Kwa nini “AI yenye sauti ya chapa yako” ni ngumu kuliko inavyosikika — na jinsi mifumo bora inavyoifanikisha kweli

Kila muuzaji wa AI ya msaada huahidi kusikika kama wewe. Onyesho huonyesha jibu lenye mahadhi ya kirafiki na jina la kampuni yako limewekwa ndani. Mteja hutikisa kichwa. Mkataba husainiwa. AI huingia kazini.

Miezi sita baadaye, mtu hupiga picha ya skrini ya jibu la AI linalosema "Naelewa kero yako na ninashukuru kwa uvumilivu wako tunaposhughulikia hili pamoja." Picha huenda Twitter. Kampuni iliyotumia miaka mingi kujenga sauti ya umahiri mkavu huonekana kama kituo cha simu cha huduma kwa wateja.

Hivi ndivyo hutokea pale mifumo ya AI inapochanganya sauti ya chapa na kuingiza jina la chapa tu.

Sauti halisi ya chapa ni ya hila. Hujionyesha katika yale usiyoyasema kama inavyojionyesha katika yale unayoyasema. Chapa ya kiteknolojia inaweza kuacha adabu kama "tafadhali" na "asante" kwa sababu huongeza msuguano. Chapa inayojikita katika ukarimu inaweza kufanya kinyume kabisa. Kampuni ya zana za wasanidi inaweza kutumia lugha ya kitaalamu kwa sababu ndiyo lugha wanayoizungumza wateja wake. Chapa ya walaji wa kawaida inaweza kuiepuka kabisa, kama sheria.

Kupata hili sawa katika majibu ya AI ni kazi ngumu kweli. Wauzaji wengi hawalipati sawa. Wateja wengi hawajui hadi wanapokuwa mbali ndani ya matumizi halisi na malalamiko yanapoanza kuingia.

Sauti ya chapa hasa imeundwa na nini

Vipimo sita huamua kama majibu ya AI yanasikika kama chapa yako.

Rejista ya urasmi. Lugha ni rasmi kiasi gani au ya kawaida kiasi gani? "Vipi!" au "Habari,"? Mifupisho au maneno kamili? Emoji au la? Nafsi ya kwanza au ya pili? Chapa mbalimbali hukaa katika sehemu tofauti kabisa za mhimili huu.

Kuonyesha uchangamfu. Maandishi hukiri hisia kwa kiasi gani? Sauti ya huduma kwa wateja inayoanza kila ujumbe kwa "Naelewa kabisa" husomeka kama iliyosomwa kutoka kwenye hati. Ile isiyokiri hisia kamwe husomeka kama baridi. Kiwango sahihi hutegemea chapa yenyewe.

Uwazi wa moja kwa moja. Je, chapa yako huenda moja kwa moja kwenye jambo, au huzunguka kwanza kabla ya kulifikia? "Usajili wako unahuishwa tarehe 5 Machi" ni tofauti na "Nilitaka kuwasiliana nawe kuhusu kuhuishwa kwa usajili wako kunakokuja — utahuishwa tarehe 5 Machi." Taarifa ile ile, sauti tofauti.

Kiwango cha mamlaka. Je, chapa hujiwasilisha kama mtaalamu anayemwongoza mtumiaji, au rika linalosaidia rika, au mtumishi mnyenyekevu? Hili hujitokeza katika maneno kama "Njia bora ni..." dhidi ya "Unaweza kujaribu..." dhidi ya "Niruhusu nikusaidie kulitatua."

Ucheshi na utani. Chapa nyingine zinafaa kuwa nyepesi na mara chache za kuchekesha. Nyingine zingesikika vibaya zikifanya hivyo. Hali ya kawaida ya AI mara nyingi ni kutoegemea upande wowote — bila ucheshi wala ukavu — na hiyo husikika si sawa kwa pande zote mbili.

Kufikisha habari mbaya. Chapa yako huisemaje "hapana" au "hilo hatuwezi"? Jibu la kawaida la AI hufunikwa kwa huruma: "Naelewa kabisa hili si ulilotarajia kusikia, lakini kwa bahati mbaya..." Chapa nyingine hufanya hivyo hasa. Nyingine husema tu "Hilo hatulihudumii" na kuendelea.

Kupata vyote sita sawa kwa uthabiti ndiko kunakofanya majibu ya AI yasikike kama yametoka kwa timu yako. Kukosea hata kimoja hufanya majibu yaonekane si sawa, hata pale wateja wasipoweza kueleza kwa nini.

Kwa nini uhandisi wa maagizo hautoshi

Njia inayotumika zaidi kupata sauti ya chapa katika msaada wa AI ni uhandisi wa maagizo (prompt engineering). Unaandika maelezo ya sauti ya chapa yako na kuyaweka mwanzoni mwa muktadha wa modeli: "Jibu kwa mahadhi ya kirafiki na ya kitaalamu. Tumia mifupisho. Epuka urasmi kupita kiasi. Weka majibu mafupi."

Hii hufanya kazi kwenye maonyesho. Hushindwa katika matumizi halisi, kwa sababu tatu.

Kuyumba kwa uthabiti. LLM hufanya kazi kwa uwezekano. Agizo lile lile pamoja na maswali ya wateja yanayotofautiana kidogo hutoa majibu yenye mahadhi yanayotofautiana kidogo. Mara nyingine AI huwa changamfu kuliko unavyotaka. Mara nyingine huwa baridi zaidi. Mara nyingine hutumia maneno yanayokwaruza sauti yako. Tofauti hizi hazionekani wakati wa tathmini na huwa za kudumu katika matumizi halisi.

Udhaifu wa maagizo. Mabadiliko madogo katika maneno ya mteja huchochea mitindo tofauti ya majibu. Mteja anayeandika kwa mazoea hupata jibu la mazoea. Anayeandika kwa urasmi hupata jibu rasmi. Kuakisi huku huonekana kwa AI kama jambo la kawaida, lakini huvunja sauti ya chapa — chapa yako haipaswi kubadili rejista kutegemea jinsi mteja alivyoandika.

Mapengo ya ufunikaji. Maagizo hufunika hali ulizozifikiria. Maswali halisi ya wateja hufunika nafasi isiyo na mwisho. AI hubuni sauti papo hapo katika hali usizozitarajia, na ubunifu huo hurejea kwenye hali ya kutoegemea ya LLM.

Kwa chapa zenye sauti ya kipekee, njia za maagizo pekee hutoa majibu yanayokaribia lakini hayafiki. Wateja huligundua, hata kama hawawezi kueleza ni nini hakiko sawa.

Kinachofanya kazi kweli: mafunzo mahususi kwa data yako

Mifumo inayotimiza ahadi ya sauti ya chapa hupewa mafunzo mahususi (fine-tuning) kwa historia yako halisi ya msaada. Hivi ndivyo mchakato unavyokwenda.

Tiketi zako zilizopo za msaada zina mamia au maelfu ya mifano ya sauti ya timu yako. Kila jibu ambalo maafisa wako wameliandika ni mfano wa mafunzo — swali la mteja linaingia, jibu lenye sauti sahihi linatoka.

Mafunzo mahususi husasisha modeli msingi ili iingize mitindo hii ndani yake. Modeli hujifunza si uchaguzi wa maneno tu, bali maamuzi yaliyo nyuma yake ambayo timu yako huyafanya: lini kutumia "wewe" badala ya "akaunti yako", lini kuomba radhi na lini kurekebisha tu, lini kuongeza muktadha na lini kuwa mfupi.

Baada ya mafunzo mahususi, modeli hutoa majibu yanayoakisi mitindo yako, si hali za kawaida za LLM. Sauti hubaki ile ile katika mada zote na aina zote za maswali. Maswali mapya hupata majibu yanayosikika kama timu yako imeyaandika — kwa sababu modeli ilijifunza kutokana na maandishi ya timu yako.

Gharama ipo kweli. Mafunzo mahususi yanahitaji data safi ya mafunzo, miundombinu ya tathmini, na kufundisha upya mara kwa mara kadri sauti yako inavyobadilika. Wauzaji wengi hawawekezi katika hili kwa sababu ni ghali na ni vigumu kulionyesha kwenye onyesho. Lakini tofauti yake katika matumizi halisi ni kubwa.

Jaribio pofu

Tathmini rahisi kuliko zote ni usomaji pofu.

Chukua majibu 20 ya karibuni ya AI kutoka zana yoyote unayoipima. Chukua majibu 20 ya karibuni ya binadamu kutoka timu yako. Ondoa vitambulisho katika seti zote mbili — bila sahihi, bila metadata. Yaonyeshe kwa mtu anayeijua sauti ya chapa yako.

Mwombe apange kila jibu katika rundo la "AI" au la "binadamu".

Kama anaweza kupanga kwa usahihi mkubwa — tuseme 80%+ sahihi — basi AI haitoi sauti ya chapa yako. Inatoa sauti ya kawaida ya msaada wa AI yenye jina la chapa yako limeingizwa ndani.

Kama hawezi kutofautisha kwa uhakika, AI imeijifunza sauti yako kweli.

Wauzaji wengi hufeli jaribio hili. Wanaofaulu ndio wanaostahili mazungumzo ya dhati.

Cha kuwauliza wauzaji

Kama unapima zana za msaada za AI na sauti ya chapa ni muhimu kwako, maswali matatu hukata moja kwa moja kupitia matangazo.

"Mfumo wenu hujifunzaje sauti yetu mahususi, zaidi ya maagizo?" Kama jibu ni "tunakuruhusu uandike maelezo ya sauti yako", huo ni mfumo wa maagizo pekee. Kama jibu linahusisha mafunzo mahususi au kufundishwa kwa historia yako, chimba zaidi.

"Naweza kufanya jaribio pofu kwa tiketi zangu zilizopo?" Wauzaji wazuri wana miundombinu ya jambo hili. Watachakata sampuli ya tiketi zako na kukuachia uzipime mwenyewe. Wauzaji wanaosema "tunaweza kukushirikisha mifano ya majibu kutoka kwa wateja wengine" wanakwepa.

"Mnashughulikiaje uthabiti wa sauti katika mada mbalimbali?" Kasoro ya kawaida ni AI kubaki kwenye sauti sahihi katika maswali rahisi lakini kuyumba kwenye yale magumu. Wauzaji wanapaswa kuwa na majibu mahususi kuhusu jinsi wanavyodumisha uthabiti katika maswali ya kila aina.

Majibu hutenganisha wauzaji wa dhati na matangazo matupu.

Ungependa kufanya jaribio pofu kwa tiketi zako mwenyewe? Anza jaribio lako la bure la siku 14 — vipengele vyote vya Business, bila kadi ya benki — au panga onyesho la dakika 20. Vyovyote vile, utajua ndani ya wiki moja kama inakufaa.