AI Agent कार्य स्मृति (Working Memory) डिज़ाइन: फ़ाइल और फ़ोल्डर संरचना के साथ AI को व्यवस्थित करना

हाल ही में AI Agent को लेकर चर्चा काफी बढ़ गई है, और कई सहयोगी ग्राहक सेवा, कोटिंग और यहां तक कि प्रारंभिक डिज़ाइन चेक को संभालने के लिए ऑटोमेशन को अपनाना चाहते हैं। हालांकि, ज़्यादातर लोगों का अनुभव यह है कि AI अक्सर गलत जवाब देता है। कभी आपकी कंपनी की मानक कोटिंग दर भूल जाता है, तो कभी ग्राहक A के ब्रांड रंग को ग्राहक B के डिज़ाइन में लगा देता है, जिससे आपको उसे ठीक करने में उतना ही समय खर्च करना पड़ता है जितना कि ऑटोमेशन ने बचाया था

उत्पादन लाइन और ग्राहक के साथ अपने दीर्घकालिक अनुभव के आधार पर, मुझे लगता है कि इस समस्या का मूल कारण AI मॉडल की कमी नहीं, बल्कि हमारे द्वारा उसे दिया गया "संदर्भ (Context)" बहुत अव्यवस्थित होना है। यदि आप एक AI Agent को एक नए कर्मचारी की तरह मानें, तो संदर्भ वह कार्य मैनुअल और वर्तमान कार्य ऑर्डर है जो आप उसे देते हैं। यदि आप सारी जानकारी बिना सोचे-समझे उसे दे देंगे, तो वह निश्चित रूप से भ्रमित हो जाएगा

AI Agent हमेशा चीज़ें "भूल" क्यों जाते हैं?

AI Agent का "Context Window" मनुष्य की "कार्य स्मृति (Working Memory)" की तरह होता है, जिसकी जानकारी संसाधित करने की एक सीमा होती है। सोचने, निर्णय लेने और प्रतिक्रिया देने के लिए आवश्यक सभी जानकारी को इस सीमित मेमोरी में डाला जाना चाहिए

पहले का सरल तरीका एक लंबा सिस्टम प्रॉम्प्ट (System Prompt) लिखना था, जिसमें कंपनी के सभी नियम, ब्रांड दिशानिर्देश और विभिन्न संभावित कार्य निर्देश एक साथ लिखे जाते थे। यह सरल कार्यों के लिए तो काम कर सकता था, लेकिन जब आपके AI को कई तरह के काम करने और विभिन्न ग्राहकों के बीच स्विच करना होता है, तो यह "बड़ा रामबाण" जल्दी ही विफल हो जाता है

कारण बहुत सरल है:

・सूचना में बाधा: अप्रासंगिक जानकारी महत्वपूर्ण निर्देशों के प्रभाव को कम कर देती है। AI फोल्डर की गहराई में पड़ी किसी पुरानी कोटिंग दर से गुमराह हो सकता है

・लागत और देरी: हर बार जब आप हज़ारों शब्दों का डेटाबेस लोड करते हैं, तो यह न केवल API की टोकन लागत को बढ़ाता है, बल्कि AI की प्रतिक्रिया को भी धीमा कर देता है

・व्यवहार में विसंगति: परस्पर विरोधी निर्देशों के विशाल ढेर में, AI आसानी से "मानसिक रूप से भ्रमित" हो सकता है, जहां वह पिछली बार CMYK के उपयोग पर अड़ा था और इस बार खुद ही RGB फ़ाइल बना लेता है

एक ऐसा AI कार्य स्मृति कैसे बनाएं जो कभी न भटके?

हाल ही में मैंने विदेशी AI प्लेटफॉर्म MindStudio द्वारा तैयार किया गया एक तरीका देखा, जिसे "Agentic Context Management System" कहा जाता है। सीधे शब्दों में कहें तो, यह AI की कार्य स्मृति को व्यवस्थित और मॉड्यूलर बनाना है। इस पद्धति का मूल विचार उतना ही सहज है जितना कि हम अपने कंप्यूटर पर फ़ोल्डरों का उपयोग करके प्रोजेक्ट फ़ाइलों को व्यवस्थित करते हैं

आपको किसी फैंसी वेक्टर डेटाबेस या जटिल आर्किटेक्चर की आवश्यकता नहीं है, आपको बस AI द्वारा आवश्यक जानकारी को वर्गीकृत करने और उन्हें स्पष्ट रूप से परिभाषित फ़ोल्डरों में Markdown (.md) टेक्स्ट फ़ाइलों के रूप में सहेजने की आवश्यकता है

पूरी प्रणाली की कुंजी जानकारी को दो मुख्य श्रेणियों में विभाजित करना और "कब कॉल करना है" के नियम निर्धारित करना है:

・स्थिर नियम (Static Rules): ये "कंपनी की नीतियां" या "ब्रांड बाइबल" हैं जो लगभग कभी नहीं बदलतीं। उदाहरण के लिए:

・आपकी कंपनी की मानक कागज़ सामग्री और कोटिंग फॉर्मूले

・किसी विशिष्ट चेन ब्रांड ग्राहक की कॉर्पोरेट पहचान प्रणाली (CIS), जिसमें मानक रंग कोड, लोगो सुरक्षित दूरी, विशेष फोंट आदि शामिल हैं

・डिज़ाइन ड्राफ्ट को अंतिम रूप देने से पहले चेक की जाने वाली 10 वस्तुओं की सूची

・गतिशील संदर्भ (Dynamic Context): यह प्रत्येक कार्य का "कार्य निर्देश पत्र" है। उदाहरण के लिए:

・ग्राहक द्वारा इस बार पूछे गए विशिष्ट प्रश्न

・इस ऑर्डर की विशेष आवश्यकताएं (उदाहरण के लिए: दो दिन पहले डिलीवरी की इच्छा)

・डिज़ाइनर द्वारा इस बार AI से सहायता लेने के लिए कॉपी राइटिंग विषय और सामग्री

जब कोई कार्य शुरू होता है, तो सिस्टम केवल संबंधित फ़ाइलों को AI की कार्य स्मृति में "मांग के अनुसार" इंजेक्ट करेगा। उदाहरण के लिए, "स्टारलक्स एयरलाइंस (Starlux Airlines) के A4 कैटलॉग को कोट करने" के कार्य को संसाधित करते समय, सिस्टम केवल "स्टारलक्स ब्रांड दिशानिर्देश.md", "A4 कैटलॉग प्रिंटिंग कोटिंग फॉर्मूला.md" और "ग्राहक का पत्र.txt" लोड करेगा, न कि एवा एयर (EVA Air) का डेटा या पोस्टर के कोटिंग तर्क। इससे यह सुनिश्चित होता है कि AI कार्य को केंद्रित और सटीक रूप से पूरा कर सके

इसका प्रिंटिंग और डिज़ाइन उद्योग के लिए क्या वास्तविक लाभ है?

यह पद्धति तकनीकी लग सकती है, लेकिन यह हमारे प्रिंटिंग और डिज़ाइन उद्योग की दैनिक कार्यप्रक्रिया में बहुत ठोस सुधार ला सकती है। इसका मतलब यह है कि AI अब एक परेशानी का कारण नहीं है जिसे हर समय इंसानी निगरानी की ज़रूरत है, बल्कि एक विश्वसनीय सहायक है जो वास्तव में उत्पादन लाइन पर काम कर सकता है

・अधिक सटीक और तत्काल कोटिंग: AI कोटिंग Agent नवीनतम मूल्य सूची और प्रसंस्करण गणना पद्धति को सटीक रूप से कॉल कर सकता है, और अब तीन साल पुरानी पुरानी फ़ाइलें नहीं निकालेगा। जब सेल्स स्टाफ को देर रात ग्राहक की पूछताछ मिलती है, तो वे अपने मोबाइल फोन का उपयोग करके AI से लगभग सही अनुमानित कोटेशन तैयार करवा सकते हैं, और अगले दिन काम पर जाकर अंतिम पुष्टि कर सकते हैं

・ग्राहक संचार अब नहीं टूटेगा: ग्राहक सेवा AI किसी भी प्रतिक्रिया से पहले उस ग्राहक के "ऐतिहासिक ऑर्डर.md" और "विशेष प्राथमिकताएं.md" को पढ़ सकता है। यह याद रखेगा कि "इस मैनेजर ली ने पिछली बार कहा था कि उन्हें बहुत चमकीला पीला पसंद नहीं है", जिससे ग्राहक को महसूस होगा कि उन्हें महत्व दिया जा रहा है, न कि वह किसी ऐसे रोबोट से बात कर रहे हैं जिसे कुछ याद नहीं रहता

・डिज़ाइन समीक्षा का ऑटोमेशन अधिक विश्वसनीय: दीर्घकालिक अनुबंधों और कड़े दिशानिर्देशों वाले ब्रांड ग्राहकों के लिए, एक विशेष "ब्रांड दिशानिर्देश Agent" बनाया जा सकता है। डिज़ाइनर द्वारा काम पूरा करने के बाद, Agent को एक बार ऑटोमेटेड चेक चलाने दें ताकि यह सुनिश्चित हो सके कि सभी लोगो, फोंट, रंग और लेआउट ग्राहक की सख्त आवश्यकताओं को पूरा करते हैं, जिससे बार-बार बदलाव करने की मानव शक्ति और समय की लागत में काफी कमी आती है

・डिज़ाइन प्रस्तावों की विविधता में तेज़ी: डिज़ाइनर डिज़ाइन अवधारणा के "मुख्य नियम.md" को स्थापित कर सकते हैं, और फिर AI Agent को इन नियमों के आधार पर विभिन्न "उत्पाद चित्र.md" और "मार्केटिंग कॉपी.md" को संयोजित करने दें, ताकि थोड़े समय में दर्ज़नों विज़ुअल लेआउट विविधताएं उत्पन्न हो सकें, जिन्हें ग्राहक के चयन या आंतरिक विचार-मंथन के लिए इस्तेमाल किया जा सके

अंततः, AI Agent की बुद्धिमत्ता काफी हद तक इस बात पर निर्भर करती है कि हमने उसके लिए जो "ज्ञान आधार" तैयार किया है, वह कितना ठोस और व्यवस्थित है। बड़े और अधिक शक्तिशाली मॉडल का पीछा करने के बजाय, अपनी कंपनी के ज्ञान प्रणाली को व्यवस्थित करना बेहतर है, जो AI को वास्तव में लागू करने का पहला कदम है

・AI Agent की कार्य स्मृति एक नए कर्मचारी के डेस्क की तरह है। उसे पूरा फाइल लाइब्रेरी देने से वह केवल भ्रमित होगा; कुंजी उसे कार्य के अनुसार आवश्यक फ़ोल्डर देना है

・सूचना को "स्थिर नियमों" (जैसे ब्रांड गाइड, कोटिंग फॉर्मूले) और "गतिशील संदर्भ" (जैसे इस बार की ग्राहक ज़रूरतें) में विभाजित करना AI संदर्भ को प्रबंधित करने का मूल है

・सबसे प्रभावी AI संदर्भ प्रबंधन प्रणाली अक्सर केवल संगठित Markdown फ़ाइलों का ढेर होती है, न कि महंगे और जटिल डेटाबेस

・संबंधित जानकारी को सटीक रूप से "इंजेक्ट" करने से AI प्रतिक्रिया की सटीकता में काफी वृद्धि हो सकती है, परिचालन लागत कम हो सकती है और व्यवहार में स्थिरता सुनिश्चित हो सकती है

・अधिक शक्तिशाली AI मॉडल की प्रतीक्षा करने के बजाय, अपनी कंपनी के ज्ञान और प्रक्रियाओं को "फ़ाइल-आधारित" और "संरचित" बनाना शुरू करें। यही AI अपनाने का व्यावहारिक पहला कदम है

प्रिंटिंग फ़ैक्टरी के दृष्टिकोण से, इस "संदर्भ प्रबंधन प्रणाली" की सोच केवल एक चैटबॉट को जोड़ने से कहीं अधिक मूल्यवान है। यह फ़ैक्टरी के लिए एक डिजिटल "मास्टर क्राफ्ट्समैन ब्रेन" बनाने के बराबर है

अतीत में, प्रिंटिंग का बहुत सा ज्ञान (Know-how) और ग्राहकों की बारीकियाँ अनुभवी कारीगरों या वरिष्ठ सेल्स स्टाफ के दिमाग में होती थीं। अब, हम Markdown फ़ाइलों की एक श्रृंखला बनाकर इन अव्यक्त ज्ञान को "स्पष्ट" और संरचित कर सकते हैं। उदाहरण के लिए, "किसी दवा कंपनी ग्राहक के पैकेजिंग बॉक्स की नीले रंग के प्रति विशेष संवेदनशीलता होती है, प्रूफिंग में 5% अतिरिक्त सियान जोड़ें", इस वाक्य को client-pharma-brand.md में लिखा जा सकता है

जब AI को संबंधित कार्यों को संसाधित करना होता है, तो यह फ़ाइल स्वचालित रूप से लोड हो जाएगी। यह सुनिश्चित करता है कि कर्मचारियों के बदलने पर भी महत्वपूर्ण उत्पादन ज्ञान और ग्राहक प्राथमिकताएं विरासत में मिल सकें और उनका निष्पादन हो सके। विशेष रूप से, मैं देख रहा हूँ कि अब एज कंप्यूटिंग (Edge Computing) क्षमताएँ और अधिक मजबूत हो रही हैं, भविष्य में प्रिंटिंग फ़ैक्टरी अपने सर्वर पर विशेष AI Agent चला सकती हैं, इस फ़ाइल-आधारित संदर्भ प्रणाली के साथ संयोजन करके, डेटा सुरक्षा और गोपनीयता सुनिश्चित करते हुए, वे वास्तव में अनुकूलित, उच्च-दक्षता वाली स्वचालित कोटिंग, समीक्षा और ग्राहक सेवा प्राप्त कर सकते हैं। यही AI अपनाने का व्यावहारिक तरीका है

डिज़ाइनर के लिए, इसका मतलब है कि आप अपने या अपनी टीम के लिए विशेष रूप से एक AI डिज़ाइन सहायक को प्रशिक्षित कर सकते हैं। अपने डिज़ाइन सिद्धांतों, आमतौर पर उपयोग की जाने वाली लेआउट शैलियों, और पसंदीदा फ़ॉन्ट संयोजनों को अपने "व्यक्तिगत शैली संदर्भ लाइब्रेरी" में बनाएं। भविष्य में नए मामलों का सामना करते समय, आप AI को अपनी शैली के आधार पर तेज़ी से विविध ड्राफ्ट बनाने की अनुमति दे सकते हैं, ताकि आप दोहराव वाले काम से मुक्त हो सकें और उच्च-स्तरीय रचनात्मक विचार-मंथन पर ध्यान केंद्रित कर सकें

・AI Agent की "कार्य स्मृति" कैसे डिज़ाइन करें: Agentic Context प्रबंधन प्रणाली ऑटोमेशन प्रक्रिया को भटकने से बचाती है