تریبون از «فهیمه» رونمایی کرد | نوآوری در طراحی کمپین با هوش مصنوعی

به گزارش اقتصادآنلاین، انتخاب رسانه برای انتشار رپورتاژ آگهی، تنها به پیدا کردن یک نام آشنا ختم نمی‌شود. کسب‌وکارها باید قیمت‌ها، ارتباط موضوعی رسانه‌ها و شاخص‌های مختلف را بررسی کنند و در نهایت، ترکیبی متناسب با هدف و بودجه خود بسازند. تریبون در رویداد «از گفت‌وگو تا فهم با AI» که سه‌شنبه ۱۴ مهر برگزار شد، از راهکاری برای کوتاه‌تر کردن این مسیر رونمایی کرد: اتصال دستیارهای هوش مصنوعی به داده‌ها و خدمات این پلتفرم.

در این نشست، ابتدا مهدیه ملکی، مدیرعامل تریبون، درباره مسیر استفاده این مجموعه از هوش مصنوعی و دلایل توسعه سرویس تازه سخن گفت. سپس شایان شفیعی‌آزاد، مدیر تیم فنی، سازوکار MCP تریبون را توضیح داد و رضا ترابی، مدیر تیم محصول، با معرفی «فهیمه» از کاربردهای آن و برنامه‌های بعدی مجموعه گفت.

ملکی: تجربه بهتر کاربران، حتی بیرون از پنل تریبون

مهدیه ملکی در ابتدای نشست، با اشاره به سرعت گسترش هوش مصنوعی مولد، این فناوری را عامل تغییر گسترده در رفتار کاربران دانست.

 او گفت: استفاده تریبون از هوش مصنوعی، پیش از موج اخیر دستیارهای گفت‌وگومحور آغاز شده و رونمایی از MCP، ادامه مسیری است که این مجموعه از سال ۱۴۰۲ دنبال کرده است.

به گفته ملکی، تریبون از نیمه دوم سال ۱۴۰۲ برای دسته‌بندی موضوعی مقالات از هوش مصنوعی استفاده کرده و در سال ۱۴۰۳ نیز قابلیت «فراوانی رپورتاژ» را با هدف کمک به انتخاب رسانه مناسب توسعه داده است. در سال ۱۴۰۴، تمرکز مجموعه بر تحقیق و توسعه و بهینه‌سازی زیرساخت‌های داخلی قرار گرفته و حاصل این اقدامات، در نیمه نخست سال ۱۴۰۵ در بخش‌های مختلف نمایان شده است.

او بازبینی کدهای فنی، پایش سیستم‌ها، طراحی و آزمون محصول، طراحی گرافیکی و بهبود فرایندهای عملیاتی را از حوزه‌های استفاده داخلی تریبون از هوش مصنوعی برشمرد و تأکید کرد که توسعه MCP، نخستین اقدام مجموعه در این حوزه نبوده و آخرین آن نیز نخواهد بود.

مدیرعامل تریبون در ادامه، به یکی از تصمیم‌های مهم شرکت در توسعه این سرویس اشاره کرد: فراهم کردن امکان استفاده از خدمات تریبون در محیط دستیار هوش مصنوعی کاربر، حتی اگر به کاهش مراجعه مستقیم به پنل منجر شود. به گفته او، اولویت مجموعه این بوده که کاربران بتوانند ابزارها و داده‌های موردنیاز خود را در یک محیط در اختیار داشته باشند و از همان‌جا بخشی از فعالیت‌های پنل تریبون را مدیریت کنند.

ملکی این تصمیم را با عبارت «بازتعریف کسب‌وکار به زبان هوش مصنوعی» توصیف کرد.

شفیعی‌آزاد: اتصال هوش مصنوعی به قیمت‌ها و اطلاعات واقعی

شایان شفیعی‌آزاد، مدیر تیم فنی تریبون، در بخش بعدی نشست، مسئله اصلی را فاصله میان دانسته‌های عمومی مدل‌های هوش مصنوعی و اطلاعات اختصاصی یک کسب‌وکار دانست. او توضیح داد که یک مدل زبانی، بدون اتصال به سامانه‌های بیرونی، از قیمت روز محصولات تریبون یا سابقه خرید کاربر در این پلتفرم اطلاعی ندارد و نمی‌تواند مستقیماً برای او سبد خرید بسازد.

به گفته او، MCP بستری استاندارد برای برقراری این ارتباط فراهم می‌کند. در کاربرد تریبون، این اتصال به دستیار هوش مصنوعی اجازه می‌دهد اطلاعات موردنیاز را از پلتفرم دریافت کند و پاسخ خود را بر اساس داده‌های موجود در آن تنظیم کند.

برای نمونه، کاربر می‌تواند هدف و بودجه کمپین را مشخص کند؛ دستیار سپس گزینه‌های موجود را جست‌وجو کند، قیمت‌ها و شاخص‌های رسانه‌ها را بررسی کند و ترکیبی متناسب با درخواست او پیشنهاد دهد. به این ترتیب، پاسخ از توصیه‌های عمومی فراتر می‌رود و به گزینه‌های قابل خرید در تریبون نزدیک می‌شود.

شفیعی‌آزاد اعلام کرد که در زمان ارائه، MCP تریبون برای شش محصول این مجموعه، ۲۶ ابزار در اختیار داشت و توسعه ابزارهای بیشتر نیز ادامه دارد. او این ابزارها را در چهار گروه توضیح داد: جست‌وجوی محصولات، بررسی جزئیات و مقایسه، پیشنهاد خرید متناسب با هدف و بودجه، و ساخت سبد خرید.

در بخش جست‌وجو، دستیار می‌تواند با استفاده از فیلترهای موجود، گزینه‌ها را پیدا کند. در مرحله مقایسه نیز اطلاعات بیشتری مانند شاخص‌ها، دیدگاه‌ها و گزینه‌های مشابه را بررسی می‌کند. ابزارهای مشاوره خرید هم برای پیشنهاد کمپین رپورتاژ، بک‌لینک یا ترکیبی از محصولات طراحی شده‌اند.

مدیر تیم فنی تریبون توضیح داد که در مرحله نهایی، کاربر پیش از ساخته شدن سبد خرید، از تخفیف‌ها، بازگشت بخشی از مبلغ خرید و جوایز احتمالی مرتبط با انتخاب‌های خود مطلع می‌شود. پس از تأیید او، سبد در پنل تریبون ساخته می‌شود و لینک پرداخت در محیط دستیار هوش مصنوعی در اختیارش قرار می‌گیرد.

به گفته شفیعی‌آزاد، اطلاعات سابقه خرید کاربر، در حد نوع محصولات خریداری‌شده و زمان خرید، نیز می‌تواند در پیشنهادهای بعدی استفاده شود.

 او همچنین گفت: تمرکز نسخه اولیه بر ابزارهای اجرایی بوده و افزودن منابع دانشی و دستورهای آماده، در نقشه راه توسعه قرار دارد.

ترابی: مسئله اصلی، زمانی است که صرف انتخاب می‌شود

رضا ترابی، مدیر تیم محصول تریبون، در ادامه نشست، کاهش زمان انجام کارها را محور توسعه خدمات هوش مصنوعی این مجموعه دانست. او گفت استفاده از این فناوری در تریبون، هم فرایندهای داخلی سازمان را دربر می‌گیرد و هم خدماتی را که به کسب‌وکارها و رسانه‌ها ارائه می‌شود.

ترابی با اشاره به فرایند انتخاب رسانه توضیح داد که متخصصان سئو، برای رسیدن به یک تصمیم، معمولاً از چند ابزار استفاده می‌کنند و زمان قابل‌توجهی را صرف تحقیق و مقایسه می‌کنند.

او همچنین گفت: تریبون برای به‌روز نگه داشتن شاخص‌های رسانه‌ها هزینه‌های دلاری می‌پردازد تا بخشی از اطلاعات موردنیاز در خود پلتفرم فراهم باشد؛ اتصال این داده‌ها به دستیار هوش مصنوعی نیز قرار است مسیر بررسی و انتخاب را کوتاه‌تر کند.

او سپس از «فهیمه» به‌عنوان دستیار هوش مصنوعی تریبون رونمایی کرد و آن را بخشی از مجموعه خدمات این شرکت در حوزه هوش مصنوعی دانست. مطابق توضیحات ارائه‌شده، کاربران می‌توانند با اتصال دستیار خود به MCP تریبون، جست‌وجو و مقایسه گزینه‌ها و آماده‌سازی سبد کمپین را در قالب گفت‌وگو دنبال کنند.

تولید محتوا بر اساس سابقه کاربر، در برنامه توسعه

ترابی در تشریح دیگر کاربردهای هوش مصنوعی در تریبون، به نظارت بر گفت‌وگوهای مستقیم کسب‌وکارها و رسانه‌ها اشاره کرد. به گفته او، این سامانه بر اساس قواعد پلتفرم، موارد نیازمند بررسی را شناسایی و به تیم مربوط اطلاع می‌دهد تا کارکنان برای رسیدگی وارد عمل شوند.

او همچنین از برنامه توسعه خدمتی برای تولید محتوا بر پایه سابقه فعالیت کاربران در تریبون خبر داد و ارائه آن را به ماه‌های آینده موکول کرد. ترابی تأکید کرد که خدمات هوش مصنوعی مجموعه به MCP محدود نخواهد شد و در پایان ارائه، از حاضران برای مشارکت در نمایش عملی محصول دعوت کرد.