لدى كثير من الشركات روبوت محادثة بالذكاء الاصطناعي، وكثير منها غير راضٍ عنه بصمت. فهو يختلق إجابات غير موجودة في الوثائق، ويستغرق خمس ثوانٍ للرد، وفاتورة API الشهرية تواصل الارتفاع. ورد الفعل المعتاد هو تغيير النموذج أو إعادة كتابة التعليمات مرة أخرى. ومن خبرتي، نادرًا ما يكون النموذج هو السبب. فالمشكلة تكون في الغالب في الاسترجاع، أو في عقد التعليمات، أو في طريقة استدعاء النظام للنموذج.
ثلاثة أعراض ونظام واحد
خذ سؤالًا بسيطًا: «ما مدة الاسترداد لديكم؟» يجيب الروبوت المعطّل خلال 4.8 ثانية: «يمكن الاسترداد خلال 90 يومًا دون أي أسئلة». تبدو الإجابة واثقة، لكنها غير موجودة في سياستك إطلاقًا. أما الروبوت بعد الإصلاح فيجيب: «يمكن الاسترداد خلال 60 يومًا من الشراء»، ويستشهد بملف Refund-Policy.pdf، الصفحة 2، ويفعل ذلك خلال 1.4 ثانية. النموذج نفسه والوثائق نفسها. الفرق في الهندسة: ما الذي يتلقاه النموذج، وما المسموح له بقوله، وكم من العمل يجري في كل طلب.
الإجابات الخاطئة غالبًا مشكلة في الاسترجاع
عندما يختلق الروبوت شيئًا، فغالبًا لم يتلقَّ النموذج المقطع الصحيح، أو تلقاه مدفونًا بين مقاطع غير ذات صلة. أتحقق من طريقة تحليل الوثائق وتقسيمها إلى أجزاء، ومن أن البحث يجمع بين الكلمات المفتاحية والمطابقة الدلالية، ومن أن أداة إعادة الترتيب تضع أفضل مقطع أولًا، ومن خلوّ الفهرس من الوثائق القديمة. ثم تجعل التعليماتُ الاستنادَ إلى المصادر قاعدة: أجب من المصادر المقدَّمة فقط، واستشهد بها، وصرّح بذلك أو حوّل المحادثة إلى شخص عندما يغيب الدليل. تتيح الاستشهادات للمستخدمين التحقق من الإجابة، وتُريك بالضبط أي وثيقة سبّبت الخطأ.
الردود البطيئة: أين تذهب الثواني
نادرًا ما يكون التأخير مشكلة واحدة كبيرة؛ بل عدة مشكلات صغيرة تتراكم. استدعاءات متتالية كان يمكن تشغيلها بالتوازي، ونموذج كبير لخطوة تصنيف بسيطة، وثلاثون جزءًا مسترجعًا حيث تكفي خمسة، وغياب البث التدريجي فيبقى المستخدم يحدّق في فقاعة فارغة. أقيس كل خطوة على حدة وأبدأ بالأكبر: بث الإجابة تدريجيًا، وتشغيل الخطوات المستقلة بالتوازي، وتخزين ما يتكرر مؤقتًا، وتوجيه الطلبات السهلة إلى نموذج أصغر وأسرع.
فواتير API الضخمة: دفع ثمن رموز لا يحتاجها أحد
والتكلفة تتبع النمط نفسه. معظم الفواتير يضخّمها سياق لا حاجة إليه: سجلات محادثة كاملة، ونتائج استرجاع كبيرة جدًا، وتعليمات نظام مطوّلة، وأغلى نموذج لكل طلب. إن التخزين المؤقت للجزء الثابت من التعليمات، وتقليص السجل أو تلخيصه، وتصغير نتائج الاسترجاع، والتوجيه بحسب الصعوبة، كثيرًا ما تخفّض الفاتورة بشكل ملحوظ دون المساس بالجودة. وتُسجَّل التكلفة لكل محادثة ولكل ميزة، فيظهر التوفير وتُكتشف التراجعات.
كيف أصلحه: التدقيق، الاسترجاع، التعليمات، التكلفة، التقرير
| الخطوة | ما أفعله | ما تحصل عليه |
|---|---|---|
| التدقيق | جمع محادثات حقيقية، وبناء مجموعة تقييم، وقياس الدقة والتأخير والتكلفة | خط أساس للمقارنة |
| الاسترجاع | إصلاح التحليل والتقسيم والبحث الهجين وإعادة الترتيب؛ وإضافة الاستشهادات | إجابات مستندة إلى وثائقك |
| التعليمات | إعادة كتابة تعليمات النظام كعقد سلوك مع بدائل وتحويل إلى شخص | إجابات مختلَقة أقل و«لا أعرف» صادقة |
| التكلفة | التخزين المؤقت للتعليمات، وتوجيه النماذج، وحدود السياق، وتسجيل التكلفة | فاتورة API أقل ويمكن توقعها |
| التقرير | أرقام قبل وبعد على مجموعة الاختبار نفسها | دليل على التحسّن ومجموعة اختبارات قابلة لإعادة الاستخدام |
لا يتغير شيء قبل التدقيق. فمن دون خط أساس، يصبح كل إصلاح مجرد رأي. ومعه، يمكن التحقق من كل تغيير في التعليمات أو الاسترجاع أو النموذج خلال دقائق على الأسئلة الحقيقية نفسها، وتبقى مجموعة الاختبارات هذه لديك بعد انتهاء العمل.
استعن بي لإصلاح روبوت المحادثة لديك
أنا Senior Full-Stack AI Engineer بخبرة تزيد على 11 عامًا في البرمجيات، ونسبة Job Success تبلغ 100%، وأرباح تتجاوز 200 ألف دولار على Upwork. أعمل على النظام بأكمله لا على التعليمات وحدها: خطوط البيانات، والواجهة الخلفية، والواجهة الأمامية، والنشر، والمراقبة. وأبقى بعد الإصلاح. أفضّل التعاون طويل الأمد، لأن روبوت المحادثة يحتاج إلى عناية مستمرة مع تغيّر وثائقك ومنتجاتك والنماذج.
إذا كان روبوت المحادثة لديك يقدّم إجابات خاطئة أو يردّ ببطء أو يكلّف أكثر من اللازم، فأرسل لي بعض المحادثات النموذجية ووصفًا قصيرًا لتقنياتك. سأخبرك أين تكمن المشكلة على الأرجح وما الذي يتطلبه إصلاحها.
امنح المنتج القادم شخصاً يبقى معه.
هل أنت مستعد للبدء؟ أرسل لي رسالة؛ أنا متاح للبدء الآن والبقاء. عقود طويلة الأمد، لا تسليم خلال أسبوعين. لنتحدث عن مشروعك ومتطلباته وأفضل طريقة للمضي قدماً.