وضعتُ عميل ذكاء اصطناعي أمام 20 عاماً من تذاكر الدعم الفني

لدينا نظام مكتب مساعدة يحتوي على مليون تذكرة. ولدينا 2,400 دليل مستخدم وقاعدتا كود ضخمتان.

عندما يسأل مطور ما إذا كنا قد حللنا مشكلة ما من قبل، تكون الإجابة دائماً نعم. لكن البيانات مدفونة فحسب. الموظفون الخبراء يضيعون ساعات في البحث، بينما يضيع الموظفون المبتدئون أسابيع.

قمت ببناء عميل ذكاء اصطناعي ليعمل كواجهة أمام كل هذه البيانات. وهو الآن قيد التشغيل الفعلي. إليكم ما حدث بالفعل.

لم تكن البيانات هي الجزء الصعب، بل معرفة أين نبحث. أما جعل العميل يتوقف عن اختلاق المعلومات فكان الأمر الأصعب.

كيف يعمل:

  • عميل واحد يستقبل مدخلات باللغة الطبيعية.
  • يقرأ قاعدة بيانات مكتب المساعدة، وأدوات المشاريع، وGitLab، وSVN.
  • يقوم بعمليات بحث شعاعي (vector searches) عبر الأدلة والتذاكر القديمة.
  • يمكنه إنشاء ملفات مثل .xlsx أو .docx.
  • يختار أدواته الخاصة ويشغلها بالتوازي.

البنية التحتية بسيطة؛ حيث يعمل في حاوية Node منفصلة عن التطبيق الرئيسي. فعلت ذلك لعزل الأعطال؛ فإذا فشل الذكاء الاصطناعي، يستمر مكتب المساعدة في العمل.

كان الدرس الأكبر يتعلق بـ "الأمر" (prompt). بدأت بجدار ضخم من النصوص يصل إلى 40,000 توكن (token). كان من الصعب صيانته، كما فقد العميل تركيزه.

غيرت نهجي، حيث قمت بتقسيم الأمر إلى ملفات مهارات صغيرة.

  • البحث في التذاكر هو ملف واحد.
  • تاريخ الكود هو ملف آخر.
  • إدارة المشاريع هي ملف ثالث.

يعمل الأمر الرئيسي كموجه (router)؛ فهو لا يحمل المهارة إلا عند الحاجة إليها. أدى هذا إلى خفض عدد التوكنز من 40,000 إلى 8,000 لكل طلب. وبذلك يظل العميل مركزاً على المهمة ويصبح الكود سهلاً في التحديث.

أضفت أيضاً ملفات تعريف المستخدمين. يحصل المطور على مسارات الكود، بينما يحصل مدير المشروع على ملخصات الحالة. يعرف العميل من يسأل دون الحاجة لإخباره.

ليس الأمر مثالياً، فقد واجهنا إخفاقات حقيقية:

  • الهلوسة (Hallucinations): قام العميل باختراع روابط URL وهمية. الحل: تحديد أنماط دقيقة أو فرض عملية بحث.
  • فقدان الذاكرة: نسي العميل القواعد في المحادثات الطويلة. الحل: حقن قائمة مهام منظمة في كل دورة حوار.
  • الحلقات اللانهائية: قام العميل باستدعاء الأدوات بشكل مفرط. الحل: وضع ميزانية صارمة لكل طلب.
  • الأمان: حاول المستخدمون خداعه. الحل: لا تعتمد على الأوامر (prompts) لتحقيق الأمان، بل استخدم بيانات اعتماد لقاعدة بيانات للقراءة فقط في بنيتك التحتية.

العمل الحقيقي يتمثل في حلقة أسبوعية؛ حيث أقرأ السجلات، وأقيم الجلسات، وأقوم بتعديل المهارات، وأحدث ملفات التعريف.

إذا تخطيت هذه الحلقة، فستحصل على مجرد عرض تجريبي (demo). أما إذا قمت بها، فستحصل على منتج حقيقي.

الهدف ليس مجرد الحصول على إجابات أسرع، بل الهدف هو الحفاظ على المعرفة المؤسسية داخل المنظمة. فعندما يغادر شخص ما، تظل معرفته محفوظة في النصوص.

ملخص لبنائك:

  • ابدأ بتقنية RAG على تاريخك الخاص.
  • استخدم ملفات مهارات تُحمّل عند الحاجة (lazy-loaded) بدلاً من أمر واحد ضخم.
  • استخدم ملفات تعريف المستخدمين لتوفير سياق مخصص.
  • اعزل الذكاء الاصطناعي في حاوية خاصة به.
  • افرض الأمان من خلال البنية التحتية، وليس من خلال التعليمات.
  • اقرأ سجلاتك كل أسبوع.

المصدر: https://dev.to/nunc/i-put-an-ai-agent-in-front-of-20-years-of-support-tickets-heres-what-actually-broke-5gdd

مجتمع تعليمي اختياري: https://t.me/GyaanSetuAi