Διευκρινιστικές ερωτήσεις AI Chatbot: Ασφαλείς απαντήσεις σε ασαφή ερωτήματα

Μια ασαφής ερώτηση δεν αποτελεί εντολή για μαντεψιά για ένα chatbot ιστότοπου. Ερωτήσεις όπως «Πόσο κοστίζει αυτό;», «Ισχύει αυτό για μένα;» ή «Μπορώ να το αλλάξω αυτό σήμερα;» μπορεί να έχουν πολλές σωστές ερμηνείες χωρίς να διευκρινίζεται το προϊόν, η τοποθεσία, η σύμβαση ή η χρονική στιγμή. Ένα χρήσιμο chatbot αναγνωρίζει αυτό το κενό, υποβάλλει μια σύντομη διευκρινιστική ερώτηση και περιορίζει την απάντησή του έως ότου εντοπιστεί μια εγκεκριμένη πηγή. Με αυτόν τον τρόπο, προστατεύει τους επισκέπτες από λανθασμένες απαντήσεις που ακούγονται πειστικές και βοηθά τις ομάδες να βελτιώσουν στοχευμένα τη βάση γνώσεων τους.

Γιατί η ασάφεια αποτελεί απαίτηση του προϊόντος

Πολλά προβλήματα ποιότητας δεν προκύπτουν επειδή ένα μοντέλο δεν κατανοεί τη γλώσσα, αλλά επειδή η καταχώριση είναι διφορούμενη. Μια ερώτηση σχετικά με την τιμή μπορεί να αναφέρεται σε μια άδεια χρήσης, μια προσφορά, μια παράδοση ή μια επισκευή. Μια ερώτηση σχετικά με μια προθεσμία μπορεί να εξαρτάται από τη χώρα, την ομάδα πελατών ή τον τύπο της σύμβασης. Εάν ένα chatbot παραβλέψει αυτές τις διαφορές, ακόμη και μια γλωσσικά κομψή απάντηση μπορεί να είναι παραπλανητική. Η σωστή πρώτη αντίδραση δεν είναι τότε περισσότερο κείμενο, αλλά μια ακριβής, απλή διευκρινιστική ερώτηση.

Το NIST AI Risk Management Framework συνδέει πάντα τη μέτρηση και την παρακολούθηση με το εκάστοτε πλαίσιο χρήσης. Για τις ομάδες ιστότοπων, αυτό σημαίνει: Ορίστε εκ των προτέρων ποιες πληροφορίες απαιτούνται οπωσδήποτε για μια απάντηση. Εάν λείπει μια πληροφορία, το chatbot θα πρέπει να εξηγήσει γιατί είναι σημαντική και να προσφέρει ακριβώς μία κατάλληλη επιλογή. Δεν επιτρέπεται να προσθέσει λεπτομέρειες που δεν περιλαμβάνονται στην ερώτηση ή σε μια επαληθευμένη πηγή.

Μια καλή διευκρινιστική ερώτηση είναι σύντομη και αιτιολογημένη

Μια διευκρινιστική ερώτηση δεν πρέπει να μοιάζει με φόρμα. Ξεκινήστε με την πληροφορία που λείπει για την επόμενη ασφαλή απάντηση: «Πρόκειται για υπάρχουσα συνδρομή ή για νέα προσφορά;» ή «Για ποιο μοντέλο προϊόντος αναζητάτε τις οδηγίες;». Εάν είναι απαραίτητο, εξηγήστε σε μία πρόταση γιατί είναι απαραίτητη η επιλογή. Αποφύγετε ανοιχτές προτροπές όπως «Παρακαλώ δώστε περισσότερες λεπτομέρειες», όταν αρκεί μια συγκεκριμένη επιλογή. Οι επισκέπτες θα πρέπει να μπορούν να απαντήσουν στην ερώτηση χωρίς εξειδικευμένες γνώσεις.

Περιοριστείτε σε μία ερώτηση ανά βήμα, εκτός εάν δύο πληροφορίες συνδέονται αναπόσπαστα μεταξύ τους. Οι πολλές ερωτήσεις ταυτόχρονα αυξάνουν τα ποσοστά εγκατάλειψης και δημιουργούν νέες παρεξηγήσεις. Ένα chatbot μπορεί, μετά την απάντηση, να ελέγξει αν το πλαίσιο είναι επαρκές και μόνο τότε να ζητήσει την επόμενη πληροφορία. Αυτή η προσέγγιση προσφέρει επίσης καλύτερη προσβασιμότητα: Το W3C τονίζει ότι οι οδηγίες και οι καταχωρίσεις πρέπει να είναι κατανοητές. Οι σαφείς επιλογές βοηθούν όχι μόνο τα άτομα που χρησιμοποιούν υποστηρικτική τεχνολογία, αλλά και όλους τους επισκέπτες που βρίσκονται υπό πίεση χρόνου.

Καθορισμός ορίων απαντήσεων πριν από το prompt

Μην γράφετε μόνο πώς πρέπει να απαντά το chatbot, αλλά και πότε δεν επιτρέπεται να απαντήσει. Τα καλά όρια μπορούν να διατυπωθούν ως ένας μικρός πίνακας: κατηγορία ερώτησης, απαραίτητο πλαίσιο, επιτρεπόμενη πηγή, ασφαλής διευκρινιστική ερώτηση και κανόνας μεταβίβασης σε άνθρωπο (handoff). Σε μια γενική ερώτηση προϊόντος, μπορεί να αρκεί ένας εγκεκριμένος κατάλογος. Αντίθετα, σε μια εξατομικευμένη ερώτηση σχετικά με συμβόλαια, ασφάλεια ή πληρωμές, απαιτείται ένας άνθρωπος ή μια σαφής επίσημη διαδικασία. Το όριο είναι μια απόφαση σχεδιασμού προϊόντος, όχι μια αυθόρμητη αντίδραση στη συνομιλία.

Ένα όριο στην απάντηση δεν είναι αφιλόξενο. Διατυπώσεις όπως «Για αυτό λείπει ο τύπος της σύμβασης· μπορώ να σας δείξω τον κατάλληλο τρόπο επικοινωνίας» είναι πιο χρήσιμες από μια ασαφή παράγραφο. Το chatbot παραμένει διαφανές ως προς το επίπεδο των γνώσεών του και προσφέρει μια επόμενη ενέργεια. Δεν υπόσχεται χρόνο επεξεργασίας, τιμή ή νομική αξιολόγηση, εάν δεν υπάρχει αξιόπιστη πηγή για αυτό.

Διάκριση τεσσάρων τύπων ασαφών καταχωρίσεων

• Έλλειψη αντικειμένου: Το προϊόν, η υπηρεσία ή το έγγραφο δεν αναφέρονται.
• Έλλειψη προϋπόθεσης: Η περιοχή, η χρονική περίοδος, ο τύπος σύμβασης ή τα δικαιώματα πρόσβασης επηρεάζουν την απάντηση.
• Διφορούμενος όρος: Μια λέξη έχει πολλές σημασίες στον ιστότοπο.
• Ασαφής πρόθεση: Οι επισκέπτες θέλουν να συγκρίνουν, να αγοράσουν, να λάβουν υποστήριξη ή να επικοινωνήσουν με εκπρόσωπο.

Αυτές οι κατηγορίες καθιστούν δυνατή την αξιολόγηση. Εάν πάρα πολλές συνομιλίες σταματούν στην έλλειψη αντικειμένου, η αρχική σελίδα ίσως χρειάζεται καλύτερα βοηθήματα επιλογής. Εάν συσσωρεύονται διφορούμενοι όροι, η βάση γνώσεων μπορεί να προσθέσει συνώνυμα ή επεξηγηματικές εισαγωγές. Τα επαναλαμβανόμενα αιτήματα μεταβίβασης ενδέχεται να μην υποδηλώνουν αδυναμία του μοντέλου, αλλά μια κατηγορία ερωτήσεων που δεν θα έπρεπε να αυτοματοποιηθεί.

Σχεδιασμός μιας ασφαλούς αλληλουχίας διαλόγου

Μια στιβαρή ροή αποτελείται από πέντε βήματα: αναγνώριση της πρόθεσης, προσδιορισμός του πλαισίου που λείπει, υποβολή μιας σύντομης διευκρινιστικής ερώτησης, ανάκτηση μόνο εγκεκριμένων πηγών και ολοκλήρωση της απάντησης με μια επόμενη ενέργεια. Μετά από κάθε καταχώριση, το chatbot επιτρέπεται να ελέγχει αν η νέα πληροφορία καλύπτει πράγματι το αρχικό κενό. Εάν όχι, δεν θα πρέπει να μεταβαίνει αμέσως στην πρώτη απάντηση, αλλά να εξηγεί την επόμενη προϋπόθεση που λείπει. Έτσι, η εξέλιξη της συνομιλίας παραμένει διαφανής.

Ένα παράδειγμα: «Μπορώ να αλλάξω την παραγγελία μου;». Χωρίς την κατάσταση της παραγγελίας και το είδος της αλλαγής, δεν είναι δυνατή μια αξιόπιστη δέσμευση. Το chatbot ρωτά πρώτα αν πρόκειται για τη διεύθυνση, την ποσότητα ή το προϊόν. Στη συνέχεια, μπορεί να παραπέμψει σε μια επίσημη σελίδα βοήθειας ή να προσφέρει μεταβίβαση σε εκπρόσωπο. Δεν εφευρίσκει προθεσμία αλλαγής ούτε ισχυρίζεται ότι έχει πρόσβαση σε λογαριασμό πελάτη. Ο περιορισμός αποτελεί εδώ μέρος της καλής εξυπηρέτησης.

Σύνδεση πηγών, ανάκτησης (retrieval) και διευκρινιστικών ερωτήσεων

Μια διευκρινιστική ερώτηση δεν πρέπει απλώς να βελτιώνει τη γλώσσα, αλλά να προσδιορίζει με μεγαλύτερη ακρίβεια την αναζήτηση. Χρησιμοποιήστε την απάντηση ενός επισκέπτη ως φίλτρο για την περιοχή προϊόντος, τη γλώσσα ή τον τύπο εγγράφου, εφόσον αυτά τα μεταδεδομένα είναι διαθέσιμα. Στη συνέχεια, ελέγξτε αν οι πηγές που βρέθηκαν ταιριάζουν πράγματι με αυτήν την επιλογή. Εάν δεν ταιριάζει καμία πηγή, η φράση «Δεν βρίσκω εγκεκριμένες πληροφορίες σχετικά με αυτό» είναι καλύτερη από ένα γενικό κείμενο από έναν παρόμοιο τομέα.

Η Microsoft συνιστά την αξιολόγηση των παραγωγικών εφαρμογών πριν και μετά τη διάθεση με κατάλληλα δεδομένα και μετρικές. Για τους διαλόγους διευκρίνισης, αυτό περιλαμβάνει περιπτώσεις δοκιμών με ελλιπές πλαίσιο, αντικρουόμενες πληροφορίες και ερωτήσεις που εσκεμμένα δεν μπορούν να απαντηθούν. Μην μετράτε μόνο αν το bot παράγει μια απάντηση. Ελέγξτε αν υποβάλλει τη σωστή διευκρινιστική ερώτηση, αν διατηρεί την πηγή και αν μεταβιβάζει αξιόπιστα σε άνθρωπο όταν φτάνει σε ένα όριο.

Ερωτήσεις με ελαχιστοποίηση δεδομένων

Ζητάτε μόνο πληροφορίες που είναι απαραίτητες για την επόμενη ασφαλή απάντηση. Για τις οδηγίες ενός προϊόντος, η ονομασία του μοντέλου είναι χρήσιμη, ενώ για μια γενική ερώτηση λειτουργίας συχνά δεν είναι. Μην ζητάτε αριθμό λογαριασμού, διεύθυνση ή άλλα προσωπικά δεδομένα, εάν αρκεί ένας σύνδεσμος ή μια μεταβίβαση σε εκπρόσωπο. Μην εξηγείτε μόνο τι χρειάζεστε, αλλά αποφύγετε επίσης όσα δεν είναι απαραίτητα.

Όταν πραγματοποιείται μεταβίβαση σε άνθρωπο, διαβιβάστε μόνο το απαραίτητο πλαίσιο συνομιλίας. Μια σύνοψη της ερώτησης και των επιλογών που έχουν ήδη γίνει μπορεί να βοηθήσει την υποστήριξη· μια πλήρης αντιγραφή όλων των καταχωρίσεων δεν είναι αυτόματα απαραίτητη. Ορίστε την πρόσβαση, τη διατήρηση και τη διαγραφή μαζί με τις υπεύθυνες ομάδες. Αυτή η διαδικασία δεν αποτελεί εξατομικευμένη νομική συμβουλή, αλλά μια πρακτική βάση για τον σχεδιασμό διαλόγων με ελαχιστοποίηση δεδομένων.

Δοκιμές για διευκρινιστικές ερωτήσεις και όρια

Δημιουργήστε ένα μικρό σύνολο δοκιμών (test set). Κάθε γραμμή περιέχει την ασαφή αρχική ερώτηση, το πλαίσιο που λείπει, την αναμενόμενη διευκρινιστική ερώτηση, τις επιτρεπόμενες πηγές και το αναμενόμενο όριο ή τη μεταβίβαση. Προσθέστε παραλλαγές με τυπογραφικά λάθη, καθημερινή γλώσσα, πολλές γλώσσες και απαντήσεις που δεν διευκρινίζουν πραγματικά το πλαίσιο. Μια δοκιμή θεωρείται επιτυχής ακόμη και όταν το chatbot σταματά ευγενικά και προσφέρει τη σωστή επόμενη διαδρομή.

Διατηρήστε τα επιβεβαιωμένα σφάλματα ως δοκιμές παλινδρόμησης (regression tests). Όταν τροποποιείται μια σελίδα γνώσεων ή ένα prompt, εκτελέστε ξανά τις περιπτώσεις. Διαφορετικά, μια χρήσιμη νέα απάντηση μπορεί σιωπηρά να παρακάμψει ένα όριο που προηγουμένως ήταν ασφαλές. Συνδέστε τις δοκιμές με σχόλια από την υποστήριξη και τα analytics, αλλά αλλάξτε το περιεχόμενο μόνο μετά από αξιολόγηση (triage) με την πηγή και την αντίστοιχη υπευθυνότητα.

Αποφυγή τυπικών λαθών

• Ζήτηση πολλών ευαίσθητων λεπτομερειών ταυτόχρονα.
• Παροχή μιας γενικής απάντησης, παρόλο που λείπει το κρίσιμο πλαίσιο.
• Υποβολή διευκρινιστικής ερώτησης, αλλά στη συνέχεια χρήση της ίδιας ανελέγκτης πηγής.
• Προσφορά μεταβίβασης σε άνθρωπο χωρίς διαθέσιμο κανάλι επικοινωνίας.
• Υψηλότερη αξιολόγηση του ποσοστού απαντημένων ερωτήσεων έναντι των ασφαλών ορίων.
• Μη τεκμηρίωση των ασαφών καταχωρίσεων ως ξεχωριστή κατηγορία δοκιμών.

Λίστα ελέγχου για ομάδες ιστότοπων

• Τεκμηριώστε κατηγορίες ερωτήσεων με το απαραίτητο πλαίσιο και τις επιτρεπόμενες πηγές.
• Διατυπώστε σύντομες, κατανοητές διευκρινιστικές ερωτήσεις με μία επιλογή ανά βήμα.
• Ορίστε μια σαφή μεταβίβαση σε άνθρωπο για κρίσιμες ή εξατομικευμένες περιπτώσεις.
• Δοκιμάστε τις περιπτώσεις που δεν μπορούν να απαντηθούν ως επιθυμητή, διαφανή συμπεριφορά.
• Αξιολογήστε από κοινού (triage) τα σχόλια, τις περιπτώσεις δοκιμών και τις αλλαγές πηγών.
• Ελέγξτε την ελαχιστοποίηση δεδομένων και τις αρμοδιότητες πριν από τη διάθεση (launch).

Συμπεράσματα

Οι διευκρινιστικές ερωτήσεις και τα όρια απαντήσεων δεν κάνουν ένα chatbot ιστότοπου λιγότερο χρήσιμο, αλλά πιο αξιόπιστο. Μετατρέπουν την ασάφεια σε έναν σύντομο, κατανοητό διάλογο και αποτρέπουν την αντικατάσταση του πλαισίου που λείπει από κατασκευασμένες λεπτομέρειες. Όποιος σχεδιάζει τις πηγές, τις διευκρινιστικές ερωτήσεις, τις δοκιμές και τις μεταβιβάσεις ως μια κοινή διαδικασία, δημιουργεί καλύτερες απαντήσεις και ασφαλή επόμενα βήματα για τους επισκέπτες.

Πηγές

• NIST AI RMF Core
• Microsoft Learn: Evaluating generative AI applications
• W3C: Labels or Instructions
• ChatReact: Feedback-Schleife
• ChatReact: Golden Set und Antwortqualität
• ChatReact: Human Handoff