هوش مصنوعی

چت‌بات سازمانی چه تفاوتی با چت‌بات معمولی دارد؟

تفاوت در ظاهر گفتگو نیست؛ در منبع پاسخ، دسترسی، اتصال به فرایندها و مسئولیت‌پذیری است. ببینید چه زمانی یک چت‌بات ساده کافی است و چه زمانی دستیار سازمانی لازم می‌شود.

تصویر مفهومی از مسیر ساده پاسخ‌گویی در برابر دستیار سازمانی متصل به اسناد، مجوزها و فرایندها
تصویر مفهومی از مسیر ساده پاسخ‌گویی در برابر دستیار سازمانی متصل به اسناد، مجوزها و فرایندها
در این مقاله
  1. اول واژه‌ها را روشن کنیم
  2. تفاوت را در یک موقعیت واقعی ببینیم
  3. مقایسه‌ای که به انتخاب کمک می‌کند
  4. چه چیز یک چت‌بات را برای سازمان قابل‌اتکا می‌کند؟
  5. دانش معتبر، نه صرفاً فایل بیشتر
  6. دسترسی متناسب با همان کاربر
  7. مرز روشن میان «پاسخ» و «اقدام»
  8. راه خروج از گفتگو
  9. ارزیابی و اصلاح مداوم
  10. سه کاربرد که طراحی متفاوتی می‌خواهند
  11. راهنمای عمومی در سایت
  12. دستیار داخلی کارکنان
  13. دستیار انتخاب محصول
  14. چه زمانی اصلاً چت‌بات نسازیم؟
  15. برای نسخه اول از کجا شروع کنیم؟
  16. هزینه و نگهداری را دست‌کم نگیرید
  17. پرسش‌های پرتکرار
  18. آیا چت‌بات سازمانی حتماً باید به همه اطلاعات شرکت دسترسی داشته باشد؟
  19. آیا یک مدل زبانی آماده برای ساخت چت‌بات سازمانی کافی است؟
  20. آیا چت‌بات می‌تواند جای کارشناس پشتیبانی را بگیرد؟
  21. برای شروع، چت‌بات عمومی بهتر است یا دستیار داخلی؟
  22. جمع‌بندی

چت‌بات سازمانی فقط یک چت‌بات معمولی با نام شرکت و چند فایل اضافه نیست. تفاوت اصلی در این است که باید برای کاربر مشخص، با اطلاعات و مجوزهای مشخص، در یک فرایند واقعی کار کند؛ بداند چه زمانی پاسخ بدهد، چه زمانی پاسخ ندهد و چه زمانی گفتگو را به انسان بسپارد. البته هر کسب‌وکاری به چنین سیستمی نیاز ندارد. گاهی یک راهنمای خوب، جست‌وجوی دقیق یا چت‌بات ساده انتخاب بهتری است.

اگر قصد دارید برای سایت، پشتیبانی یا کارکنان خود چت‌بات بسازید، این مقاله کمک می‌کند سطح مناسب راهکار را انتخاب کنید و پیش از خرید یا توسعه، سؤال‌های درست را بپرسید.

اول واژه‌ها را روشن کنیم

«چت‌بات معمولی» یک اصطلاح فنی دقیق نیست. ممکن است منظور یک پاسخ‌گوی قاعده‌محور با چند مسیر ازپیش‌تعریف‌شده باشد؛ ممکن است یک چت‌بات هوش مصنوعی عمومی باشد که بدون اتصال به سامانه‌های شرکت گفتگو می‌کند. هیچ‌کدام ذاتاً بد یا ناامن نیستند. برای ساعت کاری، روش ارسال یا پرسش‌های محدود، همین راهکارهای ساده می‌توانند کاملاً کافی باشند.

چت‌بات سازمانی را بهتر است با مسئولیتی که در فرایند کسب‌وکار می‌گیرد تعریف کنیم، نه با نام مدل هوش مصنوعی. چنین سیستمی ممکن است به دانش تأییدشده شرکت، وضعیت زنده سفارش، حساب کاربر یا گردش‌کار پشتیبانی متصل شود. هر اتصال، علاوه بر توانایی، تعهد تازه‌ای برای کنترل دسترسی، کیفیت و نگهداری ایجاد می‌کند.

تفاوت را در یک موقعیت واقعی ببینیم

فرض کنید مشتری می‌پرسد: «سفارش من چه زمانی ارسال می‌شود؟» یک چت‌بات ساده می‌تواند زمان معمول ارسال را از صفحه راهنما نشان دهد و لینک پیگیری بدهد. این پاسخ برای بسیاری از فروشگاه‌ها مفید است.

اما اگر هدف، اعلام وضعیت همان سفارش باشد، مسئله عوض می‌شود. دستیار باید هویت کاربر را بشناسد، فقط به سفارش‌های مجاز او دسترسی داشته باشد، وضعیت را از سامانه معتبر بخواند و اگر اطلاعات ناقص یا مغایر بود، پاسخ قطعی نسازد. اگر ثبت درخواست پیگیری هم لازم است، این اقدام باید طبق قواعد سیستم انجام و قابل پیگیری باشد.

در این مثال، مدل زبانی فقط یک جزء تجربه است. ارزش اصلی از اتصال درست به داده، تعریف مرز اختیار و طراحی مسیر رسیدگی می‌آید. این نمونه فرضی است و نتیجه یا قابلیت یک پروژه خاص نوبین را توصیف نمی‌کند.

مقایسه‌ای که به انتخاب کمک می‌کند

موضوعچت‌بات سادهچت‌بات سازمانی دامنه پرسشپرسش‌های عمومی و محدودپرسش‌های وابسته به نقش، داده و فرایند منبع پاسخمتن‌های ثابت یا دانش عمومیمنابع تأییدشده و، در صورت نیاز، داده زنده هویت و مجوزاغلب برای محتوای عمومی لازم نیستبرای اطلاعات شخصی و داخلی باید اعمال شود اقداممعمولاً راهنمایی یا هدایت به صفحه دیگرگاهی ثبت درخواست یا اجرای اقدام محدود و مجاز پاسخ نامطمئنارجاع به راهنما یا پشتیبانیاعلام محدودیت همراه با منبع یا ارجاع به مسئول مناسب نگهداریبه‌روزرسانی پاسخ‌ها و مسیرهاعلاوه بر محتوا، پایش اتصال‌ها، مجوزها و کیفیت پاسخ

این جدول یک مرزبندی مطلق نیست. یک چت‌بات ساده هم می‌تواند خوب طراحی شود و یک سامانه سازمانی هم ممکن است فقط پاسخ بدهد و هیچ اقدامی انجام ندهد. مهم این است که سطح پیچیدگی با ارزش مسئله تناسب داشته باشد.

چه چیز یک چت‌بات را برای سازمان قابل‌اتکا می‌کند؟

دانش معتبر، نه صرفاً فایل بیشتر

اگر پاسخ‌ها باید براساس سیاست‌ها، قراردادها یا کاتالوگ شرکت باشند، ابتدا باید نسخه معتبر هر منبع و مسئول به‌روزرسانی آن مشخص شود. انبوه فایل‌های قدیمی و متناقض، پاسخ مطمئن تولید نمی‌کند. کاربر هم باید بتواند در موضوع‌های مهم منبع پاسخ را ببیند. روش‌های فنی اتصال داده، از جست‌وجو در اسناد تا خواندن اطلاعات زنده، در راهنمای اتصال هوش مصنوعی به اطلاعات شرکت با جزئیات آمده‌اند.

دسترسی متناسب با همان کاربر

پاسخ‌گویی درباره موجودی عمومی با پاسخ‌گویی درباره قرارداد مشتری یا اطلاعات کارکنان یکسان نیست. دستیار نباید ابتدا همه داده‌ها را بخواند و بعد فقط در ظاهر، بخشی را پنهان کند. دسترسی باید پیش از استفاده از داده و متناسب با هویت و نقش همان کاربر محدود شود. راهنمای امنیت Microsoft برای جست‌وجوی سازمانی نیز بر اعمال کنترل دسترسی در زمان پرس‌وجو تأکید می‌کند.

مرز روشن میان «پاسخ» و «اقدام»

گفتن مراحل لغو سفارش یک کار است؛ لغوکردن سفارش، کار دیگری. اگر دستیار قرار است در سامانه عملیاتی تغییری بدهد، باید مجوز محدود، اعتبارسنجی ورودی، ثبت رویداد و در اقدام‌های حساس تأیید مناسب داشته باشد. نباید صرف درخواست در متن گفتگو به‌تنهایی مجوز انجام عملیات باشد.

اسناد و پیام‌های کاربران نیز ممکن است حاوی دستورهای گمراه‌کننده باشند. راهنمای OWASP درباره تزریق دستور توضیح می‌دهد که اتصال مدل به منابع اطلاعاتی، این خطر را خودبه‌خود برطرف نمی‌کند. بنابراین اختیار ابزارها باید مستقل از متن تولیدی مدل کنترل شود.

راه خروج از گفتگو

یک دستیار خوب لازم نیست برای هر سؤال پاسخی بسازد. وقتی داده کافی نیست، درخواست خارج از اختیار اوست یا موضوع به قضاوت انسانی نیاز دارد، باید این محدودیت را روشن بگوید و مسیر بعدی را نشان دهد. این مسیر می‌تواند نمایش راه ارتباط، ثبت تیکت یا انتقال خلاصه گفتگو به کارشناس باشد؛ به شرط آنکه کاربر بداند چه اطلاعاتی منتقل می‌شود.

ارزیابی و اصلاح مداوم

نمایش یک گفتگوی موفق در جلسه معرفی، معیار کیفیت نیست. باید مجموعه‌ای از پرسش‌های واقعی، مبهم، بدون پاسخ و خارج از سطح دسترسی تهیه شود و رفتار سیستم در برابر آن‌ها سنجیده شود. چارچوب مدیریت ریسک هوش مصنوعی NIST AI RMF نیز بر سنجش و مدیریت ریسک در چرخه عمر سیستم تأکید دارد.

سه کاربرد که طراحی متفاوتی می‌خواهند

راهنمای عمومی در سایت

کاربر درباره خدمات، زمان‌بندی یا روش خرید سؤال دارد. اطلاعات عمومی و محدود است؛ شاید یک صفحه راهنمای خوش‌ساخت یا جست‌وجوی ساده کافی باشد. چت‌بات زمانی ارزش اضافه می‌کند که پیدا کردن پاسخ برای کاربر واقعاً دشوار باشد یا پرسش‌ها تنوع قابل‌توجهی داشته باشند.

دستیار داخلی کارکنان

کارشناس باید پاسخ را در اسناد، دستورالعمل‌ها و اطلاعات عملیاتی پیدا کند. در اینجا سطح دسترسی، تازگی سند و ارجاع به منبع اهمیت بیشتری از لحن گفتگو دارد. نسخه نخست بهتر است پیشنهاد پاسخ بدهد و تصمیم نهایی را به کارشناس بسپارد؛ بعد می‌توان بر اساس خطاهای واقعی دامنه اختیار را بازنگری کرد.

دستیار انتخاب محصول

کاربر نیازش را با زبان طبیعی بیان می‌کند، اما پاسخ درست به ویژگی‌های ساختاریافته محصول، موجودی، محدودیت‌های انتخاب و گاهی مقایسه چند گزینه وابسته است. این کاربرد فقط «چت درباره کاتالوگ» نیست. اگر این موضوع برای شما مهم است، مقاله دستیار هوشمند انتخاب محصول مسیر طراحی آن را جداگانه توضیح می‌دهد.

چه زمانی اصلاً چت‌بات نسازیم؟

پیش از انتخاب رابط گفتگو، از خود بپرسید مسئله دقیقاً چیست. اگر کاربران برای پیدا کردن شماره تماس سردرگم‌اند، اصلاح ناوبری سایت احتمالاً بهتر از ساخت چت‌بات است. اگر پاسخ‌ها محدود و ثابت‌اند، بخش پرسش‌های پرتکرار یا فرم مرحله‌ای ساده‌تر نگهداری می‌شود. اگر داده‌های داخلی نامعتبر یا دسترسی‌ها نامشخص‌اند، اول باید همان زیرساخت اطلاعاتی سامان بگیرد.

گاهی کاربر به «جواب» نیاز ندارد، بلکه باید یک کار را تمام کند؛ مثلاً وضعیت درخواستش را ببیند یا سندی را ثبت کند. در چنین وضعی یک پنل یا گردش‌کار روشن ممکن است تجربه بهتری از مکالمه آزاد بسازد. چت‌بات ابزار است، نه مقصد پروژه.

برای نسخه اول از کجا شروع کنیم؟

  1. یک مسئله و یک گروه کاربر انتخاب کنید. «همه پرسش‌های همه کاربران» دامنه مناسبی برای شروع نیست.
  2. پرسش‌های واقعی جمع کنید. علاوه بر سؤال‌های آسان، موارد مبهم، خارج از دامنه و بدون پاسخ را هم نگه دارید.
  3. منبع معتبر و مالک آن را مشخص کنید. بگویید کدام داده عمومی است، کدام محدود است و چه کسی آن را به‌روز می‌کند.
  4. رفتار مجاز را بنویسید. دستیار چه می‌خواند، چه کاری می‌تواند انجام دهد و چه زمانی باید ارجاع دهد؟
  5. نسخه محدود را با کاربر واقعی بیازمایید. ابتدا در محیط کنترل‌شده و، در صورت نیاز، با نظارت انسانی.
  6. خطاها را دسته‌بندی کنید. پاسخ بی‌منبع، داده قدیمی، دسترسی اشتباه، ارجاع نامناسب و کندی پاسخ، راه‌حل‌های متفاوتی دارند.

برای سنجش، فقط تعداد گفتگو را نشمارید. ببینید کاربر واقعاً به پاسخ درست رسید یا نه، چند بار ارجاع لازم شد، چه پرسش‌هایی بی‌پاسخ ماندند و آیا پاسخ‌ها به منبع معتبر تکیه داشتند. برای اقدامات حساس، خطاهای دسترسی و ثبت عملیات باید جداگانه بررسی شوند. این‌ها معیارهای طراحی‌اند، نه وعده یک درصد موفقیت ثابت.

هزینه و نگهداری را دست‌کم نگیرید

هزینه فقط اشتراک مدل یا تعداد پیام‌ها نیست. آماده‌سازی و به‌روزرسانی دانش، اتصال به سامانه‌ها، احراز هویت، آزمون، پایش، رسیدگی به خطا و پشتیبانی پس از انتشار نیز بخشی از پروژه‌اند. هرچه دستیار به داده خصوصی و عملیات واقعی نزدیک‌تر شود، هزینه اطمینان از رفتار درست هم بیشتر می‌شود.

پیش از برآورد، دامنه نسخه نخست را با چند سناریوی واقعی تعریف کنید. درباره اجزای عمومی برآورد توسعه نیز می‌توانید راهنمای محاسبه هزینه نرم‌افزار اختصاصی را بخوانید. لازم نیست از روز اول همه اتصال‌ها را بسازید؛ ارزش یک نسخه محدود اما درست، معمولاً از یک نمایش پرقابلیت و غیرقابل‌اتکا بیشتر است.

پرسش‌های پرتکرار

آیا چت‌بات سازمانی حتماً باید به همه اطلاعات شرکت دسترسی داشته باشد؟

خیر. بهتر است با کمترین منبع و کمترین سطح دسترسی لازم شروع شود. دامنه دسترسی باید متناسب با نقش کاربر و کاربرد دستیار تعریف شود، نه اینکه همه داده‌ها به یک مدل سپرده شوند.

آیا یک مدل زبانی آماده برای ساخت چت‌بات سازمانی کافی است؟

برای نمونه اولیه گفتگو شاید کافی باشد؛ برای پاسخ‌گویی قابل‌اتکا درباره شرکت، معمولاً به مدیریت منبع، مجوز، ارزیابی و طراحی فرایند هم نیاز است. مدل قوی نمی‌تواند به‌تنهایی داده قدیمی یا قواعد کسب‌وکار تعریف‌نشده را اصلاح کند.

آیا چت‌بات می‌تواند جای کارشناس پشتیبانی را بگیرد؟

بعضی پرسش‌های تکراری و مشخص را می‌تواند پاسخ بدهد یا برای کارشناس آماده کند. اما موارد مبهم، حساس یا نیازمند قضاوت همچنان به مسیر انسانی نیاز دارند. هدف بهتر، کوتاه‌ترشدن راه رسیدن به پاسخ درست است، نه حذف بی‌قیدوشرط انسان.

برای شروع، چت‌بات عمومی بهتر است یا دستیار داخلی؟

به مسئله و آمادگی داده بستگی دارد. اگر اطلاعات عمومی دقیق و پرتکرار است، راهنمای عمومی می‌تواند شروع ساده‌تری باشد. اگر کارکنان زمان زیادی صرف یافتن اطلاعات معتبر می‌کنند و منابع داخلی قابل مدیریت‌اند، دستیار داخلی ارزش بررسی دارد. انتخاب را با چند پرسش و سناریوی واقعی انجام دهید.

جمع‌بندی

تفاوت چت‌بات معمولی و سازمانی در ظاهر پنجره گفتگو یا نام مدل نیست. تفاوت در دامنه مسئولیت است: پاسخ از کجا می‌آید، چه کسی حق دیدن آن را دارد، دستیار چه اختیاری دارد، چگونه اشتباه را می‌پذیرد و چه کسی کیفیتش را نگه می‌دارد. اگر این پرسش‌ها روشن باشند، می‌توان راهکار را متناسب با مسئله ساخت؛ حتی اگر نتیجه نهایی یک چت‌بات بسیار ساده باشد.

اگر می‌خواهید برای پاسخ‌گویی، دانش داخلی یا انتخاب محصول یک مسیر عملی تعریف کنید، در صفحه محصولات نوبین با حوزه‌های همکاری آشنا شوید یا مسئله خود را برای بررسی مطرح کنید.

نویسنده
تیم نوبین
گام بعدی

این موضوع به پروژه شما مرتبط است؟

اگر برای تصمیم‌گیری، طراحی یا اجرای یک راهکار دیجیتال به همراهی فنی نیاز دارید، درباره پروژه خود با نوبین صحبت کنید.