ಗದ್ದಲವಿಲ್ಲದೆ ಸೇಲ್ಸ್ ಕಾಲ್ಗಳನ್ನು ನೆನಪಿಟ್ಟುಕೊಳ್ಳಲು ನಾನು Hindsight ಗೆ ಕಲಿಸಿದೆ
ಟ್ರಾನ್ಸ್ಕ್ರಿಪ್ಟ್ಗಳು ನೆನಪಿನ ಶಕ್ತಿಯಾಗಿ ಬಳಸಲು ಅತಿಯಾದ ಗದ್ದಲದಿಂದ ಕೂಡಿಯಾಗಿವೆ.
ನೀವು ಒಂದು ಸೇಲ್ಸ್ ಕಾಲ್ನ ಪ್ರತಿಯೊಂದು ಪದವನ್ನು AI ಗೆ ನೀಡಿದರೆ, ಅದು ಕೇವಲ ಕಸದ ಡಬ್ಬದಂತೆ (junk drawer) ಆಗುತ್ತದೆ. ನಿಮಗೆ ಬುದ್ಧಿವಂತಿಕೆ ಸಿಗುವುದಿಲ್ಲ. ಹೆಚ್ಚಿನ ವ್ಯವಸ್ಥೆಗಳು ಎಲ್ಲವನ್ನೂ ನೆನಪಿಟ್ಟುಕೊಳ್ಳಲು ಪ್ರಯತ್ನಿಸುವುದರಿಂದ ವಿಫಲವಾಗುತ್ತವೆ.
ಇದನ್ನು ಪರಿಹರಿಸಲು ನಾನು 'Deal Intelligence Agent' ಅನ್ನು ನಿರ್ಮಿಸಿದೆ. ಇದು ಕೇವಲ ಟ್ರಾನ್ಸ್ಕ್ರಿಬ್ ಮಾಡುವುದಿಲ್ಲ, ಬದಲಾಗಿ ನೆನಪಿಟ್ಟುಕೊಳ್ಳುತ್ತದೆ.
ನಾನು Next.js, FastAPI, Supabase, Hindsight, ಮತ್ತು Groq ಅನ್ನು ಬಳಸಿದ್ದೇನೆ. ಕೆಲಸವನ್ನು ನಾನು ಈ ಕೆಳಗಿನಂತೆ ವಿಂಗಡಿಸಿದ್ದೇನೆ:
- Supabase ಸತ್ಯಾಂಶಗಳನ್ನು (facts) ಸಂಗ್ರಹಿಸುತ್ತದೆ. ಇದು ಡೀಲ್ಗಳು, ಸಭೆಗಳು ಮತ್ತು ನಿರ್ದಿಷ್ಟ ಕಾರ್ಯಸೂಚಿಗಳನ್ನು (action items) ಇರಿಸಿಕೊಳ್ಳುತ್ತದೆ. ನಿಖರವಾದ ಪ್ರಶ್ನೆಗಳಿಗಾಗಿ (exact queries) ಇದನ್ನು ಬಳಸಿ.
- Hindsight ನೆನಪನ್ನು (memory) ಸಂಗ್ರಹಿಸುತ್ತದೆ. ಇದು ಮಾದರಿಗಳು (patterns) ಮತ್ತು ಕಾರ್ಯತಂತ್ರಗಳನ್ನು (strategies) ಇರಿಸಿಕೊಳ್ಳುತ್ತದೆ. ಸೆಮ್ಯಾಂಟಿಕ್ ರಿಕಾಲ್ (semantic recall) ಗಾಗಿ ಇದನ್ನು ಬಳಸಿ.
ಏಜೆಂಟ್ ಉಪಯುಕ್ತವಾಗಿರಲು ನಾನು ನೆನಪನ್ನು ಮೂರು ವಿಧಗಳಾಗಿ ವಿಂಗಡಿಸಿದ್ದೇನೆ:
• ಎಪಿಸೋಡಿಕ್ ಮೆಮೊರಿ (Episodic memory): ಒಂದು ನಿರ್ದಿಷ್ಟ ಸಭೆಯಲ್ಲಿ ಏನಾಯಿತು ಎಂಬುದು. • ಸೆಮ್ಯಾಂಟಿಕ್ ಮೆಮೊರಿ (Semantic memory): ಹಲವಾರು ಸಭೆಗಳಲ್ಲಿ ಕಂಡುಬರುವ ಮಾದರಿಗಳು. • ಪ್ರೊಸೀಜರಲ್ ಮೆಮೊರಿ (Procedural memory): ಒಂದು ನಿರ್ದಿಷ್ಟ ಡೀಲ್ಗೆ ನಿಜವಾಗಿಯೂ ಕೆಲಸ ಮಾಡುವ ಕಾರ್ಯತಂತ್ರಗಳು.
ನಾನು ಸಮಯದ ನಿರ್ವಹಣೆಗಾಗಿ ಒಂದು ನಿಯಮವನ್ನೂ ಸೇರಿಸಿದ್ದೇನೆ. ಏಜೆಂಟ್ ವಿನಮ್ರವಾಗಿರಬೇಕು.
ನೀವು ಒಂದು ಸಭೆ ನಡೆಸಿದರೆ, ಏಜೆಂಟ್ ನಡೆದಿದ್ದನ್ನು ಮಾತ್ರ ದಾಖಲಿಸುತ್ತದೆ. ಎರಡು ಸಭೆಗಳ ನಂತರ, ಅದು ಮಾದರಿಗಳನ್ನು ಹುಡುಕುತ್ತದೆ. ಮೂರು ಸಭೆಗಳ ನಂತರವಷ್ಟೇ ಅದು ಕಾರ್ಯತಂತ್ರವನ್ನು ಸೂಚಿಸುತ್ತದೆ. ಇದು AI ತುಂಬಾ ಬೇಗ ತಪ್ಪು ನಿರ್ಧಾರಗಳನ್ನು ತೆಗೆದುಕೊಳ್ಳದಂತೆ ತಡೆಯುತ್ತದೆ.
ಇದರ ಪರಿಣಾಮವಾಗಿ, ಸಭೆಯ ಪೂರ್ವ ಸಿದ್ಧತೆಯ ಮಾಹಿತಿ (pre-meeting brief) ಯಲ್ಲಿ ದೊಡ್ಡ ಬದಲಾವಣೆ ಕಂಡುಬರುತ್ತದೆ.
ಸಾಮಾನ್ಯ AI ಹೀಗೆ ಹೇಳುತ್ತದೆ: "ಬೆಲೆಗೆ ಸಂಬಂಧಿಸಿದ ಆಕ್ಷೇಪಣೆಗಳಿಗೆ ಸಿದ್ಧರಾಗಿ."
ನನ್ನ ಏಜೆಂಟ್ ಹೀಗೆ ಹೇಳುತ್ತದೆ: "CFO ಆಗಿರುವ ಸಾರಾ ಚೆನ್, ಎರಡನೇ ಸಭೆಯಲ್ಲಿ ಎಂಟರ್ಪ್ರೈಸ್ ಬೆಲೆಯನ್ನು ತಿರಸ್ಕರಿಸಿದ್ದರು. ನೀವು ನಾಲ್ಕನೇ ಸಭೆಯಲ್ಲಿ ಹಂತ ಹಂತದ ಬೆಲೆ ಪ್ರಸ್ತಾಪಿಸಿದ ನಂತರ ಅವರು ಮೃದುರಾದರು. ಇಂದು ಹಂತ ಹಂತದ ರಚನೆಯೊಂದಿಗೆ (phased structure) ಮುನ್ನಡೆಯಿರಿ."
ಇದು ಸಹಾಯಕ ಮತ್ತು ಪಾಲುದಾರನ ನಡುವಿನ ವ್ಯತ್ಯಾಸ.
ನನ್ನ ಪ್ರಮುಖ ಅಂಶಗಳು:
- ಟ್ರಾನ್ಸ್ಕ್ರಿಪ್ಟ್ಗಳನ್ನು ನೆನಪಿನ ಶಕ್ತಿಯಾಗಿ ಬಳಸಬೇಡಿ. ಮೊದಲು ಸತ್ಯಾಂಶಗಳನ್ನು ಹೊರತೆಗೆಯಿರಿ.
- ನೆನಪಿನ ವಿಧಗಳಿಗಾಗಿ ಗೇಟ್ಗಳನ್ನು (gates) ಬಳಸಿ. ಕೇವಲ ಒಂದು ಕಾಲ್ ನಂತರ ಏಜೆಂಟ್ ಮಾದರಿಗಳನ್ನು ಊಹಿಸಲು ಬಿಡಬೇಡಿ.
- ಎರಡು ಡೇಟಾಬೇಸ್ಗಳನ್ನು ಬಳಸಿ. ಸತ್ಯಾಂಶಗಳಿಗಾಗಿ ರಿಲೇಶನಲ್ ಸ್ಟೋರ್ಗಳನ್ನು (relational stores) ಮತ್ತು ಸಂದರ್ಭಕ್ಕಾಗಿ (context) ವೆಕ್ಟರ್ ಸ್ಟೋರ್ಗಳನ್ನು ಬಳಸಿ.
- ಹೆಸರುಗಳು ಮುಖ್ಯ. "ಗ್ರಾಹಕನ" ಆಕ್ಷೇಪಣೆಗಿಂತ ಒಬ್ಬ ನಿರ್ದಿಷ್ಟ ವ್ಯಕ್ತಿಯ ಆಕ್ಷೇಪಣೆಯನ್ನು ತಿಳಿಯುವುದು ಉತ್ತಮ.