Fejlesztés
Az OpenAI új támogatási modellje
Az OpenAI nem csupán jegyekkel és sorokkal foglalkozik. Történelmileg a támogatás a várakozásról szólt, de mi ennél többet szeretnénk nyújtani. Több százmillió felhasználót szolgálunk ki, évente milliók kérdéseit kezeljük, és ez a szám folyamatosan növekszik.
Számos szervezet találkozik a méret és a növekedés kihívásaival. Fewer deal with scale and hypergrowth. A támogatás sosem csupán a jegyekre adott válaszokról szólt. Ez inkább arról szól, hogy az emberek megkapják-e, amire szükségük van, és hogy ez valóban jól szolgálja-e őket.
Glen Worthington, a Felhasználói Műveletek vezetője szerint a támogatás nem mennyiségi kihívás. Ez egy mérnöki és operációs tervezési kihívás. Ezért építettünk egy új működési modellt, ahol minden interakció javítja a következőt.
Interakciók rendszere
A műveleti csapat nemcsak egy chatbot használatára akart támaszkodni a kérdések elterelésére. Céljuk, hogy újragondolják a támogatást egy olyan AI működési modellként, amely folyamatosan tanul és fejlődik.
Ennek középpontjában három alapvető építőelem áll:
- Felületek: Ahol a támogatási rendszerekkel interakcióba lépünk. Chat, e-mail és telefon, de egyre inkább a termékbe beágyazott segítség.
- Tudás: Nem csupán statikus dokumentumok, hanem élő és folyamatosan fejlődő útmutatók, amelyek valódi beszélgetésekből, politikákból és kontextusból származnak.
- Értékelések és osztályozók: Közös minőségi definíciók, amelyeket szoftver és emberek együtt alkotnak, valamint eszközök a méréshez, javításhoz és visszajelzés kiemeléséhez.
Ezek az elemek nem állnak elkülönítve. Egy vállalati beszélgetésben észlelt minta tájékoztathatja a fejlesztői GYIK-ot. Egy adott esethez írt értékelés megerősíti a modellt ezrek számára. Mivel ugyanazok az alapvető elemek működtetik a chatet, e-mailt és a hangot, a fejlesztések automatikusan skálázódnak a csatornák között.
A támogatási képviselők szerepe
A támogatási képviselők szerepe változik. Célunk, hogy a modellt a tranzakciós munka feldolgozásáról a teljes építési folyamat részévé alakítsuk. A képviselők képesek hozzájárulni magához az architektúrához, közvetlenül a változások alulról felfelé való szállításával és közvetve a napi munkájuk természetes mozgásain keresztül.
A képviselők kiemelik azokat az interakciókat, amelyek teszt esetekké válhatnak, javasolják és szállítják az osztályozókat, amikor új mintákat látnak. Az oktatás is átalakul. Ez már nem csupán a politikák megértéséről szól, hanem az interakciók értékeléséről, a struktúrák hiányosságainak azonosításáról, és a javítások visszatáplálásáról.
A cél az, hogy a támogatási képviselők építők legyenek, nem csupán válaszadók. Shimul Sachdeva, a Mérnöki Igazgató szerint: “A képviselők nem csupán a jegyekre válaszolnak. Ők formálják a tudásbázisunkat és politikáinkat.”
Az OpenAI stack előnyei
A támogatás fejlesztésének lehetősége az OpenAI stack-jén alapul. Az Agents SDK alapértelmezettként nyújt lépésenkénti nyomokat és megfigyelhetőséget. Az Responses API az osztályozók számára biztosít támogatást, míg a Realtime API lehetővé teszi a hangalapú támogatást.
Az OpenAI Evals irányítópultja lehetővé teszi a minőség mérését és időbeli vizualizálását. A platform alapvető elemei készen állnak, így kevesebb időt töltünk a rendszerek összekapcsolásával, és több időt a lényeges munkára: arra, hogy meghatározzuk, mit jelent a jó, azt mérjük és javítsuk.
Az új megközelítés célja, hogy a támogatási szervezet kevésbé a throughput-ra, inkább a fejlődés kapacitására legyen definiálva.
AI tény: A mesterséges intelligencia fejlődése lehetővé tette, hogy a gépek folyamatosan tanuljanak az emberi interakciókból, így optimalizálva a válaszidőket és a szolgáltatások minőségét.
Források
OpenAI, Glen Worthington, Shimul Sachdeva