Jawaban langsung: model keputusan cocok pada titik yang jawabannya tertutup dan berulang. Delapan titik berikut kami susun dari sistem kami sendiri dan dari cookbook resmi TypeSafe: penjaga giliran chat, triase lead, penjaga klaim, pemilih jalur, bedah iklan, mutu artikel, pemeringkat pencarian, dan penjaga langkah agen.
Kondisi utama: tiap titik memakai rubrik tertulis, dan kode Anda yang membaca hasilnya. Batas: daftar ini bukan janji hasil. Kami menyebut bentuk pertanyaan dan efek yang kami ukur sendiri, bukan angka kenaikan penjualan.
Kami menulis daftar ini pada 19 September 2026, memakai dokumentasi TypeSafe dan pemakaian sendiri pada sistem Rama Digital.
Delapan titik keputusan
Urutan di atas memakai urutan dampak, bukan urutan kemudahan. Mulailah dari titik yang paling sering Anda ulang.
Delapan titik ini memakai bentuk yang sama: 1 state yang disaring, beberapa pertanyaan tertutup pada 1 permintaan, lalu kode yang membaca jawabannya. Yang berbeda hanya isi state dan daftar opsinya. Karena bentuknya sama, titik kedua jauh lebih cepat dipasang daripada titik pertama.
1. Penjaga giliran chat
Sebelum balasan asisten keluar, 1 panggilan memutuskan langkah berikutnya: minta order, tanya 1 hal lagi, atau lempar ke manusia.
{
"state": { "balasan_asisten": "...", "pertanyaan_pengunjung": "..." },
"model": "jev-latest",
"questions": {
"langkah_berikutnya": {
"type": "choice",
"instructions": "Langkah apa yang harus diambil sistem setelah balasan ini?",
"criteria": {
"minta_order": "Kebutuhan sudah jelas dan harga sudah disebut",
"tanya_lagi": "Masih ada 1 hal wajib yang belum terjawab",
"lempar_manusia": "Pengunjung meminta orang, marah, atau kasusnya di luar katalog"
}
}
}
}Pada sistem kami, titik ini lahir dari 1 temuan: dari 43 balasan asisten, hanya 2 yang meminta order. Cerita lengkapnya ada pada panduan audit percakapan dengan Jev.
2. Triase lead tiap pagi
Beri model catatan tiap lead: kanal, halaman masuk, jumlah pesan, tahap, layanan, dan status pembayaran. Tiga pertanyaan sudah memadai: seberapa baik ditangani, apa sebab berhentinya, dan apakah manusia perlu mengejarnya hari ini.
Isi percakapan tidak perlu ikut dikirim. Pada audit kami, 227 catatan sesi dinilai dalam hitungan detik tanpa membuka isi chat sama sekali.
3. Penjaga klaim sebelum teks keluar
Satu pertanyaan Noul menahan janji yang tidak dapat didukung: jaminan ranking, jaminan hasil, atau angka tanpa sumber. Pertanyaan kedua menilai seberapa besar bahayanya bila janji itu lolos.
Pola ini disebut guardrail, dan TypeSafe menulis cookbook-nya sendiri. Sumber: cookbook guardrail TypeSafe.
4. Pemilih jalur untuk tiap pesan masuk
Satu pertanyaan Choice memilih penangan: kode deterministik, model generatif, atau manusia. Jalur murah menangani sebagian besar pesan, dan model besar hanya menangani yang berat.
Keyakinan menjadi gerbang kedua. Jawaban di bawah ambang Anda tidak dijalankan otomatis, melainkan masuk antrean tinjauan. Sumber: pola intent routing dan pola confidence-gated routing.
5. Bedah iklan dan halaman tujuan
Kirim teks iklan beserta ringkasan halaman tujuannya, lalu tanyakan hal yang tertutup: jenis hook, bentuk penawaran, ajakan yang dipakai, tahap kesadaran, dan apakah halaman tujuan cocok dengan janji iklannya.
Karena seluruh pertanyaan berjalan pada 1 permintaan, membedah puluhan iklan berhenti pada biaya yang kecil. Kami memakai pola yang sama untuk menilai balasan asisten.
6. Mutu artikel dan pemeriksaan kutipan
Satu pertanyaan Choice memeriksa apakah kutipan benar-benar mendukung klaim yang ditulis. Keyakinan rendah menandai artikel untuk dibaca manusia.
Pemeriksaan ini menahan kesalahan yang paling merusak kepercayaan: angka benar, sumber salah. Sumber: cookbook pemeriksaan kutipan.
7. Pemeringkat ulang hasil pencarian
Ambil 20 sampai 30 kandidat dari pencarian kata kunci biasa, lalu nilai tiap kandidat terhadap pertanyaan pengguna dengan 1 pertanyaan per pasangan.
Pola yang sama dipakai untuk menyaring potongan RAG: simpan yang menjawab, tandai yang bertentangan, dan buang yang membawa instruksi tersembunyi. Sumber: cookbook re-ranking dan cookbook klasifikasi potongan RAG.
8. Penjaga langkah agen
Agen yang menjalankan langkah panjang butuh pemeriksa di tiap langkah. Satu pertanyaan Score menilai risiko langkah berikutnya: aman, berisiko, atau harus berhenti.
Biayanya kecil dan waktunya di bawah 1 detik, jadi penjaga ini dapat berjalan pada tiap langkah tanpa mengubah rasa pemakaian.
Penjaga ini juga menyimpan jejak. Setiap langkah yang ditahan menyisakan 1 catatan berisi alasan dan skornya, sehingga tim dapat membaca ulang keputusan agen keesokan harinya.
Bentuk pertanyaan yang membuat semuanya bekerja
Delapan titik di atas memakai 1 aturan yang sama: pertanyaan harus dapat diperiksa orang lain. Pertanyaan bernilai rasa menghasilkan jawaban bernilai rasa.
Tiga kebiasaan menjaga rubrik tetap sehat. Pertama, tulis 1 kalimat syarat pada instruksi. Kedua, tulis 1 kalimat untuk tiap opsi. Ketiga, uji pada 10 catatan yang jawabannya sudah Anda ketahui.
Cara memilih titik pertama
| Pertanyaan | Bila jawabannya ya |
|---|---|
| Apakah keputusan ini berulang tiap hari? | Layak menjadi titik pertama |
| Apakah jawabannya dapat ditulis sebagai daftar? | Rubriknya mudah disusun |
| Apakah kesalahannya mahal? | Pasang ambang keyakinan tinggi |
| Apakah manusia sudah kewalahan? | Dampaknya terasa pada minggu pertama |
Rekomendasi Rama Digital: ambil 1 titik, jalankan 2 minggu, lalu ukur perubahannya dengan rubrik yang sama sebelum menambah titik kedua.
Apa yang berubah setelah 1 titik berjalan
Efek pertama bukan penghematan biaya, melainkan penglihatan. Anda mulai melihat pola yang sebelumnya tertutup oleh jumlah.
Pada sistem kami, titik pertama menampilkan 3 hal dalam 1 jalan. Pertama, sebaran langkah jual: 19 balasan memberi harga, 8 mendiagnosis, dan 2 meminta order. Kedua, sebab berhenti: 149 dari 227 sesi mati tepat setelah kontak terambil. Ketiga, panjang balasan: 17 dari 43 balasan melewati 80 kata.
Ketiga angka itu berubah menjadi 3 perubahan aturan pada minggu yang sama. Tanpa titik keputusan, ketiganya hanya menjadi perasaan, bukan pekerjaan.
Kesalahan yang sering terjadi pada penerapan pertama
- Memasang seluruh titik sekaligus. Rubrik yang belum teruji berlipat menjadi 8 masalah, bukan 1.
- Mengirim seluruh riwayat sebagai state. Mutu jawaban turun dan biaya naik pada waktu yang sama.
- Melewatkan ambang keyakinan. Tanpa ambang, aksi otomatis berjalan pada jawaban yang belum pasti.
- Tidak menyimpan hasilnya. Tanpa catatan, Anda tidak dapat membandingkan sebelum dan sesudah perubahan.
Empat kesalahan ini muncul pada penerapan kami sendiri. Perbaikannya sederhana: 1 titik, state yang disaring, ambang yang ditulis, dan hasil yang disimpan.
Satu kebiasaan menahan ketiganya sekaligus. Sebelum menambah titik kedua, jalankan titik pertama pada 10 catatan yang jawabannya sudah Anda ketahui, lalu bandingkan. Bila model dan Anda berbeda pada lebih dari 2 catatan, rubriknya yang perlu diperbaiki, bukan modelnya yang perlu diganti.
Pertanyaan yang sering muncul
Apakah 8 titik ini harus dipasang sekaligus? Tidak. Satu titik yang berjalan rapi lebih berguna daripada 8 titik yang setengah jadi.
Apakah perlu data latih? Tidak. Model keputusan memakai rubrik yang Anda tulis dengan kalimat, bukan contoh berlabel.
Bagaimana bila jawabannya salah? Ambang keyakinan menahan aksi otomatis, dan catatan yang ragu masuk antrean manusia. Perbaiki rubriknya, lalu uji ulang pada 10 catatan.
Apakah ini menggantikan tim? Tidak. Titik-titik ini memindahkan pekerjaan memilah, bukan pekerjaan memutuskan hal besar.
Berapa biaya memulai? Percobaan pada 10 catatan hampir tidak berbiaya. Audit penuh kami pada 227 sesi berhenti pada 0,0094 USD.
Langkah berikutnya
Batas yang tersisa: daftar titik tidak menggantikan rubrik. Rubrik yang kabur menghasilkan keputusan yang kabur. Kami menulis cara memeriksa klaim sebelum dipakai pada Apa itu meat proxy.
Bila Anda ingin kami memetakan titik keputusan pada operasi Anda, buka AI Diagnostic. Untuk membahasnya lebih dulu, pilih jadwal sesi AI Diagnostic.
