使用者對於 AI 回覆的答案不滿意,無論 AI 最終是否提供了回覆。
一本正經的胡說八道,這是目前 AI 技術面臨的瓶頸。
雖然我們設計的 AI 小幫手可以透過一些技巧來改善這個問題,但還是無法完全避免。
為此,我們設計了「滿意度」的機制,
尤其「不滿意度」是非常重要的指標,可以深入追蹤每個不滿意回饋的原因並藉此提供改善的依據和方向 (註),
至少先解決 AI 已經歪樓的問題,避免未來再發生,因為這可能會造成困擾。
註:
雖然可以用「回饋模型 (Reward Model)」來模仿人類喜好,
但這需要 AI 方面的專家才有辦法進行,一般企業的難度有點高。
改善方向:
- 依據不滿意的原因,改寫或補充內容。 (例如:回答不夠精準、內容不夠深入、文字太艱澀或顛三倒四 ... 等)
- 新增 Q&A,針對問題用 Q&A 的方式呈現 (含圖表、影片等)。好處是 AI 會直接輸出 QA 的完整內容 (含圖片、相關連結等),以增進使用者理解。
以下是 xms+ 的操作流程
- 過濾出「不滿意」的回應
- 查看「回應內容」與「來源資料」
- 根據上述線索,改善知識庫的內容
- 執行「再問一次」,確認調整後是否達到預期的效果
- 標示「問題已解決」,如果滿意 AI 的回應
更詳細的操作步驟,可以參考: