Tinklaraštis

DI agentas ar pokalbių robotas: pagrindiniai skirtumai ir pavyzdžiai

Markdown

Sužinokite, kuo skiriasi pokalbių robotai, kopilotai ir DI agentai, ir pamatykite, kokias darbo eigas gali atlikti kiekvienas iš jų.

Kuo skiriasi DI agentas nuo pokalbių roboto? Pokalbių robotas atsako į užklausas. DI agentas gali siekti tikslo, pasirinkti veiksmus, naudoti įrankius ir atlikti darbą.

Šis trumpas atsakymas naudingas, bet jame trūksta to, kas jums paprastai rūpi vertinant programinę įrangą: ar DI iš tiesų gali atlikti užduotį, ar tik apie ją kalbėti?

Daugumoje programinės įrangos produktų raida atrodo taip: pokalbių robotas atsako į klausimus, o DI agentas gali atlikti dalį darbo eigos veiksmų.

Šiame straipsnyje pirmiausia praktiškai palyginami DI agentai ir pokalbių robotai. Tuomet parodoma, kaip atrodo kitas DI agentų lygis: agentams pritaikyta architektūra, kurioje produktas sukurtas taip, kad žmonės ir agentai galėtų naudotis tomis pačiomis pagrindinėmis galimybėmis.

Kuo skiriasi DI agentas nuo pokalbių roboto?

Pokalbių robotas yra pokalbių sistema. Jis gauna žinutę ir pateikia atsakymą. Jis gali atsakyti į klausimus, apibendrinti informaciją, parengti tekstą, rasti dokumentaciją arba padėti naudotojui atlikti paprastą klientų aptarnavimo procesą.

DI agentas yra į tikslą orientuota sistema. Jis gali suskaidyti užklausą į veiksmus, išnagrinėti kontekstą, naudoti įrankius, atlikti veiksmus ir prisitaikyti pagal rezultatą. Produkto kontekste skirtumas yra tas, ar DI gali paspartinti darbo eigą, o ne tik apie ją kalbėti.

MatmuoPokalbių robotasDI agentas
Pagrindinis elgesysAtsako į naudotojo žinutesSiekia tikslo atlikdamas veiksmus
Įprastas rezultatasAtsakymai, santraukos, juodraščiai, pasiūlymaiAtlikti veiksmai arba parengtas darbas
AutonomiškumasMažas; laukia kiekvienos užklausosDidesnis; gali planuoti ir tęsti darbą nustatytose ribose
KontekstasNaudoja pokalbio istoriją arba įklijuotą informacijąNuskaito užduoties kontekstą, produkto būseną ir įrankių rezultatus
ĮrankiaiNebūtini arba ribotiEsminiai vykdymui
Būsenos pakeitimaiRetai arba netiesiogiaiGali sukurti, atnaujinti, nukreipti, suplanuoti, paskelbti arba ištrinti
Naudotojo vaidmuoNaudotojas klausia ir interpretuojaNaudotojas paveda, prižiūri ir patvirtina

Pavyzdžiui, el. pašto produkte pokalbių robotas gali apibendrinti susirašinėjimą arba parengti atsakymo juodraštį. DI agentas gali rasti svarbius pranešimus, juos suskirstyti, priskirti žymas, suarchyvuoti mažos vertės laiškus, parengti atsakymus ir paprašyti patvirtinimo prieš juos išsiųsdamas.

Analitikos programinėje įrangoje pokalbių robotas gali paaiškinti, ką reiškia diagrama. Agentas gali pakeisti užklausą, pritaikyti filtrus, sukurti naują diagramą, išsaugoti ataskaitų sritį ir bendrinti ją su reikiama komanda.

Todėl teiginys „pokalbių robotai atsako, agentai veikia“ iš esmės teisingas, bet neišsamus. Silpnas agentas vis dar gali būti vos daugiau nei pokalbių robotas su įrankių iškvietimais. Geram agentui reikia prasmingų produkto veiksmų, aktualios būsenos ir saugos taisyklių.

Jei skirtumas toks aiškus, kodėl tiek daug SaaS produktų ką nors vadina agentu, nors tai vis dar veikia kaip pokalbių robotas?

Kodėl daugelis SaaS DI agentų vis dar primena pokalbių robotus

Daugelis SaaS DI agentų vis dar primena pokalbių robotus, nes jie pridedami šalia esamos programos, užuot buvę sukurti kaip darbo eigos dalis. Produktas buvo sukurtas žmonėms, naršantiems po ekranus, o vėliau šalia pridėta DI šoninė juosta.

Toks modelis nustato ribas. DI gali atsakyti į klausimus apie tai, kas matoma. Jis gali apibendrinti puslapį, parengti žinutę, paaiškinti nustatymą arba pasiūlyti kitą veiksmą. Tačiau kai naudotojas paprašo atlikti tikrąją darbo eigą, DI dažnai sustoja.

Apribojimas paprastai yra architektūrinis, o ne vien susijęs su modelio kokybe. Dažniausias priežastis lengva pastebėti:

  • Veiksmų prieiga: DI turi nedidelį pagalbinių įrankių rinkinį, o tikrieji produkto veiksmai paslėpti konkrečiai sąsajai skirtame kode, vidiniuose galiniuose taškuose, tik administratoriams skirtuose procesuose arba paslaugose, kurios niekada nebuvo sukurtos deleguotam vykdymui.
  • Būsena: DI gali žinoti pokalbio turinį, bet nežinoti objekto, su kuriuo naudotojas dirba, pasirinkto įrašo, aktyvaus darbo eigos etapo ar pakeitimų, jau atliktų kitur.
  • Sauga: Produktas pernelyg pasikliauja užklausomis. Tikriems agentams reikia produkto lygmens apribojimų: leidimų, peržiūrų, patvirtinimo etapų, audito žurnalų, grąžinimo galimybių ir politikos patikrų.
  • Darbo eigos tęstinumas: DI gali atlikti vieną užduotį, bet negali tęsti darbo kelių žingsnių darbo eigoje, kol tikslas pasiekiamas arba darbas užblokuojamas.
  • Nukrypimas: Sąsaja gali atlikti vienokius veiksmus. Viešoji API pateikia kitokias galimybes. DI įrankių sluoksnis atskleidžia dar trečias. Kiekvienas būdas veikia, kol pasikeičia produktas, o tuomet jie ima skirtis.

Todėl produktas gali reklamuoti „DI agentą“, nors naudotojai patiria jį kaip pokalbių robotą. Pavadinimas pasikeitė, bet programinė įranga nesuteikė DI pakankamai produkto galimybių veikti.

Pokalbių robotai vis dar atlieka aiškų vaidmenį. Jie tinka klientų užklausoms rūšiuoti, dokumentacijai rasti, naujiems naudotojams supažindinti su produktu, paprastiems juodraščiams rengti ir informacijai pokalbio forma ieškoti. Jie ypač naudingi, kai tinkamas rezultatas yra informacija, o ne ilgalaikis produkto pakeitimas.

Problema – kategorijų painiojimas. Jei naudotojas klausia „Ką daro šis nustatymas?“, pakanka pokalbių roboto. Jei naudotojas prašo „Atnaujink šias paskyras, pranešk savininkams ir parenk atnaujinimo planą“, jis tikisi agento.

Šiame pokalbyje dažnai painiojamas dar vienas terminas: kopilotas. Jį verta atskirti, nes kopilotas gali būti kur kas naudingesnis už pokalbių robotą, tačiau netapti visaverčiu agentu.

DI kopilotas ir DI agentas: kokia kopilotų vieta

DI kopilotas padeda žmogui atlikti darbo eigą. DI agentas gali vykdyti darbo eigą arba parengti ją patvirtinti, naudodamas įrankius ir produkto veiksmus.

Kopilotą galima laikyti tarpiniu etapu tarp pokalbių roboto ir agento. Pokalbių robotas daugiausia bendrauja. Kopilotas atsižvelgia į kontekstą ir padeda. Agentas veikia. Rašymo kopilotas gali pasiūlyti redagavimų. Programavimo kopilotas gali automatiškai užbaigti funkciją. Pardavimo kopilotas gali parengti tolesnio susisiekimo el. laišką. Tai naudinga, nes žmogus išlieka tiesiogiai įtrauktas į procesą.

Agentas gali daugiau. Jis gali išnagrinėti temą, pakeisti kodą, atnaujinti CRM, atlikti patikras, parengti kitą veiksmą ir paprašyti patvirtinimo, kai reikia žmogaus sprendimo. Esmė ne ta, kad agentai visada geresni. Esmė ta, kad vienoms užduotims reikia pokalbio, kitoms – pagalbos, o dar kitoms – pavedimo.

Kai pradedate kurti sistemą pavedamoms užduotims, pasikeičia svarbiausias klausimas. Jau nebeklausiama vien „Ar tai pokalbių robotas, kopilotas ar agentas?“ Klausiama „Ar produktas iš tiesų sukurtas taip, kad agentas galėtų juo naudotis?“

Kitas DI agentų lygis: agentams pritaikyta architektūra

Agentams pritaikyta architektūra yra kitas lygis, nes joje agentas nebelaikomas prie produkto šono prijungta funkcija.

Agentams pritaikyta programa sukurta taip, kad žmonės ir DI agentai galėtų naudotis tuo pačiu produktu per bendrus veiksmus, duomenis, leidimus ir kontekstą. Jūs galite naudoti ekranus, mygtukus, formas ir peržiūros procesus. Agentas gali naudoti natūralią kalbą ir įrankių iškvietimus. Tačiau abu keliai veikia pagal tą patį programos modelį.

Tai aukštesnis reikalavimas nei pridėti pokalbių robotą ar atskleisti kelis įrankius. Jei naudotojas gali archyvuoti, patvirtinti, paskelbti, perplanuoti, priskirti, sujungti, grąžinti pinigus ar pakviesti, agentas turėtų galėti atlikti tą pačią operaciją su tais pačiais leidimais ir saugikliais.

Paprastai tai lemia penki architektūros principai:

  • Agentų ir sąsajos galimybių lygybė: Agentas gali atlikti viską, ką prasmingo gali atlikti sąsaja, naudodamasis tomis pačiomis produkto galimybėmis. Agentas neima mygtukų iš ekrano ir nenaudoja silpnesnio šalutinio kanalo.
  • Vienas bendras veiksmų modelis: Sąsaja, agentas, API ir automatizavimo sluoksnis iškviečia tuos pačius veiksmus, o ne keturias šiek tiek skirtingas realizacijas, kurios laikui bėgant ima skirtis.
  • Bendra būsena, duomenys ir kontekstas: Jei žiūrite į klientą, susirašinėjimą, diagramą ar užduotį, agentas gali suprasti šį kontekstą ir pakeisti tą pačią pagrindinę būseną.
  • Parengta protokolams nuo pradžių: Programa sukurta taip, kad agentai ir kiti įrankiai galėtų pasiekti jos galimybes per standartines sąsajas, o ne tik per vieną specialiai sukurtą pokalbio integraciją.
  • Kontroliuojamas vykdymas: Agentas veikia laikydamasis produkto leidimų, patvirtinimų, žurnalų ir peržiūros modelio. Jis gali būti galingas ir kartu neapeiti taisyklių, dėl kurių produktu galima pasitikėti.

Todėl agentams pritaikyta architektūra yra kitas žingsnis po pagrindinių DI agentų. Įprastas agentas gali naudoti įrankius. Agentams pritaikyta programa suteikia agentui tikrą produktą, kuriuo jis gali naudotis, o žmonėms – tikrą produktą.

Prastos DI programos patalpina agentą šoninėje juostoje. Geros DI programos paverčia šoninę juostą agentu.

Ilgainiui programos, kuriomis agentas gali naudotis visapusiškai, turės aiškų pranašumą prieš programas, kuriose DI gali tik kalbėti apie darbą.

Kaip pradėti kurti agentams pritaikytą architektūrą

Nebūtina iš karto perkurti viso produkto. Pradėkite nuo vienos darbo eigos, kurioje pavedimas akivaizdžiai padėtų, tada pritaikykite ją agentams nuo pradžios iki pabaigos.

  1. Pasirinkite darbo eigą, kurią naudotojai jau nuolat kartoja. Tinkami variantai – užklausų rūšiavimas, planavimas, ataskaitų rengimas, nukreipimas, juodraščių kūrimas, patvirtinimai ar tvarkymo darbai.
  2. Išvardykite produkto veiksmus, reikalingus šiai darbo eigai. El. pašte tai galėtų būti paieška, žymėjimas, archyvavimas, juodraščio kūrimas ir siuntimas. Analitikoje tai galėtų būti užklausos vykdymas, filtravimas, vizualizavimas, išsaugojimas ir bendrinimas.
  3. Paverskite šiuos veiksmus bendromis galimybėmis. Juos turėtų iškviesti sąsaja, agentas ir bet kuri API ar automatizavimo sąsaja. Taip elgesys išlieka nuoseklus ir sumažėja nukrypimų.
  4. Suteikite agentui reikalingą būseną. Jei naudotojas žiūri į įrašą, susirašinėjimą, ataskaitų sritį ar užduotį, agentui neturėtų reikėti naudotojo iš naujo nusakyti viską, ką programa jau žino.
  5. Įdiekite peržiūros kelią pačiame produkte. Kai kurie veiksmai gali būti atliekami automatiškai. Kai kurių atveju reikėtų pateikti peržiūrą. Kai kuriems reikia patvirtinimo. Svarbiausia, kad šias taisykles nustatytų produktas, o ne vien užklausa.

Taip pereinama nuo „DI funkcijos“ prie agentams pritaikytos programos. Užuot pridėję išmanesnį teksto lauką, kuriate produktą, kad žmogus ir agentas galėtų veikti per tą pačią sistemą.

Kurkite agentams, ne vien pokalbiams

Skirtumas tarp DI agento ir pokalbių roboto prasideda nuo elgesio. Pokalbių robotai atsako. Kopilotai padeda. Agentai veikia.

Tačiau programinės įrangos komandoms ilgainiui šis skirtumas tampa architektūriniu. Jei DI negali pasiekti tikrųjų produkto veiksmų, būsenos, leidimų ir patvirtinimo kelių, jis ir toliau elgsis kaip pokalbių robotas, kad ir kaip būtų pavadinta ši funkcija.

Agentams pritaikyta architektūra yra kitas lygis. Ji suteikia agentui tikrą produktą, kuriuo jis gali naudotis, o žmonėms – tikrą sąsają, skirtą priežiūrai, peržiūrai ir bendradarbiavimui.

Pasitelkite šį vadovą su Ailoot

Vienu Ailoot API prijunkite DI modelius prie savo programų, agentų ir automatizavimo procesų. Pasirinkite jūsų užduočiai tinkamą modelį ir pradėkite nuo Ailoot dokumentacijos.