Baza wiedzy AI: zdjęcia i tabele w instrukcji

Syntalith może objąć zakresem Firmowego Mózgu wybrane instrukcje wizualne oraz sposób pokazywania odpowiedzi obok odpowiedniej strony, zdjęcia lub tabeli. Zespół wskazuje pytania, które dziś wymagają ręcznego przeglądania plików. Do oceny dostaje odpowiedź wraz z fragmentem dokumentu, z którego ona wynika. Na tej podstawie można ustalić, czy potrzebne jest przygotowanie materiałów, zmiana istniejącej aplikacji czy dodatkowe połączenie ze źródłami.

Gdy podpis zmienia znaczenie zdjęcia

Załóżmy, że pracownik przygotowuje zestaw materiałów ekspozycyjnych dla sklepu. Instrukcja pokazuje zdjęcia dwóch podobnych stojaków, a tabela wymienia wkładki do każdego wariantu. Pytanie brzmi: „Która wkładka jest pokazana przy stojaku z szeroką podstawą?”. Odpowiedź wymaga połączenia zdjęcia z jego podpisem i odpowiednim wierszem tabeli.

Przydatna aplikacja wskazuje nazwę z dokumentu i pokazuje pracownikowi zdjęcie oraz tabelę, na których się opiera. Jeżeli podpis jest nieczytelny lub dokument nie pozwala rozpoznać wariantu, odpowiedź powinna to powiedzieć i skierować do osoby odpowiedzialnej za materiał. Pracownik nie powinien dostawać pewnie brzmiącej nazwy wybranej tylko na podstawie podobnego akapitu.

W tym zastosowaniu sam odnośnik do całego podręcznika zostawia dużą część pracy po stronie użytkownika. Przy długim pliku pomocne jest przejście do strony z ilustracją. Możliwość wskazania dokładnego miejsca zależy od formatu materiałów i obecnego narzędzia, dlatego warto zobaczyć ją przed rozszerzeniem zakresu.

Tabela musi zachować nagłówki

Po skopiowaniu tekstu z tabeli nazwy i wartości mogą występować obok siebie bez widocznego związku. Nagłówek grupujący kilka kolumn albo dopisek pod tabelą może decydować, do czego odnosi się dany wiersz. Podobnie zdjęcie bez podpisu może przedstawiać kilka elementów, z których tylko jeden jest przedmiotem pytania.

Przygotowanie biblioteki może więc obejmować poprawę opisu ilustracji lub udostępnienie czytelniejszego pliku. Osoba znająca produkt pomaga ocenić, czy pokazany fragment rzeczywiście wystarcza do odpowiedzi. Jeśli materiały są niespójne, aplikacja nie powinna uzupełniać brakującej relacji własnym domysłem. Najpierw trzeba poprawić dokument albo ograniczyć rodzaj pytań, na które ma odpowiadać.

Microsoft opisuje model Layout w Azure AI Document Intelligence jako narzędzie wydobywające z dokumentów tekst, tabele, ilustracje i strukturę. Taka funkcja może być elementem przygotowania źródeł. Sama możliwość rozpoznania elementów strony nie potwierdza poprawnej interpretacji instrukcji przez asystenta. Dokumentacja Microsoft.

Kiedy wystarczy lepszy podręcznik

Jeśli pracownicy korzystają z kilku krótkich instrukcji, dobry spis treści, podpisy i czytelny podgląd mogą rozwiązać problem. Warto poprawić je niezależnie od planów dotyczących AI. Pytania kierowane do asystenta nie naprawią rozmazanego skanu ani nie wyjaśnią oznaczenia, którego autor nigdzie nie opisał.

Dodatkowa aplikacja ma sens, gdy podobne pytania dotyczą wielu materiałów, a pracownik nie wie, w którym z nich szukać. Możemy omówić wyszukiwanie i prezentację fragmentów dla konkretnej rodziny dokumentów. Firma ocenia odpowiedzi razem z osobą znającą materiały i pracownikiem, który będzie ich używał. Ten drugi może zauważyć, że poprawnie znaleziony fragment nadal trudno odczytać na jego stanowisku.

Pokaż sytuację, w której tekst nie wystarcza

Opowiedz o pytaniu wymagającym obejrzenia zdjęcia lub tabeli i o narzędziu, w którym przechowujecie instrukcje. To wystarczy do rozpoczęcia rozmowy o możliwym zakresie prac. Informacje o współpracy znajdziesz w cenniku.