Van raktáron az 1984-es kiadás, és milyen állapotban van? Egy antikváriumban ez nem egyszerű általános kérdés. Az azonos című könyvből több kiadás is lehet, az állapotleírás pedig példányonként eltérhet. A chatbotos válasz ezért csak akkor használható, ha pontosan ahhoz a termékhez kötődik, amelyet a vásárló keres.
Egy 20 000 termékes UNAS webáruháznál nem az a cél, hogy a chatbot mindenáron válaszoljon. Az a cél, hogy gyorsan megtalálja a lehetséges könyveket, megmutassa, melyik adatból dolgozott, és felismerje, amikor emberi ellenőrzés kell. Az alábbi folyamat ezt az utat követi végig, a termékfeedtől a biztonságos válaszig.
Mit lát a chatbot a termékfeedből?
A chatbot azt látja, amit az áruház átad neki. Egy használható termékfeedben legalább 6 mezőt érdemes következetesen kitölteni: cím, szerző, kiadás, állapot, ár, készlet és termékoldal. A 20 000 rekord önmagában nem gond, de az üres vagy egymásnak ellentmondó mezők már bizonytalan választ okozhatnak.
Az indulás előtti első lépés ezért nem a beszélgetési szöveg megírása, hanem az adatellenőrzés. Ugyanazt jelenti-e mindenhol a készleten jelölés? Külön mezőben szerepel-e a kiadás éve? Egyértelmű-e, hogy az állapot a konkrét példányra vonatkozik? A webshopos AI chatbot csak az ilyen, követhető adatokból tud megbízhatóan dolgozni.
Hogyan lesz a kérdésből ellenőrizhető válasz?
A rendszer először szétválasztja a kérdés részeit: cím, kiadás és állapot. Ezután nem egyetlen általános leírást keres, hanem azokat a termékrekordokat, amelyek megfelelnek ezeknek a feltételeknek. Ha több találat van, visszakérdezhet a szerzőre, a kiadóra vagy az évre, mielőtt biztos választ adna.
A jó válaszban szerepel a megtalált könyv pontos megnevezése és a termékoldal hivatkozása. A chatbot így nem saját állítást gyárt, hanem megmutatja a forrást, amely alapján válaszolt. Ha a készletadat például egy napi exportból érkezik, ezt nem szabad valós idejű adatként bemutatni. A frissesség mindig az export vagy a külön igazolt integráció gyakoriságától függ.
A tudásforrásokat érdemes külön kezelni. A termékfeed felel a könyvek adataiért, a jóváhagyott tudásbázis pedig a szállítási, fizetési és átvételi szabályokért. Így később is visszakereshető, hogy egy válasz termékadatból vagy általános tájékoztatóból származott.
Mit mondjon, ha bizonytalan a készlet vagy az állapot?
A bizonytalanságot ki kell mondani. Ha a feedben nincs állapotleírás, vagy az utolsó készletfrissítés óta változhatott az adat, a chatbot ne írja azt, hogy a könyv biztosan elérhető. Mondja meg, melyik adatot találta meg, melyiket nem, és ajánljon konkrét következő lépést.
Egy használható válasz például így épül fel: megtaláltam a keresett kiadást, a feed szerint elérhető, de a példány állapota nincs részletesen feltüntetve. Itt találod a termékoldalt, az állapotot pedig kolléga tudja ellenőrizni. Ezzel a vásárló kap segítséget, mégsem keletkezik kitalált ígéret.
- Nevezze meg a megtalált címet és kiadást.
- Jelezze az adat utolsó ismert frissességét.
- Különítse el a biztos és a hiányzó adatot.
- Adja meg a kapcsolódó termékoldalt.
- Kérjen emberi ellenőrzést, ha a döntéshez ez szükséges.
Mikor kell embernek átvennie a beszélgetést?
Emberi segítség kell, ha a vásárló egyedi állapotfelmérést, alkut, összevont szállítást vagy olyan könyvet kér, amely nincs a feedben. Ugyanez igaz akkor is, ha két rekord adatai ütköznek. A chatbot feladata ilyenkor nem a találgatás, hanem a kérdés pontos összefoglalása.
Az átadás módja csak beállított és kipróbált kapcsolattal ígérhető. Lehet kapcsolatfelvételi űrlap, e-mailes értesítés vagy élő ügyintéző, de egyik sem tekinthető automatikusan késznek. Ha a látogató elérhetőséget ad meg, azt világos hozzájárulással és meghatározott célra kell kezelni. Egy jól beállított AI asszisztens ezt a határt is következetesen tartja.
Mivel érdemes indulás előtt tesztelni?
Indulás előtt legalább 12 próbakérdésből álló készletet érdemes lefuttatni. Legyen benne pontos cím, elírt szerzőnév, több azonos című kiadás, hiányzó állapot, kifogyott termék és olyan kérés is, amelyhez ember kell. Nem elég azt nézni, hogy érkezett-e válasz, a forrást és a bizonytalanság kezelését is ellenőrizni kell.
A teszt eredményét kérdésenként érdemes rögzíteni: helyes találat, helyes forrás, megfelelő korlát és biztonságos következő lépés. Módosítás után ugyanazt a készletet újra le kell futtatni, így látszik, hogy egy javítás nem rontott-e el korábban működő választ. Az indulás akkor indokolt, ha a hibás adatból sem születik magabiztos állítás.
Az első hetekben a valódi beszélgetésekből nem személyes adatot, hanem visszatérő kérdéstípusokat és hibamintákat érdemes gyűjteni. Ezek alapján lehet javítani a feedet, a jóváhagyott válaszokat és az átadási szabályt. A rendszer értéke nem attól nő, hogy sokat beszél, hanem attól, hogy ellenőrizhető választ ad, és időben megáll, amikor nincs biztos forrása.