A tudásmérnök lehet az AI-ügynökök korszakának új kulcsszereplője

Az ügynökök új közönséget jelentenek

A Mintlify szeptember 16-án közzétett írása szerint az AI-ügynökök egyre nagyobb közönséget jelentenek a vállalati tudás számára. A fejlesztők kódoló ügynökökre bízzák az API-k integrálását, a vásárlók chatügynökökkel hasonlítanak össze termékeket, sőt vásárlásokat is kezdeményeznek, az ügyfelek pedig támogatási ügynököktől várnak megoldást.

Ez megváltoztatja a dokumentációval, súgótartalmakkal és belső tudással foglalkozó csapatok feladatát. A pontos oldalak közzététele mellett azt is biztosítaniuk kell, hogy az információ minden olyan rendszerben következetes és elérhető legyen, ahol emberek és AI-ügynökök dolgoznak.

A hibás tudás működési kockázatot jelenthet. A Mintlify az Air Canada 2024-es chatbot-ügyét hozza példaként. A chatbot tévesen azt közölte egy ügyféllel, hogy utólag kedvezményes viteldíjat igényelhet. Miután a légitársaság elutasította a visszatérítést, a British Columbia-i Civil Resolution Tribunal az Air Canadát tette felelőssé a weboldalon, köztük a chatboton keresztül közölt információért.

A hibák más esetekben versenyhátrányt vagy technikai problémát okozhatnak. Egy ügynök versenytársat ajánlhat, ha nem talál választ egy termékkel kapcsolatban, elavult API-paraméter alapján hibás kódot generálhat, vagy egymásnak ellentmondó szabályok közül választhat rosszul. A téves információ ezután kódokban, támogatási válaszokban és automatizált munkafolyamatokban is továbbterjedhet.

Mit csinál a tudásmérnök?

A Mintlify a kialakuló szerepkört tudásmérnöknek nevezi. Feladata, hogy a vállalat belső használatú és külsőleg megosztott információi következetesek maradjanak az emberek, a rendszerek és az AI-ügynökök számára.

Ethan Palm, a Mintlify tudásmérnöke szerint a sikeres tudásmérnökök összekapcsolják a szervezet különböző információforrásait, majd használható formába rendezik azokat. A munkakör része lehet a hiteles források és a felelősök kijelölése, a termékkiadások, kódmódosítások, támogatási jegyek és visszajelzések összekötése a tartalmi frissítésekkel, valamint a tudás közzététele strukturált oldalak, Markdown, llms.txt-indexek, API-k és MCP-eszközök formájában.

A tudásmérnökök emellett terminológiát, felülvizsgálati követelményeket, hozzáférési jogosultságokat és frissességi szabályokat határoznak meg. Mérik azt is, mire keresnek rá az ügynökök, mely kérdésekre nem kapnak választ, és hol akad el az információ-visszakeresés.

Fabrizio Ferri Benedetti, az Elastic tartalomfejlesztője ezt a szerepet „kontextuskurátorként” írja le. Szerinte egy technikai íróról van szó, aki az emberek és az AI igényei köré szervezett tartalomstratégiát képes kialakítani és végrehajtani. David Hou, a Decagon termékoktatási vezetője szerint az ügynökök számára a tudás felépítése, tartalma és visszakereshetősége is termékkövetelménnyé válik.

Más információ kell az embereknek és az ügynököknek

Az AI-ügynököknek részletes, strukturált információkra van szükségük, például paraméterekre, korlátozásokra, sémákra és eljárásokra. Az emberek inkább azt akarják megérteni, miért működik egy rendszer, melyik megközelítést válasszák, és milyen kompromisszumokkal jár az adott döntés.

Drew Breunig megfogalmazása szerint az embereknek nincs szükségük kimerítő dokumentációra, mert a részleteket az ügynökök is megtalálhatják. A dokumentációnak inkább abban kell segítenie az embereket, hogy jobb kérdéseket tegyenek fel és jobb utasításokat írjanak.

A Mintlify szerint a tudásmérnöki szemlélet gyorsabb frissítéseket is lehetővé tehet. A Coinbase a dokumentáció frissítéséhez szükséges időt több mint 20 percről 60 másodperc alá csökkentette. A HubSpot pedig 50 százalékkal mérsékelte a dokumentációs infrastruktúrára fordított mérnöki erőforrásokat, így a csapat a fejlesztők növekedésére és megtartására összpontosíthatott.

A szerepkör létrehozása előtt a cégeknek a Mintlify szerint legalább a felelősséget kell kijelölniük. Valakinek azonosítania kell a hiteles forrásokat, össze kell kapcsolnia a frissítéseket azok eredetével, visszakereshetővé kell tennie a tudást, és mérnie kell, hol hibázik a rendszer. A vállalat szerint az előny azoknál a cégeknél jelentkezhet, amelyek a változásokat a leggyorsabban alakítják át megbízható, használható tudássá az emberek és a nevükben cselekvő ügynökök számára.