طراحی دادههای جستجو در Algolia با هوش مصنوعی
مشخص کنید هر نتیجه جستجو دقیقا چی رو نشون میده. از روی چند نمونه، شناسه ثابت، اطلاعات روی کارت و فیلدهای لازم برای فیلتر کردن رو انتخاب کنید.
طراحی دادههای جستجو در Algolia با هوش مصنوعی از این تصمیم شروع میشه که مثلا یک جفت کفش با چهار رنگ و پنج سایز چند بار باید در نتیجهها دیده بشه. اگر همه حالتها رو جدا نشون بدید، ممکنه صفحه اول پر از عکسهای تقریبا یکسان بشه. اگر همه رو یکجا بیارید، باید معلوم باشه وقتی مشتری رنگ آبی و سایز خاصی رو انتخاب میکنه، اون ترکیب واقعا موجوده یا نه.
اسکیل algolia-data-modeling از چند نمونه واقعی یا ساختگی کاتالوگ استفاده میکنه تا شکل هر نتیجه رو برای تیم روشن کنه. ایجنتتون میتونه مشخص کنه چه چیزی شناسه هر نتیجه باشه، چه اطلاعاتی روی کارت بیاد و چه مقدارهایی فقط برای مرتب کردن یا فیلتر کردن به کار برن. لازم نیست ساختار جدولی که تیم انبار استفاده میکنه عینا در جستجو تکرار بشه.
کاربردها
- برای هر نتیجه یک شناسه ثابت انتخاب کنید که با تغییر عنوان عوض نشه.
- تصمیم بگیرید هر رنگ یک کارت محصول داشته باشه یا کاربر رنگ رو داخل همون کارت انتخاب کنه.
- رابطه موجودی هر سایز رو با چیزی که در نتیجه نشون میدید بررسی کنید.
- مشخص کنید فیلتر رنگ باید کدوم نتیجهها رو نگه داره.
- فیلدهای داخلی رو از اطلاعاتی که کاربر در پاسخ جستجو میگیره جدا کنید.
نصب و استفاده
- اسکیل رو به ایجنتتون اضافه کنید و چند نمونه بدون اطلاعات خصوصی آماده کنید. برای طراحی اولیه، نمونه فایل و توضیحی درباره نحوه تغییر قیمت یا موجودی کافیه.
- مثلا بگید «مدلی پیشنهاد بدید که مشتری فقط کفشهای آبی موجود در سایز خودش رو ببینه. یک نمونه برای کالای تکرنگ و یک نمونه برای مدل چندرنگ نشون بدید.»
- طرح رو با تیم کاتالوگ و کسی که کارتها رو میسازه مرور کنید. یک بار تغییر عنوان، تمام شدن موجودی و اضافه شدن رنگ تازه رو روی نمونهها دنبال کنید.
سوالات متداول
منبع
ساخته Algolia. نام اصلی: algolia-data-modeling، منتشرشده در GitHub با مجوز MIT.
مشاهده در GitHub