"એજન્ટ" શબ્દ તેનો અર્થ ગુમાવી રહ્યો છે. અત્યારે કોઈપણ પ્રોડક્ટની જાહેરાત તપાસો અને દરેક AI ફીચર પોતાને એજન્ટ હોવાનો દાવો કરે છે. ઈમેલ ડ્રાફ્ટ તૈયાર કરતું એક ફ્રેન્ડલી વિજેટ? એજન્ટ. તમારા નોલેજ બેઝને વાંચતો સપોર્ટ બોટ? એજન્ટ. API ને કોલ કરે છે અને JSON રિટર્ન કરે છે તેવો સ્ક્રિપ્ટ? તે પણ એક એજન્ટ છે. આ માત્ર અસાવધ માર્કેટિંગ નથી. તે જોખમી ડિઝાઇન છે. જ્યારે તમે દરેક વસ્તુને એજન્ટ કહો છો, ત્યારે તમે ખરેખર શું બનાવી રહ્યા છો તે સમજવાનું બંધ કરી દો છો. તમે કામ વ્યાખ્યાયિત કર્યા પહેલા જ જટિલ આર્કિટેક્ચર તરફ દોડી જાઓ છો. તેનું પરિણામ નાજુક કોડ, અનિયંત્રિત ટોકન ખર્ચ અને એવી સિસ્ટમ્સ છે જે એવી રીતે વર્તે છે જેને તમે સમજાવી કે ફરીથી રિક્રિએટ કરી શકતા નથી.

ચેટબોટ્સ રાહ જુએ છે, તેઓ કાર્ય કરતા નથી

ચેટબોટ્સ સૌથી સરળ સ્તર ધરાવે છે. તેઓ પ્રતિક્રિયાશીલ (reactive) છે. વપરાશકર્તા પ્રશ્ન પૂછે છે, મોડલ પ્રતિસાદ આપે છે, અને જ્યાં સુધી બીજો માનવ પ્રોમ્પ્ટ ન આવે ત્યાં સુધી વાતચીત ત્યાં જ પૂરી થઈ જાય છે. આ સિસ્ટમ્સ તમારા કેલેન્ડર તપાસવાનું, ડેટાબેઝ રેકોર્ડ અપડેટ કરવાનું અથવા સ્પષ્ટતા માટે થોભવાનું નક્કી કરતી નથી. SaaS પ્રાઇસિંગ પેજ પરના એમ્બેડેડ હેલ્પ વિજેટનો વિચાર કરો. તે બિલિંગ સાયકલ અને ફીચર લિમિટ્સ વિશે પ્રશ્નોના જવાબ આપે છે. તે ગ્રાહકને રિફંડ આપતું નથી, પ્લાન અપગ્રેડ કરતું નથી અથવા શંકાસ્પદ એકાઉન્ટને ફ્લેગ કરતું નથી. તેની પાસે ચેટ વિન્ડો સિવાય કોઈ ટૂલ્સ નથી, કોઈ પર્સિસ્ટન્ટ સ્ટેટ નથી અને સુસંગત વાક્ય બનાવવા સિવાય કોઈ લક્ષ્ય નથી. તે એક ચેટબોટ છે. તે પ્રતિસાદ આપે છે; તે કાર્ય કરતું નથી.

આસિસ્ટન્ટ્સ વિન્ડોની અંદર મદદ કરે છે

આસિસ્ટન્ટ્સ સ્વાયત્તતા (agency) ઉમેર્યા વિના જટિલતા ઉમેરે છે. તેઓ પર્સના અપનાવવા માટે સિસ્ટમ પ્રોમ્પ્ટ્સનો ઉપયોગ કરે છે. તેઓ લાંબી વાતચીત દરમિયાન સંદર્ભ (context) જાળવી રાખે છે. તેઓ તમે અપલોડ કરેલા દસ્તાવેજનો સારાંશ આપી શકે છે અથવા તમારા પેરાગ્રાફને અલગ ટોનમાં ફરીથી લખી શકે છે. વ્યાકરણ તપાસતું અને વધુ સ્પષ્ટ શબ્દો સૂચવતું રાઈટિંગ આસિસ્ટન્ટ મદદરૂપ છે. તે યાદ રાખે છે કે તમે બ્રિટિશ સ્પેલિંગ પસંદ કરો છો. પરંતુ તે તમારા વતી કોઈ પગલાં લેતું નથી. તે તમારા એડિટરને ઈમેલ કરવાનું, ડેડલાઇન શેડ્યૂલ કરવાનું અથવા આપમેળે વેબ સર્ચ કરવાનું નક્કી કરતું નથી. તે તમે આપેલી વિન્ડોની અંદર મદદ કરે છે. તે કાર ચલાવતું નથી; તે જ્યારે તમે વ્હીલ પર હાથ રાખો છો ત્યારે તમને વધુ સારો રસ્તો સૂચવે છે.

વર્કફ્લો તમે દોરેલા નકશાને અનુસરે છે

વર્કફ્લો મધ્યમ સ્તર ધરાવે છે જ્યાં મોટાભાગની પ્રોડક્શન AI સિસ્ટમ્સ ખરેખર હોવી જોઈએ. અહીં, તમે માર્ગ વ્યાખ્યાયિત કરો છો. તમે પગલાંઓની શ્રેણી બનાવો છો: ઇનવોઇસની તારીખ મેળવો, વેન્ડર ID શોધો, પર્ચેઝ ઓર્ડર સામે રકમની સરખામણી કરો, એકાઉન્ટિંગ સ્પ્રેડશીટ અપડેટ કરો, જો આંકડા મેળ ખાતા ન હોય તો ફાઇનાન્સને નોટિફિકેશન મોકલો. મોડલ ઇનવોઇસ વાંચી શકે છે અથવા વિસંગતતાનું વર્ગીકરણ કરી શકે છે, પરંતુ તે તમારા ગ્રાફને અનુસરે છે. તમને ચોક્કસ ખબર હોય છે કે શું થશે કારણ કે તમે નકશો દોર્યો છે.

વર્કફ્લોનું ટેસ્ટિંગ કરવું સરળ છે. તમે દરેક પગલાને અલગથી યુનિટ-ટેસ્ટ કરી શકો છો. તમે દરેક નોડ પર ઇનપુટ્સ અને આઉટપુટ્સ લોગ કરી શકો છો. જ્યારે કંઈક બગડે છે, ત્યારે તમે અસ્પષ્ટ વિચાર પ્રક્રિયા (chain of thought) માં ખોવાઈ ગયા વિના જાણી શકો છો કે કઈ શાખા નિષ્ફળ ગઈ છે. ઓબ્ઝર્વેબિલિટી (Observability) સીધી છે કારણ કે સિસ્ટમ તમને કોઈ અણધારી દિશામાં લઈ જઈને આશ્ચર્યચકિત કરતી નથી. જો તમારી વ્યવસાયિક પ્રક્રિયામાં સ્પષ્ટ નિયમો અને જાણીતા અપવાદો હોય, તો વર્કફ્લો સામાન્ય રીતે વિજેતા સાબિત થાય છે. તમે મશીન પાસે ઈરાદા હોવાનો ડોળ કર્યા વિના ઝડપ, વિશ્વસનીયતા અને ઓછો ખર્ચ મેળવો છો.

એજન્ટ્સ રસ્તો પસંદ કરે છે

એજન્ટ્સ અલગ છે. તેઓ ડાયનેમિક છે. તમે તેમને એક લક્ષ્ય આપો છો, અને તેઓ તેને કેવી રીતે પ્રાપ્ત કરવું તે નક્કી કરે છે. એક એજન્ટ કાર્ય મેળવે છે, શું કરવાની જરૂર છે તેનું વિશ્લેષણ કરે છે, ટૂલ્સ પસંદ કરે છે, અમલ કરે છે, પરિણામનું અવલોકન કરે છે અને પછી આગળ શું કરવું તે નક્કી કરે છે. તે લૂપ—વિચારવું, કાર્ય કરવું, અવલોકન કરવું, ફરીથી વિચારવું—એ જ એજન્ટને અન્ય તમામ શ્રેણીઓથી અલગ પાડે છે.

રિફંડ વિનંતીઓ હેન્ડલ કરતી સિસ્ટમનો વિચાર કરો. વર્કફ્લો ત્રણ શરતો તપાસી શકે છે અને નિશ્ચિત નિયમોના આધારે મંજૂરી અથવા અસ્વીકાર કરી શકે છે. એજન્ટને જો "છેતરપિંડી તપાસતી વખતે આ રિફંડની પ્રક્રિયા ન્યાયી રીતે કરો" એવું લક્ષ્ય આપવામાં આવે, તો તે ગ્રાહકની ખરીદીનો ઇતિહાસ તપાસી શકે છે, તે પ્રોડક્ટ કેટેગરી માટે રિટર્ન પોલિસી તપાસી શકે છે, તાજેતરની એકાઉન્ટ પ્રવૃત્તિ શોધી શકે છે, જો પેટર્ન અસામાન્ય લાગે તો મેન્યુઅલ રિવ્યુ માટે સપોર્ટ ટિકિટ બનાવી શકે છે, અને પછી તેના નિર્ણયને સમજાવતો ઈમેલ ડ્રાફ્ટ કરી શકે છે. તેણે કેસની વિશિષ્ટતાઓના આધારે કયા ટૂલ્સ કયા ક્રમમાં વાપરવા તે પસંદ કર્યું.

એજન્ટ એ એક સિસ્ટમ છે, માત્ર એક મોડલ નથી

એજન્ટ એ ચેટ વિન્ડોમાં ચાલતું મોડલ નથી. તે એક સંપૂર્ણ સિસ્ટમ છે. તે આના સંયોજનથી બને છે:

  • Models ભાષાનું તર્ક કરવા અને તેને જનરેટ કરવા માટે
  • Instructions જે તેના કાર્યક્ષેત્રને મર્યાદિત કરે છે
  • Tools બહારની દુનિયા સાથે સંપર્ક કરવા માટે કડક સ્કીમા ધરાવતા
  • Context વર્તમાન કાર્ય અને વાતાવરણ વિશેની માહિતી
  • State જેથી તે બહુ-પગલાંની પ્રક્રિયામાં તે ક્યાં છે તે યાદ રાખી શકે
  • Validations જે ટૂલમાં ઇનપુટ જતા પહેલા અને વપરાશકર્તા સુધી આઉટપુટ પહોંચતા પહેલા તેની તપાસ કરે
  • Limits બજેટ, સ્ટેપ્સ અથવા સ્કોપ પર, જેથી અનિયંત્રિત વર્તન અટકાવી શકાય
  • Observability જેથી તમે ફરીથી સમજી શકો કે તેણે પાથ B ને બદલે પાથ A શા માટે પસંદ કર્યો

જો તમારા સિસ્ટમમાં આમાંથી મોટાભાગની બાબતોનો અભાવ હોય, તો તમારી પાસે એજન્ટ નથી. તમારી પાસે માત્ર વધારાના API કોલ્સ સાથેનું એક મોડેલ છે.

નિયંત્રણ વગરની સ્વાયત્તતા માત્ર જોખમ છે

જો તમારો એજન્ટ તમારા પ્રોડક્શન ડેટાબેઝમાં ક્વેરી કરી શકે, તમારા CRM માં રેકોર્ડ બનાવી શકે અથવા વપરાશકર્તાઓને સંદેશાઓ મોકલી શકે, તો તે ડેટા બગાડી શકે છે, એન્ટ્રીઓ ડુપ્લીકેટ કરી શકે છે અથવા ગ્રાહકોને સ્પામ કરી શકે છે. એક સારી એજન્ટ આર્કિટેક્ચર નિષ્ફળતાની શક્યતાને ધ્યાનમાં રાખે છે. તે વિનાશક કાર્યો કરતા પહેલા પરવાનગી માંગે છે. તે પરિણામો નક્કી કરતા પહેલા વેરિફિકેશન કરે છે. તે તેનું તર્ક સ્પષ્ટ કરે છે જેથી જ્યારે ખર્ચ અથવા જોખમ વધારે હોય ત્યારે માનવી હસ્તક્ષેપ કરી શકે.

જો તમે ડેમો ઉત્સાહજનક લાગતો હોવાથી આ મર્યાદાઓને અવગણશો, તો તમારે તમારા વીકેન્ડ્સ એ ડિબગ કરવામાં વિતાવવા પડશે કે એજન્ટે રાતોરાત ચારસો સપોર્ટ ટિકિટો કેમ બનાવી અથવા એ ઓર્ડર રિફંડ કેમ કર્યો જેને તેણે અડવું પણ નહોતું જોઈએ. બ્લેક-બોક્સ સિસ્ટમ્સમાં તમે જે અનિશ્ચિતતાથી ડરતા હતા તે ક્ષણભરમાં સાચી પડી જાય છે જ્યારે તમે AI ને લક્ષ્ય અને અનિયંત્રિત ટૂલ્સનો સેટ બંને સોંપી દો છો.

ટેકનોલોજીથી નહીં, સમસ્યાથી શરૂઆત કરો

એજન્ટથી શરૂઆત ન કરો. સમસ્યાથી શરૂઆત કરો. ક્યારેક ઉકેલ એક સારો પ્રોમ્પ્ટ હોઈ શકે છે. ક્યારેક તે તમારા હાલના બેકએન્ડમાં એક ડિટરમિનિસ્ટિક ફંક્શન હોઈ શકે છે. ક્યારેક તે એક AI સ્ટેપ અને પાંચ પરંપરાગત API કોલ્સ સાથેનો વર્કફ્લો હોઈ શકે છે.

માત્ર ત્યારે જ એજન્ટનો ઉપયોગ કરો જ્યારે કાર્ય ખરેખર આ જરૂરિયાતો ધરાવતું હોય:

  • એકબીજા પર આધારિત અનેક સ્ટેપ્સ
  • તે સ્ટેપ્સ વચ્ચે ડાયનેમિક નિર્ણય લેવાની ક્ષમતા
  • બાહ્ય ટૂલ્સ સાથેની ક્રિયાપ્રતિક્રિયા
  • મધ્યવર્તી પરિણામો પરનું તર્ક જેને તમે અગાઉથી સંપૂર્ણ રીતે નકશામાં (map) ન કરી શકો

જો માર્ગ જાણીતો હોય, તો વર્કફ્લો બનાવો. જો ક્રિયાપ્રતિક્રિયા સરળ હોય, તો ચેટબોટ અથવા આસિસ્ટન્ટ બનાવો. માત્ર શબ્દ આધુનિક લાગે છે એટલે એજન્સી ઉમેરશો નહીં.

જટિલતા નહીં, પરિપક્વતા બનાવો

જ્યારે એજન્ટ ખરેખર યોગ્ય હોય, ત્યારે તેને સ્તરોમાં બનાવો. એક સિંગલ ટૂલ અને હાર્ડકોડેડ નિર્ણયથી શરૂઆત કરો. એવા ટેસ્ટ ઉમેરો જે વેરિફાય કરે કે ટૂલ સાચા આર્ગ્યુમેન્ટ્સ સાથે કોલ કરવામાં આવ્યું છે. લોગિંગ ઉમેરો જેથી તમે સંપૂર્ણ ટ્રેસ જોઈ શકો. સ્ટેટ મેનેજમેન્ટ ઉમેરો જેથી સિસ્ટમને ખબર પડે કે તે ક્યાંથી અટકી હતી. દરેક સીમા પર વેરિફિકેશન ઉમેરો. ઓબ્ઝર્વેબિલિટી ડેશબોર્ડ્સ ઉમેરો જેથી તમારી ટીમ રીઅલ-ટાઇમમાં વર્તનને જોઈ શકે. અંતે, સાવચેતીપૂર્વક સ્વાયત્તતા (autonomy) ઉમેરો—વિકલ્પો વચ્ચે પસંદગી કરવાની સ્વતંત્રતા. આ પ્રક્રિયા ઉલટી રીતે ન કરો. અરાજતા પર સ્વાયત્તતાનું સ્તર ચડાવવાથી મોંઘા અકસ્માતો સર્જાય છે.

મુખ્ય વાત

શબ્દો સિસ્ટમ્સને આકાર આપે છે. "એજન્ટ" શબ્દનો ઉપયોગ માત્ર એવી આર્કિટેક્ચર માટે જ કરો જે તેના લાયક હોય: લક્ષ્ય-લક્ષી, ટૂલ્સનો ઉપયોગ કરનાર અને ડાયનેમિકલી એડેપ્ટિવ, પરંતુ કડક મર્યાદાઓ અને માનવીય દેખરેખ હેઠળ હોય. બાકી બધું ચેટબોટ, આસિસ્ટન્ટ અથવા વર્કફ્લો છે. સમસ્યાનો ઉકેલ લાવતી સૌથી સરળ વસ્તુ બનાવો. તમારા પ્રોડક્શન લોગ્સ, તમારી ફાઇનાન્સ ટીમ અને તમારું ભવિષ્યનું સ્વરૂપ તમને આભાર માનશે.

સ્ત્રોત: https://dev.to/leandrolayerle/no-todo-chatbot-es-un-agente-de-ia-3oec

GyaanSetu લર્નિંગ કોમ્યુનિટીમાં જોડાઓ: https://t.me/GyaanSetuAi