Технология, которая незаметно входит в нашу жизнь и делает ее удобнее — формы с искусственным интеллектом. Они помогают собирать данные эффективнее и надежнее и включают в себя множество инструментов, сценариев и технологий.
В этой статье мы расскажем все, что нужно знать для внедрения эффективных ИИ-форм:
- Что такое ИИ-формы и как они работают.
- 5 практических примеров их использования.
- Как создать такие формы с помощью современных инструментов.
А еще покажем, как можно создавать профессиональные формы с ИИ без навыков программирования с помощью платформы Budibase.
Что такое ИИ-форма?
ИИ-форма — это пользовательский интерфейс, который использует искусственный интеллект для выполнения определенных действий с данными, которые вы в него вводите. Чвсего ИИ обрабатывает сохраненные данные, но он также может запускать автоматизацию или даже улучшать пользовательский опыт (UX).
Главная цель — добавить в наши формы продвинутые функции, чтобы повысить качество, точность и скорость сбора данных. А это влияет на все последующие этапы работы.
Чтобы лучше понять пользу, подумайте, насколько важны формы в любых приложениях и процессах. Это один из главных способов для взаимодействия с данными — будь то отправка заявки, обновление информации в профиле или оформление заказа. Это касается как внутренних инструментов для сотрудников, так и внешних сайтов для клиентов.
Поэтому решения, которые мы используем для создания форм, включая любые улучшения с помощью ИИ, могут оказать огромное влияние на множество процессов в компании.
- ПОКАЖЕМ, КАК РАЗВЕРНУТЬ МОДЕЛЬ DEEPSEEK R1 ПРЯМО НА СВОЁМ КОМПЬЮТЕРЕ
- Где и как применять? Потестируем модель после установки на разных задачах
- Как дообучить модель под себя?
Как работают ИИ-формы?
Как можно подключить формы к моделям ИИ?
- Связь с базой данных. Многие решения работают за счет связи между большой языковой моделью (LLM) и базой данных приложения. То есть форма, как обычно, создает или обновляет запись, а функция с ИИ срабатывает уже на бэкенде — примерно как хранимая процедура в базах данных.
- Автоматизация. Другой вариант — вызов подключенной модели ИИ как часть более широкого правила автоматизации в момент отправки формы.
- Взаимодействие в реальном времени. Для более сложных сценариев, особенно тех, где пользователь напрямую взаимодействует с ИИ через форму, мы можем использовать другой подход. С помощью веб-сокетов и потоковой передачи данных некоторые ИИ-формы могут показывать сгенерированные значения в реальном времени. Например, когда ИИ помогает заполнять поля формы или переписывает текст на основе того, что ввел человек.
В следующем разделе мы рассмотрим несколько примеров, как ИИ-формы помогают улучшить точность, эффективность и качество сбора данных.
Формы с ИИ: 5 сценариев использования и примеров
Сценарии использования ИИ-форм затрагивают разные функции и процессы. Чем больше информации нужно обработать, тем больше времени и сил вы сэкономите с помощью ИИ. К тому же, ИИ-формы приходят на помощь там, где обычные инструменты автоматизации не справляются — например, когда нужно принять неоднозначное или качественное решение.
Давайте рассмотрим самые популярные типы ИИ-форм и разберемся, как их можно создать в Budibase.
1. Автоматическая категоризация
Это один из самых простых, но очень популярных примеров. Суть в том, чтобы проанализировать текст, введенный пользователем, и автоматически отнести его к одной из заранее определенных категорий.
Это избавляет от необходимости вручную выбирать категорию.
Давайте посмотрим на простой пример. Ниже — легкая форма для учета товаров на складе. Мы сгенерировали ее из таблицы в базе данных Budibase.
Когда пользователь заполняет эту форму, в нашей базе данных создается новая запись.
В этом примере мы будем использовать название товара («Item Name»), чтобы определить, к какой категории он относится.
Для этого в BudibaseDB добавим новую колонку, назовем ее «Category» и выберем тип данных «AI».
Нам предложат выбрать одну из нескольких операций. Мы выбираем «Categorise Text» (Категоризировать текст).
Затем мы указываем, что для анализа нужно использовать колонку «Item Name».
Наконец, задаем наши категории через запятую: Electrical, Material, Office, Tools, Vehicle (Электроника, Материалы, Офис, Инструменты, Транспорт).
Сохраняем изменения.
Теперь вернемся к нашей форме и добавим новую запись для проверки. Например, фотокопир.
Заглянув в раздел данных, мы увидим, что наша колонка с ИИ успешно определила категорию как «Office».
2. Создание краткой сводки с помощью ИИ в формах сбора данных
Еще один частый пример использования ИИ в формах — это резюмирование информации, введенной пользователем.
Это особенно полезно для сложных и объемных форм, когда сотрудникам нужна краткая выжимка, чтобы понять, как действовать дальше.
На этот раз наш пример — форма для нового клиента. Обратите внимание, что в ней есть несколько полей для развернутых текстовых ответов.
Мы применим функцию ИИ, которая будет создавать краткое содержание, выделяя самое важное из введенного текста.
Снова добавим колонку с типом «AI». Назовем ее «Summary» (Сводка), а в качестве операции выберем «Summarise Text» (Сократить и обобщить текст).
На этот раз мы выберем все остальные колонки в качестве входных данных.
Проверим, как это работает, отправив информацию через нашу форму.
Вернувшись в раздел данных, мы видим, что все сработало: в колонке «Summary» появился краткий обзор предоставленной информации в одном абзаце.
3. Анализ тональности
Одни из самых интересных сценариев связаны с обработкой качественной информации. Анализ тональности — пожалуй, самый яркий пример.
Суть в том, чтобы взять текст, написанный пользователем, и с помощью ИИ определить его общую тональность — позитивная она, негативная или нейтральная. Это может быть полезно в разных контекстах, например, для отслеживания общих тенденций в отзывах клиентов.
Итак, в нашем примере мы начинаем с формы обратной связи от клиента.
На этот раз мы назовем нашу ИИ-колонку «Sentiment» (Тональность) и выберем операцию «Sentiment Analysis» (Анализ тональности).
В качестве источника данных выберем колонку «Comments» (Комментарии).
Отправим тестовые данные через форму.
В разделе данных Budibase мы видим, что наша ИИ-форма правильно определила тональность комментария.
4. Сортировка заявок
Работа с заявками (тикетами) — важный процесс для многих команд. Проблема в том, что он требует активного участия человека для ответа на обращения. Одна из главных сложностей — просто определить, какой команде направить заявку и насколько она срочная.
Мы рассмотрим одно из решений этой проблемы, создав форму, которая автоматически сортирует заявки с помощью ИИ.
Так выглядит простая форма для создания заявки. Мы также автоматически заполняем дату и статус, используя значения по умолчанию в Budibase.
Функция ИИ, которую мы будем использовать, немного сложнее, чем в предыдущих примерах. Мы хотим, чтобы модель проанализировала вводные данные и выдала два значения: приоритет и категорию. Мы попросим ее вернуть ответ в виде единого JSON-объекта, который можно будет использовать для дальнейшей обработки.
Чтобы этого добиться, нам нужно будет написать собственный промпт с нуля.
Мы назвали нашу ИИ-колонку «Triage» и выбрали операцию «Prompt».
Первое, что нам нужно сделать, — это предоставить ИИ доступ к данным заявки. Наш промпт будет начинаться так: {{ Title }} and {{ Description }} are the title and description from an IT ticket.
Далее мы определим переменные, которые хотим получить в ответе: To triage this ticket, use the provided information to determine a Priority (High, Medium, Low), and a Category (Hardware, Software, Network, Security, Other).
Наконец, мы укажем точный формат, в котором хотим получить ответ. Нам нужен объект JSON без какого-либо другого текста:
Return the requested values in the format:
{
"Priority": "High",
"Category": "Hardware"
}
Do not include any other text or information.Вот что у нас получилось:
Заполним нашу форму, чтобы добавить новую заявку.
В разделе «Data» мы видим, что наша модель ИИ вернула объект с данными в правильном формате.
Теперь мы можем использовать этот JSON-объект для дальнейшей обработки, включая размещение нашей заявки в соответствующей очереди.
5. Запуск автоматизации с помощью ИИ
Наконец, как мы говорили ранее, некоторые ИИ-формы запускают автоматизацию с использованием больших языковых моделей (LLM) в момент отправки. Мы можем реализовать это с помощью специальных действий автоматизации в Budibase, что позволяет создавать еще более сложные и продуманные ИИ-формы.
В нашем примере мы возьмем информацию, предоставленную пользователем в предыдущей форме, вместе с данными JSON, которые вернула наша ИИ-колонка. Мы будем использовать их для выполнения определенных действий только с теми заявками, у которых приоритет установлен как «Высокий».
Наша цель — создать план решения и отправить его по API в нашу очередь для приоритетных заявок.
Сначала мы создадим новое правило автоматизации с триггером «Row Created» (Строка создана) для нашей таблицы с заявками.
Затем мы добавим действие «Условие» (Condition). Оно будет проверять, установлен ли у заявки высокий приоритет. Если да — автоматизация продолжится. Если нет — остановится.
Поскольку наша колонка «Triage» хранится как строка, а не как JSON-объект, мы используем небольшой фрагмент JavaScript, чтобы извлечь значение приоритета:
var triage = JSON.parse($("trigger.row.Triage"))
return triage["Priority"]Далее мы добавим действие «LLM Prompt».
Мы снова используем собственный промпт, чтобы ИИ предложил план действий для решения проблемы на основе заголовка и описания заявки.
Вставляем промпт:
The following is a high-priority IT ticket.
{{ trigger.row.Title }}
{{ trigger.row.Description }}
{{ trigger.row.Created Date }}
Please recommend an action plan to diagnose and resolve this issue.
Нажмем Run Test и выберем строку, которую создали ранее, так как знаем, что она имеет высокий приоритет.
После завершения теста мы сможем увидеть план действий, созданный ИИ, в качестве выходных данных наших действий.
Наконец, мы добавим действие API Request (Запрос к API).
API Request будет отправлять всю информацию о заявке, включая сгенерированный план действий, на специальный API-адрес нашей очереди для приоритетных заявок.
Когда мы все настроим, получится вот что: когда пользователь отправляет новую заявку через форму, наше правило автоматизации будет срабатывать, генерировать рекомендации и отправлять их в нужную очередь, если заявка окажется высокоприоритетной.
Надеемся, эти примеры вдохновят вас на создание собственных эффективных решений!
- Освой Perplexity и узнай, как пользоваться функционалом остальных ИИ в одном
- УЧАСТВОВАТЬ ЗА 0 РУБ.
- Расскажем, как получить подписку (240$) бесплатно
- ПОКАЖЕМ, КАК РАЗВЕРНУТЬ МОДЕЛЬ DEEPSEEK R1 ПРЯМО НА СВОЁМ КОМПЬЮТЕРЕ
