Часто получаю вопрос: "Наши программисты сами сделали бота и на тестовых вопросах работает отлично, но при ответах на реальные вопросы пользователей начинается треш. Как сделать супер промпт чтобы бот не глючил?".
Сегодня хочу рассказать, как мы ввели чат-бота на основе ChatGPT, который отвечает студентам по нашей базе знаний и забирает 25% обращений на себя. Описала весь путь: как продумали логику его работы и встроили в обработку обращений без страданий для пользователя, какие выбрали показатели и цели, как их отслеживаем, про ошибки, радости и…
До Code Interpreter, ChatGPT мог дать создать программу на Python, но запускать её приходилось самому - и это было самое слабое звено. Никакая программа не работает с первого раза, возникают ошибки и серые зоны, где требования проработаны не достаточно чётко и допускают вариации в реализации.