AI zna odpowiedź, ale czy pisze w stylu firmy?

Ta sama informacja, mniej słów do poprawienia

Załóżmy, że firma serwisowa chce odpowiadać klientom bezpośrednio i uprzejmie. Pracownik przygotowuje potwierdzenie wizyty technika we wtorek po południu. Dokładnej godziny jeszcze nie podano. AI proponuje:

Szanowny Panie, pragniemy uprzejmie poinformować, iż wizyta naszego technika została potwierdzona na wtorek w godzinach popołudniowych.

Redaktor firmy zmienia tę odpowiedź na:

Dzień dobry, potwierdzamy wizytę technika we wtorek po południu.

Klient otrzymuje tę samą informację, a wiadomość odpowiada przyjętemu sposobowi komunikacji. Znikają słowa, które opóźniały przejście do terminu wizyty.

Jednorazowa poprawka jest niewielka. Przy wielu podobnych odpowiedziach zespół stale wykonuje jednak tę samą redakcję. Użyteczny model przygotowywałby pierwszą wersję bliższą tej, którą pracownik rzeczywiście chce wysłać.

Najpierw nazwijcie poprawki, które wracają

„Pisz w naszym stylu” niewiele mówi, jeśli każdy rozumie ten styl inaczej. Przykład z wizytą pokazuje konkretne wybory: zwykłe powitanie, informacja o terminie od razu i naturalne słowa zamiast urzędowych zwrotów. Osoba odpowiedzialna za komunikację może wyjaśnić takie decyzje, porównując szkic z wersją zaakceptowaną do wysłania.

To również okazja do ustalenia, które różnice są potrzebne. Krótkie potwierdzenie wizyty i odpowiedź na złożoną skargę mogą wymagać innej długości. Jeśli model nauczy się skracać wszystko jednakowo, zespół zacznie dopisywać wyjaśnienia, które wcześniej usuwał tylko z prostych wiadomości. Wspólny styl powinien zostawiać miejsce na treść wynikającą ze sprawy.

Przed zamówieniem dostosowania warto sprawdzić prostsze rozwiązania. Powtarzalne potwierdzenie terminu może korzystać z gotowego szablonu. Przy bardziej zróżnicowanych odpowiedziach wystarczyć mogą krótkie wskazówki redakcyjne i dobrze dobrane przykłady dla obecnego modelu. Jeśli to usuwa większość powracających poprawek, dodatkowe uczenie może być zbędne.

Co wnosi fine-tuning

Fine-tuning to dalsze uczenie istniejącego modelu na przykładach pokazujących oczekiwany sposób odpowiedzi. W tym zastosowaniu chodzi o powtarzalne decyzje dotyczące tonu i układu tekstu. Zatwierdzone wersje przed redakcją i po niej pomagają ustalić, czego zespół oczekuje od kolejnych szkiców.

Google opisuje dostosowanie stylu odpowiedzi, na przykład ich zwięzłości, gdy same instrukcje dają niespójne wyniki. Dokumentacja uwzględnia też porównanie modelu bazowego z dostosowanym. To użyteczny punkt wyjścia do oceny, czy dodatkowe uczenie pomaga w konkretnym zadaniu redakcyjnym.

Warto rozważyć taką próbę, gdy mimo wskazówek model regularnie wraca do tych samych zbędnych wstępów albo układa odpowiedź w sposób wymagający przebudowy. Zespół wnosi wtedy sprawdzone poprawki, a osoba odpowiedzialna za komunikację potwierdza, że oddają obecny styl firmy. Dawna korespondencja może zawierać sformułowania, z których firma już zrezygnowała.

Bieżące informacje nadal trzeba dostarczać przy przygotowaniu wiadomości. Wtorkowa wizyta jest faktem dotyczącym tej jednej sprawy. Dostosowanie sposobu pisania nie zastępuje aktualnego terminu z systemu serwisowego ani informacji przekazanej przez pracownika. Projekt narzędzia powinien uwzględnić, skąd autor szkicu otrzyma te dane.

Czy zespół rzeczywiście mniej redaguje

Próbę warto ocenić na wiadomościach, których nie użyto do dostosowania modelu. Pracownicy przygotowują odpowiedzi z pomocą obecnego narzędzia i wersji dostosowanej, a następnie sprawdzają, ile pracy wymaga doprowadzenie ich do wysłania. Czytają całą propozycję: oceniają, czy zachowała ustalenia, a jej długość odpowiada potrzebie klienta. Sama zgodność z ulubionymi zwrotami firmy nie wystarczy, jeśli pracownik musi odbudować sens wiadomości.

Jeśli zespół potrzebuje najpierw uzgodnić oczekiwania i nauczyć się oceniać szkice, przydatny będzie artykuł o szkoleniu AI dla marketingu i pracy nad jakością treści. Wyjaśnia, jak rozwijać umiejętności redakcyjne i współpracę z osobami zatwierdzającymi tekst.

Odpowiedzi gotowe do redakcji w narzędziu zespołu

Syntalith tworzy aplikacje i dostosowuje modele AI. Dla zespołu obsługi proponujemy narzędzie przygotowujące szkice odpowiedzi w uzgodnionym stylu, z bieżącymi informacjami o sprawie. Pracownik czyta i poprawia szkic tam, gdzie przygotowuje korespondencję, a następnie sam wysyła odpowiedź.

Pracę zaczynamy od powracających zmian wprowadzanych przez zespół. Osoba odpowiedzialna za komunikację wskazuje zaakceptowane wersje i wyjaśnia wybory redakcyjne. Porównujemy szablony oraz wskazówki dla istniejącego modelu z próbą dostosowania, a wynik pomaga ustalić zakres aplikacji i połączenia z danymi potrzebnymi do pisania.

Opisz jedną poprawkę, którą pracownicy wprowadzają niemal w każdej propozycji AI, oraz miejsce, w którym dziś przygotowują odpowiedzi. To wystarczy, żeby rozpocząć rozmowę o usprawnieniu tej pracy. Jeśli potrzebne będą przykłady wiadomości, uzgodnimy sposób ich wykorzystania. Informacje o współpracy są w cenniku Syntalith.