Skip to main content

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

Chapter 20.2 · 28টার 2 নম্বর · 3 মিনিট

Tool calling আর multi-step workflow

আগের chapter-এ বললাম tool আছে।

বিনামূল্যে পড়া যায়

আগের chapter-এ বললাম tool আছে। এই chapter-এ দেখবেন ওটা আসলে কীভাবে ঘটে, কারণ এটা জানলে আপনি error পড়তে পারবেন।

ভেতরে যা হয়

একটা tool call তিনটে ধাপে হয়।

এক, AI-কে শুরুতেই একটা তালিকা দেওয়া হয়: কী কী tool আছে, প্রতিটার নাম কী, প্রতিটা কী কী argument চায়। এই তালিকাটা তার প্রশ্নের সাথে একসাথে যায়।

দুই, AI উত্তর দেওয়ার বদলে একটা অনুরোধ ফেরত পাঠায়: "আমি gtm_list_tags চালাতে চাই, এই তিনটে argument দিয়ে।" সে নিজে কিছু চালায় না, সে শুধু চাইতে পারে।

তিন, আপনার client ওই অনুরোধটা পড়ে, সত্যিই tool চালায়, আর ফল AI-র কাছে ফেরত দেয়। AI তখন ওই ফল পড়ে উত্তর লেখে।

এই তৃতীয় ধাপটা খেয়াল করুন। AI নিজে hand দিয়ে কিছু করে না। আপনার client করে। মানে অনুমতির নিয়ন্ত্রণ client-এর হাতে, AI-র হাতে নয়। এই একটা কথা Part 3-এর governance-এর পুরো ভিত্তি।

Multi-step মানে কী

একটা কাজে প্রায়ই একটার পর একটা tool লাগে, কারণ পরেরটার argument আগেরটার উত্তর থেকে আসে।

GTM-এর বাস্তব উদাহরণ। আপনি জিজ্ঞেস করলেন "test container-এ কোন কোন GA4 event tag আছে"। AI-কে চারটে ধাপে যেতে হবে।

প্রথমে account-এর তালিকা, কারণ container-এর API path-এ account ID লাগে। তারপর ওই account-এর container-এর তালিকা, কারণ tag-এর path-এ numeric container ID লাগে, আর আপনি যেটা জানেন সেটা GTM-KS3HC8BP ধরনের public ID, যেটা API নেয় না। তারপর ওই container-এর workspace-এর তালিকা, কারণ tag workspace-এর ভেতরে থাকে। তারপর শেষে tag-এর তালিকা।

চারটে call, একটার উত্তর পরেরটার input। এটাই multi-step workflow, আর এটা AI নিজে সাজায়।

এই একটা জিনিস আমার সবচেয়ে বেশি সময় বাঁচায়। হাতে করতে গেলে আমাকে চারবার আলাদা জায়গায় ID খুঁজতে হবে। AI-কে একবার বললে সে চারটে ধাপ নিজে মিলিয়ে নেয়।

যেখানে এটা আটকে যায়

Multi-step-এর মাঝখানে একটা ধাপ ভাঙলে AI প্রায়ই পরেরটা অনুমান করে চালিয়ে দেয়।

আসল ঘটনা। একটা container-এর workspace-এর তালিকা আনতে গিয়ে 403 এসেছে। AI সেটা পড়েছে, তারপর workspace_id হিসেবে 1 বসিয়ে পরের call চালিয়েছে, কারণ GTM-এর default workspace-এর ID প্রায়ই ছোট সংখ্যা হয়। সেবার কাজ করে গেছে। কিন্তু ওটা অনুমান ছিল, আর অন্য container-এ একই অনুমান ভুল ID-তে গিয়ে 404 দিত।

তাই আপনি tool-এর output দেখতে চাইবেন, শুধু শেষ উত্তরটা নয়। প্রায় সব AI client-এ tool call আর তার ফল পর্দায় দেখানোর একটা ব্যবস্থা থাকে, কখনো একটা tool call-এ click করলে খোলে, কখনো একটা verbose বা debug setting-এ।

ছবি: AI client-এ একটা tool call খোলা অবস্থায়, উপরে tool-এর নাম আর argument, নিচে ফেরত আসা JSON

ধাপ

  1. নিজের AI client-এ tool call দেখার জায়গাটা খুঁজে বের করুন। Tool call-এ click করে দেখুন, বা client-এর নথিতে verbose output-এর setting দেখুন।
  2. একটা পরিচিত tool চালান, যেমন সময় বা file পড়ার tool, আর দেখুন argument আর ফল দুটোই দেখা যাচ্ছে কিনা।
  3. একটা খাতায় লিখে রাখুন কীভাবে ওই জায়গাটা খোলা যায়। এই বইয়ের বাকি অংশে আপনি বারবার ওখানে যাবেন।

যা করবেন না

  • Tool call-এর ফল না দেখে AI-র সারসংক্ষেপে ভরসা করবেন না। সারসংক্ষেপ লেখার সময়ই ভুল ঢোকে, আর কাঁচা output-এ ওই ভুল থাকে না।
  • একটা কাজ দিয়ে অন্য tab-এ চলে যাবেন না, যতক্ষণ না আপনি জানেন সে কোন কোন tool চালাবে। Multi-step workflow-এ একটা ভুল ধাপ পরের তিনটে ধাপকে ভুল পথে নিয়ে যায়, আর শেষ উত্তরটা দেখে বোঝা যায় না কোথায় শুরু হয়েছিল।

প্রমাণ

আপনি আপনার client-এ একটা tool call-এর argument আর ফেরত আসা কাঁচা output দুটোই পর্দায় খুলে দেখেছেন, আর জানেন ওই জায়গায় আবার কীভাবে যাবেন।

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

বইয়ের সব chapter