ਇਹ ਸਾਡੀ ਉਸ ਲੜੀ ਦਾ ਹਿੱਸਾ ਹੈ ਜਿਸ ਵਿੱਚ ਅਸੀਂ ਅੰਦਰੂਨੀ ਉਦਾਹਰਨਾਂ ਸਾਂਝੀਆਂ ਕਰ ਰਹੇ ਹਾਂ ਕਿ OpenAI ਆਪਣੀ ਹੀ ਤਕਨਾਲੋਜੀ ਅਤੇ APIs ਨੂੰ ਕਿਵੇਂ ਵਰਤ ਰਿਹਾ ਹੈ. ਇਹ ਸਾਧਨ ਅੰਦਰੂਨੀ ਤੌਰ ‘ਤੇ, ਸਿਰਫ਼ OpenAI ਵਿੱਚ ਹੀ ਵਰਤੇ ਜਾ ਰਹੇ ਹਨ, ਅਤੇ ਇੱਥੇ ਸਾਡੀਆਂ ਟੀਮਾਂ ਵਿੱਚ ਅਤਿ-ਆਧੁਨਿਕ AI ਵੱਲੋਂ ਵੱਖ-ਵੱਖ ਵਰਤੋਂ ਮਾਮਲਿਆਂ ਨੂੰ ਕਿਵੇਂ ਸਮਰਥਨ ਮਿਲ ਰਿਹਾ ਹੈ, ਇਸ ਦੇ ਉਦਾਹਰਨ ਵਜੋਂ ਸਾਂਝੇ ਕੀਤੇ ਗਏ ਹਨ. ਅਸੀਂ ਅੰਦਰੂਨੀ ਟੂਲਾਂ ਦੇ ਨਾਮ ਵੀ ਸਾਂਝੇ ਕਰ ਰਹੇ ਹਾਂ ਤਾਂ ਜੋ ਇਹ ਹੋਰ ਸਪੱਸ਼ਟ ਹੋ ਸਕੇ ਕਿ ਅਤਿ-ਆਧੁਨਿਕ AI ਸਾਡੀਆਂ ਟੀਮਾਂ ਨੂੰ ਕੰਮ ਮੁਕੰਮਲ ਕਰਨ ਵਿੱਚ ਕਿਵੇਂ ਮਦਦ ਕਰਦਾ ਹੈ.
ਹਰ ਸਾਲ ਲੱਖਾਂ ਸਹਾਇਤਾ ਟਿਕਟਾਂ ਆਉਂਦੀਆਂ ਹਨ. ਹਰ ਇਕ ਵਿੱਚ ਕੁਝ ਕੀਮਤੀ ਹੁੰਦਾ ਹੈ: ਨਿਰਾਸ਼ਾ, ਵਿਚਾਰ ਜਾਂ ਬੇਨਤੀ.
ਪਰ ਹਾਲ ਹੀ ਤੱਕ, ਉਹਨਾਂ ਸੰਕੇਤਾਂ ਨੂੰ ਸਮਝਣਾ ਮੁਸ਼ਕਲ ਸੀ. ਡੈਸ਼ਬੋਰਡ ਰੁਝਾਨਾਂ ਦਾ ਇਸ਼ਾਰਾ ਤਾਂ ਦਿੰਦੇ ਸਨ ਪਰ ‘ਕਿਉਂ’ ਨੂੰ ਨਹੀਂ ਫੜਦੇ ਸਨ. ਗਹਿਰਾ ਵਿਸ਼ਲੇਸ਼ਣ ਕਰਨ ਲਈ ਡਾਟਾ ਸਾਇੰਟਿਸਟ ਦੇ ਕਈ ਹਫ਼ਤਿਆਂ ਦਾ ਕੰਮ ਲੱਗਦਾ ਸੀ. ਕੋਈ ਪ੍ਰੋਡਕਟ ਲੀਡਰ ਇਹ ਜਾਣਨਾ ਚਾਹ ਸਕਦਾ ਸੀ ਕਿ ਕੋਈ ਨਵਾਂ ਫੀਚਰ ਕਿਸੇ ਖਾਸ ਦਰਸ਼ਕ ਵਰਗ ਨਾਲ ਕਿਵੇਂ ਰਿਹਾ. ਪਰ ਜਵਾਬ ਲਈ ਡਾਟਾ ਸਾਇੰਟਿਸਟ ਵੱਲੋਂ ਵਿਸਥਾਰਪੂਰਵਕ ਵਿਸ਼ਲੇਸ਼ਣ ਲੋੜੀਂਦਾ ਸੀ.
ਜਿਗਿਆਸਾ ਨੂੰ ਰਾਸ਼ਨ ਕੀਤਾ ਜਾ ਰਿਹਾ ਸੀ.
“ਇਸ ਪ੍ਰਕਿਰਿਆ ਲਈ ਡੂੰਘੀ ਤਕਨੀਕੀ ਮਹਾਰਤ ਦੀ ਲੋੜ ਸੀ, ਅਤੇ ਇਹ ਸਾਡੀ ਜਿਗਿਆਸਾ ਨੂੰ ਰੋਕ ਰਹੀ ਸੀ,” Molly Jackman, ਬਿਜ਼ਨਸ ਡਾਟਾ ਮੁਖੀ, ਕਹਿੰਦੀ ਹੈ.
ਅਸੀਂ ਅਜਿਹਾ ਰਿਸਰਚ ਅਸਿਸਟੈਂਟ ਬਣਾਇਆ ਜੋ ਵੱਡੇ ਪੱਧਰ ‘ਤੇ ਜਿਗਿਆਸਾ ਨੂੰ ਖੋਲ੍ਹਦਾ ਹੈ. ਇਹ ਖੋਜ ਦੇ ਦੋ ਢੰਗਾਂ ਨੂੰ ਇਕੱਠਾ ਕਰਦਾ ਹੈ: ਪੈਟਰਨਾਂ ਲਈ ਡੈਸ਼ਬੋਰਡ ਅਤੇ ਹੋਰ ਡੂੰਘਾਈ ਵਿੱਚ ਜਾਣ ਲਈ ਗੱਲਬਾਤੀ ਇੰਟਰਫੇਸ. ਤੁਸੀਂ ਟ੍ਰੈਂਡ ਕਰ ਰਹੀਆਂ ਸਮੱਸਿਆਵਾਂ ਦੇ ਚਾਰਟ ਨਾਲ ਸ਼ੁਰੂ ਕਰ ਸਕਦੇ ਹੋ, ਫਿਰ ਸਧਾਰਣ ਭਾਸ਼ਾ ਵਿੱਚ ਅਗਲੇ ਸਵਾਲ ਪੁੱਛ ਸਕਦੇ ਹੋ.
ਅਸੀਂ ਇਸਨੂੰ ਪਹਿਲਾਂ ਤੋਂ ਕੰਮ ਕਰ ਰਹੀਆਂ ਚੀਜ਼ਾਂ ਨੂੰ ਮਿਲਾ ਕੇ ਬਣਾਇਆ. ਇੱਕ ਪਾਸੇ ਕਲਾਸੀਫਾਇਰ ਅਤੇ ਚਾਰਟ ਸਨ, ਜਿਨ੍ਹਾਂ ਨੇ ਲੱਖਾਂ ਟਿਕਟਾਂ ਨੂੰ ਉਤਪਾਦ ਖੇਤਰਾਂ ਅਤੇ ਥੀਮਾਂ ਵਿੱਚ ਸੰਰਚਿਤ ਕੀਤਾ. ਦੂਜੇ ਪਾਸੇ GPT‑5 ਸੀ, ਜੋ ਕੱਚੀਆਂ ਟਿਕਟਾਂ ਦਾ ਸਾਰ ਦੇ ਸਕਦਾ ਸੀ ਅਤੇ ਸਧਾਰਣ ਭਾਸ਼ਾ ਵਿੱਚ ਲਚਕੀਲੀਆਂ ਰਿਪੋਰਟਾਂ ਤਿਆਰ ਕਰ ਸਕਦਾ ਸੀ. ਇਸ ਮਿਲਾਪ ਨੇ ਸਾਨੂੰ ਗਤੀ ਅਤੇ ਡੂੰਘਾਈ ਦੋਵੇਂ ਦਿੱਤੀਆਂ, ਅਤੇ ਉਹ ਵੀ ਇੰਨੀ ਸੌਖੀ ਕਿ ਕੋਈ ਵੀ ਵਰਤ ਸਕੇ.
“ਨਵੀਆਂ ਇੰਟੀਗ੍ਰੇਸ਼ਨਾਂ ਬਾਰੇ ਸਿਹਤ ਸੰਬੰਧੀ ਗਾਹਕ ਕੀ ਕਹਿ ਰਹੇ ਹਨ?”
“ਇਸ ਤਿਮਾਹੀ ਸਹਾਇਤਾ ਟਿਕਟਾਂ ਨੂੰ ਕੀ ਚਲਾ ਰਿਹਾ ਹੈ?”
“ਕਿਹੜੇ ਮੁੱਖ ਫੀਚਰ ਸਹੀ ਪ੍ਰਭਾਵ ਛੱਡ ਰਹੇ ਹਨ?”
ਕੁਝ ਮਿੰਟਾਂ ਵਿੱਚ, ਸਿਸਟਮ ਸਮੱਸਿਆ ਦਾ ਆਕਾਰ ਦੱਸਣ, ਉਸਦੀ ਪ੍ਰਸਾਰਤਾ ਵਿਖਾਉਣ ਅਤੇ ਰੁਕਾਵਟ ਵਾਲੇ ਬਿੰਦੂ ਉਜਾਗਰ ਕਰਨ ਵਾਲੀ ਰਿਪੋਰਟ ਵਾਪਸ ਕਰਦਾ ਹੈ. ਲੀਡਰਾਂ ਨੂੰ ਹੁਣ ਕਿਸੇ ਹੋਰ ਦੀ ਸਮਰੱਥਾ ਉਧਾਰ ਨਹੀਂ ਲੈਣੀ ਪੈਂਦੀ ਜਾਂ ਸਥਿਰ ਡੈਸ਼ਬੋਰਡਾਂ ‘ਤੇ ਨਿਰਭਰ ਨਹੀਂ ਰਹਿਣਾ ਪੈਂਦਾ. ਹਰ ਕੋਈ ਆਪਣੇ ਸਵਾਲਾਂ ਨੂੰ ਜਿੱਥੇ ਵੀ ਉਹ ਲੈ ਜਾਣ, ਉੱਥੇ ਤੱਕ ਪਾਲਣ ਕਰ ਸਕਦਾ ਹੈ. ਪ੍ਰੋਡਕਟ ਟੀਮਾਂ ਲਈ, ਇਸਦਾ ਮਤਲਬ ਹੈ ਅਸਲੀ ਫੀਡਬੈਕ ‘ਤੇ ਹੋਰ ਤੇਜ਼ੀ ਨਾਲ ਦੁਹਰਾਵਾ—ਕੀ ਕੰਮ ਕਰ ਰਿਹਾ ਹੈ, ਕੀ ਨਹੀਂ, ਅਤੇ ਪ੍ਰੋਡਕਟ ਲਾਂਚਾਂ ਅਤੇ ਲੰਬੇ ਸਮੇਂ ਦੀਆਂ ਰੋਡਮੈਪਾਂ ਦੋਵੇਂ ਲਈ ਸਪੱਸ਼ਟ ਅੰਦਰੂਨੀ ਜਾਣਕਾਰੀਆਂ ਪ੍ਰਾਪਤ ਕਰਨਾ.
“ਕਮਾਲ ਦੀ ਗੱਲ ਇਹ ਹੈ ਕਿ ਤੁਹਾਨੂੰ ਆਪਣੇ ਸਵਾਲ ਪਹਿਲਾਂ ਤੋਂ ਨਿਰਧਾਰਤ ਕਰਨ ਦੀ ਲੋੜ ਨਹੀਂ ਹੁੰਦੀ, ਤੁਸੀਂ ਸਿਰਫ਼ ਆਪਣੀ ਜਿਗਿਆਸਾ ਦਾ ਪਾਲਣ ਕਰ ਸਕਦੇ ਹੋ।”
ਸ਼ੁੱਧਤਾ ਤੋਂ ਬਿਨਾਂ ਗਤੀ ਬੇਅਰਥ ਹੈ.
ਸ਼ੁਰੂਆਤੀ ਦਿਨਾਂ ਵਿੱਚ, ਓਪਸ ਟੀਮਾਂ ਹੱਥੋਂ ਵਰਗੀਕਰਨ ਕਰਦੀਆਂ ਸਨ ਅਤੇ ਡਾਟਾ ਸਾਇੰਟਿਸਟ ਅਸਿਸਟੈਂਟ ਨਾਲ ਤੁਲਨਾ ਕਰਨ ਲਈ ਕਸਟਮ ਮਾਡਲ ਲਿਖਦੇ ਸਨ. ਨਤੀਜੇ ਮਿਲਦੇ ਸਨ.
ਸਮੇਂ ਦੇ ਨਾਲ, ਭਰੋਸਾ ਵਧਿਆ. ਲੀਡਰਾਂ ਨੇ ਨਤੀਜਿਆਂ ਨੂੰ ਮੈਦਾਨ ਤੋਂ ਪਹਿਲਾਂ ਹੀ ਸੁਣ ਰਹੀਆਂ ਗੱਲਾਂ ਨਾਲ ਮਿਲਾਣਾ ਸ਼ੁਰੂ ਕੀਤਾ, ਅਤੇ ਜਦੋਂ ਇਹ ਮਿਲਿਆ, ਉਹ ਹੋਰ ਵੱਧ ਇਸ ‘ਤੇ ਨਿਰਭਰ ਹੋਏ.
ਉਹ ਚੱਕਰ—ਪੁੱਛੋ, ਜਾਂਚੋ, ਭਰੋਸਾ ਕਰੋ—ਅਸਿਸਟੈਂਟ ਨੂੰ ਟੀਮਾਂ ਦੀ ਰੋਜ਼ਾਨਾ ਆਦਤ ਵਿੱਚ ਬਦਲ ਗਿਆ. ਜੋ ਪਹਿਲਾਂ SQL ਕਵੈਰੀਆਂ ਅਤੇ ਕਲਾਸੀਫਾਇਰਾਂ ਦੇ ਇੱਕ ਹਫ਼ਤੇ ਨਾਲ ਹੁੰਦਾ ਸੀ, ਹੁਣ ਕੁਝ ਕਲਿੱਕਾਂ ਵਿੱਚ ਹੋ ਜਾਂਦਾ ਹੈ.
ਇਸਦਾ ਲਾਭ ਹਰ ਥਾਂ ਨਜ਼ਰ ਆਉਂਦਾ ਹੈ.
- GPT‑5 ਦੇ ਲਾਂਚ ਤੋਂ ਬਾਅਦ, ਪ੍ਰੋਡਕਟ ਟੀਮਾਂ ਨੂੰ ਫੀਡਬੈਕ ਦੀਆਂ ਥੀਮਾਂ ਹਫ਼ਤਿਆਂ ਨਹੀਂ, ਦਿਨਾਂ ਵਿੱਚ ਮਿਲ ਗਈਆਂ.
- ਜਦੋਂ ਕਨੈਕਟਰਾਂ ਦੀ ਐਨਟਰਪ੍ਰਾਈਜ਼ ਅਪਣਾਉਣ ਦੀ ਗਤੀ ਹੌਲੀ ਹੋਈ, ਅਸਿਸਟੈਂਟ ਨੇ ਜਲਦੀ ਹੀ ਮੂਲ ਕਾਰਨ ਲੱਭ ਲਿਆ: ਇੱਕ ਖਰਾਬ ਆਨਬੋਰਡਿੰਗ ਫਲੋ. ਫਿਰ ਇੰਜੀਨੀਅਰ ਸੁਧਾਰਾਂ ਨੂੰ ਤਰਜੀਹ ਦੇ ਸਕੇ.
- ਇਮੇਜ ਜਨਰੇਸ਼ਨ ਵਿੱਚ, ਇਸਨੇ ਮਾਰਕੀਟਿੰਗ ਟੀਮਾਂ ਵੱਲੋਂ ਮਾਕਅੱਪ ਲਈ ਇਸਦੀ ਵਰਤੋਂ ਦੀ ਰਚਨਾਤਮਕਤਾ ਅਤੇ ਰੈਂਡਰਿੰਗ ਵਿੱਚ ਦੇਰੀ ਕਾਰਨ ਆ ਰਹੀ ਰੁਕਾਵਟ—ਦੋਵੇਂ ਨੂੰ ਉਜਾਗਰ ਕੀਤਾ; ਇਹ ਦੋ ਸੱਚਾਈਆਂ ਸਿੱਧੇ ਤੌਰ ‘ਤੇ ਰੋਡਮੈਪ ਨੂੰ ਆਕਾਰ ਦੇ ਗਈਆਂ.
ਜਦੋਂ ਸਵਾਲ ਪੁੱਛਣ ਦੀ ਲਾਗਤ ਘਟ ਕੇ ਕੁਝ ਮਿੰਟ ਰਹਿ ਜਾਂਦੀ ਹੈ, ਤਾਂ ਹੋਰ ਸਵਾਲ ਪੁੱਛੇ ਜਾਂਦੇ ਹਨ. ਹੋਰ ਮੁੱਦੇ ਸਾਹਮਣੇ ਆਉਂਦੇ ਹਨ. ਟੀਮਾਂ ਹੋਰ ਤੇਜ਼ੀ ਨਾਲ ਅੱਗੇ ਵਧਦੀਆਂ ਹਨ.
ਇਹ ਟੂਲ ਡਾਟਾ ਸਾਇੰਟਿਸਟਾਂ ਦੀ ਥਾਂ ਨਹੀਂ ਲੈਂਦਾ. ਇਹ ਉਹਨਾਂ ਨੂੰ ਵੱਖਰਾ ਕੰਮ ਕਰਨ ਲਈ ਆਜ਼ਾਦ ਕਰਦਾ ਹੈ. ਇਕੱਲੇ-ਇਕੱਲੇ ਵਿਸ਼ਲੇਸ਼ਣਾਂ ਦੀ ਥਾਂ, ਉਹਨਾਂ ਕੋਲ ਨਵੇਂ ਕਲਾਸੀਫਾਇਰ ਬਣਾਉਣ ਅਤੇ ਆਟੋਮੇਸ਼ਨ ਤੇ ਟੂਲਿੰਗ ਵਿੱਚ ਨਿਵੇਸ਼ ਕਰਨ ਲਈ ਹੋਰ ਸਮਾਂ ਹੁੰਦਾ ਹੈ. ਓਪਸ ਟੀਮਾਂ ਹੁਣ ਲਾਂਚ ਰਿਪੋਰਟਾਂ ਦਿਨਾਂ ਦੀ ਬਜਾਇ ਮਿੰਟਾਂ ਵਿੱਚ ਬਣਾਉਂਦੀਆਂ ਹਨ, ਜਿਸ ਨਾਲ ਗਾਹਕਾਂ ਨਾਲ ਹੋਰ ਸਮਾਂ ਬਿਤਾਉਣ ਲਈ ਸਮਰੱਥਾ ਖੁਲ੍ਹਦੀ ਹੈ. ਪ੍ਰੋਡਕਟ ਟੀਮਾਂ ਗਾਹਕਾਂ ਤੋਂ ਰੀਅਲ ਟਾਈਮ ਵਿੱਚ ਸਿੱਖ ਸਕਦੀਆਂ ਹਨ, ਅਤੇ ਤੇਜ਼ ਫੀਡਬੈਕ ਲੂਪਾਂ ਨਾਲ ਆਪਣੀਆਂ ਰੋਡਮੈਪਾਂ ਨੂੰ ਜਾਣਕਾਰੀ ਦੇ ਸਕਦੀਆਂ ਹਨ.
ਇਸ ਬਦਲਾਅ ਨੇ ਇਹ ਬਦਲ ਦਿੱਤਾ ਹੈ ਕਿ ਅਸੀਂ ਕਿਵੇਂ ਸੁਣ ਸਕਦੇ ਹਾਂ. ਘੱਟ ਵਿਸ਼ਲੇਸ਼ਣ ਸਮਰੱਥਾ ਨੂੰ ਰਾਸ਼ਨ ਕਰਨ ਦੀ ਬਜਾਇ, ਹੁਣ ਹਰ ਟੀਮ ਆਪਣੇ ਸਵਾਲ ਆਜ਼ਾਦੀ ਨਾਲ ਅੱਗੇ ਵਧਾ ਸਕਦੀ ਹੈ. ਜਿਗਿਆਸਾ ਵਧਦੀ ਜਾਂਦੀ ਹੈ. ਇੱਕ ਪ੍ਰੋਡਕਟ ਲੀਡ ਰੁਕਾਵਟ ਵਾਲਾ ਬਿੰਦੂ ਵੇਖਦਾ ਹੈ, ਇੱਕ ਸੇਲਜ਼ ਲੀਡ ਐਨਟਰਪ੍ਰਾਈਜ਼ ਟਿਕਟਾਂ ਵਿੱਚ ਉਹੀ ਥੀਮ ਵੇਖਦਾ ਹੈ, ਅਤੇ ਇਕੱਠੇ ਮਿਲ ਕੇ ਉਹ ਕਾਰਵਾਈ ਲਈ ਹੋਰ ਤੇਜ਼ ਰਾਹ ਬਣਾਉਂਦੇ ਹਨ.
ਉਮੀਦ ਹੈ ਕਿ ਗਾਹਕ ਇਸਨੂੰ ਸਭ ਤੋਂ ਵੱਧ ਮਹਿਸੂਸ ਕਰਨਗੇ. ਸਮੱਸਿਆਵਾਂ ਜਲਦੀ ਹੱਲ ਹੋਣਗੀਆਂ. ਫੀਚਰ ਉਹਨਾਂ ਦੀਆਂ ਲੋੜਾਂ ਦੇ ਹੋਰ ਨੇੜੇ ਵਿਕਸਿਤ ਹੋ ਸਕਣਗੇ. ਜੋ ਫੀਡਬੈਕ ਕਦੇ ਬੈਕਲਾਗ ਵਿੱਚ ਦੱਬਿਆ ਰਹਿੰਦਾ ਸੀ, ਉਹ ਹੁਣ ਸਾਡੇ ਬਣਾਉਣ ਦੇ ਕੇਂਦਰ ਵਿੱਚ ਹੈ.
“ਮੈਂ ਇਸਨੂੰ ਵੱਡੇ ਪੱਧਰ ‘ਤੇ ਗਾਹਕ UX ਰਿਸਰਚ ਵਜੋਂ ਵੇਖਦੀ ਹਾਂ. ਜੇ ਅਸੀਂ ਗਾਹਕ ਦੀ ਆਵਾਜ਼ ਨੂੰ ਇਸ ਤਰੀਕੇ ਨਾਲ ਸਾਹਮਣੇ ਲਿਆ ਰਹੇ ਹਾਂ ਕਿ ਉਹ ਪਹਿਲਾਂ ਤੋਂ ਹੀ ਸਾਡੇ ਉਤਪਾਦਾਂ, ਨੀਤੀਆਂ ਅਤੇ ਤਰੀਕਿਆਂ ਨੂੰ ਬਦਲ ਦੇਵੇ—ਤਾਂ ਇਹੀ ਸਫਲਤਾ ਹੈ।”
ਜੋ ਕੁਝ ਲੱਖਾਂ ਟਿਕਟਾਂ ਨੂੰ ਸਮਝਣ ਵਾਲੇ ਇੱਕ ਸਾਧਨ ਵਜੋਂ ਸ਼ੁਰੂ ਹੋਇਆ ਸੀ, ਉਹ ਹੁਣ ਇਸ ਗੱਲ ਦੇ ਓਪਰੇਟਿੰਗ ਸਿਸਟਮ ਦਾ ਹਿੱਸਾ ਬਣ ਰਿਹਾ ਹੈ ਕਿ ਅਸੀਂ ਕਿਵੇਂ ਸੁਣਦੇ ਹਾਂ. ਅਤੇ ਚੰਗੀ ਤਰ੍ਹਾਂ ਸੁਣਨਾ ਹੀ ਚੰਗੀ ਤਰ੍ਹਾਂ ਬਣਾਉਣ ਦਾ ਤਰੀਕਾ ਹੈ.
