽ được duy trì.
Khi xét đến hiệu ứng ưu tiên thông tin gần nhất, cần lưu ý rằng đầu ra có cấu trúc—nếu được dùng—thực chất là chỉ dẫn cuối cùng trong câu lệnh. Các trường mô tả trong đầu ra có cấu trúc tác động đến chất lượng phản hồi, tạo thành một cam kết đầu ra mạnh hơn phần còn lại của câu lệnh.
Chúng tôi nhận ra rằng không nên dùng ví dụ ít mẫu để định hình giọng điệu; đây cũng là một trong những thay đổi mang lại tác động lớn nhất cho các tác nhân giao tiếp với khách hàng.
Thay vào đó, chúng tôi viết toàn bộ câu lệnh bằng chính giọng văn mục tiêu. Không mô tả giọng văn, không dùng một loạt tính từ để phác họa gần đúng, mà thể hiện chính giọng văn ấy bằng văn xuôi trọn vẹn, từ dòng đầu đến dòng cuối. Chính câu lệnh trở thành phần minh họa. Chúng tôi gọi cách này là “chống rập khuôn”: hướng mô hình mô phỏng đầu vào, đồng thời cho phép mô hình sử dụng vốn từ và cách diễn đạt đa dạng hơn nhưng vẫn cùng “trường giọng điệu” với câu lệnh.
Đó là cách chúng tôi tạo sự đa dạng mà vẫn duy trì một giọng văn nhất quán. Đây là một phần trong chiến lược đưa đối thoại vào trọng tâm nhiệm vụ của mọi tác nhân mà không phải dùng quá nhiều chỉ dẫn tường minh—thứ chúng tôi luôn cố gắng giảm thiểu.
Nếu dùng ví dụ cụ thể về giọng điệu, chúng tôi sẽ minh họa “những điều không nên làm”. Chẳng hạn: “Tuyệt đối không dùng gạch ngang dài. Không dùng các cụm từ sáo rỗng. Không nêu tràn lan chính sách. Không giải thích dông dài khi một câu duy nhất là đủ để chốt vấn đề.” Các ràng buộc phủ định vừa chính xác hơn vừa ít hạn chế hơn những định hướng tích cực, vì chúng chỉ rõ các kiểu sai lệch mà mô hình dễ mắc phải nhất.
Định dạng cũng rất quan trọng vì nó định hình giọng điệu của câu trả lời. Một câu lệnh đầy dấu đầu dòng, tiêu đề và chỉ dẫn trong ngoặc sẽ hướng mô hình đến đầu ra có tổ chức hơn nhưng cũng khô cứng hơn. Nếu đầu ra cần mang cảm giác trò chuyện, đầu vào không nên giống một tài liệu đặc tả viết tắt.
Phần lớn câu lệnh định hướng giọng điệu cuối cùng chỉ xoay quanh tính cách. Người viết thường đưa ra một loạt tính từ mô tả tác nhân nên thể hiện ra sao. Ấm áp. Chuyên nghiệp. Thân thiện nhưng súc tích. Những mô tả này không sai, nhưng yếu tố thực sự quyết định giọng điệu được cảm nhận thế nào trong cuộc trò chuyện là ngữ vực: cùng một tính cách nền tảng sẽ biểu hiện ra sao trong các tình huống xã hội khác nhau.
Thông báo chờ trong lúc xử lý yêu cầu không nên có giọng điệu như câu trả lời cuối cùng. Phản hồi do rào chắn an toàn kích hoạt không nên mang cùng sắc thái với lời trò chuyện xã giao. Một khách hàng đang bực bội không nên nhận được mức độ dí dỏm hay hài hước như người chỉ đang xem qua.
Đây là điểm khác biệt giữa giọng thương hiệu và thiết kế hội thoại. Giọng thương hiệu thường mô tả tính cách, còn thiết kế hội thoại quyết định tính cách ấy biểu hiện ra sao khi tình huống thay đổi. Làm tốt điều đó nghĩa là chúng tôi không chỉ viết nội dung cho đầu ra AI. Chúng tôi đang thiết kế cách một giọng nói chuyển biến xuyên suốt cuộc trò chuyện.
Bạn sẽ nhận thấy không mẫu nào trong số này phức tạp về kỹ thuật. Đó cũng chính là một phần chủ ý. Kiến trúc của một hệ thống tác nhân rất quan trọng, nhưng để nâng cao chất lượng hội thoại, bạn cần dành nhiều thời gian thiết kế và tinh chỉnh câu lệnh.
Khoảng cách giữa một AI chỉ làm đúng chức năng và một AI thực sự biết trò chuyện không được thu hẹp bằng thiết kế kỹ thuật, mà bằng việc hiểu rõ hơn vai trò của ngôn ngữ và sự chú ý trong đối thoại giữa người với người, đồng thời đưa đối thoại vào trọng tâm không gian vấn đề của các tác nhân.
Với đội ngũ sản phẩm AI, kỹ sư và nhà thiết kế trải nghiệm, thiết kế hội thoại cho AI giao tiếp với khách hàng cần được đầu tư nghiêm túc không kém chất lượng kỹ thuật. Với người ở đầu bên kia cuộc trò chuyện, không có mô hình, không có sự phối hợp đa tác nhân, cũng không có lệnh gọi công cụ—chỉ có một tương tác tạo cảm giác phù hợp hoặc không. Một tương tác либо tạo dựng niềm tin, либо bào mòn niềm tin ấy.
Rốt cuộc, không ai trực tiếp trải nghiệm kiến trúc hệ thống. Điều họ trải nghiệm là cuộc trò chuyện.
Cuộc trò chuyện chính là sản phẩm.