LLM-এর আগে নিয়মভিত্তিক রাউটিং: ব্যবসার নাম থেকে ওয়েবসাইট টেমপ্লেট বাছা

এই লাইব্রেরির পেছনের নমুনা ইঞ্জিনে সতেরোটি শিল্প টেমপ্লেট আছে। একটি ব্যবসা পেলে একে ঠিক টেমপ্লেটটি বাছতে হয়: নেইল বারকে গ্যারেজের লেআউট দেওয়া উচিত নয়। এটা AI মডেলের জন্য একদম মানানসই কাজ মনে হয়। বাস্তবে, সবচেয়ে ভালো প্রথম ধাপ হলো ক্রমানুসারী কীওয়ার্ড নিয়মের একটি ছোট সেট — আর AI রাখা হয়েছে নিয়ম যা পারে না তার জন্য।

#সরকারি বিভাগ কোড কেন নয়?

নিবন্ধিত ব্যবসার মানক শিল্প শ্রেণিবিভাগ কোড থাকে, তাই স্পষ্ট পথ হলো কোড থেকে টেমপ্লেটের একটি টেবিল। এটা দ্রুত ব্যর্থ হয়। কোডগুলো মোটা দাগের আর খুব আলাদা পেশা সেগুলো ভাগ করে: চুল কাটা আর বিউটি ট্রিটমেন্ট একসঙ্গে, «অন্যান্য ব্যক্তিগত সেবা কার্যক্রম» ট্যাটু শিল্পী থেকে পোষা প্রাণীর গ্রুমার পর্যন্ত সব ঢাকে, আর অনেক ব্যবসা সাধারণ কোডে নিবন্ধন করে কখনো হালনাগাদ করে না।

ব্যবসার নাম সাধারণত অনেক ভালো সংকেত। «Fade District» আর «Velvet Lash & Nail» যেকোনো কোডের চেয়ে বেশি বলে ব্যবসা কী করে।

#ক্রমানুসারী কীওয়ার্ড নিয়ম

প্রতিটি টেমপ্লেট কীওয়ার্ড ধরনের একটি তালিকা ঘোষণা করে। রাউটিং টেমপ্লেটগুলো নির্দিষ্ট অগ্রাধিকার ক্রমে দেখে আর প্রথমটি বাছে যার ধরন নামের সঙ্গে মেলে:

pets       → dog, pets, paws, kennel, grooming…
tattoo     → tattoo, ink, piercing…
clinic     → clinic, aesthetic, skin, dental, laser…
barber     → barber, cuts, fade, gents…
beauty     → beauty, nail, lash, brow, salon, spa…
…
restaurant → kitchen, cafe, pizza, grill, bakery…

ক্রম গুরুত্বপূর্ণ। «Dog grooming»-এ grooming আছে, যা নাপিতের শব্দ মনে হতে পারে, তাই পোষা প্রাণী আগে যাচাই হয়। শব্দের সীমাও গুরুত্বপূর্ণ: \bmot\b «Leeds MOT Centre»-এর সঙ্গে মিলবে কিন্তু «Motion Pilates»-এর সঙ্গে নয়। কিছু না মিললে বিভাগ কোড বিকল্প হিসেবে ব্যবহার হয়, আর তাও ব্যর্থ হলে একটি নিরপেক্ষ ব্যবসা টেমপ্লেট।

আপনি নিজে রাউটারটি AI অটোমেশন পাতায় চেষ্টা করতে পারেন — এটা আপনার ব্রাউজারে একই নিয়ম চালায়।

#আগে নিয়ম কেন?

• নির্ধারিত — একই নাম সবসময় একই উত্তর দেয়, যা ত্রুটি খোঁজা খুব সহজ করে।
• ব্যাখ্যাযোগ্য — সিস্টেম বলতে পারে কোন কীওয়ার্ড মিলেছে।
• বিনামূল্যে ও তাৎক্ষণিক — কোনো API কল নেই, দেরি নেই, ব্যবহারের সীমা নেই।
• নিরাপদ — প্রম্পট-ইনজেকশনের কিছুই নেই।

সতেরোটি সম্ভাব্য ফলাফলের রাউটিং সিদ্ধান্তে এই গুণগুলো একটি মডেলের দেওয়া কয়েক শতাংশ বাড়তি নির্ভুলতার চেয়ে বেশি গুরুত্বপূর্ণ।

#AI সত্যিই কোথায় সাহায্য করে

যে নামে কোনো পেশার শব্দই নেই — «Northgate», «The Lantern», «Smith & Daughters» — সেখানে নিয়ম হিমশিম খায়। সেখানে মডেল কাজে লাগে: নাম আর কিছু প্রসঙ্গ (সাইটের অংশ, বিভাগের বর্ণনা) পেলে এটা আস্থার স্কোরসহ একটি টেমপ্লেট প্রস্তাব করতে পারে। কাঠামো এই ধাপকে ঐচ্ছিক আর পরে রাখে:

1. নিয়ম চালান। কোনো নিয়ম মিললে থামুন।
2. না মিললে মডেলকে জিজ্ঞেস করুন, সতেরোটি বৈধ ফলাফলে সীমিত করে।
3. আস্থা কম হলে নিরপেক্ষ টেমপ্লেটে ফিরুন আর পর্যালোচনার জন্য চিহ্ন দিন।

ফলাফলের পরিসর সীমিত করা, উত্তর একটি স্কিমায় যাচাই করা আর মানুষের দেখার মতো বিকল্প রাখাই পাইপলাইনে AI ধাপকে বিশ্বাসযোগ্য করে।

#শিক্ষা

• মডেলের দিকে যাওয়ার আগে সবচেয়ে সস্তা জোরালো সংকেত খুঁজুন।
• ক্রম আর সীমা স্পষ্ট করুন; বেশিরভাগ রাউটিং বাগ সেখানেই থাকে।
• দীর্ঘ লেজের জন্য AI ব্যবহার করুন, সীমিত ফলাফল আর নিরাপদ ডিফল্টসহ।
• সবসময় «এটা ওটা কেন বাছল?» প্রশ্নের উত্তর দিতে পারুন।