Skip to main content

AI দিয়ে tracking, QA আর reporting · Part 1: AI, MCP, আর নিজের হাতে বসানো

Chapter 20.1 · 28টার 1 নম্বর · 3 মিনিট

LLM কী, agentic AI কী, পার্থক্য কোথায়

এই পার্থক্যটা বইয়ের এক নম্বর chapter-এ রাখছি কারণ এটা না বুঝলে আপনি ভুল জায়গায় ভরসা করবেন।

বিনামূল্যে পড়া যায়

এই পার্থক্যটা বইয়ের এক নম্বর chapter-এ রাখছি কারণ এটা না বুঝলে আপনি ভুল জায়গায় ভরসা করবেন।

LLM একটা জিনিসই করে

একটা LLM, মানে large language model, একটা কাজ করে: তাকে যা লেখা দেওয়া হয়েছে তার পরে সম্ভাব্য পরের শব্দটা বের করে। তারপর তার পরেরটা। এইভাবে একটা উত্তর তৈরি হয়।

সে কোথাও কিছু দেখতে পায় না। আপনার container খুলতে পারে না। আপনার GA4 property-তে ঢুকতে পারে না। সে শুধু জানে, training-এর সময় সে যা পড়েছে, তার ভিত্তিতে এই ধরনের প্রশ্নের উত্তর সাধারণত কী হয়।

এর ফল আপনি হয়তো দেখেছেন। ChatGPT-তে লিখুন "GA4-এর purchase event-এ কী কী parameter লাগে", সে ঠিক উত্তর দেবে, কারণ ওটা নথিতে লেখা আছে আর সে নথি পড়েছে। এবার লিখুন "আমার container-এ purchase tag ঠিক আছে কিনা দেখো"। সে একটা উত্তর দেবে, আত্মবিশ্বাসের সাথে, আর সেটা পুরোপুরি কল্পনা, কারণ সে আপনার container দেখেনি।

এই দ্বিতীয় ধরনের উত্তরকে hallucination বলা হয়। আমি ওটাকে অন্যভাবে দেখি: ওটা hallucination নয়, ওটা সেই যন্ত্রটার স্বাভাবিক কাজ। তাকে প্রশ্ন করা হয়েছে, তার কাছে data নেই, তাই সে সম্ভাব্য উত্তর বানিয়েছে। দোষটা যন্ত্রের নয়, প্রশ্নের।

Agentic AI-তে একটা জিনিস যোগ হয়

Agentic AI মানে একই LLM, কিন্তু তার হাতে কিছু tool আছে, আর সে নিজে ঠিক করতে পারে কখন কোনটা ব্যবহার করবে।

Tool মানে একটা কাজ করার ক্ষমতা। একটা file পড়া। একটা HTTP request পাঠানো। একটা terminal command চালানো। আর আমাদের ক্ষেত্রে: GTM API-তে গিয়ে একটা container-এর tag-এর তালিকা আনা।

এবার আগের প্রশ্নটা আবার করুন, কিন্তু এমন একটা AI-কে যার হাতে GTM পড়ার tool আছে। সে এবার প্রথমে tool চালাবে, আসল তালিকা পাবে, তারপর সেই তালিকা পড়ে উত্তর দেবে।

পার্থক্যটা আকাশ-পাতাল। প্রথম ক্ষেত্রে উত্তরটা অনুমান। দ্বিতীয় ক্ষেত্রে উত্তরটা আপনার container থেকে পড়া, আর আপনি tag ID ধরে মিলিয়ে দেখতে পারেন।

এই বইয়ের পুরো কাজ ওই দ্বিতীয় অবস্থাটা বানানো।

কিন্তু agentic মানে নির্ভুল নয়

একটা জিনিস এখনই লিখে রাখুন, কারণ পরে এটা মনে না থাকলে ক্ষতি হবে।

Tool থাকা মানে সে ঠিক data পাবে। Tool থাকা মানে না যে সে ওই data ঠিকভাবে বুঝবে।

আমি নিজের চোখে দেখেছি: AI GTM থেকে ঠিক তালিকা এনেছে, যেখানে একটা tag-এর firingTriggerId খালি, আর তারপর লিখেছে "এই tag সব পাতায় চলে"। উল্টো। Trigger নেই মানে ওটা কোথাও চলে না। Data ঠিক, ব্যাখ্যা ভুল।

তাই এই বইয়ের নিয়ম: AI tool চালিয়ে data আনবে, আপনি ওই data পড়ে সিদ্ধান্ত নেবেন। আর সেজন্যই আপনাকে tracking-এর কাজটা আগে থেকে জানতে হবে, যা ভূমিকায় লিখেছি।

ধাপ

  1. নিজের AI client খুলে এই প্রশ্নটা করুন: "আমার GTM container GTM-XXXXXXX-এ কতগুলো tag আছে?" (নিজের আসল container ID বসান)।
  2. উত্তরটা পড়ুন। সে যদি একটা সংখ্যা বলে দেয়, সেটা বানানো, কারণ এখনো কোনো MCP server বসানো হয়নি।
  3. উত্তরটা একটা file-এ copy করে রাখুন, তারিখ লিখে। Chapter 20.7-এর পরে আবার একই প্রশ্ন করবেন আর দুটো মিলিয়ে দেখবেন।
  4. এবার জিজ্ঞেস করুন "তুমি কি আমার container পড়তে পারো? কী কী tool তোমার হাতে আছে?" এই উত্তরটাও রাখুন।

যা করবেন না

  • Tool ছাড়া AI-র দেওয়া কোনো সংখ্যা ক্লায়েন্টকে পাঠাবেন না। কখনো। "আপনার container-এ 14টা tag আছে, 3টা ভাঙা" এই বাক্যটা যদি tool-এর output ছাড়া এসে থাকে, তাহলে ওটা কল্পনা, আর ক্লায়েন্ট সেটা যাচাই করতে গিয়ে ধরে ফেলবে।
  • AI আত্মবিশ্বাসের সাথে বলছে মানে সে জানে, এটা ধরে নেবেন না। ভাষার আত্মবিশ্বাস আর তথ্যের সত্যতার মধ্যে কোনো সম্পর্ক নেই। আমার দেখা সবচেয়ে ভুল উত্তরগুলো সবচেয়ে গুছিয়ে লেখা ছিল।

প্রমাণ

আপনার কাছে দুটো লেখা আছে, তারিখ সহ: tool ছাড়া AI আপনার container নিয়ে কী বলেছে, আর সে নিজের tool-এর তালিকা হিসেবে কী বলেছে। এই দুটো Chapter 20.7-এ লাগবে।

পুরো বইটার তালিকা দেখতে চান, বা অন্য chapter-এ যেতে চান?

বইয়ের সব chapter