Czy raport z wizyty mówi, co technik sprawdził?

Instalacja zakończona, a wynik próby?

Firma uruchamia drukarki w biurach klientów. Po wizycie technik ma zapisać, które urządzenie zainstalował i jak zakończył się wydruk próbny. Koordynator otwiera raport i widzi: „Instalacja zakończona”. Pole jest wypełnione, ale nadal trzeba zadzwonić do technika po wynik próby.

Pomoc ma największą wartość, gdy technik pamięta jeszcze wizytę: „W opisie brakuje wyniku wydruku próbnego”. Autor uzupełnia: „Zainstalowano drukarkę w recepcji. Strona próbna wydrukowała się w całości”. Podpowiedź wskazuje brak i zostawia opis technikowi. Gdyby wydruk się nie udał, raport powinien zawierać właśnie tę informację.

Ile daje prostsza zmiana, a ile trening

W tym rachunku osobne pytanie o wynik w formularzu daje większość efektu za ułamek kosztu. Trening ma sens przy większej skali albo gdy pozostałe błędy są kosztowne. Niepotrzebne uwagi też kosztują: jeśli technik podał wynik własnymi słowami, a system żąda uzupełnienia, zachęca do wpisywania stałej formułki. W próbie liczymy znalezione braki i fałszywe uwagi osobno.

Zbiór przykładów do uczenia trzeba utrzymywać: gdy zmienia się proces, nazewnictwo albo model bazowy, ocenę powtarza się na tym samym zbiorze testowym. Ten koszt wpisujemy do wyceny razem z samym uczeniem.

Osobne pytanie może rozwiązać problem

Jeśli po każdym uruchomieniu potrzebny jest wynik tej samej próby, dodaj go jako osobne pytanie w formularzu, z kontrolą pustej odpowiedzi; aplikacje serwisowe zwykle mają pytania obowiązkowe i warunkowe. Zostaje różnica między odpowiedzią a opisem wyniku: w polu „Wynik wydruku próbnego” można wpisać „zrobione”. Model ma pracę, gdy firma potrzebuje oceny treści. Najpierw osoby czytające raporty uzgadniają, co wymaga uzupełnienia, bo model dostosowany do sprzecznych ocen powtórzy sprzeczność. Google opisuje nadzorowane dostosowanie modeli na przykładach z poprawną oceną.

Od czego zacząć

Porównanie obejmuje raporty, których nie użyto do dostosowania. Technik i koordynator oceniają, czy uwagi prowadzą do potrzebnego uzupełnienia i ile jest uwag niepotrzebnych. Zestawianie wielu notatek opisuje tekst o lokalnym modelu do notatek serwisowych. Dostosowanie modeli prowadzimy w ramach prywatnych modeli LLM, a aplikację, w której pracownik widzi wynik obok źródła, w ramach aplikacji AI. Na bezpłatną analizę wystarczy kilka przykładów błędu, który wraca, i opis, kto go dziś poprawia.