É crucial que os clientes encontrem os produtos que procuram de forma simples e rápida. Muitas vezes, os clientes não conhecem o nome exato de um produto, o que pode levar à frustração se não o encontrarem. Neste tutorial, aprenderás a implementar uma pesquisa de produtos difusa utilizando a API OpenAI. Usaremos um truque para garantir que até mesmo designações de produtos semelhantes ou incorretas levem com sucesso aos produtos corretos.
Principais conclusões
- A pesquisa padrão requer correspondências exatas nos nomes dos produtos.
- Uma pesquisa de produtos difusa pode ser implementada retornando todos os nomes de produtos caso a correspondência exata falhe.
- A inteligência artificial pode então selecionar o nome correto dos produtos semelhantes e retornar a descrição correspondente do produto.
Guia passo a passo
Para construir uma pesquisa de produtos difusa, siga os passos a seguir.
Passo 1: Identificação do problema
Primeiro, precisamos identificar o problema fundamental: a busca por um produto é muito exata. Se o nome do produto inserido pelo cliente não coincidir exatamente com o da base de dados, o produto não será encontrado. Em um exemplo anterior, vimos que ao digitar "en77" nenhum produto foi encontrado, porque o nome verdadeiro era "Nice en 77". Aqui, uma captura de tela desse erro pode ser útil.
Passo 2: Adaptação da lógica de pesquisa
Para resolver este problema, precisamos modificar a lógica da descrição dos produtos. Modificaremos a função "encontrar produto" para retornar todos os nomes de produtos disponíveis caso nenhum produto seja encontrado sob o nome exato. Dessa forma, garantimos que a IA possa procurar autonomamente o nome mais próximo correspondente. Adicione o seguinte código à descrição da função: "se o produto não for encontrado sob o nome exato, esta função retornará todos os nomes de produtos disponíveis". Este passo ajuda a IA a encontrar a correspondência correta quando não há um nome exato disponível.
Passo 3: Atualização da descrição dos parâmetros
Após alterar a lógica, é importante atualizar também a descrição dos parâmetros. Use a seguinte formulação: "nome do produto ou nome do modelo a ser encontrado". Isso indica claramente que a função também pode procurar por nomes semelhantes caso não haja correspondência exata.
Passo 4: Adaptação das chamadas de função
É necessário alterar o tratamento das chamadas de função. Se o nome do produto for encontrado com sucesso e tivermos o ID do produto, a descrição será retornada como antes. No entanto, se o nome do produto não for encontrado diretamente, criaremos um array com os nomes de todos os produtos na base de dados. Esse array será então usado para tornar visíveis os possíveis nomes de produtos para a IA, que poderá então identificar a correspondência desejada.
Passo 5: Teste da nova lógica
Após implementar as alterações, teste a nova lógica. Por exemplo, digite "do you have the en77", sem espaços e sem o nome completo. Isso permitirá verificar se a função agora é capaz de encontrar o produto correto. O resultado deve indicar que o produto "Nice en77" está disponível. Este é um grande avanço, pois a pesquisa agora funciona mesmo com entradas difusas.
Passo 6: Consulta de descrição do produto
Agora, verifique se a descrição do produto é corretamente retornada. Peça mais informações à IA, dizendo: "please first give me more information about this guitar". A IA deve então retornar a descrição correspondente com base no nome do produto encontrado. Aqui, torna-se visível que a lógica funciona e as informações corretas são fornecidas.
Passo 7: Adicionar ao carrinho
Depois de receber a descrição, você pode tentar adicionar o produto ao carrinho de compras. Use o comando: "adicionar ao meu Carrinho de Compras". Esta função deve agora funcionar sem problemas e o produto deve ser adicionado ao carrinho corretamente. Isso também demonstra que toda a estrutura de comunicação está funcionando corretamente.
Passo 8: Conclusão e Perspectivas
Com essa técnica, você implementou com sucesso uma pesquisa de produtos difusa que permite à IA lidar melhor com as entradas dos usuários. Em nosso exemplo simples, tínhamos apenas um número limitado de produtos, o que facilitou a correspondência. No entanto, em um banco de dados maior com mais de 1000 produtos, pode ser necessário explorar técnicas adicionais, como o uso de embeddings, para capturar melhor as similaridades. Isso nos ajudará a buscar de forma eficiente, mesmo em conjuntos de dados mais extensos.
Resumo
Em resumo, este guia mostra como implementar uma pesquisa de produtos difusa de forma precisa, para facilitar a busca de produtos para os clientes, mesmo que não tenham certeza do nome do produto. As mudanças na lógica de pesquisa e nos parâmetros permitem uma solução eficiente, fácil de implementar e que melhora a experiência do usuário.
Perguntas Frequentes
Como funciona a pesquisa de produtos difusa?A pesquisa de produtos difusa retorna todos os nomes dos produtos quando nenhum resultado é encontrado na pesquisa exata, permitindo que a IA selecione o nome correto.
O que devo alterar na função "encontrar produto"?Você deve modificar a lógica para retornar todos os nomes dos produtos quando não houver uma correspondência exata.
Como testar a nova lógica de pesquisa?Insira um nome de produto difuso, por exemplo, "você tem o en77", e verifique se o produto correto é encontrado.
Como a IA lida com centenas de produtos?A IA pode lidar com centenas de produtos, desde que os limites de token não sejam ultrapassados, porém, ao lidar com um volume de dados maior, os embeddings podem ser uma opção melhor.
A pesquisa funciona também em grandes bases de produtos?Sim, a lógica básica funciona mesmo em bases de produtos maiores, no entanto, pode ser necessário usar técnicas adicionais para garantir eficiência e precisão.
