Leiskite klientams užpildyti pirkinių krepšelį, kalbantis su AI

Nors LLM modelis yra produkto pagrindas, Saujoje atlieka dar krūvą veiksmų:

* Įvesties išvalymas: vartotojas klausia konkrečia kalba, turi ankstesnio apsipirkimo istoriją ir produkto pasirinkimus. Tai turi būti tinkamai perteikta modeliui.
* Keli scenarijai: modelis turi atpažinti vieną iš X scenarijų – klausytis vartotojo, siūlyti idėjas, išsamiai kalbėti apie pasiūlymą, būti konkrečiu, užduoti klausimus ir susiaurinti pasirinkimo galimybes. Tokie modeliai kaip GPT-4 yra solidūs, tačiau šiuo atžvilgiu juos reikia koreguoti.
* Modelio veiksmai: modelis turi būti išmokytas, kokius veiksmus jis gali atlikti. Vartotojas mato „ChatBot“. Jūsų back-end mato agentą, kuris ieško, filtruoja, planuoja, galvoja ir taip – ​​kalbasi su vartotoju.
* Indeksavimas ir paieška: turime indeksuoti jūsų duomenis taip, kad jų būtų galima ieškoti pagal modelį.
* Modelio išvesties tobulinimas: tai, ką sukuria modelis, nėra idealus paieškos terminas. Prekės ženklai, kainos, kiekiai, produktų reklama ir išdėstymas, būsenos (pvz.: česnako milteliai ir česnakai), kultūros ir kalbos specifika – papildome duomenis, kad būtų lengviau atlikti paiešką.
* Išvesties guardrails: išvestį reikia išvalyti, apkarpyti ir susisteminti, kad kodo sąsaja galėtų ją nuskaityti.
* Galiausiai, kokios vartotojo sąsajos reikia svetainei? Kokiu būdu žmonės mieliau bendrauja su tokia sistema? Mes atliekame tyrimus ir pritaikome vartotojo sąsajos elementus prie jūsų svetainės.
* Kaip jus pasiekia klientų įžvalgos? Kaip jie įsitraukė į savo krepšelį? Ar jie apgailestavo dėl paieškos rezultatų? Kiek laiko tai užtruko? Ko tiksliai jie ieškojo? Stengiamės, kad sužinotumėte, ko nori jūsų klientai.
* Puikiai žinome, kad modeliai užsikrauna lėtai. Stengiamės, kad tai būtų nepastebima arba priimtina vartotojui.
* Atnaujinimai, infrastruktūra, sauga: dirbame ties šiais aspektais bei prisitaikome prie jūsų infrastruktūros.