১. সংক্ষিপ্ত বিবরণ
আজকের দ্রুত পরিবর্তনশীল রিটেইল জগতে, ব্যক্তিগতকৃত কেনাকাটার অভিজ্ঞতা প্রদানের পাশাপাশি ব্যতিক্রমী গ্রাহক পরিষেবা দেওয়া অত্যন্ত গুরুত্বপূর্ণ। আমরা আপনাকে একটি জ্ঞান-ভিত্তিক চ্যাট অ্যাপ্লিকেশন তৈরির প্রযুক্তিগত যাত্রায় নিয়ে যাব, যা গ্রাহকদের প্রশ্নের উত্তর দিতে, পণ্য খুঁজে পেতে সহায়তা করতে এবং অনুসন্ধানের ফলাফলকে প্রয়োজন অনুযায়ী সাজিয়ে তুলতে ডিজাইন করা হয়েছে। এই উদ্ভাবনী সমাধানটি ডেটা সংরক্ষণের জন্য AlloyDB, প্রাসঙ্গিক বিষয় বোঝার জন্য নিজস্ব অ্যানালিটিক্স ইঞ্জিন, প্রাসঙ্গিকতা যাচাইয়ের জন্য Gemini (Large Language Model) এবং দ্রুত একটি বুদ্ধিমান কথোপকথনমূলক সহকারী চালু করার জন্য Google-এর Agent Builder-এর শক্তিকে একত্রিত করে।
চ্যালেঞ্জ: আধুনিক খুচরা গ্রাহকরা তাৎক্ষণিক উত্তর এবং তাদের স্বতন্ত্র পছন্দের সাথে সামঞ্জস্যপূর্ণ পণ্যের সুপারিশ প্রত্যাশা করেন। প্রচলিত অনুসন্ধান পদ্ধতিগুলো প্রায়শই এই স্তরের ব্যক্তিগতকরণ প্রদানে ব্যর্থ হয়।
সমাধান: আমাদের জ্ঞান-চালিত চ্যাট অ্যাপ্লিকেশন সরাসরি এই চ্যালেঞ্জ মোকাবেলা করে। এটি আপনার রিটেইল ডেটা থেকে প্রাপ্ত একটি সমৃদ্ধ নলেজ বেস ব্যবহার করে গ্রাহকের উদ্দেশ্য বুঝতে, বুদ্ধিমত্তার সাথে প্রতিক্রিয়া জানাতে এবং অত্যন্ত প্রাসঙ্গিক ফলাফল প্রদান করতে সক্ষম।
আপনি যা তৈরি করবেন
এই ল্যাবের (পর্ব ২) অংশ হিসেবে, আপনি যা করবেন:
- একটি ভার্টেক্স এআই এজেন্ট বিল্ডার এজেন্ট তৈরি করুন
- এজেন্টের সাথে AlloyDB টুলটি একীভূত করুন
প্রয়োজনীয়তা
- ক্রোম বা ফায়ারফক্সের মতো একটি ব্রাউজার
- বিলিং সক্ষম একটি গুগল ক্লাউড প্রজেক্ট।
২. স্থাপত্য
ডেটা প্রবাহ: চলুন, আমাদের সিস্টেমের মধ্যে দিয়ে ডেটা কীভাবে চলাচল করে তা আরও ভালোভাবে দেখে নেওয়া যাক:
গ্রহণ :
খুচরা ব্যবসার ডেটা (ইনভেন্টরি, পণ্যের বিবরণ, গ্রাহকের সাথে যোগাযোগ) ক্রমাগত AlloyDB-তে লোড করা হয়।
অ্যানালিটিক্স ইঞ্জিন:
আমরা নিম্নলিখিত কাজগুলো সম্পাদন করার জন্য অ্যানালিটিক্স ইঞ্জিন হিসেবে AlloyDB ব্যবহার করব:
- প্রসঙ্গ নিষ্কাশন: ইঞ্জিনটি AlloyDB-তে সংরক্ষিত ডেটা বিশ্লেষণ করে প্রযোজ্য ক্ষেত্রে পণ্য, বিভাগ, গ্রাহকের আচরণ ইত্যাদির মধ্যে সম্পর্ক বুঝতে পারে।
- এমবেডিং তৈরি: ব্যবহারকারীর কোয়েরি এবং AlloyDB-তে সংরক্ষিত তথ্য উভয়ের জন্যই এমবেডিং (টেক্সটের গাণিতিক উপস্থাপনা) তৈরি করা হয়।
- ভেক্টর সার্চ: ইঞ্জিনটি কোয়েরি এমবেডিং-কে পণ্যের বিবরণ, রিভিউ এবং অন্যান্য প্রাসঙ্গিক ডেটার এমবেডিং-এর সাথে তুলনা করে একটি সাদৃশ্য অনুসন্ধান চালায়। এর মাধ্যমে ২৫টি সবচেয়ে প্রাসঙ্গিক 'নিকটতম প্রতিবেশী' শনাক্ত করা হয়।
মিথুন রাশির স্বীকৃতি:
এই সম্ভাব্য উত্তরগুলো মূল্যায়নের জন্য জেমিনির কাছে পাঠানো হয়। জেমিনি নির্ধারণ করে যে সেগুলো ব্যবহারকারীর সাথে ভাগ করে নেওয়ার জন্য সত্যিই প্রাসঙ্গিক ও নিরাপদ কিনা।
প্রতিক্রিয়া তৈরি:
যাচাইকৃত প্রতিক্রিয়াগুলিকে একটি JSON অ্যারেতে সাজানো হয় এবং সম্পূর্ণ ইঞ্জিনটিকে একটি সার্ভারবিহীন ক্লাউড রান ফাংশনে প্যাকেজ করা হয়, যা এজেন্ট বিল্ডার থেকে আহ্বান করা হয়।
উপরের ধাপগুলো ল্যাবের প্রথম অংশে ইতিমধ্যেই আলোচনা করা হয়েছে।
আমরা আমাদের স্মার্ট শপিং অ্যাসিস্ট্যান্টকে চালিত করে এমন একটি জ্ঞান-ভিত্তিক অ্যানালিটিক্স ইঞ্জিন তৈরির প্রযুক্তিগত বিবরণ নিয়ে আলোচনা করেছি। এখন, চলুন দেখি কীভাবে আমরা এজেন্ট বিল্ডারের জাদু ব্যবহার করে এই ইঞ্জিনটিকে একটি কথোপকথনমূলক ইন্টারফেসে জীবন্ত করে তুলি। পার্ট ২ শুরু করার আগে নিশ্চিত করুন যে আপনার এন্ডপয়েন্ট ইউআরএল প্রস্তুত আছে। এই ল্যাবে আমরা পরবর্তী ধাপটিই আলোচনা করব:
কথোপকথনমূলক মিথস্ক্রিয়া:
এজেন্ট বিল্ডার ব্যবহারকারীর কাছে প্রতিক্রিয়াগুলো স্বাভাবিক ভাষার বিন্যাসে উপস্থাপন করে, যা পারস্পরিক কথোপকথনকে সহজ করে তোলে।
৩. শুরু করার আগে
একটি প্রকল্প তৈরি করুন
- গুগল ক্লাউড কনসোলের প্রজেক্ট সিলেক্টর পেজে, একটি গুগল ক্লাউড প্রজেক্ট নির্বাচন করুন বা তৈরি করুন।
- আপনার ক্লাউড প্রোজেক্টের জন্য বিলিং চালু আছে কিনা তা নিশ্চিত করুন। কোনো প্রোজেক্টে বিলিং চালু আছে কিনা তা কীভাবে পরীক্ষা করবেন, তা জেনে নিন।
- আপনি ক্লাউড শেল ব্যবহার করবেন, যা গুগল ক্লাউডে চলমান একটি কমান্ড-লাইন পরিবেশ এবং এটি bq-এর সাথে আগে থেকেই লোড করা থাকে। গুগল ক্লাউড কনসোলের শীর্ষে থাকা ‘Activate Cloud Shell’-এ ক্লিক করুন।
- ক্লাউড শেলে সংযুক্ত হওয়ার পর, আপনি নিম্নলিখিত কমান্ডটি ব্যবহার করে যাচাই করে নিন যে আপনি ইতিমধ্যেই প্রমাণীকৃত এবং প্রজেক্টটি আপনার প্রজেক্ট আইডিতে সেট করা আছে:
gcloud auth list
- gcloud কমান্ডটি আপনার প্রজেক্ট সম্পর্কে অবগত আছে কিনা, তা নিশ্চিত করতে ক্লাউড শেলে নিম্নলিখিত কমান্ডটি চালান।
gcloud config list project
- আপনার প্রজেক্টটি সেট করা না থাকলে, এটি সেট করতে নিম্নলিখিত কমান্ডটি ব্যবহার করুন:
gcloud config set project <YOUR_PROJECT_ID>
- প্রয়োজনীয় API-গুলো সক্রিয় করুন। gcloud কমান্ডের বিকল্প হলো কনসোলের মাধ্যমে প্রতিটি পণ্য অনুসন্ধান করা অথবা এই লিঙ্কটি ব্যবহার করা।
যদি কোনো API বাদ পড়ে যায়, তাহলে আপনি বাস্তবায়ন চলাকালীন সময়েই তা সক্রিয় করে নিতে পারেন।
gcloud কমান্ড এবং এর ব্যবহার সম্পর্কে জানতে ডকুমেন্টেশন দেখুন।
গুরুত্বপূর্ণ দ্রষ্টব্য: এটি সম্পন্ন করার জন্য, আপনাকে অবশ্যই ল্যাবের পার্ট ১ সম্পন্ন করতে হবে।
৪. এজেন্ট তৈরি
এজেন্ট বিল্ডার চালু করা হচ্ছে
এজেন্ট বিল্ডার একটি শক্তিশালী, লো-কোড টুল যা আমাদের দ্রুত এবং দক্ষতার সাথে কথোপকথনমূলক এজেন্ট তৈরি করতে সাহায্য করে। এটি ডায়ালগ ফ্লো ডিজাইন করা, নলেজ বেস ইন্টিগ্রেট করা এবং এক্সটার্নাল এপিআই-এর সাথে সংযোগ স্থাপনের প্রক্রিয়াকে সহজ করে তোলে। আমাদের ক্ষেত্রে, আমরা এজেন্ট বিল্ডার ব্যবহার করে পার্ট ১-এ তৈরি করা ক্লাউড ফাংশন এন্ডপয়েন্টের সাথে নির্বিঘ্নে সংযোগ স্থাপন করব, যা আমাদের শপিং অ্যাসিস্ট্যান্টকে আমাদের রিটেইল নলেজ বেস অ্যাক্সেস করতে এবং গ্রাহকদের প্রশ্নের বুদ্ধিদীপ্ত উত্তর দিতে সক্ষম করবে।
এজেন্ট তৈরি করা
পোশাক পণ্য সম্পর্কিত ব্যবহারকারীদের প্রশ্নের উত্তর দেওয়ার জন্য এই নতুন এজেন্টটি তৈরি করার কাজ শুরু করা যাক।
- প্রথমে এজেন্ট বিল্ডার প্ল্যাটফর্মে লগ ইন করুন। যদি আপনাকে এপিআই (API) সক্রিয় করতে বলা হয়, তবে ‘চালিয়ে যান এবং এপিআই সক্রিয় করুন’ (CONTINUE AND ACTIVATE THE API) বোতামে ক্লিক করুন।
- ‘CREATE APP’-এ ক্লিক করুন এবং আপনার এজেন্টের একটি বর্ণনামূলক নাম দিন (যেমন, ‘Retail Shopping Assistant’)।
- অ্যাপ টাইপ 'এজেন্ট'-এ ক্লিক করুন।
- আপনার এজেন্টকে "রিটেইল শপিং অ্যাসিস্ট্যান্ট"-এর মতো একটি বর্ণনামূলক নাম দিন এবং অঞ্চল হিসেবে us-central1 সেট করুন।
- এজেন্টের বিবরণ লিখুন:
- এজেন্টের নাম পরিবর্তন করে 'রিটেইল শপিং এজেন্ট' করুন।
- নিচের 'লক্ষ্য'টি যোগ করুন:
You are a shopping assistant agent! Your job is to help the customer search for their ideal apparels, allow them to add items to their cart, remove items from their cart, and review items in their cart. Once a user is done searching, open the search results in a user friendly html page.
- এই পর্যায়ে এটি সংরক্ষণ করুন এবং আপাতত নির্দেশাবলী খালি রাখুন।
- এরপর নেভিগেশন মেনু থেকে Tools-এ ক্লিক করুন এবং CREATE-এ ক্লিক করুন।
টুলের নাম লিখুন: রিটেইল শপিং টুল
টুলের বিবরণ লিখুন:
This tool refers to the dataset in the backend as the context information for product inventory. It takes as input the user's search text summarized by the agent and matches with the most appropriate list of items and returns as an array of items.
YAML ফরম্যাটে স্কিমা প্রবেশ করান — OpenAPI:
এই অংশেই আমরা এজেন্টকে চালনা করার জন্য ব্যাকএন্ড এন্ডপয়েন্ট ব্যবহার করছি। নিচের OpenAPI স্পেকটি কপি করুন এবং অ্যাঙ্গেল ব্র্যাকেটের মধ্যে থাকা URL প্লেসহোল্ডারটি আপনার ক্লাউড ফাংশন এন্ডপয়েন্ট দিয়ে প্রতিস্থাপন করুন :
openapi: 3.0.0
info:
title: AlloyDB Product Matcher
description: A Cloud Function to query AlloyDB for product matches based on user search text.
version: 1.0.0
servers:
- url: <<https://us-central1-YOUR_PROJECT_ID.cloudfunctions.net/alloy-gem>>
paths:
/:
post:
summary: Find matching products based on search text.
operationId: apparelSearch
requestBody:
description: JSON object containing the search text.
required: true
content:
application/json:
schema:
type: object
properties:
search:
type: string
description: The user's search query for product matching.
responses:
'200':
description: Successful response with a JSON array of matching products.
content:
application/json:
schema:
type: array
items:
type: object
properties:
id:
type: string
description: Product ID.
category:
type: string
description: Product category.
sub_category:
type: string
description: Product sub-category.
uri:
type: string
description: Product URI or URL.
description:
type: string
description: Product description.
literature:
type: object
description: JSON object containing match information from the ML model.
properties:
MATCH:
type: string
description: Whether the product matches the search query (YES/NO).
PERCENTAGE:
type: string
description: Percentage of match.
DIFFERENCE:
type: string
description: Description of differences between the search and product.
'500':
description: Internal server error.
অন্যান্য কনফিগারেশনগুলো ডিফল্ট মানেই রেখে "Save"-এ ক্লিক করুন।
- এই পর্যায়ে এজেন্টের কাছে ফিরে যান, কারণ আমরা এজেন্টের "নির্দেশাবলী"-তে "টুল" কনফিগারেশনটি যোগ করতে চাই। নির্দেশাবলীর প্লেসহোল্ডারে নিচের অংশটি যোগ করুন (মনে রাখবেন, কার্যপ্রবাহ নির্ধারণে ইন্ডেন্টগুলো গুরুত্বপূর্ণ):
- Greet the user and answer their question to the best of your knowledge.
- Summarize the user's request and ask them to confirm that you understood correctly.
- Check if the request has details like gender, color, material, style and other key apparel details already.
- If not, seek clarifying details.
- If the search request is very broad, then ask the user to narrow down the request with specific details that you believe could be personal preferences.
- Once all the necessary details are met, summarize your final understanding of the request with the user.
- Use ${TOOL: Retail Shopping Tool} to help the user with their task.
- If the request has unrelated input text, gracefully convey that you don't have information on that topic.
- Do not give product availability information outside the source that is provided to you in ${TOOL: Retail Shopping Tool}.
- Do not assist with any information unless you are certain that you know the answer and it is grounded in the source of truth.
- Thank the user for their business and say goodbye.
"Available Tools" সেকশনে "Retail Shopping Tool" টুলটি সিলেক্ট করা আছে কিনা তা নিশ্চিত করুন এবং তারপর এজেন্টটি আবার সেভ করুন।
৫. এজেন্টকে পরীক্ষা করুন
ডান দিকের প্যানেলে আপনি প্রিভিউ এজেন্ট সেকশনটি দেখতে পাবেন, যা আপনাকে আপনার এজেন্ট পরীক্ষা করার সুযোগ দেবে।
নিচের স্ক্রিনশটে যেমন দেখতে পাচ্ছেন, আমি একজন ব্যবহারকারী হিসেবে সম্ভাষণ জানিয়েছি এবং নীল প্রিন্টের একটি সাদা শার্টের অনুরোধের মাধ্যমে আমার চ্যাট শুরু করেছি:
এটি হলো JSON প্রতিক্রিয়া:
এটি হলো ক্লাউড ফাংশন থেকে প্রাপ্ত কাঁচা JSON ফলাফল, যা অ্যালয়ডিবি সিমিলারিটি সার্চটি প্রসেস করে। ব্যস! এজেন্টটি এখন পুরোপুরি প্রস্তুত।
৬. কথোপকথনের প্রবাহের নমুনা
এই পর্যায়ে, আপনি আপনার ডায়ালগ (কথোপকথন) এজেন্টের প্রবাহ পরীক্ষা ও পরিমার্জন করতে পারেন:
User: I'm looking for women's boots for winter.
Agent: (OpenAPI call to Cloud Function that works with AlloyDB Similarity Search)
Cloud Function: (Processes query, returns JSON array)
Agent: Based on your preferences, here are some options: [Product 1, Product 2, Product 3]. Would you like to see more details about any of these?
User: No, That is all. Bye!
Agent: Have a good day!
কয়েকটি শট প্রম্পট
এখন ধরুন, আপনি কনভারসেশনাল এজেন্টে ফলাফলটি ছবি এবং লিঙ্ক সহ একটি নির্দিষ্ট গ্রাফিক ফরম্যাটে দেখতে চান। আমরা কথোপকথনের উদাহরণ ব্যবহার করে এটি করব, যা ফিউ শট প্রম্পটিং নামেও পরিচিত।
এর মানে হলো, একটি সামঞ্জস্যপূর্ণ ফলাফল বিন্যাস রাখার জন্য আমরা এজেন্ট বিল্ডারে কয়েকটি উদাহরণ যোগ করতে চাই।
" এজেন্টকে পরীক্ষা করুন " বিভাগের আমাদের আগের একটি স্ক্রিনশটে, আমরা এজেন্টের কাছ থেকে এই প্রতিক্রিয়াটি দেখতে পাই: "আমি বুঝতে পেরেছি। আপনি নীল প্রিন্টসহ একটি সাদা শার্ট খুঁজছেন..."। সেই প্রতিক্রিয়াটিতে যান অথবা এজেন্টের ডান দিকের প্যানেল থেকে একটি নতুন পরীক্ষামূলক কথোপকথন তৈরি করুন:
- 'ব্যবহারকারীর ইনপুট দিন' অংশে নিচে যা লেখা আছে তা টাইপ করুন:
আপনি এইরকম একটি প্রতিক্রিয়া দেখতে পাবেন:
এবং আপনি এপিআই এন্ডপয়েন্ট থেকে ফেরত আসা JSON অ্যারেটিও দেখতে পাবেন।
- এখন প্রিভিউ সেকশনের মার্জিন থেকে এজেন্টের নামে (নিচের ছবিতে লাল টিক চিহ্ন দিয়ে হাইলাইট করা) ক্লিক করুন এবং চ্যাট প্রিভিউ সেকশনের আপনার সমস্ত ট্যাব হাইলাইট হয়ে যাবে। এখন প্রিভিউ সেকশনের উপরের ডান কোণায় থাকা "Save Example"-এ ক্লিক করুন। এটি দেখতে এইরকম হবে:
- কথোপকথনটি "Response with images" বা এই ধরনের কোনো ডিসপ্লে নেম দিয়ে সেভ করুন এবং "Create" বাটনে ক্লিক করুন।
- এখন উপরের ছবিতে কালো টিক চিহ্ন দিয়ে হাইলাইট করা রেসপন্স ট্যাবে যান এবং "I see. You are looking for yellow sandals. Is that correct?" লেখাটি নিচের লেখা দিয়ে প্রতিস্থাপন করুন:
I see you are looking for yellow sandals. Here are a few options for you:
<!DOCTYPE html>
<html>
<body>
<h2>Featured Sandals</h2>
<table style="overflow-x: auto; white-space: nowrap;">
<tr>
<td>
<img src="https://assets.myntassets.com/v1/images/style/properties/d27dbd8e9666b9af2d72fbfde315f76d_images.jpg" alt="Yellow sandals from Estd. 1977" width="300">
</td>
<td>
<img src="https://assets.myntassets.com/v1/images/style/properties/b7a479fe5f56457e930541a789c5df68_images.jpg" alt="Yellow sandals from Gliders" width="300">
</td>
<td>
<img src="https://assets.myntassets.com/v1/images/style/properties/b6c813734b29b89d1055fd000ea50743_images.jpg" alt="Yellow sandals from Rocia" width="300">
</td>
<td>
<img src="https://assets.myntassets.com/v1/images/style/properties/ee0e918c229e76e0e7e61712e9d2ecb3_images.jpg" alt="Yellow flip flops from Numero Uno" width="300">
</td>
<td>
<img src="https://assets.myntassets.com/v1/images/style/properties/5bdd4c9e739205e28ee134ff7849bc60_images.jpg" alt="Yellow flip flops from Numero Uno" width="300">
</td>
</tr>
</table>
</body>
</html>
- উপরে 'Save'-এ ক্লিক করুন।
কথোপকথনের বিভিন্ন বৈচিত্র্য ও ধারা ব্যবহার করে যতগুলো উদাহরণ চান, এই প্রক্রিয়াটি পুনরাবৃত্তি করুন।
এবার ব্যবহারকারীর ইনপুট দিয়ে এটি পরীক্ষা করে দেখুন:
অন্যান্য কিছু প্রতিক্রিয়া:
ব্যাস, হয়ে গেল। আমরা আমাদের রিটেইল অ্যাপের জন্য একটি কনভারসেশনাল এজেন্ট সফলভাবে তৈরি ও পরীক্ষা করেছি।
৭. স্থাপন এবং একীকরণ
আপনার এজেন্টটি নিয়ে সন্তুষ্ট হয়ে গেলে, আপনি এজেন্ট বিল্ডারের ইন্টিগ্রেশন ব্যবহার করে সহজেই এটিকে বিভিন্ন চ্যানেলে স্থাপন করতে পারেন। আপনি এটিকে আপনার ওয়েবসাইটে এমবেড করতে পারেন, জনপ্রিয় মেসেজিং প্ল্যাটফর্মের সাথে ইন্টিগ্রেট করতে পারেন, অথবা এমনকি একটি ডেডিকেটেড মোবাইল অ্যাপও তৈরি করতে পারেন। আমরা আমাদের ওয়েব ক্লায়েন্ট অ্যাপ্লিকেশনগুলিতে সরাসরি এজেন্ট বিল্ডার এপিআই-ও ব্যবহার করতে পারি, যা আমরা এই ব্লগে আলোচনা করেছি।
৮. পরিষ্কার করুন
এই পোস্টে ব্যবহৃত রিসোর্সগুলোর জন্য আপনার গুগল ক্লাউড অ্যাকাউন্টে চার্জ হওয়া এড়াতে, এই ধাপগুলো অনুসরণ করুন:
৯. অভিনন্দন
অভিনন্দন! আমাদের নিজস্ব অ্যানালিটিক্স ইঞ্জিনের শক্তিকে এজেন্ট বিল্ডারের স্বজ্ঞাত ইন্টারফেসের সাথে একীভূত করে, আমরা একটি স্মার্ট রিটেইল শপিং অ্যাসিস্ট্যান্ট তৈরি করেছি যা ব্যক্তিগতকৃত অভিজ্ঞতা প্রদান করে, প্রশ্নের সঠিক উত্তর দেয় এবং পরিশেষে গ্রাহক সন্তুষ্টি ও বিক্রয় বৃদ্ধি করে। AlloyDB , Vertex AI , এবং Vector Search- এর সক্ষমতা একত্রিত করে, আমরা প্রাসঙ্গিক এবং ভেক্টর সার্চকে সহজলভ্য, কার্যকর, প্রকৃত অর্থ-চালিত এবং সক্রিয় করে তোলার ক্ষেত্রে এক বিশাল পদক্ষেপ এগিয়েছি!