🇨🇿 Čeština
🇨🇿 Čeština
Тёмная тема
Paměť — to je vrstva pravidel a dat, která pomáhá neupracovníkovi odpovídat ne „z hlavy“, ale podle logiky konkrétní společnosti.
Bez paměti nemusí neuronová síť znát obecné věci, ale nezná vaši značku, pravidla, ceny, dohody s klienty a vnitřní omezení. Proto bez nastavení často odpovídá „průměrně podle internetu“.
Obvyklý dialog s neuronovou sítí v chatu se staví na dvou věcech: modelu a aktuální zprávě.
Model nezná váš produkt, styl, dohody, pravidla vracení, aktuální ceny a vnitřní procesy, pokud jste je nezahrnuli do kontextu. Proto je nutné buď opakovat instrukce v každém rozhovoru, nebo se smířit s nestabilními odpověďmi.
Paměť v neupracovníkovi řeší jiný úkol: zavádí stabilní vrstvu, na kterou se AI spoléhá při každé odpovědi uživateli.
Po smyslu je to blízké systémovému promptu:
Bez této vrstvy zůstává neupracovník jen chatem. Se ní se stává předvídatelným asistentem pro váš úkol: v hlasu značky, s vašimi daty, a ne jen s obecnými znalostmi modelu.
Paměť je potřebná pro:
Pohodlně je možné myslet na tři úrovně. Ty lze používat samostatně nebo kombinovat.
Ruční paměť — to je text, který zapisujete do rozhraní neupracovníka.
V ní lze popsat:
Toto už je dost na to, aby se neupracovník založený na jedné z topových modelů — ChatGPT, Claude, Grok a analogách — choval jako váš virtuální pracovník, a ne jako anonymní chatbot.
Minimální příklad:
Tvoje jméno je Igor. Jsi konzultant společnosti. Odpovídej stručně, přátelsky, s lehkým humorem. Nepoužívej kancelářštinu. Pokud neznáš přesnou odpověď — nevymýšlej, ale navrhni upřesnit u člověka.
I tak jednoduchá instrukce už mění chování pracovníka.
Když obvyklá pravidla nestačí, připojují se ke paměti zdroje dat.
V produktové logice neupracovníka k takovým zdrojům patří zejména:
| Zdroje | Co poskytuje | Typický scénář |
|---|---|---|
| Google Dokumenty | Koherentní texty: pravidla, skripty, politiky, instrukce „co říkat v situaci X“ | Společnost s přísným algoritmem komunikace, právně významné formulace, jednotný aktuální dokument |
| Google Tabulky | Strukturovaná data: řádky a sloupce | Obchod, katalog, ceny, zásoby, seznamy služeb, data, kde jsou důležitá pole a aktuálnost čísel |
| Telegram kanál | Proud publikací a aktualizací | Novinky, akce, aktualizace, materiály, které společnost už publikovala pro své publikum |
| Databáze znalostí společnosti | Shromážděné odpovědi, instrukce, popisy produktů a procesů | Podpora, konzultace, školení zaměstnanců, jednotný zdroj pravdy |
Smysl dělení je jednoduchý:
Kombinace „text + dokumenty + tabulky + kanál“ pokrývá velkou část scénářů: od sólového experta po obchod, oddělení podpory či tým pracující podle skriptů.
Zjednodušeně: při každé zprávě uživatele neupracovník shromažďuje kontext z vámi zadané paměti — ručního textu a připojených zdrojů podle pravidel produktu — a formuluje odpověď v rámci těchto instrukcí a dat.
Přesná mechanika závisí na realizaci v rozhraní: jak často se aktualizují tabulky, jaký objem textu se tahá, jaké jsou limity a jak přesně se zpracovávají zdroje. Tyto detaily je potřeba porovnat s aktuální verzí @aiworkersbot.
V jednoduché logice to vypadá takto:
Například, klient se ptá: „Je teď tato služba k dispozici a kolik stojí?“
Správná logika pro neupracovníka:
Potřeba „svého“ asistenta ve známém stylu bez těžké databáze znalostí.
Někdy stačí silná ruční paměť: jméno, tón, tabu, formát odpovědí a několik pravidel komunikace.
Pokud existují pravidla a skripty v Google Dokumentech, paměť spojuje neupracovníka s jedním zdrojem pravdy pro text.
Aktualizujete dokument — a pracovník se může opírat o aktuálnější verzi pravidel.
Pokud ceny, artikly, dostupnost a charakteristiky leží v tabulkách, neupracovník může odpovídat na základě strukturovaných dat, a ne obecných frází modelu.
Pokud akce, novinky a aktualizace již publikované na kanále, lze ho použít jako zdroj aktuálního kontextu pro odpovědi klientům.
Vy sami rozhodujete, co se nachází v paměti, jaké zdroje jsou připojeny a co je třeba odpojit.
Často se aktualizace dat redukují na úpravu dokumentu nebo tabulky, bez přepisování celé logiky znovu v každém chatu.
Pamatuje si styl experta, hlavní produkty, pravidla komunikace a časté odpovědi.
Takový pracovník pomáhá odpovídat předplatitelům, připravovat texty, vysvětlovat služby a zachovat jednotný hlas značky.
Pracuje podle pravidel, připravených odpovědí a databáze znalostí.
Přiměřené pro časté otázky: platba, doručení, rezervace, vracení, pravidla služby, stav žádosti.
Využívá tabulky, katalog nebo databázi produktů.
Může pomáhat s charakteristikami, dostupností, výběrem, podmínkami nákupu nebo rezervací služby.
Využívá kanál jako zdroj aktualizací.
To je pohodlné, pokud společnost již publikuje novinky, akce, změny podmínek a chce, aby neupracovník zohledňoval tyto materiály v odpovědích.
Je důležité mluvit upřímně: paměť pomáhá udělat odpovědi stabilnější, ale nepřetváří AI na bezchybný systém.
Paměť — to není:
Politika ochrany soukromí, přístupy a zabezpečení dat zůstávají na straně vlastníka podniku a nastavení produktu.
Aby paměť fungovala užitečně, je dobré připravit alespoň základní sadu:
Není nutné hned připravovat ideální databázi znalostí. Můžete začít s krátkou ruční pamětí a jedním srozumitelným zdrojem, a potom postupně rozšiřovat.
Paměť je potřebná, aby neupracovník pracoval ne jako náhodný chatbot, ale jako součást vašeho týmu.
Upevňuje roli, styl, pravidla a zdroje faktů. Díky tomu pracovník lépe chápe byznys, odpovídá stabilněji a s časem může převzít více odpovědnosti.
Podrobnosti: Jaké zdroje znalostí lze připojit, Jak připravit databázi znalostí, Jaká data jsou potřebná pro spuštění.