Lekce 1 - Chatbot a firemní AI asistent Nové

Vítejte v kurzu zaměřeném na AI automatizace a agenty pro firemní procesy. Ukážeme si, jak můžeme opakované pracovní úkoly převést do automatizovaných procesů, které pracují s firemními daty, propojují aplikace a podle nastavených pravidel vybírají další postup.

Nezůstaneme pouze u zadávání promptů běžnému chatbotu. Postupně si představíme několik způsobů, jak lze AI zapojit do firemních procesů:

• Běžný chatbot pro jednorázové pracovní úkoly.
• Firemní AI asistent využívající interní znalosti.
• Automatizované workflow, které propojuje aplikace a předává data.
• AI agent, který podle situace vybírá další postup.
• Multiagentní systém, ve kterém spolupracuje několik specializovaných agentů.

Jednotlivé možnosti si ukážeme na různých firemních procesech a pracovních pozicích. Budeme přitom sledovat cestu od jednoduchého využití chatbota přes zapojení firemních znalostí a automatizovaných workflow až po AI agenty a spolupráci více agentů. Zároveň si ukážeme, které činnosti může AI provést samostatně a kde musí výsledek zkontrolovat člověk.

S rostoucí mírou automatizace roste také čas potřebný k návrhu, nastavení a údržbě řešení. U úkolů, které provádíme jen zřídka, proto může být výhodnější zůstat u jednoduššího řešení, například běžného chatbota nebo firemního asistenta. Komplexnější workflow a agentní systémy se vyplatí především u klíčových nebo často opakovaných firemních procesů.

V tomto úvodním tutoriálu si první část celé cesty ukážeme na jedné obchodní poptávce. Stejný příchozí e-mail zpracujeme pomocí běžného chatbota a firemního AI asistenta. Na praktických výsledcích si ukážeme, čím se obě řešení liší.

Minimální požadavky

V tomto kurzu navážeme na znalosti z kurzu Základy umělé inteligence.

Obchodní poptávka jako výchozí úkol

Jednotlivé přístupy budeme demonstrovat na modelové společnosti EnergoSun s.r.o. Firma instaluje fotovoltaické elektrárny a bateriová úložiště. Jedním z jejích pravidelných úkolů je zpracování zákaznických poptávek.

Do obchodní schránky právě dorazil následující e-mail:

Obchodník z něj musí získat důležité údaje, dohledat nabídku firmy a připravit další postup. Poptávku zároveň uloží a předá správnému kolegovi.

V našem příkladu potřebujeme zjistit:

• Co zákazník požaduje.
• Jaké údaje již uvedl.
• Které informace chybějí.
• Zda firma dokáže požadavek splnit.
• Jak má znít odpověď zákazníkovi.

Stejný úkol předáme dvěma různým AI řešením. Začneme nejjednodušší možností – běžným chatbotem.

Zpracování poptávky pomocí chatbota

Nejprve využijeme běžný AI chatbot. Můžeme si jej představit jako univerzálního pracovníka, který se orientuje v mnoha tématech, ale nezná automaticky prostředí ani interní postupy naší firmy. Je to podobné, jako kdybychom přijali nového zaměstnance a bez zaškolení mu rovnou zadali konkrétní pracovní úkol.

Častým omylem je považovat takového chatbota za jediné možné využití AI ve firmě a jeho omezení za hranici toho, čeho může AI dosáhnout. Pokud AI zpřístupníme firemní znalosti, přesnější instrukce nebo ji zapojíme přímo do pracovních procesů, může dosahovat podstatně lepších výsledků.

Chatbot vytváří výsledek podle zadaného promptu, obsahu konverzace a schopností použitého modelu. Bez přesných instrukcí může zvolit postup, který působí rozumně, ale neodpovídá pravidlům konkrétní firmy.

Výběr modelu a režimu

Kvalitu výsledku ovlivňuje také zvolený model a režim jeho práce. Pro krátké shrnutí obvykle postačí rychlý režim. Při porovnávání více podmínek nebo plánování dalšího postupu může být vhodnější režim s hlubším uvažováním, pokud jej používaná služba nabízí.

Výkonnější model však sám o sobě nezaručuje správnou odpověď. Stále potřebuje kvalitní zadání a kontrolu výsledku.

Prompt jako zadání pracovního úkolu

S chatbotem komunikujeme pomocí promptu, tedy textového zadání. V něm popíšeme, co má chatbot udělat, s jakými informacemi má pracovat a jak má výsledek vypadat.

Dobře připravený prompt obvykle obsahuje:

• Úkol, který má chatbot provést.
• Kontext, který potřebuje pro správné pochopení situace.
• Požadovaný výstup, tedy podobu výsledku.
• Omezení, která nesmí porušit.
• Vstupní data, se kterými má pracovat.

Zobrazit text e-mailu

Text e-mailu zkopírujeme do chatbota a zadáme následující prompt:

Analyzuj následující obchodní poptávku.
Vypiš důležité údaje, upozorni na chybějící informace a připrav návrh profesionální odpovědi.
Nevymýšlej ceny, termíny ani služby, které nejsou uvedené v zadání.

[TEXT E-MAILU]

První věta určuje hlavní úkol. Další část požaduje přehled důležitých údajů, seznam chybějících informací a návrh odpovědi zákazníkovi. Poslední věta stanovuje omezení, které brání doplňování nepodložených cen, termínů a služeb. Zástupný text [TEXT E-MAILU] označuje místo pro vstupní data.

Prompt neobsahuje nabídku společnosti EnergoSun ani její interní pravidla. Chatbot proto může vycházet pouze z obsahu e-mailu, zadaných instrukcí a svých obecných znalostí.

Chatbot z e-mailu získá hlavní údaje, upozorní na chybějící informace a připraví návrh odpovědi:

Výsledek nám může ušetřit čas při čtení e-mailu a psaní odpovědi. Stále jej však musíme zkontrolovat a ručně přenést do dalších aplikací.

Kontext probíhající konverzace

Chatbot při vytváření odpovědi používá také předchozí zprávy v konverzaci. Ty tvoří jeho kontext. Můžeme si jej představit jako pracovní stůl s aktuálními instrukcemi a podklady.

Kapacita tohoto pracovního stolu je omezená. V dlouhých konverzacích se navíc mohou míchat různá témata a pokyny, takže práce se staršími informacemi nemusí být stejně spolehlivá.

U důležitých úkolů proto:

• Nepoužíváme jednu konverzaci pro mnoho nesouvisejících témat.
• Při odchýlení zopakujeme zásadní pravidla.
• V případě potřeby založíme nový chat s aktuálním promptem a podklady.

Chatbot navíc nezná automaticky nabídku firmy, ceník ani volné termíny. Bez propojení s dalšími aplikacemi také nedokáže poptávku uložit nebo předat obchodníkovi.

Firemní asistent se znalostní bází

Běžný chatbot nezná nabídku společnosti EnergoSun. Připravíme proto firemního AI asistenta, kterému zpřístupníme například:

• katalog služeb,
• obsluhované oblasti,
• orientační cenové kategorie,
• pravidla komunikace se zákazníky.

Tyto podklady tvoří jeho znalostní bázi. Můžeme si ji představit jako sadu firemních příruček, do kterých smí asistent při práci nahlížet:

Stejné soubory můžeme předat také běžnému chatbotovi přímo v konverzaci. Výhodou znalostní báze je, že firemní podklady nemusíme při každém úkolu znovu přikládat a asistent je může opakovaně využívat.

Při dotazu asistent použije relevantní informace z dostupných podkladů při přípravě odpovědi. Znalostní báze tak pomáhá sjednotit firemní kontext a postupy. Chyby však zcela neodstraňuje. Asistent může vybrat nevhodný podklad nebo vytvořit nepřesný závěr.

Asistenta vyzkoušíme na stejné poptávce jako běžný chatbot. Do jeho náhledu vložíme text původního e-mailu a pošleme stejný požadavek:

Oproti běžnému chatbotu může ověřit nabídku firmy a připravit odpověď podle jejích pravidel. Člověk mu však stále musí e-mail ručně předat.

Firemní asistent zná zpřístupněné firemní podklady, ale sám ještě nesleduje poštovní schránku ani nezapisuje výsledky do dalších aplikací.

Shrnutí

Běžný chatbot dokáže rychle analyzovat jednorázový úkol, ale nezná automaticky interní postupy firmy. Firemní asistent navíc využívá znalostní bázi, která mu poskytuje jednotnější firemní podklady. Kvalitu výsledku v obou případech ovlivňuje zadání, dostupný kontext a kontrola člověkem. Vstupní data však stále předáváme ručně a výsledek musíme ručně uložit nebo předat dál.

V další lekci, Workflow, AI agenti a multiagentní systémy, si ukážeme další možnosti automatizace pomocí workflow, AI agentů a multiagentních systémů.