Czasem właściwym rozwiązaniem nie jest automatyzacja doczepiona do istniejącego narzędzia, ale nowa aplikacja zaprojektowana wokół konkretnej funkcji AI.
Zaczynamy od samej funkcji: co model ma robić niezawodnie, na jakich danych wejściowych i jak będzie sprawdzany jego wynik. Gdy funkcja osiąga uzgodnioną jakość na rzeczywistych przykładach, budujemy wokół niej aplikację, od interfejsu i kont po wdrożenie, aż powstanie narzędzie, z którego ludzie korzystają codziennie.
Co dostarczamy
- Analiza produktu AI i zakres MVP
- Projekt interfejsu i doświadczenia użytkownika
- Budowa aplikacji
- Integracja modeli z ustrukturyzowanymi odpowiedziami
- Konta, role i przechowywanie danych
- Limity użycia i śledzenie kosztów
- Zestawy testowe i testy
- Wdrożenie, monitoring i dalszy rozwój
Technologia i wdrożenie
Pod funkcją AI kryje się zwykła, dobrze zbudowana aplikacja webowa: konta, baza danych, uprawnienia, przechowywanie plików, w razie potrzeby rozliczenia. To ta część decyduje, czy produkt jest niezawodny.
Wywołania modelu odbywają się na serwerze, nigdy w przeglądarce, za warstwą pośrednią, dzięki której model można zmienić, gdy zmieniają się ceny i możliwości. Odpowiedzi, na których opiera się aplikacja, pobieramy jako ustrukturyzowane dane i sprawdzamy przed użyciem. Każde wywołanie jest zapisywane z kosztem, a limity na użytkownika utrzymują wydatki w przewidywalnych granicach.
Przed każdym wydaniem zmiany promptów, modeli albo danych sprawdzamy na zestawie prawdziwych przykładów.
Przykładowe zastosowanie
Scenariusz poglądowy, nie opis zrealizowanego projektu.
Firma potrzebuje bezpiecznej aplikacji webowej, w której pracownicy wgrywają dokumenty, przeszukują ich treść, porównują wybrane informacje i generują uporządkowane szkice do przeglądu.