تنظیمات هوش مصنوعی متابوت
{% include beta-blockquote.html message="در حال حاضر، متابوت فقط بهعنوان افزونهای برای پلنهای Pro و Enterprise در متابیس کلود در دسترس است." %}
Settings > Admin settings > AI
در این صفحه تنظیمات مدیریتی دستیار هوشمند متابیس، یعنی متابوت، را پوشش میدهیم.
محتوای تأییدشده (Verified content)
ادمینها در پلنهای Pro و Enterprise میتوانند متابوت را طوری تنظیم کنند که فقط با مدلها و معیارهایی کار کند که تأیید شدهاند.
محدود کردن متابوت به مدلها و معیارهای تأییدشده (و فقط همینها) کمک میکند پاسخهای قابلاتکاتری تولید کند، چون مطمئن هستید دادهای که متابوت از آن استفاده میکند قبلاً توسط یک انسان بررسی و تأیید شده است.
هنگام تعبیه متابوت، میتوانید کالکشنی را که متابوت به آن دسترسی دارد انتخاب کنید
وقتی متابوت را در اپلیکیشن خود تعبیه (embed) میکنید، میتوانید کالکشنی را برای متابوت انتخاب کنید:
- به Settings > Admin settings > AI بروید.
- روی Embedded Metabot کلیک کنید.
- در بخش Collection Embedded Metabot can use روی Pick a collection کلیک کنید.
- کالکشنی را انتخاب کنید که مدلها و معیارهای موردنظر شما برای استفادهٔ متابوت در آن قرار دارد.
متابوت از مدلها و معیارهای موجود در آن کالکشن برای پاسخ به سؤالات و ساخت کوئریها استفاده میکند. میتوانید هر زمان این کالکشن را تغییر دهید. برای اینکه متابوت به همهٔ کالکشنها دسترسی داشته باشد، میتوانید کالکشن را روی کالکشن ریشه با نام "Our Analytics" (پیشفرض) قرار دهید.
بهصورت جایگزین یا تکمیلی، میتوانید متابوت را به محتوای تأییدشده محدود کنید.
نکاتی برای استفادهٔ حداکثری از متابوت
بهترین کاری که برای بهبود عملکرد متابوت میتوانید انجام دهید، آمادهسازی دادههایتان درست مثل زمانی است که یک همکار جدید (انسان) را روی دادهها سوار (onboard) میکنید. در عمل، یعنی باید:
- مدلها و معیارها را به کالکشن متابوت اضافه کنید
- برای دادهها و محتوای خود توضیحات بنویسید
- مطمئن شوید نوع معنایی (semantic type) هر فیلد درست است
- پیشنهادهای پرامپت را بهصورت فعال مدیریت کنید
افزودن مدلها و معیارها به کالکشن متابوت
مدلهایی بسازید که پیدا کردن پاسخ برای انواع سؤالاتی را که انتظار دارید افراد دربارهٔ دادههای شما بپرسند، برای متابوت آسان کند. معیارهایی تعریف کنید که محاسبات کلیدی کسبوکار را که افراد مرتباً به آنها نیاز دارند، در خود داشته باشند. این مدلها و معیارها را به کالکشنی اضافه کنید که برای یادگیری متابوت در نظر گرفتهاید.
مثلاً اگر افراد زیاد دربارهٔ ارزش طول عمر مشتری (LTV) سؤال میپرسند، مدلی بسازید که دادههای مشتری را با تاریخچهٔ سفارشها join کند و LTV را محاسبه کند. یا اگر «کاربران فعال ماهانه» (MAU) معیار مهمی برای شماست، یک metric بسازید که دقیقاً تعریف کند MAU چگونه باید محاسبه شود.
افزودن توضیحات برای دادهها و محتوا
برای مدلها، معیارها، داشبوردها و سؤالات توضیحات اضافه کنید. توضیحات باید برای ارائهٔ کانتکست، تعریف اصطلاحات و توضیح منطق کسبوکاری نوشته شوند.
ادمینها همچنین میتوانند متادیتای جدول را با افزودن توضیحات برای جدولها و فیلدهایشان مدیریت کنند.
برای مثال، این یک توضیح خوب برای یک فیلد ID است که کانتکست بیشتری برای داده فراهم میکند:
این یک شناسهٔ یکتای محصول است. در ایمیلها و صفحههای کاربر، به آن «شماره فاکتور» یا «شماره تأیید» هم گفته میشود.
حتی میتوانید از خود متابوت بخواهید برایتان توضیحات بنویسد. اما متابوت فقط به دادههای موجود در پایگاهداده دسترسی دارد؛ چیزهایی مثل اینکه «این ID در وباپ با عنوان 'Invoice number' نمایش داده میشود» را نمیتواند بداند؛ و دقیقاً همین نوع اطلاعات زمینهای است که ارزش مستندسازی دارد.
مطمئن شوید نوع معنایی هر فیلد درست است
مطمئن شوید نوع معنایی (semantic type) هر فیلد، «معنی» آن فیلد را بهدرستی نشان میدهد. مثلاً اگر فیلدی مثل created_at دارید، بهتر است نوع آن ستون را روی Creation date بگذارید.
متابیس سعی میکند بهصورت خودکار نوع معنایی را تنظیم کند، اما بهتر است شما بررسی کنید که هر فیلد نوع معنایی مناسبی دارد. به صفحهٔ Data types and semantic types مراجعه کنید. همچنین میتوانید برای مدلها هم نوع معنایی تنظیم کنید.
مدیریت (curate) پیشنهادهای پرامپت
وقتی کالکشنی را برای یادگیری متابوت انتخاب میکنید، متابوت بر اساس محتوای آن کالکشن، مجموعهای از پرامپتها را پیشنهاد میدهد. این پرامپتها صرفاً برای این هستند که به افراد نشان دهند چه نوع کارهایی را میتوان از متابوت خواست.
ادمینها میتوانند این پرامپتهای تولیدشده را اجرا کنند تا پاسخها را تست کنند، یا اگر بعضی پرامپتها مفید نیستند یا گمراهکنندهاند، آنها را حذف کنند. همچنین میتوانید با یک کلیک همهٔ پرامپتها را دوباره تولید کنید.
سطح دسترسی متابوت همان سطح دسترسی متابیس است
متابوت سطح دسترسی کاربر فعلی را به ارث میبرد، بنابراین لازم نیست سطح دسترسی جداگانهای برای خود متابوت تعریف کنید. هر زمان کسی از متابوت استفاده کند، متابوت فقط همان چیزهایی را میبیند و انجام میدهد که آن شخص مجوزش را دارد.
بهعبارت دیگر، اگر میخواهید برای هر شخص مشخص کنید متابوت به چه دادهای میتواند دسترسی داشته باشد، کافی است مثل همیشه مجوزهای داده و مجوزهای کالکشن را برای گروه آن شخص تنظیم کنید؛ این مجوزها بهطور خودکار روی استفادهٔ آن شخص از متابوت هم اعمال میشوند.
متابوت در سطح کل اینستنس فعال است، نه در سطح هر کاربر
در حال حاضر، متابوت برای همهٔ افرادی که از متابیس شما استفاده میکنند در دسترس خواهد بود؛ امکان فعالسازی مجزا برای هر کاربر وجود ندارد.
متابوت از چندین مدل هوش مصنوعی زایشی برای پاسخگویی استفاده میکند
در پشت صحنه، متابیس برای متابوت از مجموعهای از مدلهای مولد (generative) استفاده میکند. در حال حاضر نمیتوانید مشخص کنید متابوت از کدام مدلهای هوش مصنوعی استفاده کند؛ سرویس AI متابیس این انتخاب را مدیریت میکند.
برای رسیدن به بهترین نتایج، ما (تیم متابیس) از بنچمارکهای داخلی استفاده میکنیم تا مشخص کنیم متابوت برای هر کار، از کدام مدلها استفاده کند؛ و بهطور مستمر روی عملکرد آن کار میکنیم، بنابراین متابوت در طول زمان بهتر خواهد شد.
تا وقتی بازخورد نفرستید، پرامپتهایی را که به متابوت میفرستید ذخیره نمیکنیم
ما عمداً دامنهٔ کارهایی را که متابوت میتواند انجام دهد محدود کردهایم. متابوت به کلیدهای API دسترسی ندارد، نمیتواند دارایی (کویری، داشبورد و غیره) بسازد، داده بنویسد یا دادهٔ شما را از متابیس خارج کند. سؤالات و مکالمات شما خصوصی و محدود به اینستنس متابیس شما میمانند (مگر اینکه بازخورد ارسال کنید). ما فقط مقداری متادیتا برای سنجش و بهبود استفاده جمعآوری میکنیم.
متابوت به چه چیزهایی دسترسی دارد؟
متابوت برای پاسخدادن به سؤالات شما به متادیتای متابیس و بعضی مقادیر دادهای دسترسی دارد:
- متادیتای جدول، سؤال، مدل، داشبورد و معیار: متابوت میتواند ساختار و پیکربندی محتوای شما را ببیند.
- نمونهمقادیر فیلدها: وقتی سؤالاتی مثل «همهٔ افراد از ویسکانسین را فیلتر کن» میپرسید، متابوت ممکن است مقادیر موجود در فیلد state را بررسی کند تا بفهمد داده چطور ذخیره شده (مثلاً "WI" یا "Wisconsin"). نگاه کنید به syncs.
- دادهٔ سری زمانی: برای تحلیل نمودارها، بسته به نوع نمودار، متابوت ممکن است دادهٔ سری زمانیِ استفادهشده برای رسم نمودار را ببیند.
وقتی بازخورد ارسال میکنید، فرمی که میفرستید ممکن است شامل دادههای حساسی از مکالمهٔ شما با متابوت باشد.