ساخت چت‌بات از کاتالوگ شرکت زمانی ارزش دارد که کارشناس فروش یا فنی بتواند پاسخ یک پرسش مشخص را همراه با منبع پیدا کند: تفاوت دو مدل چیست، کدام سند مشخصات معتبر است و برای ادامهٔ بررسی چه اطلاعاتی کم داریم؟ این دستیار داخلی باید زمان جست‌وجو را کاهش دهد و امکان بررسی پاسخ را نگه دارد. انتخاب نهایی محصول، تأیید سازگاری و تعهد فروش همچنان به فرد مسئول و اطلاعات معتبر نیاز دارد.
موضوع این راهنما، چت‌بات داخلی تیم فروش و فنی است. نمایش یک ربات پاسخ‌گوی عمومی به مشتری دامنهٔ دیگری دارد. برای شروع، یک خانوادهٔ محصول با کاتالوگ‌های قابل‌اعتماد انتخاب کنید؛ سپس کیفیت پاسخ به پرسش‌های همان خانواده را بسنجید. جمع‌کردن همهٔ فایل‌های شرکت در روز اول معمولاً تصمیم مناسبی برای یک آزمایش قابل‌اندازه‌گیری نیست.
چه پرسش‌هایی برای دستیار کاتالوگ مناسب‌اند؟
پرسش مناسب، پاسخی دارد که بتوان آن را به صفحه، جدول یا بند مشخصی از سند ارجاع داد. «جنس بدنهٔ این مدل در کاتالوگ چیست؟» نمونهٔ مناسبی است. اما «این دستگاه برای خط ما حتماً جواب می‌دهد؟» بدون شرایط کار، بررسی فنی و مسئول تصمیم، پاسخ قطعی ندارد. این تفاوت را پیش از انتخاب ابزار در شرح پروژه بنویسید.
| درخواست کارشناس | خروجی قابل‌قبول دستیار | حد کار |
|---|---|---|
| پیداکردن مشخصات یک مدل | مقدار ثبت‌شده، واحد و صفحهٔ منبع | حدس‌زدن مشخصهٔ غایب مجاز نیست |
| مقایسهٔ دو مدل | جدول مقایسه با منبع هر ردیف | نبود داده باید در جدول دیده شود |
| پیداکردن جایگزین | فهرست گزینه‌های نیازمند بررسی | سازگاری نهایی را کارشناس تأیید می‌کند |
| قیمت و موجودی روز | ارجاع به منبع به‌روز و مجاز | کاتالوگ قدیمی مبنای قیمت امروز نیست |
قبل از بارگذاری، برای هر سند شناسنامه بسازید
فایل قابل‌خواندن به‌تنهایی کافی نیست. برای هر کاتالوگ نام سازنده، خانوادهٔ محصول، مدل‌های پوشش‌داده‌شده، زبان، شماره ویرایش و وضعیت اعتبار را مشخص کنید. اگر تاریخ روی فایل نیست، آن را «نامشخص» ثبت کنید. نام‌گذاری منظم به کارشناس کمک می‌کند بفهمد پاسخ از سند مربوط به همان مدل آمده یا از یک محصول مشابه.
جدول‌ها بخش حساس این کارند. عنوان ستون، واحد اندازه‌گیری و یادداشت زیر جدول باید همراه مقدار بماند. در PDF اسکن‌شده، متن استخراج‌شده را با صفحهٔ اصلی مقایسه کنید؛ جابه‌جایی یک ستون یا ناخوانا بودن یک رقم می‌تواند پاسخ ظاهراً روان اما نادرست بسازد. برای نمودار و نقشه‌ای که هنوز به‌درستی پردازش نمی‌شود، نمایش سند و بررسی انسانی را در خروجی پیش‌بینی کنید.
در راهنمای آماده‌سازی بخش‌های سند مایکروسافت، حفظ معنا و ساختار متن هنگام تقسیم سند مطرح شده است. پیشنهاد اجرایی برای کاتالوگ صنعتی این است که مشخصات یک مدل از عنوان، واحد و توضیح محدودیت آن جدا نشود. خدمت آماده‌سازی پایگاه دانش نیز مربوط به سامان‌دهی منابع است؛ ساخت نرم‌افزار دستیار، بخش جداگانهٔ پروژه خواهد بود.
مسیر پاسخ را از پرسش تا منبع قابل‌دیدن طراحی کنید
کارشناس نام یا کد مدل را وارد می‌کند. اگر کد ناقص باشد یا چند نتیجهٔ نزدیک وجود داشته باشد، دستیار باید ابتدا مدل را روشن کند. سپس بخش‌های مرتبط بازیابی می‌شوند و پاسخ با نام فایل و محل استناد نمایش داده می‌شود. در پاسخ مقایسه‌ای، برای هر ادعا منبع همان مدل لازم است؛ یک لینک کلی در انتهای متن برای بررسی همهٔ مقادیر کافی نیست.
این شیوه از خانوادهٔ پاسخ‌گویی متصل به اسناد است که سازوکار کلی آن در مقالهٔ RAG و پاسخ‌گویی بر اساس منابع توضیح داده شده است. در این پروژه، مسئلهٔ اصلی آموزش مفاهیم مدل نیست؛ باید مطمئن شویم نام‌های فارسی و انگلیسی، کدهای مشابه و اختلاف ویرایش‌ها در پرسش‌های تیم به‌درستی مدیریت می‌شوند.
- پاسخ باید مدل و ویرایش سندی را که دربارهٔ آن صحبت می‌کند نشان دهد.
- عبارت‌های مترادف تیم فروش را ثبت کنید، اما کدهای متفاوت محصول را هم‌معنی فرض نکنید.
- برای سؤال ناقص، اطلاعات لازم را بپرسید؛ برای نبود سند، نبود پاسخ معتبر را اعلام کنید.
- ادعاهای مربوط به استاندارد، گواهی یا سازگاری باید از مدرک معتبر همان محصول بیایند.
سناریوی کاملاً فرضی: مقایسهٔ دو مدل برای تیم فروش
این مثال آموزشی و کاملاً فرضی است و به پروژه یا مشتری واقعی مربوط نیست. یک شرکت فرضی دو مدل «الف» و «ب» را عرضه می‌کند. کارشناس دربارهٔ جنس بدنه و محدودهٔ کاربرد آن‌ها می‌پرسد. سند مدل الف هر دو مورد را توضیح داده، اما کاتالوگ مدل ب فقط جنس بدنه را دارد. خروجی مناسب، یک مقایسه با عبارت «محدودهٔ کاربرد در منابع موجود مشخص نیست» برای مدل ب است.
در ادامه، کارشناس می‌پرسد کدام مدل را پیشنهاد کند. دستیار اطلاعات موردنیاز تصمیم را فهرست می‌کند و موارد مستند را در اختیار او می‌گذارد. پرکردن خانهٔ خالی از اطلاعات عمومی اینترنت یا تجربهٔ محصول مشابه، پاسخ را کامل‌تر نشان می‌دهد اما قابل‌اتکا نمی‌کند. این نمونه را می‌توان به یک آزمون پذیرش تبدیل کرد: آیا دستیار کمبود مدرک را آشکار می‌کند؟
آزمایش اولیه را با چه معیارهایی تحویل بگیریم؟
یک مجموعه پرسش نمونه بسازید که فقط سؤال‌های آسان نباشد: کد صحیح، کد اشتباه، مدل‌های نزدیک، جدول چندستونی، سند قدیمی و پرسشی که واقعاً جواب ندارد. کارشناس مرجع برای هر پرسش، پاسخ موردانتظار و محل سند را تعیین کند. بخشی از پرسش‌ها را برای آزمون نهایی کنار بگذارید تا اصلاح سیستم فقط روی مثال‌های دیده‌شده سنجیده نشود.
| معیار | روش سنجش پیشنهادی |
|---|---|
| پیداکردن منبع درست | بررسی تطبیق مدل و ویرایش با پرسش |
| صحت پاسخ عددی | مقایسهٔ مقدار، واحد و شرط با جدول اصلی |
| استناد قابل‌بررسی | بازشدن مرجع و پشتیبانی آن از ادعای پاسخ |
| رفتار در نبود اطلاعات | اعلام کمبود یا درخواست توضیح، بدون تکمیل حدسی |
| زمان کار کارشناس | مقایسهٔ زمان رسیدن به پاسخ تأییدشده، با احتساب بازبینی |
در راهنمای ارزیابی RAG مایکروسافت، کیفیت بازیابی و انطباق پاسخ با منابع جدا سنجیده می‌شوند. در عمل نیز پیدا شدن فایل صحیح با درست بودن پاسخ یکی نیست. حد پذیرش هر معیار را پیش از آزمون و با توجه به حساسیت اطلاعات تعیین کنید؛ درصد آماده و یکسانی برای همهٔ کاتالوگ‌ها وجود ندارد.
دسترسی، تغییر کاتالوگ و مسئول نگهداری
اگر اسناد عمومی و داخلی در یک مجموعه هستند، مشخص کنید کدام گروه حق دیدن کدام فایل را دارد. دسترسی به متن پاسخ، پیش‌نمایش و لینک منبع باید با همان قاعده هماهنگ باشد. محل پردازش و نگهداری داده را نیز بر اساس معماری واقعی روشن کنید؛ نام «دستیار داخلی» به‌تنهایی نمی‌گوید داده کجا پردازش می‌شود.
یک مسئول برای تأیید نسخهٔ تازه تعیین کنید. بعد از تعویض کاتالوگ، چند پرسش مرتبط را دوباره اجرا کنید و مطمئن شوید پاسخ به نسخهٔ قبلی برنمی‌گردد. قیمت، موجودی و تعهد تحویل فقط در صورت اتصال مجاز به منبع معتبر وارد دامنه شوند. تا آن زمان، دستیار باید کارشناس را به فرایند فعلی شرکت ارجاع دهد. جزئیات کنترل اعتبار سند و دسترسی را در راهنمای جست‌وجوی هوشمند اسناد کارخانه بررسی کنید.
برای شروع چه چیزی آماده کنید؟
یک خانوادهٔ محصول، چند سند مجاز، نمونهٔ سؤال‌های تیم و نام مسئول تأیید فنی را آماده کنید. در ساخت دستیار سازمانی متصل به اسناد شرکت می‌توان محدودهٔ آزمایش را با همین ورودی‌ها مشخص کرد. اگر این کاربرد بخشی از برنامهٔ گسترده‌تر شماست، صفحهٔ پیاده‌سازی هوش مصنوعی در سازمان مسیر انتخاب و اجرای کاربردهای دیگر را توضیح می‌دهد. برای برآورد همین دامنه، بخش دستیار اسناد در راهنمای هزینهٔ ساخت چت‌بات و دستیار دانش سازمانی را ببینید.
پرسش و پاسخ
بله، برای آزمایش محدود؛ اما خوانایی، نسخهٔ معتبر، مشخص‌بودن مدل‌ها و صحت استخراج جدول‌ها باید بررسی شود. وجود PDF به معنی آماده‌بودن همهٔ اطلاعات برای پاسخ‌گویی نیست.
می‌تواند اطلاعات مستند گزینه‌ها را کنار هم بگذارد. تأیید جایگزینی به شرایط کاربرد و بررسی فرد متخصص نیاز دارد و نباید صرف شباهت نام یا مشخصات انجام شود.
تعارض باید به مسئول اسناد گزارش شود و تا روشن‌شدن نسخهٔ معتبر، پاسخ قطعی داده نشود. تاریخ جدیدتر به‌تنهایی ثابت نمی‌کند سند برای همان مدل یا بازار معتبر است.
در محدودهٔ این راهنما، کاربر دستیار کارشناس داخلی شرکت است. پاسخ‌گویی عمومی به مشتری به تعریف مخاطب، منابع قابل‌انتشار، کنترل‌ها و آزمون جدا نیاز دارد.
گفتگو
دیدگاه‌ها و پرسش‌های شما
اگر درباره این نوشته تجربه، سوال یا نکته‌ای دارید، همین‌جا بنویسید تا گفتگو برای خوانندگان بعدی هم کامل‌تر شود.