От съществено значение е клиентите лесно и бързо да намерят продуктите, които търсят. Често клиентите не знаят точното име на продукта, което може да доведе до фрустрация, ако не го намерят. В този учебен материал ще научите как да използвате размито търсене на продукти с OpenAI API. Ще използваме трик, за да се уверим, че дори подобни или грешни наименования на продукти ще доведат успешно до правилните продукти.
Най-важните изводи
- Стандартното търсене изисква точни съвпадения на наименованията на продуктите.
- Размитото търсене на продукти може да се реализира, като всички имена на продуктите бъдат върнати, ако точното съвпадение е неуспешно.
- Изкуствен интелект може да избере правилното от сходните имена на продуктите и да върне съответното описание на продукта.
Стъпка по стъпка насоки
За да създадете размито търсене на продукти, следвайте следните стъпки.
Стъпка 1: Идентификация на проблема
Първо трябва да идентифицираме основния проблем: търсенето на продукт е прекалено точно. Ако името на продукта, което клиентът въвежда, не съвпада точно с това в базата данни, продуктът не се намира. В един предходен пример видяхме, че при въвеждането на „en77“ не бе намерен продукт, защото истинското име беше „Nice en 77“. Тук може да е полезен снимка на този проблем.
Стъпка 2: Промяна на търсителната логика
За да решим този проблем, трябва да променим логиката на продуктовото описание. Модифицираме функцията „намери продукт“, за да върне всички налични имена на продукти, ако не бъде намерен продукт под точното име. Така гарантираме, че изкуственият интелект може сам да търси най-близкото съвпадение. Добавете следния код в описание на функцията: „ако продуктът не е намерен под точното име, тази функция ще върне всички налични имена на продукти“. Тази стъпка помага на изкуствения интелект да намери правилното съвпадение, когато няма точно име налично.
Стъпка 3: Актуализиране на описанието на параметъра
След като сме променили логиката, е важно също да актуализираме описанието на параметъра. Използвайте следното формулировка: „името на продукта или модела, за да намери“. Това ясно посочва, че функцията може да търси и по подобни имена, ако няма точно съвпадение.
Стъпка 4: Промяна на извикванията на функциите
Необходимо е да променим начина, по който се обработват извикванията на функциите. Когато името на продукта бъде успешно намерено и разполагаме с идентификационния му номер, се връща описанието както преди. Ако обаче името на продукта не бъде намерено директно, създаваме масив от имена на продуктите, който включва всички ключове в базата данни. Този масив след това се използва, за да направи възможните имена на продуктите видими за изкуствения интелект, който после може да идентифицира желаното съвпадение.
Стъпка 5: Тестване на новата логика
След като сте приложили промените, трябва да тествате новата логика. Напишете „do you have the en77“, без интервали и без пълното име. По този начин проверете дали функцията вече може да открие правилния продукт. Резултатът трябва да посочи, че продуктът „Nice en77“ е наличен. Това е голям напредък, тъй като търсенето вече работи и при размити входове.
Стъпка 6: Заявка за описание на продукт
Сега можете да проверите дали описанието на продукта се връща коректно. Поискайте допълнителна информация от изкуствения интелект, като кажете: „please first give me more information about this guitar“. Тогава изкуственият интелект трябва да върне съответното описание, базирано на откритото име на продукта. Тук става ясно, че логиката работи и предоставя правилната информация.
Стъпка 7: Добавяне към кошницата
След като сте получили описанието, можете да опитате да добавите продукта към кошницата за пазаруване. Използвайте командата: „add my Shopping Card“. Тази функционалност трябва да работи сега без проблеми и продуктът трябва да бъде добавен правилно в кошницата за пазаруване. Това също показва, че цялата комуникационна структура функционира правилно.
Стъпка 8: Завършек и бъдещи перспективи
С помощта на тази техника успешно реализирахте неясно търсене на продукти, което позволява на изкуствения интелект по-добре да се справи с потребителските въвеждания. В нашия пример имахме само ограничен брой продукти, което направи съпоставянето лесно. В случай на по-голяма база от данни с над хиляда продукта може да бъде необходимо да се разгледат допълнителни техники като Embeddings, за да се уловят по-добре подобията. Това ще ни помогне да търсим ефективно дори и в по-обширни набори от данни.
Резюме
Обобщено, този урок показва как да реализирате неясно търсене на продукти с точна процедура, за да улесните на клиентите търсенето на продукти, дори и когато не са напълно уверени как се нарича продукта. Промените в търсаческата логика и настройките на параметрите позволяват ефективно решение, което е лесно за прилагане и подобрява потребителското изживяване.
Често задавани въпроси
Как работи неясното търсене на продукти?Неясното търсене на продукти връща всички имена на продукти, когато при точното търсене не се намери резултат, така че изкуственият интелект може да избере правилното име.
Какво трябва да променя в функцията „намери продукт“?Трябва да промените логиката, така че да връща всички имена на продукти, когато няма точно съвпадение.
Как да тествам новата търсеща логика?Въведете неясно име на продукта, като например „do you have the en77“, и проверете дали правилният продукт е намерен.
Как се справя изкуственият интелект със стотици продукти?Изкуственият интелект може да се справи със стотици продукти, докато не се нарушат границите на токените, но при по-големи обеми данни Embeddings могат да са по-добър избор.
Дали търсенето работи и с големи бази данни за продукти?Да, основната логика работи и с по-големи бази данни за продукти, но може да бъде необходимо да се използват допълнителни техники, за да се гарантира ефективността и точността.
