Grow4Me, bir markanın müşterisiyle web sitesinde ve WhatsApp'ta konuşan, doğru ürüne ya da bölüme yönlendiren, talebi toplayıp ekibe ileten bir AI ajanı. Kurarken verdiğimiz mimari kararların çoğu model seçimiyle ilgili değildi. Verinin nereden geleceği, ajanın neyi yapamayacağı ve konuşmanın ne zaman insana geçeceğiyle ilgiliydi. Bu yazı o kararları anlatıyor.
Ajanın bilgisi nereden geliyor #
Bir dil modeli markanın ürünlerini bilmez; ona katalog verilmesi gerekir. Bunu modelin içine gömmek yerine, her soruda ilgili bilgiyi bulup modele veren bir katman kurduk (retrieval augmented generation, kısaca RAG). Katalog değişince model değişmiyor; yalnızca arama dizini güncelleniyor.
Katalogla birlikte iki kaynak daha bağlanıyor: stok ve kurallar. Stok bağlantısı olmadan ajan tükenmiş ürünü önerebilir. Kurallar olmadan indirim, iade ve teslimat konusunda kendi cevabını uydurabilir. Kuralları marka yazar ve her konuşmada modele verilir; markanın söylemediğini ajan da söylemez.
Ajanın yapamayacakları #
İlk sürümde ajana her şeyi yaptırmak cazip gelir. Biz tersinden başladık: ajanın kesinlikle yapamayacağı işlerin listesini önce yazdık. Fiyat değiştiremez, kampanya uyduramaz, sipariş iptal edemez, kişisel veriyi konuşma dışında kullanamaz. Sağlık gibi hassas alanlarda tanı koymaz; yalnızca doğru bölüme yönlendirir ve acil bir ifadede konuşmayı durdurur.
Bu liste modele talimat olarak verilir, ayrıca uygulama tarafında da denetlenir. İkinci kilit, modelin talimata uymaması ihtimaline karşı vardır. Yapabilecekleri de aynı netliktedir: ürün ya da bölüm bulma, karşılaştırma, stok ve teslimat bilgisi verme, konuşmanın içinde talep formunu açma ve gelen talebi ekibe iletme.
İnsana devir #
Her konuşmada bir devir eşiği var. Müşteri aynı şeyi ikinci kez soruyorsa, şikâyet dili kullanıyorsa ya da ajanın yetkisi dışında bir şey istiyorsa konuşma özetlenip ekibe düşer. Devir sırasında müşteriye ne olduğu açıkça söylenir: konuşmayı bir ekip üyesinin sürdüreceği bilgisi verilir.
Devredilen konuşmaları ve ajanın cevap veremediği soruları düzenli izliyoruz. Devir azalmıyorsa sorun çoğu zaman modelde değil, katalogdaki eksik ya da çelişkili bilgidedir. Bu yüzden ajanın eksik kaldığı bilgiler panelde ayrıca görünür.
Web ve WhatsApp aynı ajan #
Web sitesindeki sohbet penceresi ile WhatsApp aynı ajana, aynı kataloğa ve aynı kurallara bağlanır; kanala göre değişen şey mesaj biçimidir. WhatsApp'ta uzun liste yerine kısa seçenekler, görsel yerine ürün bağlantısı daha iyi çalışır. Müşteri kanal değiştirdiğinde konuşmanın kaldığı yerden sürmesi isteniyorsa iki kanalda ortak bir müşteri kimliği gerekir; bu, kurulumun başında verilmesi gereken bir karardır.
WhatsApp tarafında Meta'nın iş hesabı kuralları geçerlidir: müşteri hizmeti penceresi, şablon mesajlar ve onay süreci. Bunlar teknik ayrıntı gibi görünse de ürün kararlarını belirler. Örneğin ajanın kendiliğinden mesaj başlatması sınırlıdır.
Modelden bağımsız kalmak #
Ajanı tek bir sağlayıcının modeline bağlamadık. Model çağrıları tek bir katmandan geçer; sağlayıcı değiştiğinde yalnızca o katman değişir. Bunun maliyeti var: her sağlayıcının özel yeteneklerinin bir kısmı kullanılamaz ve test seti birden çok modelde koşturulur. Karşılığında model değişikliği ürünün geri kalanına dokunmadan yapılabilir.
Kurulum sırası #
- Katalog, stok ve kurallar için veri kaynakları bağlanır; eksikler listelenir.
- Ajanın yapamayacakları yazılır ve uygulama tarafında kilitlenir.
- Devir eşikleri ve ekibe düşen konuşmanın biçimi belirlenir.
- Gerçek müşteri sorularından bir test seti hazırlanır; her değişiklikte yeniden koşturulur.
- Önce web, sonra WhatsApp açılır; devredilen konuşmalar düzenli izlenir.
Bir ürüne yapay zekâ eklemeden önce sorulması gerekenleri AI eklemeden önce cevaplanması gereken 7 soru yazısında topladık. Benzer bir işlevi kendi ürününüze eklemek istiyorsanız bunu yazılım geliştirme hizmetimizin parçası olarak ele alıyoruz.
Kaynaklar #
- WhatsApp Business Platform, Meta; müşteri hizmeti penceresi ve şablon mesaj kuralları
- Retrieval-Augmented Generation, Lewis vd. (2020); RAG yaklaşımının kaynağı
