ردباس ، به عنوان بزرگترین پلتفرم فروش آنلاین بلیط اتوبوس در جهان، به میلیون‌ها مسافر در سراسر هند، آسیای جنوب شرقی و آمریکای لاتین خدمات ارائه می‌دهد. این سرویس عمدتاً مبتنی بر موبایل است و بیش از ۹۰٪ از کل رزروها از طریق اپلیکیشن آن انجام می‌شود. با این حال، این موضوع چالش قابل توجهی در جمع‌آوری بازخورد مفید از پایگاه کاربری که به ده‌ها زبان مختلف صحبت می‌کند، ایجاد می‌کند. تایپ کردن نظرات برای بسیاری از کاربران ناخوشایند است و به عنوان مثال، نظری که به زبان تامیل نوشته شده است، برای اپراتور اتوبوسی که فقط به زبان هندی صحبت می‌کند، ارزش کمی دارد.

برای بهبود کیفیت و حجم بازخورد کاربران، توسعه‌دهندگان در redBus از Gemini Flash ، یک مدل هوش مصنوعی گوگل که تأخیر کمی را فراهم می‌کند، برای رونویسی و ترجمه فوری ضبط‌های صدای کاربر استفاده کردند. برای اتصال این هوش مصنوعی قدرتمند به برنامه خود بدون درگیر شدن با کارهای پیچیده backend، از Firebase AI Logic استفاده کردند. این ویژگی جدید موانع زبانی را از بین برد و فرآیند بررسی را ساده کرد و منجر به افزایش قابل توجه تعامل کاربر و کیفیت بازخورد شد.

ساده‌سازی بازخورد کاربر با رویکرد اولویت صدا

تجربه قبلی نقد و بررسی درون برنامه‌ای در redBus مبتنی بر متن بود که چالش‌های کلیدی را به همراه داشت. ابهی موکتیسوار، سرپرست ارشد فناوری در مهندسی موبایل در redBus، گفت: «در مقیاس ما، نقدهای قابل اعتماد کاربران بسیار مهم هستند: آنها اعتماد مسافران را جلب می‌کنند و به اپراتورها بینش‌های عملی می‌دهند. در حالی که سیستم مبتنی بر متن موجود ما به خوبی به ما خدمت کرد، متوجه شدیم که مشتریان اغلب در بیان کامل تجربه خود مشکل دارند، که منجر به این شد که بازخورد کاربران ما فاقد جزئیات و حجم لازم برای ارائه حداکثر ارزش به مسافران و اپراتورها باشد. علاوه بر این، موانع زبانی، سودمندی نقدها را محدود می‌کرد، زیرا نقد و بررسی‌ها به یک زبان برای کاربران یا اپراتورهای اتوبوس که به زبان دیگری صحبت می‌کردند، مفید نبود. انگیزه اصلی ما این بود که از قدرت بیان صدا استفاده کنیم و بر مانع زبانی غلبه کنیم تا بازخوردهای معتبرتر و دقیق‌تری از کاربران دریافت کنیم.»

تیم توسعه‌دهنده می‌خواست یک تجربه بدون مشکل و مبتنی بر صدا ایجاد کند، بنابراین جریان جدیدی را طراحی کردند که در آن کاربران می‌توانستند به سادگی نظر خود را به زبان مادری خود بیان کنند. برای تشویق پذیرش، تیم یک دکمه میکروفون برجسته و متحرک را همراه با متنی با این مضمون پیاده‌سازی کرد: «صدای شما مهم است، نظر خود را به زبان خودتان به اشتراک بگذارید.» این اشاره به زبان مادری کاربر، مطابق با تنظیمات زبان برنامه آنها، نمایش داده می‌شود.

با استفاده از Gemini Flash، برنامه صدای ضبط شده کاربر را پردازش می‌کند. ابتدا گفتار را به متن تبدیل می‌کند، سپس آن را به انگلیسی ترجمه می‌کند و در نهایت احساسات را تجزیه و تحلیل می‌کند تا به طور خودکار امتیاز ستاره‌ای ایجاد کند و برچسب‌های مرتبط را بر اساس محتوای نقد پیش‌بینی کند. سپس خلاصه‌ای مختصر ایجاد می‌کند و فیلدهای فرم نقد را با محتوای تولید شده به طور خودکار پر می‌کند.

توسعه‌دهندگان Firebase AI Logic را انتخاب کردند زیرا به آنها اجازه می‌داد بدون کمک تیم backend، این ویژگی را بسازند و عرضه کنند و به طور چشمگیری زمان و پیچیدگی توسعه را کاهش دهند. Abhi توضیح داد: «Firebase AI SDK یک وجه تمایز کلیدی بود زیرا تنها راه‌حلی بود که به تیم frontend ما قدرت می‌داد تا این ویژگی را به طور مستقل بسازند و عرضه کنند.» این رویکرد به تیم این امکان را داد که تنها در 30 روز از ایده به اجرا برسد.

در طول پیاده‌سازی، مهندسان از خروجی ساختاریافته استفاده کردند که مدل Gemini Flash را قادر می‌سازد تا پاسخ‌های JSON خوش‌فرم، از جمله رونویسی، ترجمه، تحلیل احساسات و رتبه‌بندی ستاره‌ای را برگرداند و سپس پر کردن رابط کاربری را آسان کند. این امر یک تجربه کاربری یکپارچه را تضمین می‌کرد. سپس به کاربران متن رونویسی‌شده اصلی به زبان خودشان و نسخه ترجمه‌شده و خلاصه‌شده به زبان انگلیسی نشان داده می‌شود. از همه مهم‌تر، به کاربر کنترل کامل داده می‌شود تا تمام متن تولیدشده توسط هوش مصنوعی را بررسی و ویرایش کند و رتبه‌بندی ستاره‌ای را قبل از ارسال نظر تغییر دهد. آنها حتی می‌توانند دوباره صحبت کنند تا محتوای بیشتری اضافه کنند.

افزایش تعامل و کسب بینش عمیق‌تر از کاربر
ویژگی بررسی صوتی مبتنی بر هوش مصنوعی تأثیر مثبت قابل توجهی بر تعامل کاربران داشت. با فراهم کردن امکان صحبت کاربران به زبان مادری خود، redBus شاهد افزایش ۵۷ درصدی در مدت زمان بررسی و افزایش قابل توجه در حجم کلی بررسی‌ها بود.

این ویژگی جدید با موفقیت بخشی از پایگاه کاربران را که قبلاً در نوشتن نظر مردد بودند، جذب کرد. از زمان پیاده‌سازی، بازخورد کاربران بسیار مثبت بوده است: مشتریان از دقت رونویسی و ترجمه قدردانی می‌کنند و خلاصه‌های تولید شده توسط هوش مصنوعی را مروری مختصر بر نظرات طولانی‌تر و دقیق‌تر خود می‌دانند.

اگرچه Gemini Flash در فضای ابری میزبانی می‌شود، اما تجربه کاربری بسیار واکنش‌پذیری را ارائه می‌دهد. ابهی گفت: «مشاهدات مشترک شرکا و ذینفعان ما این بوده است که سطح واکنش‌پذیری ویژگی جدید هوش مصنوعی ما آنقدر سریع و روان است که احساس می‌شود هوش مصنوعی مستقیماً روی دستگاه اجرا می‌شود. این گواهی بر تأخیر کم مدل Gemini Flash است که عامل کلیدی در موفقیت آن بوده است.»

راهی آسان‌تر برای ساخت‌وساز با هوش مصنوعی

برای تیم redBus، این پروژه نشان داد که چگونه Firebase AI Logic و Gemini Flash به توسعه‌دهندگان موبایل قدرت می‌دهند تا ویژگی‌هایی را بسازند که در غیر این صورت نیاز به پیاده‌سازی در سمت سرور دارند. این امر وابستگی به تغییرات سمت سرور را کاهش می‌دهد و به توسعه‌دهندگان اجازه می‌دهد تا به سرعت و مستقل آن را تکرار کنند.

پس از موفقیت ویژگی بررسی صدا، تیم redBus در حال بررسی موارد استفاده دیگر برای هوش مصنوعی مولد روی دستگاه است تا برنامه خود را بیشتر بهبود بخشد. آنها همچنین قصد دارند از Google AI Studio برای آزمایش و تکرار دستورالعمل‌ها در آینده استفاده کنند. برای Abhi، درس واضح است: "دیگر بحث تنظیمات پیچیده backend مطرح نیست. بحث بر سر ایجاد دستورالعمل مناسب برای ساخت ویژگی نوآورانه بعدی است که مستقیماً تجربه کاربر را بهبود می‌بخشد."

شروع کنید

درباره نحوه استفاده از Gemini و Firebase AI Logic برای ساخت ویژگی‌های هوش مصنوعی مولد برای برنامه خودتان بیشتر بیاموزید.