Hindsight'a Gürültü Olmadan Satış Görüşmelerini Hatırlamayı Öğrettim
Transkriptler, hafıza oluşturmak için çok fazla gürültü içerir.
Bir yapay zekaya satış görüşmesindeki her kelimeyi verirseniz, elinizde bir çöp çekmecesi olur. Zeka elde edemezsiniz. Çoğu sistem, her şeyi hatırlamaya çalıştığı için başarısız olur.
Bunu çözmek için bir Deal Intelligence Agent geliştirdim. Sadece deşifre yapmaz; hatırlar.
Next.js, FastAPI, Supabase, Hindsight ve Groq kullandım. İş yükünü şu şekilde böldüm:
- Supabase gerçekleri saklar. Anlaşmaları, toplantıları ve belirli aksiyon maddelerini tutar. Bunu kesin sorgular için kullanın.
- Hindsight hafızayı saklar. Kalıpları ve stratejileri tutar. Bunu anlamsal geri çağırma (semantic recall) için kullanın.
Ajanın kullanışlı kalmasını sağlamak için hafızayı üç tipe ayırdım:
• Episodik hafıza: Belirli bir toplantıda neler olduğu. • Anlamsal hafıza: Birden fazla toplantıda ortaya çıkan kalıplar. • Prosedürel hafıza: Belirli bir anlaşma için gerçekten işe yarayan stratejiler.
Ayrıca zamanlama için bir kural ekledim. Ajan mütevazı olmalı.
Eğer tek bir toplantınız varsa, ajan sadece olanları kaydeder. İki toplantıdan sonra kalıpları aramaya başlar. Ancak üç toplantıdan sonra bir strateji önerir. Bu, yapay zekanın çok erken yanlış varsayımlarda bulunmasını engeller.
Sonuç, toplantı öncesi bilgilendirmede devasa bir fark yaratıyor.
Sıradan bir yapay zeka şöyle der: "Fiyat itirazlarına hazırlanın."
Benim ajanım ise şöyle der: "CFO Sarah Chen, ikinci toplantıda kurumsal fiyatı reddetti. Dördüncü toplantıda aşamalı fiyatlandırma önerdiğinizde tavrı yumuşadı. Bugün görüşmeye aşamalı yapı ile başlayın."
Bir asistan ile bir ortak arasındaki fark budur.
Temel çıkarımlarım:
- Transkriptleri hafıza olarak kullanmayın. Önce gerçekleri çıkarın.
- Hafıza tipleri için eşikler (gates) kullanın. Ajanın tek bir görüşmeden sonra kalıpları tahmin etmesine izin vermeyin.
- İki veritabanı kullanın. Gerçekler için ilişkisel depoları (relational stores), bağlam için vektör depolarını (vector stores) kullanın.
- İsimler önemlidir. Belirli bir kişinin itirazını bilmek, bir "müşteri" itirazını bilmekten daha iyidir.