एआई वर्कफ़्लोज़ और आधुनिक एप्लिकेशन डिज़ाइन पैटर्न

डिज़ाइन लगातार विकसित हो रहा है, लेकिन कृत्रिम बुद्धिमत्ता के वर्तमान उदय ने पूरे क्षेत्र को पूरी तरह से उलट-पुलट कर दिया है। एक नए प्रतिमान के साथ बातचीत के एक नए युग की शुरुआत कर रहा है। पारंपरिक उपयोगकर्ता इंटरफ़ेस कमांड-एंड-कंट्रोल पैटर्न पर आधारित होते हैं, जहां उपयोगकर्ता कुछ उपयोगकर्ता कार्यों को प्राप्त करने के लिए कंप्यूटर को कमांड की एक श्रृंखला बताते हैं। हालाँकि, AI उपयोगकर्ताओं को कंप्यूटर के साथ अधिक स्वाभाविक रूप से बातचीत करना संभव बना रहा है, यह बताकर कि वे क्या चाहते हैं, न कि यह कैसे करना है। उपयोगकर्ता अनुभव एआई एआई के साथ बातचीत का यह नया प्रतिमान, जिसे इरादे-आधारित प्रतिमान के रूप में जाना जाता है, अभी भी अपने प्रारंभिक चरण में है, लेकिन इसमें कंप्यूटर के साथ हमारे बातचीत करने के तरीके में क्रांति लाने की क्षमता है। उदाहरण के लिए, अपने कंप्यूटर से यह कहने में सक्षम होने की कल्पना करें, "मैं पेरिस के लिए एक उड़ान बुक करना चाहता हूं," और यह स्वचालित रूप से सर्वोत्तम उड़ानें ढूंढेगा और उन्हें आपके लिए बुक करेगा। या यह कहने में सक्षम होने की कल्पना करें, "मुझे अपने करों के संबंध में सहायता की आवश्यकता है," और आपका कंप्यूटर आपको इस प्रक्रिया में चरण-दर-चरण मार्गदर्शन देगा। यह "अल्टीमेट" यूएक्स को डिजाइन करने और इसे पूरी तरह से समग्र और निर्बाध बनाने के लिए बहुत सारे नए अवसर खोलता है। आशय-आधारित बातचीत चुनौतियों से रहित नहीं है। आधुनिक भाषा सीखने के मॉडल जिन्हें एलएलएम के रूप में भी जाना जाता है, पहले से ही प्राकृतिक भाषा को समझने में बहुत अच्छे हैं। हालाँकि, यूएक्स में एआई की स्थिति एकदम सही नहीं है, वर्तमान चैट-आधारित इंटरैक्शन शैली उपयोगकर्ताओं को अपनी समस्याओं को गद्य पाठ के रूप में लिखने की आवश्यकता से ग्रस्त है, इसलिए यह एक उच्च संज्ञानात्मक भार पैदा करती है। इसके अतिरिक्त, ऐसे यूआई डिज़ाइन करना मुश्किल हो सकता है जो इस प्रकार के इंटरैक्शन के लिए सहज और उपयोग में आसान हों। हालाँकि, इरादे-आधारित इंटरैक्शन के संभावित लाभ महत्वपूर्ण हैं, और यूएक्स डिजाइनर पहले से ही इस बात की खोज कर रहे हैं कि इस नए प्रतिमान को सर्वोत्तम तरीके से कैसे लागू किया जाए। इस लेख में, हम इरादे-आधारित इंटरैक्शन के उदय और यूएक्स डिज़ाइन के लिए इसके निहितार्थ का पता लगाएंगे। हम वर्तमान में मौजूदा प्रकार के एआई-संचालित उत्पादों पर चर्चा करेंगे, वे किस तरह से इनपुट और आउटपुट पैटर्न का उपयोग करते हैं, और एआई वातावरण में उपयोगकर्ता अनुभव को बेहतर बनाने के लिए उन्हें कैसे डिज़ाइन किया गया है। सामग्री अवलोकन कैसे AI ने डिज़ाइनर का काम बदल दिया? उत्पादों में एआई वर्कफ़्लो के मुख्य प्रकार चैटबॉट्स प्राथमिक (एआई-प्रथम) प्रासंगिक अदृश्य निष्कर्ष कैसे AI ने डिज़ाइनर का काम बदल दिया? जैसा कि हमने पहले ही पता लगा लिया है, डिजाइनरों के लिए नई चुनौती, जो एआई उत्पादों के साथ काम कर रहे हैं, इरादे-पहले प्रतिमान फ्रेमिंग में डिजाइन करना है। जब आप पारंपरिक सॉफ़्टवेयर के बारे में सोचते हैं, तो जिस तरह से आप इसके साथ इंटरैक्ट कर रहे हैं, क्या आप वांछित आउटपुट प्राप्त करने के लिए सिस्टम के अंदर कमांड की एक श्रृंखला भेज रहे हैं। आपका इनपुट एक कमांड है, यह आपकी स्क्रीन पर कुछ भी इंटरैक्टिव हो सकता है, जैसे बटन, ड्रॉपडाउन, फॉर्म इत्यादि। आपके में आपके कार्यों का संयोजन एक कमांड बनाता है, जो आपको आपकी यात्रा में कदम दर कदम आगे ले जाता है। जीयूआई चरणों के सेट के बाद, किसी उत्पाद में सूचना आर्किटेक्चर को नेविगेट करने के बाद, आपको अंततः अपनी समस्या का समाधान, सिस्टम का आउटपुट मिल रहा है। उदाहरण के लिए, जब आप टैक्सी ऑर्डर करने का प्रयास कर रहे हैं, तो आप एक गंतव्य बिंदु चुनने, सवारी पैरामीटर सेट करने के लिए कमांड का एक सेट भेज रहे हैं, और अंत में, ड्राइव की पुष्टि करने के लिए एक कमांड भेज रहे हैं, जब सिस्टम आपके लिए ड्राइवर चुनता है। आशय-आधारित इंटरैक्शन को इनपुट-प्रोसेसिंग-आउटपुट सिस्टम तक सीमित कर दिया गया है। आप वस्तुतः एक सिस्टम को वही देते हैं जो आप परिणाम (तथाकथित प्रॉम्प्ट) में प्राप्त करना चाहते हैं, सिस्टम आपके इनपुट को संसाधित करता है और आपको एक आउटपुट देता है। गणना के सभी चरण सिस्टम पर हैं, आपको केवल वही मिलता है जिसकी आपको आवश्यकता है। टैक्सी के साथ हमारे उदाहरण पर वापस जाएँ, इरादे-आधारित प्रणाली में, आपको केवल अपना संकेत देना होगा, ("घर के लिए टैक्सी ऑर्डर करें"), और आपको सवारी मिल जाएगी। इस प्रतिमान को अभी भी वर्कफ़्लो में कमांड की आवश्यकता होगी, क्योंकि मशीनें गलत हो सकती हैं और मनुष्य कभी-कभी सिस्टम के व्यवहार को अपने लक्ष्यों के लिए बेहतर ढंग से सेट करने के लिए आउटपुट को संशोधित और नियंत्रित करना या विभिन्न प्रवाह में इसका उपयोग करना चाह सकते हैं। उत्पादों में एआई वर्कफ़्लो के मुख्य प्रकार आइए इन नामकरणों पर सहमत हों, हालांकि, जब हम एआई को उपयोगकर्ता प्रवाह में एकीकृत करते हैं तो यह उत्पाद वर्कफ़्लो, कार्यों, समस्याओं, तकनीकी सुविधाओं और अन्य सीमाओं के आधार पर अलग-अलग तरीके से काम कर सकता है। हमारे शोध और विश्लेषण की प्रक्रिया के दौरान, उत्पादों में कुछ पैटर्न दिखाई देते हैं, आइए उन पर एक नज़र डालें। साथ ही, हम आपको बताएंगे कि यह या वह उत्पाद इनपुट-प्रोसेसिंग-आउटपुट पैटर्न का उपयोग कैसे करता है, यह किस यूआई समाधान का उपयोग करता है, और यह एआई उत्पादों के लिए मानक प्रयोज्य समस्याओं को कैसे हल करता है। तो चलिए आगे बढ़ते हैं. 1. चैटबॉट्स आइए सबसे स्पष्ट उदाहरण के बारे में बात करें। एआई को लेकर मौजूदा प्रचार ज्यादातर चैटबॉट्स और उनकी क्षमताओं के बारे में है। इस पैटर्न में, एलएलएम का उपयोग करते हुए, एआई वर्कफ़्लो एक चैटबॉट इंटरफ़ेस के माध्यम से संवाद के आगे और पीछे होता है। उपयोगकर्ता चैटबॉट के साथ बातचीत करके उससे संपर्क करता है और चैटबॉट उपयोगकर्ता के सवालों और संकेतों का जवाब देता है। आमतौर पर, इस प्रकार के वर्कफ़्लो का उपयोग कार्यों और समाधानों की एक विस्तृत श्रृंखला, सबसे व्यापक अनुरोधों, नए विषयों का अध्ययन आदि को पूरा करने के लिए किया जा सकता है। हालाँकि, वर्तमान चैट-आधारित इंटरैक्शन शैली उपयोगकर्ताओं के लिए एक उच्च संज्ञानात्मक भार पैदा करती है, क्योंकि इसके लिए उन्हें अपनी समस्याओं को गद्य पाठ के रूप में लिखने की आवश्यकता होती है। इस समस्या के समाधान के लिए, एक नई भूमिका विकसित की गई है: "प्रॉम्प्ट इंजीनियर।" प्रॉम्प्ट इंजीनियर उचित संकेत प्रदान करके चैटजीपीटी से सही परिणाम प्राप्त करने के लिए जिम्मेदार हैं। दूसरे शब्दों में, चैटबॉट्स को अपनी उपयोगिता डिज़ाइन पर बहुत अधिक ध्यान देने की आवश्यकता होती है। चैटबॉट इनपुट चैटबॉट उत्पाद आमतौर पर टेक्स्ट प्रॉम्प्टिंग इनपुट पैटर्न का उपयोग करते हैं। यह दृष्टिकोण उपयोगकर्ताओं को सिस्टम में टेक्स्ट के रूप में कोई भी अनुरोध टाइप करने और भेजने और अपनी इच्छानुसार कुछ भी लिखने की अनुमति देता है। यह इनपुट और आउटपुट परिणामों के लिए व्यापक संभावना प्रदान करता है। उपयोगकर्ता संकेत पैटर्न आमतौर पर टेक्स्ट फ़ील्ड यूआई तत्व के रूप में दिखाई देता है। चैटबॉट्स में आमतौर पर यह अपनी जगह पर स्थिर रहता है। संकेतों के संयोजन में, पूर्व-लिखित संकेत भी अक्सर जोड़े जाते हैं, इस प्रकार इस चैटबॉट के साथ क्या करना है, इस बारे में उपयोगकर्ता की गलतफहमियां और भ्रांतियां कम हो जाती हैं, सुझाव प्रदान होते हैं और विकल्प सरल हो जाते हैं। इसके अलावा, चैटबॉट अक्सर टेक्स्ट इनपुट फ़ील्ड को भरने के लिए वॉयस इनपुट का उपयोग करने का सुझाव देते हैं, जिससे कीबोर्ड टाइपिंग के बजाय अपनी आवाज़ का उपयोग करने की अनुमति मिलती है। यह एक व्यक्ति और कंप्यूटर के बीच लगभग एक जैविक संवाद बनाता है। चैटबॉट प्रसंस्करण यह दिखाना महत्वपूर्ण है कि सिस्टम किस स्थिति में है और यह उपयोगकर्ता के अनुरोध को कैसे संसाधित करता है। अलग-अलग एप्लिकेशन अलग-अलग तरीकों का उपयोग करते हैं। चैटबॉट्स में सबसे आम तरीका रीयल-टाइम टेक्स्ट जेनरेशन है। चूंकि एल्गोरिदम को परिणाम देने में कुछ समय लग सकता है, चलते-फिरते टेक्स्ट जनरेशन दिखाना एक अच्छा अभ्यास है, जिससे आप उपयोगकर्ता का ध्यान केंद्रित रख सकते हैं और इनपुट और आउटपुट के बीच संक्रमण को अधिक सहज बना सकते हैं। चैटबॉट आउटपुट चैटबॉट अनुप्रयोगों में, आउटपुट के प्रकार बहुत भिन्न हो सकते हैं। यह पाठ, छवियां (उदाहरण के लिए, पाठ इनपुट द्वारा उत्पन्न) या अन्य परिणाम हो सकते हैं जो एप्लिकेशन के लक्ष्य विषय और उसके कार्यों पर निर्भर करते हैं। यह महत्वपूर्ण है कि आउटपुट कॉपी राइटिंग उपयोगकर्ता इनपुट और ऐप के वांछित चरित्र और व्यक्तित्व (यदि प्रासंगिक हो) को प्रतिबिंबित करे। यदि आप एक चैटबॉट डिज़ाइन करने जा रहे हैं, तो आपको उन सर्वोत्तम प्रथाओं पर विचार करना चाहिए जो अन्य ऐप्स पहले से ही उपयोग कर रहे हैं। एकाधिक आउटपुट. चूँकि सिस्टम के परिणाम भिन्न हो सकते हैं और कभी-कभी उच्च गुणवत्ता के नहीं होते हैं या सिस्टम उपयोगकर्ता के अनुरोध को गलत समझ सकता है, इसलिए सिस्टम द्वारा उपयोगकर्ता द्वारा चाही गई क्वेरी का अनुमान लगाने की संभावना बढ़ाने के लिए कई आउटपुट की संभावना को जोड़ना एक अच्छा अभ्यास है। देखना। अशुद्धि के लिए क्षमा चाहता हूँ. सिस्टम के भीतर कृत्रिम बुद्धिमत्ता गलत परिणाम उत्पन्न कर सकती है जिससे उपयोगकर्ता के लिए भ्रम, आपत्तिजनक सामग्री या बेचैनी की भावना पैदा हो सकती है। सिस्टम किसी भी संभावित अशुद्धि के लिए क्षमा चाहता है। सहेजे गए इंटरैक्शन. सिस्टम के भीतर उपयोगकर्ताओं की हाल की गतिविधियों को याद रखें, जिससे हमें उन्हें अधिक आसानी से वापस संदर्भित करने की अनुमति मिलती है। हाल के गंतव्यों, खोजों और अन्य इनपुट को दिखाना संज्ञानात्मक भार को कम करने में सहायक हो सकता है। 2. प्राथमिक (एआई-प्रथम) इस प्रकार का उत्पाद भाषा सीखने के मॉडल द्वारा संचालित चैटबॉट्स के समान है, सिवाय इसके कि उनकी स्थिति विशिष्ट उपयोग के मामलों तक सीमित है, और वे चित्रों से लेकर किसी विशिष्ट उद्योग में प्रश्नों के जटिल इंटरैक्टिव उत्तर तक बहुत अलग प्रकार के परिणाम उत्पन्न कर सकते हैं। ये उत्पाद फ़ुल-स्क्रीन इंटरैक्शन और चरण-फ़ॉर्म के माध्यम से AI को अपने प्राथमिक वर्कफ़्लो के रूप में उपयोग करते हैं। प्राथमिक प्रकार के लिए इनपुट जैसा कि हमने पहले ही उल्लेख किया है, इनपुट चैटबॉट इनपुट पैटर्न के समान दिखता है, जो आमतौर पर टेक्स्ट के लिए प्रॉम्प्ट फ़ील्ड जैसा दिखता है। सर्वोत्तम प्रथाओं को भी समान छोड़ दिया जाता है, जैसे शीघ्र टेम्पलेट (आपके विचार की प्रक्रिया शुरू करने में मदद करने के लिए), और ध्वनि इनपुट। इसके अलावा, कभी-कभी यह समझ में आता है कि उपयोगकर्ता को कुछ पैरामीटर सेट करने दें यदि उन्हें सिस्टम के आउटपुट पर लागू किया जा सकता है। इसका मतलब है मानदंड स्लाइडर और अन्य मानक यूआई पैटर्न का उपयोग, जो उपयोगकर्ता से परिचित है। प्राथमिक प्रकार के लिए प्रसंस्करण अन्य वर्कफ़्लो प्रकारों के अनुरूप प्रसंस्करण पैटर्न, यहां सबसे अच्छा अभ्यास बस चलते-फिरते सिस्टम आउटपुट उत्पन्न करना है। लेकिन एआई-प्रथम वर्कफ़्लो के लिए प्रसंस्करण डिज़ाइन करते समय, आउटपुट पर ध्यान दें, यदि इसे भाग-दर-भाग दिखाना संभव है। उदाहरण के लिए, यदि कोई छवि निर्माण की प्रक्रिया में दिखाई जा सकती है, या आपकी तकनीक आपको केवल इसे पूरा दिखाने की अनुमति देती है। यदि यह मामला है, तो गणना के दौरान विस्तृत प्रगति संदेश प्रदान करने पर विचार करें। प्राथमिक प्रकार के लिए आउटपुट एआई-प्रथम वर्कफ़्लो में, आउटपुट प्रकार छवियों से भिन्न यूआई संरचनाओं (या यहां तक कि गतिशील यूआई तत्वों) में भिन्न हो सकते हैं, यह इस पर निर्भर करता है कि सिस्टम अपने उपयोगकर्ता को क्या देने की कोशिश कर रहा है, और वह कौन सा समाधान प्राप्त करने का प्रयास करता है। इस प्रकार के वर्कफ़्लो को डिज़ाइन करते समय, कई आउटपुट परिणामों का उपयोग करने पर विचार करें, उपयोगकर्ता को वांछित परिणाम प्राप्त करने के लिए आउटपुट को ठीक करने की अनुमति दें, पुनः संकेत देने की अनुमति दें, और सिस्टम के काम के बारे में फीडबैक जोड़ने की संभावना प्रदान करें। 3. प्रासंगिक इस प्रकार में, एआई वर्कफ़्लो को ट्रिगर्स और प्रासंगिक क्रियाओं के माध्यम से मौजूदा प्राथमिक वर्कफ़्लो के शीर्ष पर जोड़ा जाता है। एलएलएम का उपयोग करते हुए, यह विभिन्न यूआई तत्वों के माध्यम से प्रासंगिक कार्यों का समाधान प्रदान करता है। प्रासंगिक वर्कफ़्लोज़ के लिए इनपुट प्रासंगिक वर्कफ़्लो में इनपुट कार्यों के प्रकार पर निर्भर करते हैं और काफी भिन्न हो सकते हैं। यह टेक्स्ट इनपुट, प्रॉम्प्ट टेम्प्लेट या टेक्स्ट सारांश जैसे विशिष्ट कार्यों को सक्षम करने के लिए बटन हो सकता है। इस दृष्टिकोण का उपयोग करते समय, सक्रियण/निष्क्रियण प्रक्रिया को डिज़ाइन करने पर विचार करें, उपयोगकर्ता किस तरह से इन संकेतों या आदेशों को ट्रिगर करता है। शीघ्र निर्माण यह पैटर्न निर्देशित विज़ार्ड के रूप में दिखाई देता है जो उपयोगकर्ताओं को बिना लिखे विस्तृत संकेत बनाने में मदद करता है, और विभिन्न यूआई इनपुट तत्वों, जैसे टेक्स्ट फ़ील्ड, ड्रॉपडाउन, रेडियो बटन और अन्य का उपयोग करता है। यह सब फॉर्म संरचनाओं में संयोजित होता है, जो कार्य के संदर्भ के अनुकूल होता है और एक जटिल संकेत को छोटे तार्किक भागों में विभाजित करने की अनुमति देता है, जिससे उपयोगकर्ता पर भार कम हो जाता है, और उसे प्रारूप के बारे में बहुत कुछ सोचने की आवश्यकता से मुक्त हो जाता है। तत्पर। यह विशेष रूप से उपयोगी हो सकता है जब आपके पास एक ही संरचना के साथ बार-बार दोहराई जाने वाली क्वेरी हो, तो आप उपयोगकर्ता को केवल उन हिस्सों को भरने दे सकते हैं जो बदलते हैं, ताकि हर बार एक नया संकेत लिखने में परेशानी न हो। प्रासंगिक वर्कफ़्लो के लिए प्रसंस्करण आश्चर्य की बात नहीं है, प्रासंगिक प्रणालियों को प्रसंस्करण डिजाइन के लिए एक प्रासंगिक दृष्टिकोण की आवश्यकता होती है। फिर, सही तरीका अत्यधिक इस बात पर निर्भर करता है कि सॉफ़्टवेयर को किस प्रकार के कार्यों को पूरा करना आवश्यक है, लेकिन सामान्य प्रथाएँ समान रहती हैं। यदि संभव हो, तो परिणाम उत्पन्न होते ही उनका आउटपुट दिखाएं। यदि नहीं, तो वह चरण दिखाएं जिस पर एल्गोरिदम वर्तमान में काम कर रहा है और प्रसंस्करण का एक स्पष्ट संकेतक (लोडिंग आइकन या प्रगति पट्टी) प्रासंगिक वर्कफ़्लोज़ के लिए आउटपुट एकीकृत एआई वर्कफ़्लो के लिए आउटपुट डिज़ाइन करते समय, उपयोगकर्ता को प्राथमिक वर्कफ़्लो पर लागू करने से पहले संदर्भ में आउटपुट की जांच करने की अनुमति दें। यह उपयोगकर्ता को कृत्रिम बुद्धिमत्ता द्वारा उत्पन्न परिणाम की शुद्धता को सत्यापित करने और गलत परिणाम के मामले में इसे हटाने या बदलने की अनुमति देगा। कमांड-आधारित और इरादे-आधारित इंटरैक्शन दृष्टिकोण दोनों के लाभों को मिलाएं। कार्य के आधार पर, जिसे आपका उत्पाद हल कर रहा है, उपयोगकर्ताओं को अपने लक्ष्यों को प्राप्त करने के लिए दिए गए आउटपुट को संशोधित करने और उपयोग करने दें। यथासंभव सहज और आसान प्रवाह प्रदान करें। उदाहरण के लिए, ऐसी स्थितियों में जहां बहुत अधिक मुख्य पाठ होता है, संज्ञानात्मक या साक्षरता संबंधी समस्याओं वाले उपयोगकर्ता पूरा पाठ पढ़े बिना यह जानना चाहते हैं कि उस सामग्री में क्या शामिल है। उपयोगकर्ता एआई द्वारा उत्पन्न पाठ का संक्षिप्त और सरलीकृत संस्करण देखने के लिए क्लिक कर सकता है। हाल की क्वेरीज़ को संग्रहीत करना और प्रदर्शित करना भी एक अच्छा अभ्यास है ताकि यदि आवश्यक हो तो आप तुरंत उन पर वापस लौट सकें। 4. अदृश्य अदृश्य एआई वर्कफ़्लो को सबसे पारंपरिक माना जा सकता है। ये प्रकार लंबे समय से मौजूद हैं, और वे भाषा मॉडल के हालिया प्रचार से बहुत पहले दिखाई दिए थे। "अदृश्य" एआई वस्तुतः अदृश्य है क्योंकि सिस्टम उपयोगकर्ता की गतिविधियों को पृष्ठभूमि मोड में संसाधित करता है। स्वायत्त रूप से काम करते हुए, मशीन लर्निंग एल्गोरिदम प्रासंगिक सामग्री खोजने, संकेतों में सुधार करने और व्यवहार की गणना और विश्लेषण करने का प्रयास करते हैं। अदृश्य प्रणालियों में टचप्वाइंट और इंटरैक्शन कम से कम हो जाते हैं अदृश्य सिस्टम भी उपयोगकर्ताओं को विभिन्न कार्यों को पूरा करने में सहायता कर सकते हैं, उनके वर्कफ़्लो को बाधित कर सकते हैं। चलते-फिरते सुझाव और स्वत: पूर्णता को अपनाना इस विचार को व्यवहार में लागू करने के तरीके हैं। एक समय में कई सुझावों की पेशकश करने वाली स्वत: पूर्ण सुविधाएं भी गलतियों को कम करने का एक तरीका है और जब एआई सिस्टम सुनिश्चित नहीं होता है कि उपयोगकर्ता क्या चाहता है, तो उपयोगकर्ता को एक ही विकल्प खिलाने के बजाय चयनित लाइन-अप से चुनने की अनुमति मिलती है। फिर भी, ध्यान दें, भले ही कुछ एआई-ईंधन सुधार समझदार हों, फिर भी वे गलत हो सकते हैं, और उन्हें ओवरराइड करना मुश्किल नहीं होना चाहिए। इसे AI सुझावों को स्वीकार करने, संपादित करने या अस्वीकार करने की अनुमति देने के लिए डिज़ाइन किया गया है। अदृश्य अनुभव बनाते समय, सुनिश्चित करें कि सिस्टम उपयोगकर्ता की वर्तमान गतिविधियों के आधार पर प्रासंगिक जानकारी प्रदर्शित करता है और वैयक्तिकृत अनुशंसाओं को प्राथमिकता देता है। अद्यतन ने शीघ्र और बार-बार अनुशंसाएँ प्रदान कीं। उपयोगकर्ता को सिफ़ारिशें दिखाते हुए, डेटा के स्रोत को स्पष्ट रूप से बताएं, और बताएं कि किसी विशिष्ट परिणाम की भविष्यवाणी या सुझाव क्यों दिया गया था। एआई प्रणाली के उपयोगकर्ताओं के लिए नियमित बातचीत के माध्यम से अपनी प्राथमिकताएं व्यक्त करना संभव बनाएं। उपयोगकर्ता की प्रतिक्रिया स्वीकार करें और उन्हें सूचित करें कि समायोजन कब किया जाएगा। केवल उपयोगकर्ताओं को धन्यवाद देने के बजाय, बताएं कि उनकी प्रतिक्रिया से उन्हें कैसे लाभ होगा। इससे उनके दोबारा फीडबैक देने की संभावना बढ़ जाएगी। जब कोई उपयोगकर्ता नापसंद बटन पर टैप करता है, तो सिस्टम को तत्काल प्रतिक्रिया देनी चाहिए और पुष्टि करनी चाहिए कि भविष्य में उन्हें इस तरह की सामग्री कम दिखाई देगी। निष्कर्ष एआई निश्चित रूप से कंप्यूटर सिस्टम के साथ हमारे इंटरैक्ट करने के तरीके को बदल देगा। हालाँकि, AI वर्कफ़्लो को डिज़ाइन करने के लिए बनाए जा रहे वर्कफ़्लो के प्रकार और लक्षित उपयोगकर्ता पर सावधानीपूर्वक विचार करने की आवश्यकता होती है। चाहे आपका एआई सिस्टम चैट-आधारित, प्रासंगिक, अदृश्य या प्राथमिक हो, अन्य समान एआई सिस्टम से उभरी सर्वोत्तम प्रथाओं को ध्यान में रखना महत्वपूर्ण है। कई आउटपुट विकल्प प्रदान करना, अशुद्धियों के लिए माफी मांगना और उपयोगकर्ताओं को अपनी प्राथमिकताएं व्यक्त करने की अनुमति देना स्थापित सर्वोत्तम प्रथाओं के कुछ उदाहरण हैं। इसके अतिरिक्त, वर्कफ़्लो के इनपुट, प्रोसेसिंग और आउटपुट चरणों पर विचार करना और उन्हें इस तरह से डिज़ाइन करना आवश्यक है जो उपयोगकर्ता के लिए सहज और समझने में आसान हो। इन सर्वोत्तम प्रथाओं का पालन करके और अपने उपयोगकर्ताओं की विशिष्ट आवश्यकताओं पर विचार करके, आप एआई उत्पाद बना सकते हैं जो प्रभावी, कुशल और उपयोगकर्ता के अनुकूल हैं।