مسیریابی با قوانین پیش از مدل‌های زبانی: انتخاب قالب سایت از روی نام کسب‌وکار

موتور دمو پشت این کتابخانه هفده قالب صنفی دارد. برای هر کسب‌وکار باید قالب درست را انتخاب کند: به یک سالن ناخن نباید چیدمان تعمیرگاه برسد. این به نظر کاری عالی برای یک مدل هوش مصنوعی است. در عمل، بهترین قدم اول یک مجموعهٔ کوچک از قوانین مرتب کلمات کلیدی از آب درآمد — و هوش مصنوعی برای کاری که قوانین از پسش برنمی‌آیند نگه داشته شد.

#چرا کدهای رسمی دسته‌بندی نه؟

کسب‌وکارهای ثبت‌شده کدهای استاندارد طبقه‌بندی صنعتی دارند؛ پس راه بدیهی یک جدول نگاشت از کد به قالب است. خیلی زود شکست می‌خورد. کدها کلی‌اند و صنف‌های خیلی متفاوت در آن‌ها شریک‌اند: آرایشگری و خدمات زیبایی کنار هم‌اند، «سایر فعالیت‌های خدمات شخصی» از تتوکار تا آرایشگر حیوانات را پوشش می‌دهد و خیلی از کسب‌وکارها با یک کد عمومی ثبت می‌شوند و هیچ‌وقت به‌روزش نمی‌کنند.

نام کسب‌وکار معمولاً نشانهٔ خیلی بهتری است. «Fade District» و «Velvet Lash & Nail» بیشتر از هر کدی می‌گویند کسب‌وکار چه کاری می‌کند.

#قوانین مرتب کلمات کلیدی

هر قالب فهرستی از الگوهای کلمهٔ کلیدی اعلام می‌کند. مسیریاب قالب‌ها را به ترتیب اولویت ثابت مرور می‌کند و اولین قالبی را انتخاب می‌کند که الگوهایش با نام جور باشد:

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…

ترتیب مهم است. «Dog grooming» کلمهٔ grooming را دارد که می‌تواند شبیه اصطلاح آرایشگری باشد؛ برای همین حیوانات اول بررسی می‌شوند. مرز کلمه‌ها هم مهم است: \bmot\b باید با «Leeds MOT Centre» جور شود اما نه با «Motion Pilates». وقتی هیچ چیز جور نشود، کد دسته‌بندی به‌عنوان پشتیبان استفاده می‌شود و اگر آن هم شکست بخورد، یک قالب خنثای کسب‌وکار.

می‌توانید مسیریاب را خودتان در صفحهٔ اتوماسیون هوش مصنوعی امتحان کنید — همان قوانین را در مرورگر شما اجرا می‌کند.

#چرا اول قوانین؟

• قطعی — یک نام همیشه یک جواب می‌دهد و این اشکال‌یابی را بسیار ساده می‌کند.
• قابل توضیح — سیستم می‌تواند بگوید کدام کلمهٔ کلیدی جور شد.
• رایگان و فوری — بدون فراخوانی API، بدون تأخیر، بدون محدودیت استفاده.
• امن — چیزی برای تزریق دستور (prompt injection) وجود ندارد.

برای یک تصمیم مسیریابی با هفده خروجی ممکن، این ویژگی‌ها از چند درصد دقت اضافه‌ای که یک مدل شاید اضافه کند مهم‌ترند.

#هوش مصنوعی واقعاً کجا کمک می‌کند

قوانین با نام‌هایی که هیچ کلمهٔ صنفی ندارند مشکل دارند — «Northgate»، «The Lantern»، «Smith & Daughters». اینجاست که یک مدل مفید است: با نام و کمی زمینه (یک تکه از سایت، توضیح دسته‌بندی) می‌تواند قالبی را همراه با امتیاز اطمینان پیشنهاد کند. معماری این قدم را اختیاری و در انتهای مسیر نگه می‌دارد:

1. قوانین را اجرا کن. اگر قانونی جور شد، تمام.
2. اگر نه، از مدل بپرس؛ محدود به همان هفده خروجی معتبر.
3. اگر اطمینان پایین بود، به قالب خنثی برگرد و برای بازبینی علامت بزن.

محدود کردن فضای خروجی، بررسی پاسخ با یک طرح‌واره (schema) و نگه داشتن یک گزینهٔ پشتیبان قابل بازبینی توسط انسان، چیزهایی‌اند که یک قدم هوش مصنوعی را در یک خط لوله قابل‌اعتماد می‌کنند.

#درس‌ها

• پیش از رفتن سراغ مدل، دنبال ارزان‌ترین نشانهٔ قوی بگردید.
• ترتیب و مرزها را صریح کنید؛ بیشتر باگ‌های مسیریابی همان‌جا هستند.
• از هوش مصنوعی برای موارد نادر استفاده کنید، با خروجی محدود و یک پیش‌فرض امن.
• همیشه بتوانید جواب بدهید «چرا این را انتخاب کرد؟»