Важливо, щоб клієнти могли легко та швидко знаходити продукти, які вони шукають. Часто клієнти не знають точної назви продукту, що може призвести до роздратування, коли вони не можуть його знайти. У цьому посібнику ти дізнаєшся, як реалізувати розмитий пошук продуктівз допомогою OpenAI API. Ми збираємося використовувати хитрість, щоб впевнитися, що схожі або з помилками назви продуктів успішно приводять до правильних продуктів.
Основні висновки
- Стандартний пошук вимагає точних відповідностей назв продуктів.
- Реалізація розмитого пошуку продуктів можлива шляхом повернення всіх назв продуктів, якщо відсутні точні відповідності.
- Потім штучний інтелект може вибрати правильну назву серед схожих і повернути відповідний опис продукту.
Посібник з кроками
Щоб побудувати розмите дослідження продуктів, слідувати наступним крокам.
Крок 1: Визначення проблеми
Спочатку нам потрібно визначити основну проблему: пошук продукту є занадто точним. Якщо продуктна назва, яку вводить клієнт, не точно відповідає в базі даних, продукт не знайдений. На попередньому прикладі було показано, що при введенні "en77" продукт не був знайдений, оскільки його справжня назва була "Nice en 77". Тут може бути корисний знімок цієї помилки.
Крок 2: Переробка логіки пошуку
Щоб вирішити цю проблему, ми повинні змінити логіку опису продукту. Ми змінюємо функцію "знайти продукт", щоб вона повертала всі доступні назви продуктів, якщо в точних назвах відсутня відповідність. Таким чином ми забезпечуємо можливість штучного інтелекту самостійно шукати найближчі відповідні назви. Додайте наступний код у опис функції: "якщо продукт не знайдений за точною назвою, ця функція поверне всі доступні назви продуктів". Цей крок допомагає штучному інтелекту знайти правильну відповідність, якщо точної назви не існує.
Крок 3: Оновлення опису параметра
Після зміни логіки важливо також оновити опис параметра. Використовуйте таку формулювання: "назва продукту або модель для пошуку". Це чітко вказує, що функція може шукати і схожі назви, якщо точна відповідність відсутня.
Крок 4: Переробка викликів функцій
Необхідно змінити обробку викликів функцій. Якщо ім'я продукту успішно знайдено, і маємо ідентифікатор продукту, повертаємо опис, як раніше. Але якщо ім'я продукту не знайшли безпосередньо, ми створюємо масив імен продуктів, що охоплює всі ключі в базі даних. Цей масив потім використовується для надання видимих для штучного інтелекту можливих ім'я продуктів, які потім може ідентифікувати потрібну відповідність.
Крок 5: Тестування нової логіки
Після виконання змін, ти повинен протестувати нову логіку. Наприклад, введи "do you have the en77", без пропусків та без повної назви. Це дозволить перевірити, чи функція тепер може знайти правильний продукт. Результат повинен підтвердити доступність продукту "Nice en77". Це великий прогрес, оскільки пошук тепер працює навіть при розмитих вхідних даних.
Крок 6: Запит опису продукту
Тепер можеш перевірити, чи правильно повертається опис продукту. Запитай штучний інтелект додаткову інформацію, сказавши: "please first give me more information about this guitar". Потім штучний інтелект повинен повернути відповідний опис на основі знайденої назви продукту. Це покаже, що логіка працює та правильна інформація надається.
Крок 7: Додати у кошик
Після отримання опису ви можете спробувати додати продукт до кошика. Використовуйте команду: «add my Shopping Card». Ця функція повинна працювати без проблем, і продукт повинен бути доданий до кошика належним чином. Це також показує, що вся комунікаційна структура працює належним чином.
Крок 8: Завершення та перспективи
Використовуючи цю техніку, ви успішно реалізували нечіткий пошук продуктів, який дозволяє ШІ краще керувати введенням користувача. У нашому простому прикладі ми мали лише обмежену кількість продуктів, що ускладнює віднесення. Проте, у великій базі даних з більш ніж 1000 продуктів може знадобитися додаткові техніки, такі як Embeddings, для кращого виявлення подібностей. Це допоможе нам ефективно шукати навіть в обсяжних наборах даних.
Підсумок
Узагальнюючи, цей посібник показує, як ви можете реалізувати нечіткий пошук продуктів з точним порядком, щоб спростити покупцям пошук продуктів, навіть якщо вони не впевнені, як цей продукт називається. Зміни у логіці пошуку та налаштування параметрів надають ефективне рішення, яке легко імплементувати й покращує користувацький досвід.
Часто задавані питання
Як працює нечіткий пошук продуктів?Нечіткий пошук продуктів повертає усі назви продуктів, якщо при точному пошуку результат не знайдено, щоб ШІ могла вибрати правильну назву.
Що потрібно змінити у функції "find product"?Вам потрібно змінити логіку так, щоб вона повертала всі назви продуктів, якщо точний відповідник відсутній.
Як перевірити нову логіку пошуку?Введіть нечітку назву продукту, наприклад, «do you have the en77», і переконайтеся, що знайдено правильний продукт.
Як ШІ працює з сотнями продуктів?ШІ може працювати з сотнями продуктів, поки не будуть перевищені межі токенів, але у великих обсягах даних Embeddings можуть бути кращою опцією.
Чи працює пошук із великими базами продуктів?Так, базова логіка працює із великими базами продуктів, але може знадобитися використання додаткових технік для забезпечення ефективності та точності.
