یادگیری Airtable با هوش مصنوعی
با یک مثال از کار خودتون یاد بگیرید بیس، جدول، رکورد و نما در Airtable چه فرقی دارن. بعد تصمیم بگیرید برای دیدن همون اطلاعات از زاویه دیگه، چه چیزی لازمه.
یادگیری Airtable با هوش مصنوعی وقتی راحتتره که مثالش از کار هر روزتون باشه. فرض کنید فروشگاه کوچکی دارید و بستهها رو برای ارسال آماده میکنید. تیم فروش باید قیمت سفارش رو ببینه، اما کسی که بسته رو میبنده بیشتر دنبال رنگ، تعداد و تاریخ ارساله. میتونید از ایجنت بخواید با همین مثال توضیح بده دو نفر چطور روی اطلاعات مشترک کار میکنن و هر کدوم چیز متفاوتی جلوی روی خودشون میبینن.
با airtable-overview میفهمید کدوم تصمیم به ساختار جدول مربوطه و کدوم به نحوه دیدن اطلاعات. یک رکورد سفارش میتونه چند فیلد داشته باشه. در یک نمای فیلترشده فقط سفارشهای آماده دیده میشن، در حالی که سفارشهای قبلی هنوز در جدول هستن. وقتی این تفاوت جا بیفته، میتونید درخواست دقیقتری از کسی که قراره سیستم رو برای تیمتون بسازه داشته باشید.
کاربردها
- فهمیدن فرق یک رکورد سفارش با فیلدی مثل تاریخ ارسال
- انتخاب نمای فیلترشده برای دیدن سفارشهای آماده بستهبندی
- تشخیص این که دو تیم چه اطلاعات مشترکی لازم دارن
- توضیح ساده تفاوت بیس، جدول و صفحهای که کاربر میبینه
- شناخت کاری که میشه با تغییر یک رکورد بهصورت خودکار شروع کرد
نصب و استفاده
- در ایجنت سازگار با اسکیل، یک مثال ساده از کارتون بنویسید. برای گرفتن توضیح لازم نیست حساب Airtable داشته باشید یا اطلاعات مشتری واقعی رو در اختیار ایجنت بذارید.
- مثلا بگید «با سه سفارش فرضی نشون بدید رکورد چیه و کدوم بخش رو باید فیلد تاریخ بگیرم. بعد بگید تیم انبار چطور فقط سفارشهای فردا رو ببینه.»
- حالا یک مورد تازه به مثال اضافه کنید. مثلا مشتری تاریخ تحویل رو عوض کرده. از ایجنت بپرسید چه چیزی در خود جدول تغییر میکنه و کدوم نما ممکنه به خاطر همون تغییر عوض بشه.
سوالات متداول
منبع
ساخته Airtable. نام اصلی: airtable-overview، منتشرشده در GitHub با مجوز MIT.
مشاهده در GitHub