Asystent AI NYT Cooking pokazuje skuteczność agentów wyspecjalizowanych

Gdy firmy programistyczne dodają ogólną sztuczną inteligencję do ugruntowanych produktów, efektem jest zazwyczaj frustrująca nowinka. Jednak wdrożenie asystenta AI w aplikacji iOS dla NYT Cooking — jak zauważa The Verge — stanowi fascynujący kontrprzykład dla każdego, kto buduje lub wdraża pionowe agenty AI w małych firmach. Narzędzie to, przeszkolone częściowo na latach komentarzy użytkowników, nie ogranicza się do wymyślania substytutów; działa jako wyspecjalizowany asystent, który rozumie kontekst, szanuje granice operacyjne i oszczędza cenny czas.

Co się stało

Dostępny w fazie startowej wyłącznie dla subskrybentów na systemie iOS, asystent NYT Cooking pojawia się jako małe pole tekstowe z monitem „Dostosuj ten przepis…” na stronach z przepisami, podaje The Verge. Użytkownicy mogą wpisywać zapytania dotyczące zamiany składników, skalowania, konwersji miar czy zmian sprzętowych. Co najważniejsze, system nie modyfikuje oryginalnego przepisu; zamiast tego generuje zupełnie nową, dostosowaną wersję umieszczoną w dedykowanej zakładce „Twoja wersja”.

Podczas testów redakcja The Verge użyła asystenta do zastąpienia brakujących składników w daniu z kurczakiem i ryżem, przekształcając je w wersję wykorzystującą fasolkę szparagową i bazylię tajską, jednocześnie dostosowując kroki i czasy gotowania. Gdy zapytano go o ekstremalne modyfikacje — takie jak zastąpienie biszkoptów mieloną wołowiną w słodkim triflu — asystent słusznie odmówił, kierując się treningiem zaprojektowanym do oznaczania kombinacji o okropnym smaku. Choć radził sobie znakomicie z praktycznymi modyfikacjami i proporcjami składników, potknął się nieznacznie na matematyce podczas testu wypieków, co uwypukla potrzebę dalszego nadzoru.

Dlaczego to ma znaczenie dla małych firm

Dla właścicieli małych firm i liderów zespołów funkcja ta stanowi wzór tego, co może osiągnąć dobrze zaprojektowany, wyspecjalizowany agent. Ogólne asystenty głosowe, takie jak Alexa, często zawodzą przy śledzeniu złożonych, niestandardowych przepływów pracy w wieloetapowych procesach, ponieważ brakuje im głębokich barier kontekstowych. Asystent NYT Cooking odnosi sukces, ponieważ jego dane bazowe obejmują ludzką ekspertyzę oraz rzeczywiste przypadki skrajne zaczerpnięte z komentarzy użytkowników.

To jest dokładnie taki profil, jakiego małe zespoły powinny szukać, integrując sztuczną inteligencję ze swoją działalnością. Niezależnie od tego, czy prowadzisz butikową agencję, lokalny sklep detaliczny, czy szczupłą firmę logistyczną, ogólne modele LLM często wymagają zbyt dużej uwagi, aby były użyteczne na bieżąco. Agent wytrenowany na Twojej konkretnej dokumentacji, opinii klientów i historycznych danych o zapasach może zapewnić ten sam rodzaj bezproblemowej, świadomej kontekstu walidacji, jaką narzędzie NYT wnosi do kuchni — zatrzymując złe pomysły przed ich realizacją i usprawniając codzienne zwroty akcji.

Co zrobić w tym tygodniu

1. Przeanalizuj powtarzalne codzienne zapytania swojego zespołu — takie jak niestandardowe zamiany zapasów lub modyfikacje klientów — aby zidentyfikować obszary, w których wyspecjalizowany agent mógłby zastąpić manualne sprawdzanie krzyżowe.
2. Przetestuj zlokalizowaną bibliotekę promptów AI na wewnętrznej dokumentacji swojej firmy, aby sprawdzić, jak dobrze obecne modele radzą sobie z ograniczeniami dziedzinowymi bez halucynowania niebezpiecznych błędów operacyjnych.
3. Ustanów jasny protokół przeglądu dla wszelkich zmian w przepływie pracy generowanych przez sztuczną inteligencję, dbając o to, aby członkowie zespołu zawsze zachowywali ostateczną akceptację przed wdrożeniem, dokładnie tak, jak przy sprawdzaniu przepisu zmodyfikowanego przez AI.

Źródła

• NYT Cooking’s AI assistant saved my weeknight chicken, but almost ruined my cake — The Verge - AI