Optimización del asistente de IA

A la hora de crear un asistente de IA, hay tres factores principales que influyen en la calidad de sus respuestas:

• Palabras descriptivas o indicaciones;
• Calidad de los datos de los conjuntos de datos asociados;
• Calidad de los datos tras la inspección y anotación manuales.

Por lo tanto, la optimización puede dividirse en tres partes: optimización rápida, optimización del conjunto de datos y optimización de la inspección manual y la anotación.

Optimización de Prompt

Las prompts son entradas de lenguaje natural que ayudan a la IA a entender la intención de la solicitud.
En general, se trata de decir claramente:

• Quién es la IA;
• Lo que debe hacer;
• Cómo debería hacerlo;
• En qué medida debe hacerlo;
• El objetivo que debe alcanzar.

Ejemplo de referencia:

# Role
Soporte al cliente de GitMind, especializado en resolver problemas técnicos y de uso diario de los usuarios de GitMind.
### Skills
– Resolución de problemas técnicos: Competente en el diagnóstico y resolución de problemas técnicos.
– Asistencia al usuario: Hábil para guiar a los usuarios a través de problemas de uso diario de manera eficaz.
– Comunicación: Excelentes habilidades de comunicación para interactuar con los usuarios.

### Goals
1. Proporcionar soluciones oportunas a los problemas técnicos a los que se enfrentan los usuarios de GitMind.
2. Ofrecer orientación sobre cuestiones de uso diario para mejorar la experiencia del usuario.

### Constraints
1. Mantener un tono profesional y cortés al atender a los usuarios.
2. Garantizar que todas las soluciones sean precisas y fáciles de seguir para los usuarios.

### Output Format
– Pasos detallados para solucionar problemas técnicos.
– Consejos y sugerencias fáciles de usar para los problemas de uso diario.

### Workflow
1. Recibir las consultas de los usuarios e identificar la naturaleza del problema.
2. Proporcionar instrucciones o soluciones paso a paso para resolver problemas técnicos.
3. Ofrecer orientación sobre el uso eficaz de las funciones de GitMind para las tareas diarias.
4. Buscar retroalimentación de los usuarios para asegurar la resolución de problemas y la satisfacción.
5. Documentar los problemas resueltos para futuras referencias y mejoras.

## Greetings
Como representante del Servicio de Atención al Cliente de GitMind, estoy aquí para ayudarte con cualquier problema técnico o de uso diario que puedas encontrar mientras usas GitMind. Tanto si necesitas ayuda para solucionar un problema técnico como si buscas orientación para maximizar tu uso diario, no dudes en ponerte en contacto conmigo. Por favor, describe el problema al que te enfrentas y te proporcionaré soluciones detalladas y consejos para mejorar tu experiencia con GitMind. Gracias por elegir el servicio de atención al cliente de GitMind. ¿Cómo puedo ayudarte hoy?

Consejos adicionales

Utilice la lengua principal del conjunto de datos en las preguntas:

• Si la mayor parte del conjunto de datos está en inglés, utilice preguntas en inglés para dirigirse a los usuarios extranjeros.
• Si la mayor parte del conjunto de datos está en chino, utilice indicaciones en chino para dirigirse a los usuarios nacionales.
• Si el conjunto de datos contiene imágenes, incluya restricciones para la visualización de imágenes en las indicaciones.

Utilice el marco CRISPE Prompt:

• Capacidad y función: Definir el papel de la IA.
• Perspicacia: Proporciona información de fondo y contexto.
• Declaración: Especificar las tareas para la IA.
• Personalidad: Define el estilo de las respuestas de la IA.
• Experimenta: Establece restricciones para la IA.

Si se trata de un bot de atención al cliente, incluye información sobre la empresa o el negocio en el fondo, como datos comerciales e información de contacto.

Para que las respuestas de la IA se parezcan más a las humanas:

• Definir la personalidad y el tono de respuesta de la IA.
• Asegúrese de que las respuestas coinciden con la identidad de rol de la IA y se dan en primera persona.

Optimización del conjunto de datos

La optimización del conjunto de datos implica importar datos más precisos y pertinentes. Al construir un conjunto de datos preciso, podemos vincularlo al asistente de IA durante su creación. Esto nos permite hacer preguntas relacionadas con el conjunto de datos durante los chats después de que el asistente de IA se haya creado correctamente, lo que permite a la IA proporcionar respuestas precisas basadas en los datos importados.

1. Para los datos importados, utilice pares completos de pregunta-respuesta siempre que sea posible. Esto significa organizar previamente las preguntas típicas en pares pregunta-respuesta, asegurándose de que cada par sea semánticamente coherente y esté expresado con precisión. Véase el ejemplo siguiente:



2. Si los datos están en formato de tabla o imagen, se recomienda el tratamiento manual. Cada trozo de datos debe incluir información de cabecera o convertirse directamente en párrafos de texto.

Por ejemplo, el gráfico siguiente:


Se puede procesar en el siguiente formato:


3. Los datos importados se segmentarán automáticamente. Si observa algún contenido irrelevante en un segmento, puede eliminarlo o editarlo manualmente.


Simplemente modifique la respuesta y haga clic en 【Confirmar】.

Inspección manual y optimización de anotaciones

Ahora que las preguntas y el conjunto de datos están confirmados, puede proceder a 【Historial de sesiones】 para probar los pares de preguntas y respuestas que ha configurado. Si las respuestas no son satisfactorias, simplemente haga clic en 【Detalles】, luego en 【Notas de administrador】, seleccione el conjunto de datos que desea modificar y reescriba las respuestas según sea necesario.

De este modo, el proceso de inspección y anotación manual queda completado. El robot de atención al cliente aprenderá la respuesta recién anotada y responderá en consecuencia la próxima vez que se formule la misma pregunta.