Disenyo ng Working Memory ng AI Agent: Paggamit ng Folder Structure para Hindi Mawala ang AI

Kamakailan, napakataas ng interes sa industriya tungkol sa mga AI Agent. Marami sa ating mga kasamahan ang gustong gumamit ng automation para sa customer service, paggawa ng quotation, at kahit sa paunang pagsusuri ng mga design file. Ngunit, ang karanasan ng karamihan ay madalas na hindi sumasagot nang maayos ang AI; minsan ay nakakalimutan ang standard quotation ng kumpanya, at sa susunod ay ginagamit naman ang brand color ng Client A sa design para sa Client B, kaya nauuwi sa mas matagal na manu-manong pagtatama kaysa sa oras na natipid nito

Batay sa aking matagal na obserbasyon sa production line at panig ng kliyente, ang ugat ng problemang ito ay madalas na hindi sa kakayahan ng AI model mismo, kundi dahil masyadong magulo ang "Context" na ibinibigay natin dito. Kung ituturing nating bagong empleyado ang AI Agent, ang Context ang magsisilbing manual ng trabaho at task list na ibinibigay mo sa kanya. Kung ibabuhos mo sa kanya ang lahat ng impormasyon nang sabay-sabay, siguradong magkakagulo siya

Bakit laging "nakakalimutan" ng AI Agent ang mga bagay?

Ang "Context Window" ng AI Agent ay parang "Working Memory" ng tao; may limitasyon ang dami ng impormasyon na kaya nitong iproseso sa isang pagkakataon. Lahat ng impormasyon na kailangan nito para mag-isip, magdesisyon, at sumagot ay dapat ipasok sa limitadong memory na ito

Ang naunang paraan na ginagawa ng marami ay ang pagsulat ng napakahabang System Prompt, na pinagsasama-sama ang lahat ng alituntunin ng kumpanya, mga brand guideline, at iba't ibang posibleng task instruction. Maaaring gumana ito sa mga simpleng gawain, ngunit kapag kailangan nang humawak ng AI ng maraming gawain at lumampas sa iba't ibang kliyente, mabilis na mawawalan ng bisa ang "all-in-one guide" na ito

Ang dahilan ay simple:

・Interference ng impormasyon: Ang mga walang kaugnayang impormasyon ay nagpapalabnaw sa bisa ng mga mahahalagang instruction. Maaaring malito ang AI dahil sa lumang quotation na nakatago sa kaibuturan ng folder

・Gastos at latency: Ang pag-load ng libu-libong salita mula sa database sa bawat tawag ay hindi lamang nagpapataas ng bayad sa API Token, kundi nagpapabagal din sa reaksyon ng AI

・Hindi pare-parehong gawi: Sa harap ng malalaki at magkakasalungat na instruction, madaling magkaroon ng "mental breakdown" ang AI—noong una ay naninindigan sa paggamit ng CMYK, sa susunod ay kusa nang gumagawa ng RGB image file

Paano bumuo ng working memory para sa AI na hindi naliligaw?

Kamakailan, nakita ko ang isang pamamaraan na inayos ng foreign AI platform na MindStudio na tinatawag na "Agentic Context Management System." Sa madaling salita, ito ay ang pagsasagawa at pag-modularize ng working memory ng AI. Ang pangunahing konsepto ng pamamaraang ito ay kasing-intuitive ng pag-aayos ng mga project file sa mga folder sa ating computer

Hindi mo kailangan ng mamahaling vector database o kumplikadong arkitektura; kailangan mo lang i-classify ang impormasyong kailangan ng AI, i-save ang mga ito bilang mga Markdown (.md) text file, at ilagay sa mga folder na may malinaw na depinisyon

Ang susi sa buong sistema ay ang paghahati ng impormasyon sa dalawang kategorya at ang pagtatakda ng mga patakaran para sa "kailan ito gagamitin":

・Static Rules (Static Rules): Ito ang mga "patakaran ng kumpanya" o "brand bible" na halos hindi nagbabago. Halimbawa:

・Standard na papel at formula ng quotation ng iyong kumpanya

・Enterprise Identification System (CIS) ng isang chain brand client, kabilang ang mga standard color code, safety distance ng logo, mga espesyal na font, atbp

・Listahan ng 10 item na dapat suriin bago matapos ang isang design file

・Dynamic Context (Dynamic Context): Ito ang "work instruction list" para sa bawat gawain. Halimbawa:

・Ang tiyak na tanong na ipinadala ng kliyente sa email ngayong araw

・Mga espesyal na kinakailangan para sa order na ito (halimbawa: pag-asang maagang matanggap nang dalawang araw)

・Tema at materyales ng copywriting na gustong ipatulong ng designer sa AI sa pagkakataong ito

Kapag nagsimula ang gawain, "i-inject" lang ng system ang mga kaugnay na file sa working memory ng AI kung kinakailangan. Halimbawa, kapag hinahawakan ang gawaing "pag-quote para sa A4 catalogue ng Starlux Airlines," maglo-load lang ang system ng "Brand Guidelines ng Starlux Airlines.md," "A4 Catalogue Printing Quotation Formula.md," at "Email ng Client.txt," at hindi maglo-load ng impormasyon tungkol sa EVA Air o logic ng quotation para sa poster, kaya tinitiyak na makakapag-focus ang AI at matatapos ang gawain nang tumpak

Ano ang mga praktikal na benepisyo nito para sa mga printing house at designer?

Ang pamamaraang ito ay tila teknikal, ngunit maaari itong magdala ng mga tiyak na pagpapabuti sa pang-araw-araw na daloy ng trabaho sa ating industriya ng printing at design. Ibig sabihin nito, ang AI ay hindi na isang pabigat na kailangang bantayan nang palagian, kundi isang maaasahang katulong na kayang sumabak sa production line

・Mas tumpak at real-time na quotation: Kayang gamitin ng AI Quotation Agent ang pinakabagong price list at paraan ng pagkalkula ng presyo para sa pagproseso nang tumpak, at hindi na kukunin ang lumang file mula tatlong taon na ang nakalilipas. Kapag nakatanggap ang mga staff ng sales ng inquiry mula sa kliyente sa gabi, magagamit nila ang kanilang mobile phone para makabuo ang AI ng estimate na malapit na malapit sa katotohanan, at gagawin na lang ang huling kumpirmasyon kinabukasan

・Hindi napuputol ang komunikasyon sa kliyente: Mababasa ng Customer Service AI ang "Historical Order.md" at "Special Preferences.md" ng kliyente bago sumagot. Maaalala nito na "Sinabi ni Manager Li noong nakaraan na hindi niya gusto ang masyadong maliwanag na dilaw," na nagpaparamdam sa kliyente na mahalaga sila, sa halip na nakikipag-usap lang sa isang robot na walang memorya

・Mas maaasahang automation sa pagsusuri ng disenyo: Para sa mga kliyenteng brand na may mga pangmatagalang kontrata at mahigpit na alituntunin, maaaring bumuo ng isang dedikadong "Brand Guideline Agent." Pagkatapos tapusin ng designer ang file, hayaan ang Agent na magpatakbo ng awtomatikong pagsusuri upang kumpirmahin kung ang lahat ng logo, font, kulay, at layout ay sumusunod sa mahigpit na kinakailangan ng kliyente, na lubos na nagpapababa sa manpower at oras na kinakailangan para sa pabalik-balik na pag-aayos

・Pabilisin ang pagkakaiba-iba ng mga design proposal: Maaaring itakda ng designer ang "Core Rules.md" ng isang design concept, at pagkatapos ay hayaan ang AI Agent na pagsamahin ang iba't ibang "Product Images.md" at "Marketing Copy.md" batay sa mga alituntuning ito upang makabuo ng dose-dosenang visual layout variation sa maikling panahon para sa pagpili ng kliyente o internal brainstorming

Sa madaling salita, ang talino ng AI Agent ay nakadepende sa kung gaano katibay at kaayos ang "knowledge foundation" na inihanda natin para rito. Sa halip na maghabol ng mas malaki at mas malakas na model, mas mabuting ayusin muna nang mabuti ang sariling knowledge system ng kumpanya—ito ang unang hakbang para tunay na maging epektibo ang AI

・Ang working memory ng AI Agent ay parang mesa ng isang bagong empleyado; ang pagbibigay sa kanya ng buong archive ay magdudulot lamang ng kalituhan; ang susi ay ang pagbibigay ng kailangang folder ayon sa gawain

・Ang paghahati ng impormasyon sa "Static Rules" (tulad ng brand guide, quotation formula) at "Dynamic Context" (tulad ng pangangailangan ng kliyente sa pagkakataong ito) ang core ng pamamahala sa AI Context

・Ang pinaka-epektibong AI Context management system ay madalas na binubuo lamang ng isang grupo ng organisadong Markdown file, hindi ng mahal at kumplikadong database

・Ang tumpak na pag-"inject" ng mga kaugnay na impormasyon ay makabuluhang makakapagtaas ng katumpakan ng sagot ng AI, makakapagpababa ng gastos sa operasyon, at makakapagtiyak ng pare-parehong gawi

・Sa halip na maghintay ng mas makapangyarihang AI model, mas mabuting i-"file" at i-"structure" muna ang sariling kaalaman at proseso ng kumpanya—ito ang praktikal na unang hakbang sa pagpapatupad ng AI

Mula sa pananaw ng isang printing house, ang mentalidad ng "Context Management System" na ito ay mas mahalaga kaysa sa simpleng pag-konekta ng isang chatbot. Ito ay parang pagbuo ng isang digital na "utak ng master craftsman" para sa factory

Noong unang panahon, ang maraming know-how sa pag-print at mga "ins and outs" ng kliyente ay nasa isip lamang ng mga master craftsman o mga senior salesperson. Ngayon, maaari na nating gawing "explicit" at naka-structure ang mga implicit knowledge na ito sa pamamagitan ng pagbuo ng mga Markdown file. Halimbawa, ang pangungusap na "Ang packaging box para sa isang partikular na pharmaceutical client ay sobrang sensitibo sa asul; kailangang dagdagan ng 5% Cyan sa proofing" ay maaaring isulat sa client-pharma-brand.md

Kapag kailangang harapin ng AI ang mga kaugnay na gawain, awtomatikong molo-load ang file na ito. Tinitiyak nito na kahit may paglipat ng mga tauhan, ang mahahalagang kaalaman sa produksyon at mga kagustuhan ng kliyente ay mapapanatili at maipapatupad. Lalo na't nakikita ko na ang kakayahan ng Edge Computing ay lalong lumalakas, sa hinaharap, maaaring magpatakbo ang mga printing house ng sarili nilang dedikadong AI Agent sa kanilang sariling server. Kapag sinamahan ito ng Context system na ito na nakabase sa file, magagawa nila ang tunay na customized at high-efficiency na awtomatikong pag-quote, pag-review, at customer service habang tinitiyak ang seguridad ng data at privacy—ito ang praktikal na landas para sa pagpapatupad ng AI

Para sa mga designer, nangangahulugan ito na maaari kang magsanay ng isang AI design assistant na dedikado para sa iyo o sa iyong team. Ipunin ang iyong mga prinsipyo sa disenyo, mga paboritong istilo ng layout, at mga kombinasyon ng font sa iyong "personal style Context library." Sa hinaharap, kapag nahaharap sa mga bagong proyekto, maaari mong hayaan ang AI na mabilis na makabuo ng iba't ibang sketch batay sa iyong istilo, na magpapalaya sa iyo mula sa paulit-ulit na pagtatrabaho at magbibigay-daan sa iyong mag-focus sa mas mataas na antas ng malikhaing pag-iisip

・Paano magdisenyo ng "working memory" ng AI Agent: Ang Agentic Context management system para hindi maligaw ang automation process