पाठ 24 / 25

केस स्टडी: AI Support Triage

ऐसा workflow डिज़ाइन करें जो support emails वर्गीकृत करे, उत्तर का मसौदा बनाए और भेजने से पहले इंसान से पूछे।

डिज़ाइन के चुनाव

Gmail Trigger नए emails पाता है। एक Code node signatures हटाता है और token ख़र्च सीमित करने को लंबी body काटता है। Text Classifier billing, technical या other पर भेजता है। Billing और technical के लिए read-only get_order tool और policy search tool वाला AI Agent उत्तर का मसौदा बनाता है। मसौदा Approve/Reject बटनों के साथ Slack जाता है; मंज़ूरी मिलने पर ही Gmail node उसे भेजता है। "Other" सीधे इंसानी queue में जाता है। Error workflow टीम को alert करता है, और हर run अपनी श्रेणी व token उपयोग log करता है।

एक पूरा AI workflow

असली automation trigger, validation, AI steps, इंसानी मंज़ूरी और error handling को जोड़ता है।

चार हिस्से: intake, AI, मंज़ूरी, कर्म।
चित्र 8.1 — Intake, AI, मंज़ूरी और कर्म।

एक पन्ने पर workflow

हर पंक्ति इस कोर्स के एक खंड से जुड़ती है।

Gmail Trigger                                   (Sec 2)
  -> Code: clean + clip body                    (Sec 3)
  -> Text Classifier: billing | technical | other (Sec 4)
  -> AI Agent (tools: get_order, search_policy)   (Sec 4, 5)
  -> Slack: Approve / Reject draft                (Sec 6)
  -> Gmail: send reply (only if approved)         (Sec 6)
  -> other: human queue ;  failures: Error workflow (Sec 6)
Hosting: Docker Compose, HTTPS, git-backed JSON    (Sec 7)

त्वरित जाँच: केस स्टडी में उत्तर भेजने से पहले मंज़ूरी क्यों ज़रूरी है?

  • वरना emails नहीं भेजे जा सकते
  • Slack इसे ज़रूरी करता है
  • भेजना बाहर जाने वाला कर्म है जिसे पलटना कठिन है और model output ग़लत हो सकता है
  • यह model को तेज़ करता है
Answer

भेजना बाहर जाने वाला कर्म है जिसे पलटना कठिन है और model output ग़लत हो सकता है — इंसानी जाँच ग्राहक के देखने से पहले ग़लत या जोखिम भरे मसौदे पकड़ लेती है।