Botpress Engine

อะไรที่ทำให้สิ่งนี้แตกต่างจาก AI engine อื่น ๆ?

ทุกแพลตฟอร์ม AI ใช้ LLM แต่ไม่ได้หมายความว่าทุกแพลตฟอร์มจะให้คุณภาพ AI ที่เหมือนกันกับลูกค้า

ขอรับการสาธิต
Image

อย่าเชื่อแค่คำพูดของเรา ลองวัดผลด้วยตัวคุณเอง

เราทดสอบ Botpress Engine กับ LLM ราคาถูก แล้วเปรียบเทียบกับมาตรฐานอุตสาหกรรมที่ใช้ LLM ราคาแพง (ใช่ เรามั่นใจขนาดนั้น)

76x
ถูกกว่า
Botpress Engine
$0.000820
cerebras:gpt-oss-120b
MCP client
$0.115
GPT-5
207x
เร็วกว่า
Botpress Engine
756 มิลลิวินาที
cerebras:gpt-oss-120b
MCP client
157,000 มิลลิวินาที
GPT-5
33%
แม่นยำกว่า
Botpress Engine
100%
cerebras:gpt-oss-120b
MCP client
75%
GPT-5

เน้น AI ตั้งแต่ปี 2017

เราเริ่มต้นจากการสร้าง LLM
ตอนนี้เรานำความเชี่ยวชาญเชิงเทคนิคนี้มาช่วยให้คุณบริการลูกค้าได้ดียิ่งขึ้น

14.9k ดาวบน GitHub
LLMz
เฟรมเวิร์ก

แทนที่การเรียกใช้เครื่องมือด้วยการรันโค้ดโดยตรงสำหรับทุกการกระทำของเอเจนต์

ZUI
ไลบรารี

ไลบรารี schema ที่บอก LLM อย่างชัดเจนว่าควรคาดหวังอะไรจากแต่ละเครื่องมือ

ZAI
วงจรการเรียนรู้

เรียนรู้จากข้อเสนอแนะของมนุษย์เพื่อเพิ่มความแม่นยำของเอเจนต์อย่างต่อเนื่อง

LLMz framework

รันโค้ดแทนการเรียกใช้เครื่องมือ

เอเจนต์ AI ส่วนใหญ่โต้ตอบกับโลกผ่าน การเรียกใช้เครื่องมือ: LLM จะเลือกเครื่องมือ (เช่น ค้นหาข้อมูลออเดอร์หรือดึงข้อมูลลูกค้า) รับผลลัพธ์ แล้วเลือกเครื่องมือต่อไป ทำซ้ำไปเรื่อย ๆ

เราไม่ทำแบบนั้น

ทำไม? เพราะ LLM เก่งในการเขียนโค้ดมากกว่าการเรียกใช้เครื่องมือ

ดังนั้นบน LLMz Framework คำสั่งภาษาธรรมดาของคุณจะถูกแปลงเป็นโค้ด โดยเฉพาะเป็น Typescript

ซึ่งหมายความว่าถ้าคำขอของคุณมีหลายส่วน (เช่น ดึงข้อมูลลูกค้าแล้ว จากนั้น ตรวจสอบสถานะออเดอร์) เราจะรวมทุกคำขอไว้ในคำสั่งเดียว แทนที่จะเรียกใช้เครื่องมือแยกกันหลายครั้ง

แล้วสิ่งนี้หมายถึงอะไรสำหรับลูกค้าของเรา?

ประหยัดต้นทุนมากขึ้น

แน่นอนว่าการรันโค้ดครั้งเดียวต่อหนึ่งคำขอถูกกว่าการแยกคำขอสำหรับแต่ละการกระทำ

(อย่าถามเราว่าทำไมคู่แข่งไม่ทำแบบนี้ เราก็ไม่รู้เหมือนกัน)

เหตุผลที่ปลอดภัยกว่า

เพราะเป็นคำขอใหญ่ที่ประกอบด้วยโค้ด LLM สามารถตรวจจับและแก้ไขข้อผิดพลาดได้ทันที แทนที่จะสมมติผิดในขั้นตอนแรกแล้วกลายเป็นข้อผิดพลาดในขั้นตอนถัดไป

Image

ZUI Library

ผลลัพธ์ที่แม่นยำ ไม่ใช่แค่การเดา

เอเจนต์ AI ของคุณใช้เครื่องมือเพื่อช่วยลูกค้า เช่น ใช้ CRM เพื่อดึงข้อมูลลูกค้า

เมื่อคำขอต้องใช้หลายเครื่องมือ (เช่น ดึงข้อมูลลูกค้าแล้วตรวจสอบสถานะออเดอร์) LLM บางครั้งจะเดาว่าเครื่องมือจะส่งอะไรกลับมา

และเมื่อคุณเชื่อมโยงขั้นตอนเครื่องมือ 10 ขั้นตอนเข้าด้วยกัน การเดาเหล่านั้นจะสะสมและอาจล้มเหลว

สิ่งที่ ZUI Library ทำคือ กำหนดผลลัพธ์ที่ชัดเจนให้กับทุกเครื่องมือ ดังนั้น LLM จะรู้เสมอว่ากำลังได้รับอะไรกลับมา

นั่นหมายความว่าเอเจนต์ AI ของคุณสามารถดูแลคำขอที่มีหลายขั้นตอนได้อย่างแม่นยำ

และจริง ๆ แล้ว คำขอส่วนใหญ่ก็มีหลายขั้นตอน นี่คือเหตุผลที่เราจริงจังกับการทำให้ถูกต้อง

การเรียกใช้เครื่องมือ vs. ZUI Library

ผลลัพธ์มาตรฐานของ LLM

LLM เดาว่าเครื่องมือจะส่งอะไรกลับมา เมื่อมีการเชื่อมโยงหลายการกระทำ การเดาเหล่านั้นจะสะสม — ข้อมูลผิดจะถูกส่งต่อ เกิดข้อผิดพลาดซ้อนกัน และเอเจนต์ล้มเหลวในแบบที่วิเคราะห์ยาก

เมื่อใช้ ZUI Library

ทุกเครื่องมือมีผลลัพธ์ที่กำหนดไว้อย่างชัดเจนที่ LLM เชื่อถือได้ การกระทำเชื่อมโยงกันอย่างราบรื่น โมเดลรู้เสมอว่ากำลังทำงานกับอะไร และงานที่ซับซ้อนหลายขั้นตอนก็สำเร็จได้อย่างแม่นยำ

Image

ZAI Learning Loop

ข้อเสนอแนะที่ต่อเนื่อง

แพลตฟอร์ม AI ส่วนใหญ่ไม่มีกลไกที่แท้จริงสำหรับให้ AI agent ของคุณพัฒนาขึ้นอย่างเป็นรูปธรรมเมื่อเวลาผ่านไป

แต่ Botpress มีชั้นรับข้อเสนอแนะในทุกองค์ประกอบ: ZAI Learning Loop
Learning Loop ของเรารับข้อเสนอแนะเป็นภาษาธรรมชาติ (เช่น “ฟังดูเป็นทางการเกินไป” หรือ “ให้อัปเดต CRM หลังจากดำเนินการคืนเงินแล้วเท่านั้น”) และนำข้อเสนอแนะนั้นกลับเข้าสู่ระบบที่คุณกำลังใช้งาน

ในทางปฏิบัติ ZAI Learning Loop หมายความว่า:

คุณจะเห็นการพัฒนาจริงทันทีที่คุณให้ข้อเสนอแนะ

เอเจนต์ AI ของคุณจะเก่งขึ้นเรื่อย ๆ เมื่อเวลาผ่านไป

เอเจนต์ AI ของคุณจะไม่ทำผิดซ้ำสอง

Image

ทศวรรษแห่งวิศวกรรมไม่ได้แสดงในรายการฟีเจอร์

แต่มันปรากฏใน ทุกเอเจนต์ที่คุณสร้างบน Botpress