مشتری می‌پرسد «چند روزه می‌رسه؟» و چتبات با اطمینان جواب میدهد
ساعت 11 شب است. مشتری یک فروشگاه اینترنتی پوشاک سبد خرید را پر کرده، اما قبل از پرداخت مکث می‌کند. در ویجت گوشه‌ی سایت می‌نویسد: «این محصول چند روزه به دستم می‌رسه؟» چند ثانیه بعد جواب می‌آید: «سفارش شما معمولاً ظرف 2 تا 3 روز کاری تحویل داده میشود.» جمله مؤدبانه است، عدد دارد و کاملاً قابل‌قبول به نظر می‌رسد. مشتری پرداخت را کامل می‌کند.
مشکل کجاست؟ در هیچ سند و صفحه‌ای از این فروشگاه چنین عددی نوشته نشده بود. ارسال به شهرستان‌ها در واقع 5 تا 7 روز طول می‌کشد. سه روز بعد مشتری با پیامی ناراضی برمی‌گردد، پشتیبان باید توضیح بدهد و فروشگاه فقط یک سفارش را در معرض مرجوعی نمی‌بیند؛ بخشی از اعتماد آن مشتری را هم از دست میدهد.
این نوع خطا با خطای یک موتور جستجو فرق دارد. جستجوی ضعیف نتیجه‌ی نامربوط نشان میدهد و کاربر خودش متوجه میشود. چتبات ضعیف جواب غلط را با لحن مطمئن میدهد و کاربر هیچ دلیلی برای شک ندارد. در این مقاله توضیح می‌دهیم چرا چنین اتفاقی می‌افتد، چند سناریوی رایج را می‌بینیم و بعد سه کار مشخص را مرور می‌کنیم که احتمال آن را کم می‌کند.
چرا مدل هوش مصنوعی از کسبوکار شما خبر ندارد؟
مدل‌های زبانی با حجم عظیمی از متن عمومی آموزش دیده‌اند. آن‌ها می‌دانند ارسال بسته معمولاً چند روز طول می‌کشد، مرجوعی چه شکلی دارد و گارانتی یعنی چه. اما نمی‌دانند فروشگاه شما برای تهران و شهرستان چه زمانی تعیین کرده، مهلت مرجوعی‌تان 7 روز است یا 10 روز و کدام محصولتان گارانتی دارد.
وقتی این اطلاعات در دسترس نباشد، مدل به‌طور پیش‌فرض ساکت نمی‌ماند. کاری که انجام میدهد ساختن محتملترین جواب است؛ جوابی که با الگوی فروشگاه‌های مشابه جور باشد و روان خوانده شود. این رفتار نه دروغ‌گویی عمدی است و نه خرابی. در واقع ماهیت ابزار است. شبیه کارمند تازه‌واردی که از گفتن «نمی‌دانم» خجالت می‌کشد و از روی تجربه‌ی فروشگاه قبلی‌اش جواب میدهد.
پس اگر مدل خودش مرز دانسته‌ها و نادانسته‌هایش را نمی‌شناسد، این مرز را باید کسی برایش تعریف کند. راه‌حل در هوشمندتر کردن مدل خلاصه نمی‌شود؛ بیشتر به دادن اطلاعات درست و تعیین رفتار در زمان نبودن اطلاعات برمی‌گردد.
چهار سناریو که در فروشگاه‌ها واقعاً پیش می‌آید
سناریوی اول همان زمان تحویل است. مشتری از ارسال به شهرستان می‌پرسد و چتبات از روی الگوی عمومی فروشگاه‌ها عدد میدهد. عدد معقول است، اما مال شما نیست.
سناریوی دوم مرجوعی است. سند فروشگاه می‌گوید مهلت مرجوعی 7 روز است، ولی چتبات می‌نویسد 10 روز. فرقش سه روز است و به نظر کوچک می‌آید. با این حال، وقتی مشتری روز هشتم با جواب چتبات به پشتیبان مراجعه کند، فروشگاه یا باید تعهدی را بپذیرد که نداده بود یا مشتری را با یک «نه» ناراضی کند. هر دو گزینه هزینه دارد.
سناریوی سوم گارانتی است. مشتری می‌پرسد: «این مدل گارانتی دارد؟» در کاتالوگ فقط برای چند محصول گارانتی نوشته شده و برای این یکی چیزی نیست. چتبات که اطلاعات این محصول را ندارد، می‌گوید «بله، 18 ماه گارانتی» چون دیگر محصولات همین دسته معمولاً چنین چیزی دارند.
سناریوی چهارم کمی ظریف‌تر است: تناقض در خود منابع. فروشگاه دو نسخه از قوانین ارسال دارد. نسخه‌ی قدیمی می‌گوید ارسال بالای 500 هزار تومان رایگان است و نسخه‌ی جدید این سقف را یک میلیون تومان گذاشته است. هر دو فایل بارگذاری شده‌اند. چتبات گاهی از اولی جواب میدهد و گاهی از دومی و مشتری‌ها جوابهای متفاوت می‌گیرند.
در هر چهار سناریو هوشمندی مدل مشکل نبود. مشکل یا نبودن اطلاعات بود یا بد بودن آن یا نبودن تکلیف روشن برای وقتی که جواب معلوم نیست. این سه مشکل دقیقاً با سه کار زیر پوشش داده می‌شوند.
کار اول: اطلاعات معتبر کسبوکار را در اختیار چتبات بگذارید
ساده‌ترین منبع، همان اسنادی است که از قبل دارید: کاتالوگ محصولات، راهنمای خدمات، قوانین گارانتی و مرجوعی، سؤالات متداول و دستورالعملهای داخلی. با آرتین‌بات می‌توانید چتبات اختصاصی کسب‌وکارتان را بر پایه‌ی همین فایلها و صفحات سایتتان بسازید، به‌جای اینکه به دانش عمومی یک مدل تکیه کنید.
اما بارگذاری کردن کافی نیست. قبل از آپلود سه چیز را بررسی کنید. اول اینکه اطلاعات قدیمی و جدید با هم تناقض نداشته باشند؛ نسخه‌ی منسوخ را کنار بگذارید و فقط نسخه‌ی معتبر بماند. دوم اینکه عنوان‌ها و بخش‌بندی‌ها واضح باشند، چون عنوانی مثل «موارد متفرقه» به هیچ‌کس، چه انسان و چه چتبات، کمک نمی‌کند. سوم اینکه پاسخ سؤالهای مهم واقعاً در سند وجود داشته باشد. اگر مشتری‌ها هر روز درباره‌ی هزینهی ارسال می‌پرسند و در هیچ فایلی عددی برایش نیست، چتبات هم نمیتواند چیزی بداند.
یک محک ساده دارم: فایل را به یک کارمند تازه‌وارد بدهید و بپرسید آیا می‌تواند ظرف یک دقیقه جواب سؤال مشتری را پیدا کند؟ اگر نمیتواند، چتبات هم احتمالاً نمیتواند. قبل از اینکه سراغ عوض کردن مدل بروید، کیفیت همان فایل را بهتر کنید.
کار دوم: پاسخ‌ها را با منبع اصلی مقایسه کنید
بیشتر صاحبان کسبوکار چتبات را با یک سؤال محک می‌زنند: «جواب خوب بود؟» مشکل این معیار این است که ذهنی است. جواب روان و مؤدبانه تقریباً همیشه خوب به نظر می‌رسد، حتی وقتی غلط است. به همین دلیل بهتر است سه سؤال دیگر را بپرسید. آیا پاسخ با سند اصلی تطبیق دارد؟ آیا بخش مرتبط سند واقعاً همین موضوع را بیان می‌کند؟ و اگر اطلاعات کافی وجود نداشت، آیا چتبات از حدس زدن خودداری کرد؟
مثال مرجوعی را به یاد بیاورید. اگر سند می‌گوید مهلت مرجوعی 7 روز است، پاسخ «10 روز» غلط است، حتی اگر با اطمینان کامل گفته شود. اطمینان لحن، معیار درستی نیست.
برای اینکه این بررسی از حالت سلیقه‌ای خارج شود، پیش از آزمایش 10 سؤال واقعی از پیام‌های مشتریانتان انتخاب کنید و پاسخ مورد انتظار هر کدام را از روی سند بنویسید. بعد از چتبات بپرسید و جواب‌ها را با فهرست خودتان تطبیق دهید. روش کامل این کار را در مقاله‌ی سؤالات طلایی برای صاحبان فروشگاه توضیح داده‌ایم. در آرتین‌بات امکان تنظیم پاسخ‌گویی مبتنی بر دانش و در حالت‌های پشتیبانی‌شده بررسی پاسخ با منبع آن وجود دارد، اما حتی بدون هیچ ابزاری، همین جدول ساده‌ی «سؤال، پاسخ مورد انتظار، پاسخ واقعی» کار را شروع می‌کند.
کار سوم: مشخص کنید وقتی جواب را نمیداند چه کند
هیچ چت‌باتی همه‌چیز را نمیداند و لازم هم نیست بداند. سؤال این است که در لحظه‌ی نادانستن چه رفتاری از او انتظار دارید. سه رفتار درست وجود دارد.
اولی اعلام شفاف است: «برای اعلام زمان دقیق تحویل، اطلاعات کافی در اختیار ندارم.» دومی پرسیدن توضیح بیشتر است، وقتی سؤال مبهم است. مثلاً مشتری می‌نویسد «ارسالش چقدر می‌شه؟» و چتبات باید بپرسد مقصد کجاست. سومی ارجاع به پشتیبان انسانی است، وقتی موضوع نیاز به بررسی دارد؛ مثلاً: «لطفاً با پشتیبانی در ارتباط باشید.»
چنین رفتاری در نگاه اول کمتر هوشمندانه به نظر می‌رسد. در واقع یک جواب «نمی‌دانم» به اندازه‌ی یک جواب کامل جذاب نیست. با این حال از جواب غلط بسیار بهتر است، چون هزینهی جواب غلط را بعداً خود شما می‌پردازید و هزینهی «نمی‌دانم» را فقط چند دقیقه صبر مشتری. در آرتین‌بات میتوان رفتار چتبات را در شرایط کمبود اطمینان و نحوه‌ی ارجاع به انسان تنظیم کرد. اینکه بعد از ارجاع به انسان چتبات چه نقشی داشته باشد هم تصمیم مهمی است که در مقاله‌ی اصل سکوت ربات بررسی شده است.