મુખ્ય વિષય-સામગ્રી પર જાવો
OpenAI

29 સપ્ટેમ્બર, 2025

APIOpenAI on OpenAI

OpenAIમાં દરેક ક્રિયાપ્રતિક્રિયા સાથે સપોર્ટમાં સુધારો

લોડિંગ…

આ અમારી શ્રેણીનો ભાગ છે, જેમાં અમે OpenAI પોતાની ટેકનોલોજી અને APIs નો કેવી રીતે ઉપયોગ કરે છે તેના આંતરિક ઉદાહરણો શેર કરીએ છીએ. આ સાધનો આંતરિક રીતે, ફક્ત OpenAIમાં જ વપરાય છે, અને અહીં તે અત્યાધુનિક AI અમારી ટીમોમાં વિવિધ ઉપયોગકેસને કેવી રીતે સમર્થન આપે છે તેનાં દૃષ્ટાંતરૂપ ઉદાહરણ તરીકે શેર કરવામાં આવ્યા છે. અમારી ટીમો કામ કેવી રીતે પૂરું કરે છે તેમાં અત્યાધુનિક AI કેવી રીતે મદદ કરે છે તે વધુ સ્પષ્ટ રીતે બતાવવા માટે અમે આંતરિક ટૂલનાં નામો પણ શેર કરીએ છીએ.

માત્ર ટિકિટથી વધુ, એક નવું ઓપરેટિંગ મોડલ

ઇતિહાસમાં સપોર્ટનો અર્થ કતારો, ટિકિટો અને થ્રૂપુટ રહ્યો છે. પરંતુ OpenAIમાં એટલું પૂરતું નહોતું. અમે કરોડો વપરાશકર્તાઓને સેવા આપીએ છીએ, દર વર્ષે લાખો વિનંતીઓ સંભાળીએ છીએ, અને આ પ્રમાણ દર વર્ષે અનેક ગણું વધતું જોયે છીએ.

ઘણી સંસ્થાઓ સ્કેલ સાથે કામ કરે છે. ઓછી સંસ્થાઓ સ્કેલ અને અતિઝડપી વૃદ્ધિ બંને સાથે કામ કરે છે. લગભગ કોઈ પણ બંનેનો સામનો કરતી નથી—અને સાથે સાથે એ જ ટેકનોલોજી પણ બનાવતી હોય જે આખી ગણતરી બદલી શકે. આ સંયોજન અમને સપોર્ટને મૂળથી ફરી વિચારવા માટે અનન્ય રીતે સક્ષમ બનાવે છે.

“સપોર્ટનો સાર માત્ર ટિકિટોના જવાબ આપવાનો ક્યારેય રહ્યો નથી. મુદ્દો એ છે કે લોકોને ખરેખર જે જોઈએ છે તે મળે છે કે નહીં, અને શું તે તેમને સારી રીતે સેવા આપે છે કે નહીં.”
Glen Worthington, યુઝર Opsના વડા

સપોર્ટ માત્ર પ્રમાણની પડકાર નથી. તે એન્જિનિયરિંગ અને ઓપરેશનલ ડિઝાઇનનો પડકાર છે. તેથી અમે કંઈક અલગ બનાવ્યું: એવું ઓપરેટિંગ મોડલ જેમાં દરેક ક્રિયાપ્રતિક્રિયા આગળની ક્રિયાપ્રતિક્રિયાને વધુ સારી બનાવે છે.

ક્રિયાપ્રતિક્રિયાની સિસ્ટમને જોડવું

Ops ટીમ માત્ર ચેટબોટ વડે સપોર્ટ પ્રશ્નોને ટાળવા કરતાં ઘણું આગળ જવા માંગતી હતી. ટીમ પાસે એક દૃષ્ટિ છે: સપોર્ટને એવો AI ઓપરેટિંગ મોડલ તરીકે ફરી કલ્પવો જે સતત શીખે અને સુધરે.

કેન્દ્રમાં ત્રણ બિલ્ડિંગ બ્લોક્સ છે.

  • સર્ફેસિસ. જ્યાં સપોર્ટ સિસ્ટમ્સ સાથે ક્રિયાપ્રતિક્રિયા થાય છે. ચેટ, ઇમેઇલ અને ફોન, પરંતુ વધતી જતી રીતે સીધા પ્રોડક્ટમાં જ સામેલ મદદ પણ.
  • જ્ઞાન. ફક્ત સ્થિર દસ્તાવેજો નહીં, પરંતુ વાસ્તવિક વાતચીત, નીતિઓ અને સંદર્ભમાંથી ઉપજેલું જીવંત અને સતત સુધરતું માર્ગદર્શન.
  • ઇવેલ્સ અને ક્લાસિફાયર્સ. સોફ્ટવેર અને માનવો દ્વારા સાથે મળીને બનાવેલી ગુણવત્તાની સંયુક્ત વ્યાખ્યાઓ, સાથે માપવા, સુધારવા અને પ્રતિસાદને હાઇલાઇટ કરવા માટેનાં સાધનો.

આ ભાગો અલગથલગ નથી. તેઓ એક ચક્ર બનાવે છે. એન્ટરપ્રાઇઝ સંવાદમાં જોવામાં આવેલ પેટર્ન ડેવલપર FAQ ને માહિતી આપી શકે છે. એક કેસ માટે લખાયેલ ઇવેલ હજારો વધુ કેસ માટે મોડલને મજબૂત બનાવે છે. અને કારણ કે એ જ મૂળભૂત ઘટકો દરેક સર્ફેસ—ચેટ, ઇમેઇલ, અવાજ—ને શક્તિ આપે છે, સુધારાઓ આપમેળે તમામ ચેનલોમાં સ્કેલ થાય છે.

સિસ્ટમ વિચારકો તરીકેના સપોર્ટ પ્રતિનિધિઓ

સપોર્ટ પ્રતિનિધિની ભૂમિકા બદલાઈ રહી છે. અમારો હેતુ મોડલને મુખ્યત્વે વ્યવહારીક કામની પ્રક્રિયા પર ધ્યાન કેન્દ્રિત કરવાથી બદલીને, સમગ્ર નિર્માણનો ભાગ બનાવવાનો છે. તેમને આર્કિટેક્ચરમાં પોતાનું યોગદાન આપવા સક્ષમ બનાવવામાં આવ્યા છે, સીધા બદલાવને નીચેથી ઉપર શિપ કરવાના માધ્યમથી પણ અને રોજિંદા કામકાજની સ્વાભાવિક પ્રવૃત્તિઓ દ્વારા આડકતરી રીતે પણ.

પ્રતિનિધિઓ એવી ક્રિયાપ્રતિક્રિયાઓ ચિહ્નિત કરે છે જેને ટેસ્ટ કેસ બનવા જોઈએ, નવા પેટર્ન જોતા ક્લાસિફાયર્સ સૂચવે છે અને શિપ પણ કરે છે, અને વર્કફ્લોમાંના ખાડા થોડા દિવસોમાં પૂરા કરવા હલકા ઓટોમેશન્સના પ્રોટોટાઇપ પણ બનાવે છે. તાલીમ પણ બદલાય છે, હવે તે ફક્ત નીતિઓ વિશે નથી, પરંતુ ક્રિયાપ્રતિક્રિયાઓનું મૂલ્યાંકન, રચનાત્મક ખામીઓ ઓળખવી, અને સુધારાઓ પાછા પહોંચાડવા વિશે પણ છે.

આ નવો અભિગમ ખાતરી કરવા પ્રયત્ન કરે છે કે સપોર્ટ પ્રતિનિધિઓ માત્ર પ્રતિસાદ આપનાર નહીં, પરંતુ નિર્માતા પણ હોય.

“એજન્ટ માત્ર ટિકિટોના જવાબ આપતા નથી. તેઓ અમારી નૉલેજ બેઝ અને અમારી નીતિઓને પણ માહિતી આપે છે. જમીનસ્તરની સમજ તેમને એવી મળે છે જે અમને મળતી નથી.”
Shimul Sachdeva, એન્જિનિયરિંગ મેનેજર

તેનું પરિણામ એવી સપોર્ટ સંસ્થા છે જેની ઓળખ થ્રૂપુટ કરતાં વધુ તેની વિકસવાની ક્ષમતા દ્વારા થાય છે. દરેક વ્યક્તિ માત્ર વપરાશકર્તાઓને સેવા આપતી નથી, પરંતુ બધા વપરાશકર્તાઓને સેવા આપતી સમગ્ર વ્યવસ્થા પણ સક્રિય રીતે સુધારે છે.

મૂળભૂત ઘટકોથી પ્રોડક્શન સુધી

આ રીતે સપોર્ટ બનાવવું ફક્ત એટલા માટે શક્ય છે કે અમે OpenAIના સ્ટેક પર બનાવેલા છીએ.

  • Agents SDK અમને ડિફૉલ્ટ રીતે સ્ટેપ-લેવલ ટ્રેસિસ અને ઓબ્ઝર્વેબિલિટી આપે છે. અમે રન ફરી ચલાવી શકીએ છીએ, ટૂલ કૉલ્સ તપાસી શકીએ છીએ અને મૂળ કારણો તરત જ ડિબગ કરી શકીએ છીએ.
  • Responses API ટોન, ચોકસાઈ અને નીતિ પાલન માટેના ક્લાસિફાયર્સને શક્તિ આપે છે.
  • Realtime API અવાજ આધારિત સપોર્ટ શક્ય બનાવે છે.
  • OpenAIનું Evals ડેશબોર્ડ ગુણવત્તાને માપી શકાય તેવી બનાવે છે અને સમય સાથે તેને દૃશ્યરૂપે સરળતાથી બતાવે છે.

કારણ કે પ્લેટફોર્મના મૂળભૂત ઘટકો તૈયાર જ મળે છે, અમે સિસ્ટમોને જોડવામાં ઓછો સમય ખર્ચીએ છીએ અને જે કામ ખરેખર મહત્વનું છે તેના પર વધુ ધ્યાન આપીએ છીએ: શું સારું કહેવાય તેની વ્યાખ્યા કરવી, તેને માપવું અને તેને સુધારવું.

અમે એક સરળ Q&A જવાબ આપનાર સાથે શરૂઆત કરી હતી જે સારું કામ કરતો હતો. Agents SDK સાથે અમે ઝડપથી રિફંડ, ઇન્વૉઇસ અને ઇન્સિડન્ટ લુકઅપ જેવી બાબતો માટે ડાયનેમિક ક્રિયાઓ સુધી વિસ્તર્યા. જેમ જેમ મોડલ મોટા કન્ટેક્સ્ટ વિન્ડોઝ, ડીપ રિસર્ચ અને વધુ મજબૂત એજન્ટિક ક્ષમતાઓ સાથે સુધરતા રહે છે, તેમ અમે તે પ્રગતિઓ તરત અપનાવી શકીએ છીએ.

વધતું જતું શીખતર

ઇવેલ્સ રોજિંદી વાતચીતને પ્રોડક્શન ટેસ્ટમાં ફેરવે છે. તે “ઉત્તમ” નો અર્થ કોડિફાય કરે છે—માત્ર સમસ્યા હલ કરવી નહીં, પરંતુ તે નમ્રતાથી, સ્પષ્ટ રીતે અને સતત સમાન ગુણવત્તા સાથે કરવી. પ્રતિનિધિઓ અહીં સીધી ભૂમિકા ભજવે છે, મજબૂત અને નબળા ઉદાહરણોને ચિહ્નિત કરીને જે ઇવેલ્સ બને છે, અને તે ઇવેલ્સ પ્રોડક્શનમાં સતત ચાલે છે જેથી મોડલના વર્તનને દિશા મળી રહે.

“સામાન્ય રીતે જ્યારે તમને કોઈ સમસ્યા હોય, ત્યારે તમે શક્ય તેટલી ઝડપથી મદદ જ ઇચ્છો છો. અમારા AI સાધનોનો ઉપયોગ કરીને, અમે તે પ્રતિસાદો ઘણી વધુ ઝડપથી મેળવી શકીએ છીએ—અને એટલું જ મહત્વપૂર્ણ, અમને ખબર પડે છે કે મોડલે ક્યારે જવાબ ન આપવો જોઈએ,” એમ Support Automationના સોફ્ટવેર એન્જિનિયર Jay Patel કહે છે.

શીખતર સમાધાન પર અટકતું નથી. પેટર્ન્સ ફરી જ્ઞાન, ઓટોમેશન અને પ્રોડક્ટ ડિઝાઇનમાં પાછા ફરે છે. આ સિસ્ટમ સંચિત રીતે વિકસે છે: વપરાશકર્તાઓ માટે ઝડપી જવાબો, નિર્માતાઓ માટે વધુ કડક પ્રતિસાદ ચક્રો, અને દરેક સર્ફેસ પર ગુણવત્તા માટે સતત ઊંચું ધોરણ.

અને શીખતું ફક્ત AI જ નથી. સંસ્થા પણ તેની સાથે શીખે છે. નિષ્ણાતો જુએ છે કે મોડલ ક્યાં ઓછાં પડે છે, નવા ક્લાસિફાયર્સ ઘડે છે, અને ફાઇન-ટ્યુનિંગ માટે ડેટાસેટ્સમાં યોગદાન આપે છે. ઓબ્ઝર્વેબિલિટી ડેશબોર્ડ્સ ગુણવત્તાને માપી શકાય તેવી બનાવે છે, અને સમય સાથે કામગીરી કેવી રીતે સુધરે છે તે બતાવે છે.

સપોર્ટના ભવિષ્ય માટેનો બ્લૂપ્રિન્ટ

સૌથી ઊંડો બદલાવ સાધનોમાં નથી, તે લોકોમાં છે અને સંસ્થા સફળતાને કેવી રીતે માપે છે તેમાં છે. સપોર્ટ નિષ્ણાતોને ફક્ત સમસ્યાઓ ઉકેલવા માટે નહીં, પરંતુ જ્ઞાનને વધુ સૂક્ષ્મ બનાવવા, મોડલોને સુધારવા અને સિસ્ટમને જ વિસ્તૃત કરવા માટે પણ માન્યતા મળે છે. નેતાઓ હવે નવા પ્રકારના ટીમમેટને શોધે છે: એવો વ્યક્તિ જે ફ્રન્ટલાઇન સહાનુભૂતિને ડિઝાઇન ઇન્સ્ટિન્ક્ટ્સ સાથે જોડે, અને સિસ્ટમને સુધારવા માટે સપોર્ટ કુશળતાને જિજ્ઞાસા સાથે સંકલિત કરે.

“અમે હવે ઊંડી હસ્તકૌશલ્ય નિષ્ણાતી અને ઊંડી એન્જિનિયરિંગ નિષ્ણાતી વચ્ચેનું આ મિલન જોવા માંડી રહ્યા છીએ. વિભાગો કેવી રીતે ચાલશે તેનું ભવિષ્ય આ જ છે.”
Glen Worthington, યુઝર Opsના વડા

અને અમારી દૃષ્ટિ એ છે કે સપોર્ટ એવી ગંતવ્ય જગ્યા ન રહે જ્યાં તમે જાઓ. તે એક ક્રિયા બની જાય, જે દરેક પ્રોડક્ટ સર્ફેસમાં વણાયેલી હોય. વપરાશકર્તાઓ “ટિકિટ ખોલતા” નથી. તેઓ જ્યાં હોય ત્યાં, તેમને જે જોઈએ છે તે સીધું મળી જાય છે.

જેની શરૂઆત સ્કેલના પ્રતિસાદ તરીકે થઈ હતી, તે હવે લોકો અને AI સાથે મળીને કેવી રીતે કામ કરી શકે તેની રૂપરેખા બની ગઈ છે: સહયોગાત્મક, અનુકૂલનશીલ અને સતત સુધરતી.

તમારા વ્યવસાયમાં ChatGPTને কাজে લગાવવા તૈયાર છો?