Para aprovechar al máximo el Asistente de IA de Experience Platform de Adobe, indique algo claro, contextual y orientado a resultados; piense en qué, dónde y por qué.

Introducción

Recientemente, impartí una sesión de capacitación interna sobre el Asistente de IA.Esta capacitación fue directa y sin entrar en demasiados detalles. De ahí salieron muchas peticiones de cualquier tipo de reglas o metodología que estuviera siguiendo.

Mi enfoque es simple; lo uso solo para hacer mi trabajo.Cuando se me ocurre alguna pregunta, la formulo rápidamente y se la planteo a la IA.Sin trucos, no se trata de engañarla, no utilizo indicaciones largas y detalladas ni personajes, solo preguntas y respuestas directas. Se desglosan las preguntas más complejas en indicaciones más sencillas y luego se unen estas respuestas para fomentar el pensamiento crítico.

Indicadores básicos:

1. ¿Conoce algún tipo de documentación sobre la API de Edge?
2. ¿Qué son las barreras de protección de segmentos?
3. ¿Cuál es la diferencia entre rbac y obac?
4. ¿Puedo desajustar el modelo?

En algún momento, empecé a responder preguntas que otros me enviaban por correo electrónico o, más ampliamente, a un grupo. A continuación, pida al Asistente de IA que les responda tal cual, sin cambiar nada.

Preguntas que formularon las personas:

1. ¿Cómo se califican los perfiles para un público de vanguardia?
2. ¿Necesita el _id ser único dentro de un conjunto de datos o en todos ellos?
3. ¿Cómo puedo suscribirme a una alerta para un segmento de streaming?

¿Cuál es la parte interesante? Alrededor del 70 % de las veces, obtuve una respuesta sólida sin necesidad de reescribir mi pregunta. Otras veces, bastaba con cambiar un poco la redacción. Y de vez en cuando, me enfrentaba a desafíos más grandes.

No resolvió todo, pero lo que descubrí fue genuinamente interesante. Cuando utilizas indicaciones ambiguas, especialmente aquellas que dependen del contexto o de pronombres como “eso”, en realidad no estás haciendo una pregunta. No me había dado cuenta de eso, incluso después de años en este sector, porque normalmente hacía algunas preguntas aclaratorias y obtenía lo que necesitaba.

Hace poco hice una presentación sobre esto, y realmente fue reveladora. Mostré ejemplos en los que pensé que la IA estaba equivocada, pero más tarde me di cuenta de que mi pregunta era el problema: era demasiado ambigua.

Prácticas recomendadas para Indicación 101

Sea claro en su indicación

• Impreciso: muéstrame una lista de públicos que se editaron recientemente.
  • “Recientemente” puede significar diferentes lapsos de tiempo. La IA me dio públicos editados en los últimos 30 días.
• Mejor: muéstrame una lista de públicos que se editaron en los últimos dos días.
• Impreciso: cuántos perfiles han aceptado correos electrónicos de marketing.
  • La IA comprobó los valores de consentimiento = y/dy.
• Mejor: cuántos perfiles han aceptado correos electrónicos de marketing = y.

Proporcionar contexto

• Impreciso: cuántas personas han visitado mi sitio web recientemente.

  • “Recientemente” puede significar de nuevo diferentes lapsos de tiempo.
  • La IA devolvió una lista de personas que tenían un atributo calculado llamado visitaron un sitio web en los últimos 30 días.
  • Quería gente en un público.

• Mejor: cuántas personas forman parte del público “visitante reciente del sitio web”.

Prepárese para volver a redactar varias veces

• Indicación: enumerar los públicos que tienen públicos secundarios.
  • Me dio los públicos principales, pero yo quería los secundarios.
• Indicación redactada de nuevo: enumere los públicos que tengan un público principal.
  • Recibí la respuesta incorrecta.
• Indicación redactada de nuevo: enumere todos los públicos que tengan públicos secundarios y el nombre de los secundarios.
  • Ahora, obtengo los públicos principales y secundarios.

Tenga en cuenta que algunas palabras tienen múltiples significados o nombres similares (va de la mano con proporcionar contexto)

• Indicación imprecisa: ¿Qué es una etiqueta?

  • Me dio una respuesta sobre el etiquetado de objetos en Adobe Experience Platform.
  • Pero pensé que las etiquetas eran cosas que recopilaban datos.

• Mejor: ¿Qué es una etiqueta en la recopilación de datos?

  • Al proporcionar el contexto de la recopilación de datos, la cosa cambia y ahora obtengo mejor información.

• Indicación malentendida: Qué atributos se encuentran en +[público].

  • Mi público se llama fidelización Platino u Oro.
  • La IA dividió el OR pensando que yo estaba hablando de dos públicos diferentes.
    • WHERE (LOWER(S.NAME) LIKE LOWER('%platinum%loyalty%') OR LOWER(S.NAME) LIKE LOWER('%gold%loyalty%')).

• Mejor: qué atributos hay en '+[público]'.

  • Al añadir comillas a su alrededor, pude volver a unirlo.
    • WHERE LOWER(S.NAME) LIKE LOWER('%platinum%or%gold%loyalty%')
  • Mejor: Trabaja en este...
    • Pida a la IA que utilice = en lugar de LIKE y comodines, para no incluir objetos con nombres similares.

Comprender la respuesta que le da el Asistente de IA

Lea la respuesta detenidamente, muchas veces parece correcta, pero puede que no lo sea. Se solicita a la API que lea todos los tipos de documentos u objetos de zona protegida internos y genere una respuesta. Esto no significa que deba abandonar y no pensar. Si nos dice que no puede guardar un público de Real-Time CDP porque la etiqueta del sitio web no tiene el elemento de datos correcto en el Recorrido, deberían saltar las alarmas por todas partes. (Lo inventé... nunca me lo dijo).

Lea los pasos: ¿tienen sentido?

Validar las fuentes: vaya a los vínculos y revíselos. Abra el SQL para comprobar que no está haciendo nada fuera del campo izquierdo.

Enviar comentarios

Asegúrese de valorar con un pulgar hacia arriba o hacia abajo. De lo contrario, la IA podría suponer que le dio la respuesta correcta. Explique por qué, dé su opinión, solo le llevará un minuto, lo que incluye escribir una o dos frases. Contribuyamos todos a que vaya mejorando.

Haga su trabajo, pero supere los límites.

Teniendo en cuenta todo eso, lo mejor que he hecho es empezar a traspasar los límites. Esta es la parte más divertida y a la vez frustrante del proceso. Aquí me emociono porque sé que estoy a punto de cruzar la línea donde estoy al borde de su alcance/capacidades. Aquí empiezo a pensar... me pregunto... que es donde se pueden probar nuevas cosas.  Me gusta expandir y explorar.Mi mente empieza a hacer preguntas que nunca antes habría hecho, ya que de otra manera podría tomar mucho tiempo obtener la respuesta... o me he encaminado por un camino que me hizo sentir curiosidad sobre un tema.

Sé que golpearse contra una pared es común en algún momento, pero vale la pena ya que podría descubrir algo nuevo. Les dejo con una reflexión que hice durante una de estas exploraciones.Ahora influye en mi forma de pensar sobre mis indicaciones.

Nota: Dado que estoy empujando un poco el borde cuando hago esto, termino teniendo que, a veces:

1. Decirle a la IA “Pregunta de todos modos”
2. Iniciar una nueva conversación
3. Volver a redactar unas cuantas veces más de lo normal
4. Sacar el programa
5. Decir lo obvio

Análisis profundo: un enfoque basado en casos de uso

Caso de uso 1: últimamente parece haber numerosos datos entrando en el perfil.¿Qué conjuntos de datos contribuyen más?

Indicación: Enumerar los 20 conjuntos de datos principales, su tamaño, si se han habilitado para el perfil y cuándo se crearon, ordenados por creados en orden ascendente.

Demasiados conjuntos de datos del sistema.

Indicación: Enumerar los 20 conjuntos de datos principales, su tamaño, si se han habilitado para el perfil y cuándo se crearon, ordenados en orden ascendente. Excluir conjuntos de datos del sistema.

Solo quiero activar el perfil.

Indicación: Enumerar los 20 conjuntos de datos principales habilitados para el perfil, su tamaño, si están habilitados para el perfil y cuándo se crearon, ordenados por creados en orden ascendente. Excluir conjuntos de datos del sistema.

Ahora, ordenar por tamaño.

Indicación: Enumerar los conjuntos de datos habilitados para el perfil, su tamaño, si está habilitado para el perfil y, cuándo se crearon, ordenados por tamaño. Excluir conjuntos de datos del sistema.

Ahora, tengo una lista de los conjuntos de datos que más contribuyen al perfil.Necesito profundizar en algunos de estos resultados que son grandes.Pero, ¿de dónde provienen estos datos?

Indicación: Enumerar los conjuntos de datos habilitados para el perfil, su tamaño, si está habilitado para el perfil y, cuándo se crearon, ordenados por tamaño descendente. Excluir conjuntos de datos del sistema. Añadir a la lista el flujo de datos.

Vaya, tengo muchas cosas entre manos en mis WebEvents.Tengo que comprobar eso.

Me pregunto qué más podría hacer.

Caso de uso 2: aprendizaje y exploración de lo que el Asistente de IA sabe sobre los Recorridos de Adobe Journey Optimizer.

Indicadores:

1. Enumera todos los recorridos.
2. Enumera todos los recorridos y su tipo de recorrido.
3. Enumera todos los recorridos, el tipo de recorrido y el público que utilizan.
4. Enumera todos los recorridos, el tipo de recorrido y el público que utilizan donde el tipo de recorrido comienza con público.
5. Enumera todos los recorridos, el tipo de recorrido, el público que utilizan, la suma del recuento de entradas, la suma del recuento completado y la suma del recuento fallido cuando el tipo de recorrido comienza con público.

Conclusión

Este ejercicio está pensado para inspirar su pensamiento. Ahora es su turno, ¿qué le interesa explorar con el Asistente de IA de Adobe Experience Platform?