Silnik Botpress
Czym to się różni od innych silników AI?
Każda platforma AI korzysta z LLM-ów. Ale to nie znaczy, że wszystkie oferują swoim klientom tę samą jakość AI.
Nie wierz nam na słowo. Sprawdź to sam.
Uruchomiliśmy Botpress Engine na tanim LLM-ie, a potem porównaliśmy go ze standardem branżowym działającym na drogim LLM-ie. (Tak, jesteśmy aż tak pewni.)
AI na pierwszym miejscu od 2017 roku.
Zaczynaliśmy od budowania LLM-ów.
Teraz wykorzystujemy tę głęboką wiedzę techniczną, by pomóc Ci lepiej obsługiwać klientów.
Zastępuje wywoływanie narzędzi bezpośrednim wykonywaniem kodu dla każdej akcji agenta.
Biblioteka schematów, która dokładnie określa, czego LLM powinien oczekiwać od każdego narzędzia.
Uczy się na podstawie opinii użytkowników, aby z czasem poprawiać dokładność agenta.
framework LLMz
Wykonywanie kodu, nie wywoływanie narzędzi
Większość agentów AI komunikuje się ze światem przez wywoływanie narzędzi: LLM wybiera narzędzie (np. do wyszukania zamówienia lub pobrania danych klienta), otrzymuje odpowiedź, wybiera kolejne narzędzie i powtarza.
My tego nie robimy.
Dlaczego? Bo LLM-y znacznie lepiej piszą kod niż wywołują narzędzia.
Zamiast wywoływania narzędzi, w Frameworku LLMz Twoje instrukcje w języku naturalnym zamieniane są na kod. Konkretnie, na Typescript.
To oznacza, że jeśli Twoja prośba ma kilka elementów (np. pobranie danych klienta i następnie sprawdzenie statusu zamówienia), łączymy je w jedno zapytanie, zamiast wielu osobnych wywołań narzędzi.
Co to oznacza dla naszych klientów?
Bardziej opłacalne
Oczywiście, jedno wykonanie na żądanie jest tańsze niż osobne żądania dla każdej akcji.
(Nie pytaj nas, czemu konkurencja tak nie robi. My też nie wiemy.)
Bezpieczniejsze rozumowanie
Ponieważ to jedno duże zapytanie zbudowane z kodu, LLM może wychwytywać i poprawiać błędy na bieżąco, zamiast przyjąć założenie w Kroku 1, które stanie się błędem w Kroku 3.
Biblioteka ZUI
Dokładne wyniki, nie domysły
Twoi agenci AI korzystają z narzędzi, by pomagać klientom — na przykład używając CRM do pobrania danych klienta.
Kiedy żądanie wymaga kilku narzędzi (np. pobrania danych klienta i potem sprawdzenia statusu zamówienia), LLM-y czasem zgadują, co zwróci narzędzie.
A gdy łączysz 10 kroków narzędziowych, te zgadywania się kumulują i mogą prowadzić do błędów.
Biblioteka ZUI wymusza ściśle określony format odpowiedzi każdego narzędzia. Dzięki temu LLM zawsze dokładnie wie, co otrzyma.
To oznacza, że Twój agent AI może — bardzo niezawodnie — obsługiwać żądania składające się z kilku kroków.
A szczerze mówiąc, większość żądań to właśnie kilka kroków. Dlatego tak bardzo dbamy, by robić to dobrze.
Wywoływanie narzędzi vs. biblioteka ZUI
Standardowy wynik LLM
LLM zgaduje, co zwróci narzędzie. Przy wielu połączonych akcjach te domysły się kumulują — błędne dane przekazywane są dalej, błędy się mnożą, a agent zawodzi w trudny do zdiagnozowania sposób.
Z Biblioteką ZUI
Każde narzędzie ma ściśle określony wynik, na którym LLM może polegać. Akcje łączą się płynnie, model zawsze wie, na czym pracuje, a złożone zadania wieloetapowe są realizowane niezawodnie.
Pętla uczenia ZAI
Informacja zwrotna, która się kumuluje
Większość platform AI nie oferuje realnych mechanizmów, dzięki którym Twoi agenci AI mogą się faktycznie ulepszać z czasem.
Natomiast Botpress ma warstwę informacji zwrotnej wbudowaną w każdy komponent: ZAI Learning Loop.
Nasz Learning Loop przyjmuje informacje zwrotne w języku naturalnym (np. „To brzmi zbyt formalnie” lub „Aktualizuj CRM dopiero po przetworzeniu zwrotu”) i wprowadza je z powrotem do systemu, w którym pracujesz.
W praktyce pętla uczenia ZAI oznacza, że:
Widzisz realne ulepszenia natychmiast po przekazaniu opinii.
Twój agent AI staje się coraz lepszy z czasem.
Twój agent AI nigdy nie popełnia tego samego błędu dwa razy.
