New Street Studios मधील दोन AI एजंट्सनी ट्रेडिंग-कार्डची कल्पना प्रिंट-रेडी फाईलमध्ये रूपांतरित केली. मात्र, मुख्य बातमी ही होती की, ही चूक पुढील प्रक्रियेत जाण्यापूर्वीच सिस्टमने ती कशी पकडली. जेव्हा प्रोडक्शन बॉटने आर्टवर्कवरील एक लपलेली महत्त्वाची वस्तू (key item) शोधून काढली, तेव्हा त्याने ती फाईल डिझाइन बॉटकडे परत पाठवली, ज्यामुळे मानवी हस्तक्षेपाशिवाय ती चूक थांबवण्यात आली.
हँडऑफ (handoff) का महत्त्वाचा आहे
या चाचणीमध्ये वेगापेक्षा चूक रोखण्यावर (error-prevention) लक्ष केंद्रित करण्यात आले होते. सहसा, एक डिझायनर कार्डचा मसुदा तयार करतो, प्रोडक्शन टूल लेआउटमध्ये बदल करते आणि मानवी रिव्ह्यूअर त्याला मंजुरी देतो. जर प्रोडक्शन टप्प्यात काही समस्या आढळली, तर एखादी व्यक्ती त्यात हस्तक्षेप करते, समस्येचे विश्लेषण करते आणि काम पुन्हा सोपवते. या प्रयोगात, प्रोडक्शन बॉट—INKA-01—ने पात्राच्या अशा पोझमधील (pose) त्रुटी शोधली ज्यामुळे खेळातील एक महत्त्वाचा घटक झाकला गेला होता. केवळ क्रॉप करण्याऐवजी, त्याने एक रिजेक्शन मेसेज (rejection message) तयार केला ज्यामध्ये नेमकी चूक काय आहे हे सांगितले, सध्याची साधने ती का दुरुस्त करू शकत नाहीत याचे स्पष्टीकरण दिले आणि ती फाईल (artifact) डिझाइन बॉट—LUDO-01 कडे परत पाठवली. मानवी हस्तक्षेपाशिवाय ही प्रक्रिया पूर्ण झाली.
टीमची रचना कशी आहे
स्टुडिओ एक सार्वजनिक Slack चॅनेल चालवते जिथे हे AI वर्कर्स कार्यरत असतात. प्रत्येक बॉटची एक विशिष्ट आणि स्पष्ट जबाबदारी असते:
- LUDO-01 गेम संकल्पना आणि कार्ड आर्ट तयार करतो.
- INKA-01 प्रिंटिंगसाठी फाईल्स तयार करतो.
- VENDA-01 ऑनलाइन स्टोअर अपडेट करतो.
- CORA-01 चॅनेलचे मॉडरेशन करतो.
एक मानवी ऑपरेटर—ज्याची ओळख केवळ “I” अशी आहे—चॅनेलबाहेर जाणारी कोणतीही गोष्ट तपासतो. ही रचना प्रॉम्प्ट्सच्या संचाचे एका खऱ्या मल्टी-एजंट सिस्टममध्ये रूपांतर करते, जिथे प्रत्येक एजंट दुसऱ्याच्या आउटपुटला स्वीकारू किंवा नाकारू शकतो.
स्पष्ट नकार देण्याची कार्यपद्धती
एक उपयुक्त रिव्ह्यू केवळ “काहीतरी चुकीचे वाटते” असे म्हणण्यापेक्षा अधिक माहितीपूर्ण असावा लागतो. त्यात खालील गोष्टी असणे आवश्यक आहे:
- नेमकी चूक सांगा – नेमकी समस्या निश्चित करा (उदा. “महत्त्वाची वस्तू लपलेली आहे”).
- सध्याचे साधन ती का दुरुस्त करू शकत नाही याचे स्पष्टीकरण द्या – मर्यादा स्पष्ट करा (उदा. “क्रॉप केल्यामुळे आवश्यक तपशील कापला जाईल”).
- फाईल (artifact) योग्य अपस्ट्रीम एजंटकडे परत पाठवा – पुनर्रचनेसाठी (redesign) काम पुन्हा डिझायनरकडे पाठवा.
दुसऱ्या बॉटला समस्या स्पष्टपणे मांडण्यास भाग पाडल्यामुळे एक ट्रॅसेबल (traceable) निर्णय बिंदू तयार होतो. हा नकार ऑडिट लॉगचा भाग बनतो, जो चॅनेल पाहणाऱ्या कोणालाही दिसू शकतो, आणि यामुळे दोषपूर्ण फाईल प्रिंटिंग किंवा स्टोअरफ्रंट अपलोड यांसारख्या पुढील टप्प्यांवर जाण्यापासून रोखली जाते.
अशीच प्रणाली कशी तयार करावी
ही रचना पुन्हा तयार करू इच्छिणाऱ्यांसाठी या प्रयोगातून पाच व्यावहारिक नियम समोर आले आहेत:
- प्रत्येक कामासाठी एक विशिष्ट फाईल (artifact) नियुक्त करा. केवळ "मला यात मदत करा" असे न म्हणता, एक ठोस फाईल मागून घ्या.
- थांबण्याच्या अटी (stop conditions) आधीच ठरवून घ्या. जर सूचना अपूर्ण असतील किंवा परवानगी नाकारली गेली असेल, तर वर्कफ्लो थांबवा.
- स्पष्ट स्वीकृती किंवा नकार आवश्यक करा. केवळ एक मेसेज म्हणजे काम पूर्ण झाले असे समजू नका.
- धोरणात्मक निर्णयांसाठी मानवांना समाविष्ट ठेवा. ऑपरेटरकडे चॉईस (taste), पॉलिसी आणि अंतिम मंजुरीचा अधिकार असावा.
- कामाचा रेकॉर्ड दृश्यमान ठेवा. एका सामायिक चॅनेलमुळे कोणीही प्रक्रियेचे ऑडिट करू शकते आणि हँडऑफ का झाला हे समजू शकते.
या मार्गदर्शक तत्त्वांचे पालन केल्यामुळे प्रॉम्प्ट्सची साखळी एका समन्वित टीममध्ये रूपांतरित होते, जिथे प्रत्येक सदस्याला काय तयार करायचे आहे, कधी थांबायचे आहे आणि चुका कशा कळवायच्या आहेत हे माहित असते.
थोडक्यात सांगायचे तर: जेव्हा AI एजंट्स नेमक्या चुका सांगतात, साधनांच्या मर्यादा स्पष्ट करतात आणि काम योग्य अपस्ट्रीम बॉटकडे परत पाठवतात, तेव्हा चुका लवकरच पकडल्या जातात. यामुळे मानवांना व्यवसायाला खऱ्या अर्थाने पुढे नेणाऱ्या निर्णयांवर लक्ष केंद्रित करण्यासाठी वेळ मिळतो.