Pomembno je, da stranke enostavno in hitro najdejo izdelke, ki jih iščejo. Pogosto stranke ne poznajo natančnega imena izdelka, kar lahko privede do frustracij, če ga ne najdejo. V tem vodiču se boste naučili, kako implementirati zamegljeno iskanje izdelkov z uporabo OpenAI API . Uporabili bomo trik, da bomo zagotovili, da bodo tudi podobna ali napačna imena izdelkov uspešno vodila do pravih izdelkov.

Najpomembnejše ugotovitve

  • Standardno iskanje zahteva natančna ujemanja imen izdelkov.
  • Zamegljeno iskanje izdelkov lahko implementiramo tako, da se vsa imena izdelkov vrnejo, če natančno ujemanje spodleti.
  • AI lahko nato izbere pravo izmed podobnih imen in vrne ustrezni opis izdelka.

Korak za korakom

Za izdelavo zamegljenega iskanja izdelkov sledite naslednjim korakom.

Korak 1: Identifikacija problema

Najprej moramo prepoznati osnovni problem: iskanje izdelka je preveč natančno. Če vneseno ime izdelka ne ustreza natančno zapisanemu imenu v podatkovni bazi, izdelek ni najden. V prejšnjem primeru smo videli, da ob vnosu "en77" ni bilo najdeno nobeno ime izdelka, ker je dejansko ime bilo "Nice en 77". V tem primeru bi bila uporabna slika tega napisa.

Implementacija mehkega iskanja izdelkov z OpenAI API-jem

Korak 2: Prilagoditev logike iskanja

Za rešitev tega problema moramo spremeniti logiko opisa izdelka. Spremenimo funkcijo „najdi izdelek“, tako da vrne vsa razpoložljiva imena izdelkov, če izdelek pod natančnim imenom ni najden. S tem zagotovimo, da bo AI samostojno iskal bližnje ustrezno ime. V opis funkcije dodajte naslednji kodo: „če izdelek ni najden pod natančnim imenom, bo ta funkcija vrnila vsa razpoložljiva imena izdelkov“. Ta korak pomaga AI najti pravo ujemanje, ko natančnega imena ni na voljo.

Implementacija neostrega iskanja izdelkov z API OpenAI

Korak 3: Posodobitev opisa parametrov

Po spremembi logike je pomembno tudi posodobiti opis parametrov. Uporabite naslednji zapis: „ime izdelka ali Model za iskanje“. S tem jasno navedete, da bo funkcija iskala tudi po podobnih imenih, če natančno ujemanje ne bo doseženo.

Implementacija zamegljenega iskanja izdelkov z API-jem OpenAI

Korak 4: Prilagoditev klicev funkcij

Nujno je spremeniti obdelavo klicev funkcij. Če je ime izdelka uspešno najdeno in imamo ID izdelka, se bo opis vrnil kot prej. Če pa imena izdelka ni mogoče takoj najti, ustvarimo seznam imen izdelkov, ki vključuje vse ključe v podatkovni bazi. Ta seznam se nato uporabi za prikaz možnih imen izdelkov za AI, ki lahko nato identificira zahtevano ujemanje.

Implementacija neostrega iskanja izdelkov z API-jem OpenAI

Korak 5: Preizkus nove logike

Po implementaciji sprememb preizkusite novo logiko. Na primer vnesite „do you have the en77“, brez presledkov in brez celotnega imena. Tako boste preverili, ali je funkcija zdaj sposobna najti pravi izdelek. Rezultat bi moral nakazati, da je izdelek „Nice en77“ na voljo. To je velik napredek, saj iskanje deluje tudi pri zamegljenih vnosi.

Implementacija zamegljenega iskanja izdelkov z OpenAI APIjem

Korak 6: Poziv k opisu izdelka

Sedaj lahko preverite, ali je opis izdelka pravilno vrnjen. Za več informacij uporabite AI in recite: „please first give me more information about this guitar“. AI bi moral nato vrniti ustrezni opis, glede na najdeno ime izdelka. Tako postane očitno, da logika deluje in so na voljo pravilne informacije.

Implementacija zamegljenega iskanja izdelkov z OpenAI API

Korak 7: Dodajanje v košarico

Po prejemu opisa lahko poskusite izdelek dodati v košarico. Uporabite ukaz: "dodaj moj nakupovalni voziček". Ta funkcija bi morala zdaj delovati brez težav in izdelek bi moral biti pravilno dodan v košarico. To tudi kaže, da celotna komunikacijska struktura pravilno deluje.

Implementacija neostrega iskanja izdelkov z OpenAI API

Korak 8: Zaključek in pogled v prihodnost

Z uporabo tehnike ste uspešno implementirali neostro iskanje izdelkov, ki omogoča umetni inteligenci, da bolje obvladuje uporabniške vnose. V našem preprostem primeru smo imeli le omejeno število izdelkov, kar je poenostavilo dodelitev. Pri večji zbirki s več kot 1000 izdelki bi lahko bilo potrebno raziskati dodatne tehnike, kot so vdelave, za boljše zajemanje podobnosti. To nam bo pomagalo učinkovito iskati tudi v obsežnejših nizih podatkov.

Implementacija neostrega iskanja izdelkov z OpenAI APIjem

Povzetek

To navodilo prikazuje, kako lahko s točnim postopkom implementirate neostro iskanje izdelkov, da olajšate iskanje izdelkov uporabnikom, tudi če niso povsem prepričani, kako je ime izdelka. Spremembe v iskalni logiki in prilagoditve parametrov omogočajo učinkovito rešitev, ki je preprosta za implementacijo in izboljšuje uporabniško izkušnjo.

Pogosta vprašanja

Kako deluje neostro iskanje izdelkov?Neostro iskanje izdelkov vrne vse imena izdelkov, če ni rezultata za natančno iskanje, tako da lahko umetna inteligenca izbere pravilno ime.

Kaj moram spremeniti pri funkciji „najdi izdelek“?Morate spremeniti logiko tako, da vrne vsa imena izdelkov, če ni natančnega ujemanja.

Kako preizkusim novo iskalno logiko?Vnesite neostro ime izdelka, na primer „imaš en77“, in preverite, ali je najden pravi izdelek.

Kako se umetna inteligenca spopada z več sto izdelki?Umetna inteligenca se lahko spopade z več sto izdelki, dokler ne preseže meje žetonov, vendar so v takih primerih za večje količine podatkov vdelave boljša možnost.

Ali iskanje deluje tudi pri velikih bazah izdelkov?Da, osnovna logika deluje tudi pri večjih bazah izdelkov, vendar je morda potrebno uporabiti dodatne tehnike, da zagotovite učinkovitost in natančnost.