میں نے ایک دوست کو کال کے آخر میں اپنے پروڈکٹ کا لنک بھیجا اور اس سے کہا کہ وہ اپنے ایجنٹ کو بتائے کہ کیا یہ مددگار ثابت ہوگا۔

وہ اپنا سر کھجا رہا تھا کہ وہ اسے کیسے استعمال کر سکتا ہے۔ اس کے AI ایجنٹ نے سائٹ کو پڑھا، اس کے ورک فلو کا تجزیہ کیا، اور مخصوص استعمال کے معاملات، مسابقتی موازنہ، اور ایماندارانہ خدشات کے ساتھ دو صفحات کا جائزہ تیار کیا۔ اس نے ایک واضح منظر نامے کی نشاندہی کی جہاں اسے اپنے B2B ایجنٹی کاروبار کے لیے پروڈکٹ کی ضرورت ہوگی۔

یہ کسی بھی چیز سے بہتر تھا جو میں نے ہفتوں کی کالوں میں حاصل کی تھی۔ اس نے فالو اپ ٹیکسٹ گفتگو کو بھی حوصلہ دیا جو کال سے زیادہ گہرائی میں چلا گیا۔

ایک گھنٹے کے اندر میں ایک درجن مزید لوگوں تک پہنچا۔ تین ہفتوں کے دوران، کل 26: بانی، انجینئرز، AI پاور استعمال کرنے والے، وہ لوگ جو اپنے ایجنٹ کے ڈھیر چلا رہے ہیں۔ تقریباً 18 کو وہی ایجنٹی تشخیص کا اشارہ ملا۔ باقیوں نے ایجنٹ کو شامل کیے بغیر کالز یا پیغامات پر رائے دی۔

پروڈکٹ [Neotoma](https://neotoma.io) ہے، جو AI ایجنٹوں کے لیے ایک منظم میموری سسٹم ہے۔ میں اسے روزانہ اپنے درد کو حل کرنے کے لیے استعمال کرتا ہوں: ایک [ملٹی ایجنٹ اسٹیک](/posts/what-my-agentic-stack-actually-does) میں رابطوں، مالیات، کاموں، مواد، اور بات چیت کا انتظام کرنا۔ میں نے حال ہی میں اسے مزید پڑھنے کے قابل بنانے کے لیے [سائٹ کو اوور ہال کیا](/posts/neotoma-site-overhaul-developer-feedback)۔ مجھے یہ جاننے کی ضرورت تھی کہ کیا کسی اور کو اس کی ضرورت ہے، اسے سمجھنے دو۔

اس سے پہلے، میں نے ایک ہفتہ [انٹرویو ایپ](https://github.com/markmhendrickson/interviews) بنانے میں گزارا تھا تاکہ روابط کی فراہمی، دعوتیں بھیجنے، اور نتائج کی مطابقت پذیری کے لیے Neotoma سے منسلک اسکرپٹ کے ساتھ ساختی تشخیص کو خودکار بنایا جا سکے۔ میں نے اسے ختم نہیں کیا تھا۔ لیکن ایجنٹ کے فوری طریقہ نے اسے بڑے پیمانے پر ویسے بھی غیر متعلقہ بنا دیا۔ کوئی UI، کوئی شیڈولنگ، کوئی منظم انٹرویو نہیں۔ صرف ایک لنک اور ایک سوال۔

## سیٹ اپ

تشخیص کا اشارہ آسان تھا۔ میں کچھ اس طرح کا اشتراک کروں گا: "ایک دوست اسے بنا رہا ہے۔ کیا آپ مجھے بتا سکتے ہیں کہ یہ مددگار ثابت ہوگا یا نہیں؟" پھر مصنوعات کی ویب سائٹ کا لنک۔ اس شخص کا ایجنٹ سائٹ کو پڑھے گا، اس شخص کے ورک فلو پر غور کرے گا، اور واپس رپورٹ کرے گا۔

ایک دھاگے میں اس شکل کے لفظ کے لیے لفظ استعمال کیا گیا ہے — نیچے دی گئی سطر میں نے محفوظ کیے ہوئے آؤٹ باؤنڈ میسج میٹا ڈیٹا سے لفظ بہ لفظ نقل کیا ہے:

> ایک دوست اسے بنا رہا ہے اور جاننا چاہتا ہے کہ آیا یہ مددگار ثابت ہوگا یا نہیں: https://neotoma.io

ایک ہی پرامپٹ، مختلف شخص۔ ان کے ایجنٹ نے مصنوع کو براہ راست اس شخص کے اپنے اسٹیک میں درد کے مقامات پر نقشہ بنایا:

> یہ حقیقی طور پر مفید لگتا ہے۔ یہ آپ کے استعمال کے معاملے میں کیوں اہم ہے:
>
> دل کی دھڑکن کی جانچ: JSON فائلوں میں "آخری چیک شدہ ای میل" یا "آخری کیلنڈر اسکین" کو ٹریک کرنا کام کرتا ہے، لیکن یہ نازک ہے۔ Neotoma اس کا صحیح ورژن کرے گا۔ ملٹی ایجنٹ آرکیسٹریشن: جب آپ ذیلی ایجنٹ پیدا کرتے ہیں جن کو ہم آہنگی کی ضرورت ہوتی ہے، تو وہ فی الحال قابل اعتماد طریقے سے ریاست کا اشتراک نہیں کرسکتے ہیں۔
>
> کیا یہ مددگار ہے؟ ہاں — اگر آپ کا دوست پروڈکشن ایجنٹس وقت کے ساتھ حقیقی کام کرنے کے بارے میں سنجیدہ ہے۔ آپ کی بھوت لکھنے والی پائپ لائن اور کراس سیشن کوآرڈینیشن کے لیے، یہ ایک حقیقی درد کو دور کر سکتا ہے۔

زیادہ تر نے ایجنٹ کا مکمل جواب 24 گھنٹوں کے اندر ٹیکسٹ میسج یا ای میل کے ذریعے بھیج دیا، بہت سے ایک یا دو گھنٹے کے اندر۔ کچھ نے کال پر اس کا خلاصہ کیا۔ کچھ لوگوں نے ایجنٹ کو شامل کیے بغیر صرف انسانی رائے دی۔

میں نے نیوٹوما میں ہی ہر چیز کا سراغ لگایا۔ Neotoma ساختی اداروں (رابطے، کام، تاثرات کے ریکارڈ، بات چیت) کو ورژن شدہ مشاہدات کے ساتھ اسٹور کرتا ہے، لہذا میں دیکھ سکتا ہوں کہ ہر تشخیص وقت کے ساتھ کس طرح تیار ہوتا ہے اور اسے اس شخص سے جوڑتا ہے جس نے اسے دیا تھا۔ ہر تشخیص میرے استعمال کردہ پرامپٹ کے ساتھ ایک فیڈ بیک ادارہ بن گیا، وہ ایجنٹ جس نے جواب دیا، جواب کا مکمل متن، کوئی بھی انسانی فالو اپ، چینل، اور سگنل کی طاقت کا میرا اندازہ۔ آخر تک میرے پاس 45 سے زیادہ فیڈ بیک ریکارڈز تھے جو رابطہ اداروں، گفتگو کی سرگزشت، اور تجزیہ نوٹوں سے منسلک تھے۔

## ایجنٹ مختلف طریقے سے کیا کرتے ہیں۔

تین چیزوں نے ایجنٹ کی ثالثی کی رائے کو روایتی کسٹمر ریسرچ گفتگو سے بہتر بنایا۔

### وہ ایماندار ہیں۔

ایک ایجنٹ نے ایک تجزیہ کار سے کہا: "یہ آپ کے لیے نہیں ہے۔ سیشنز کے درمیان آپ کو جس تسلسل کی ضرورت ہے وہ سیاق و سباق اور آواز کے بارے میں ہے، ریاستی ورژن کے تعین کے بارے میں نہیں۔" جائزہ لینے والے نے مکمل جواب بغیر پش بیک کے آگے بھیج دیا۔ اسی گفتگو میں ایک انسان نے شائستگی سے کچھ کہا اور آگے بڑھ گیا۔

ایک اور ایجنٹ نے پروڈکٹ کا احسن طریقے سے جائزہ لیا لیکن انسٹال کے عمل میں انحصار سیکورٹی کے خطرات کو نشان زد کیا۔ اس نے اپنے مالک کو اس وقت تک انسٹال نہ کرنے کی سفارش کی جب تک ان پر توجہ نہ دی جائے۔ میں نے تب سے ان کو پیچ کیا ہے (وہ انحصار کے انتظام کی سختی کی وجہ سے تھے)، لیکن تاثرات ایماندار، مخصوص، اور اس سے زیادہ کارآمد تھے کہ "اچھا لگ رہا ہے، میں اسے بعد میں چیک کروں گا۔"

ایک اور ایجنٹ نے مجموعی طور پر پروڈکٹ کا اچھی طرح سے جائزہ لیا لیکن نتیجہ اخذ کیا: "ایجنٹ اسٹیٹ مینجمنٹ کے لیے مارکیٹ اس وقت چھوٹی ہے اور ایجنٹ بنانے والے زیادہ تر لوگ ابھی تک درد کے مقام پر نہیں پہنچے ہیں۔ وہ اس تک پہنچیں گے جب وہ خاموش اوور رائٹ یا گمشدہ سیاق و سباق سے جل جائیں گے، پہلے نہیں۔" یہ حوصلہ افزائی میں لپٹی تعریف نہیں ہے۔ یہ ایک خطرے کی تشخیص ہے جو سماجی فلٹرنگ کے بغیر فراہم کی جاتی ہے۔

ایک انسان نے اس سمت سے میل کھایا۔ اس نے مجھے بتایا کہ پوزیشننگ ایسا محسوس ہوتا ہے کہ "مسائل تلاش کرنے کی کوشش کرنا آپ کے حل کو حل کرتا ہے، بجائے اس کے کہ جن کو حل کرنے کی ضرورت ہے۔" وہ مستثنیٰ ہے۔ زیادہ تر انسان آپ کے چہرے پر یہ نہیں کہیں گے۔ ایجنٹ کریں گے۔

### وہ مخصوص ہیں۔

ایک ایجنٹ نے اپنے مالک کے ورک فلو میں درد کے تین ٹھوس نکات کی نشاندہی کی جو مالک نے کبھی بھی آرام دہ گفتگو میں بیان نہیں کیے تھے: ایک مشترکہ ادارے کو ایک ساتھ لکھتا ہے، مارک ڈاؤن پر مبنی رابطے کے نظام پر پیمانے کی حدیں، اور پرووینس ٹریسنگ ("میرے ایجنٹ کو اس شخص کے بارے میں کیا معلوم تھا جب اس نے اس ای میل کا مسودہ تیار کیا تھا؟")۔

کال پر انسان کی رائے "دلچسپ تجربہ" تھی۔ ایجنٹ کا فیڈ بیک یہ تھا کہ "یہاں بالکل وہی جگہ ہے جہاں یہ ہمارے لیے ٹوٹتا ہے، اور یہاں تین صلاحیتیں ہیں جن کی ہمیں ضرورت ہے۔"

ایک اور ایجنٹ نے پروڈکٹ کا پانچ متبادلات سے موازنہ کرتے ہوئے ایک مکمل مسابقتی تجزیہ تیار کیا، پھر ہر ایک کو اس کے مالک کے سیٹ اپ میں مخصوص ورک فلو خلا کے ساتھ میپ کیا۔ اس میں تقریباً 30 سیکنڈ لگے۔ ایک انسان کو ایک ہی موازنہ کرنے کے لیے ایک ہفتے کی تحقیق کی ضرورت ہوگی، اور وہ کسی دوست کے سائیڈ پروجیکٹ کے لیے پریشان نہیں ہوگا۔

مخصوصیت کا فرق جزوی طور پر علم کے بارے میں ہے۔ ایجنٹوں کو اپنے مالک کے مکمل سیاق و سباق تک رسائی حاصل ہوتی ہے: فائلیں، ٹولز، حالیہ گفتگو، پروجیکٹ کی ساخت۔ لیکن یہ مراعات کے بارے میں بھی ہے۔ ایک ایجنٹ کو جانچنے کے لیے کہا گیا ہے کہ وہ بہت زیادہ تنقیدی یا بہت تفصیلی ہونے کی فکر نہیں کرتا ہے۔ یہ صرف تشخیص کرتا ہے۔

### وہ ظاہر کرتے ہیں کہ پروڈکٹ کس کے لیے ہے۔

یہ غیر متوقع تلاش تھی۔ وہ ایجنٹ جو خود ٹولز کا استعمال کرتے ہیں، یعنی ایم سی پی سرورز، کوڈ پر عمل درآمد، اور فائل سسٹم تک رسائی کے ساتھ کلاڈ کوڈ یا کرسر میں چلنے والے ایجنٹوں نے ChatGPT کے ویب انٹرفیس یا بنیادی جیمنی سیشن جیسے صرف تلاش کرنے والے چیٹ بوٹس کے مقابلے میں مستقل طور پر پروڈکٹ کا زیادہ احسن طریقے سے جائزہ لیا۔

چیٹ بوٹ طرز کے ایجنٹوں نے کہا کہ "دلچسپ تصور" یا "کچھ ڈویلپرز کے لیے مفید ہو سکتا ہے۔" ٹول استعمال کرنے والے ایجنٹوں نے کہا کہ "ہمارے پاس یہی مسئلہ ہے" اور "یہاں تین ورک فلو ہیں جہاں ہم اسے آج استعمال کریں گے۔"

پیٹرن سمجھ میں آتا ہے. ایک ایجنٹ جو تمام سیشنوں میں ریاست کا انتظام کرتا ہے، فائلوں کو لکھتا ہے، اور دوسرے ٹولز کے ساتھ کوآرڈینیٹ کرتا ہے اسے پروڈکٹ کے ذریعے حل کرنے والی میموری کے مسئلے کا خود تجربہ ہوتا ہے۔ ایک چیٹ بوٹ جو اسٹیٹ لیس ونڈو میں ٹیکسٹ تیار کرتا ہے ایسا نہیں کرتا ہے۔ پروڈکٹ کی قدر ان ایجنٹوں کے لیے سب سے زیادہ قابل فہم ہے جو فن تعمیر کے مسئلے کو حل کرتے ہیں۔

اس میں تقسیم کا اثر ہے۔ اگر ٹول استعمال کرنے والے ایجنٹ ڈویلپر ٹولز کا زیادہ درستگی سے جائزہ لیتے ہیں، اور اگر وہ ایجنٹ تیزی سے اپنے مالکان کے لیے ٹول کو اپنانے کے فیصلے کرتے یا ان پر اثر انداز ہوتے ہیں، تو ایجنٹ سے ایجنٹ کی سفارش ایک حقیقی چینل بن جاتی ہے۔ خلاصہ میں نہیں۔ مخصوص معنوں میں کہ ایویلیویٹر ایجنٹ کا مثبت اندازہ اس کے مالک کو انسٹال کرنے کی طرف لے جا سکتا ہے، اور اس ایجنٹ کا بعد میں ٹول کا استعمال اسے مالک کے اسٹیک میں موجود دیگر ایجنٹوں کو دکھائی دیتا ہے۔

## جو میں مختلف طریقے سے کروں گا۔

کچھ چیزیں میں نے خود طریقہ کے بارے میں سیکھی ہیں:

**ایجنٹ سے "میرے لیے" کا جائزہ لینے کو کہیں۔ مفید، لیکن وہ نہیں جس کی مجھے ضرورت تھی۔ بہترین تشخیص وہ تھے جہاں ایجنٹ نے اس کے مالک کے مخصوص ورک فلو کے خلاف پروڈکٹ کا اندازہ لگایا۔ جب پرامپٹ نے کہا "کیا یہ میرے لیے مددگار ہوگا؟" ایجنٹ نے اس شخص کی اصل فائلوں، ٹولز اور حالیہ پروجیکٹس سے نکالا ہے۔ جب پرامپٹ نے کہا کہ "اس پروڈکٹ کا اندازہ کریں"، تو ایجنٹ نے کنسلٹنٹ کا میمو لکھا۔ پہلا آپ کو بتاتا ہے کہ آیا اس شخص کو تکلیف ہے۔ دوسرا آپ کو بتاتا ہے کہ ایم بی اے کیا سوچے گا۔

**انسان کی حوصلہ افزائی کریں کہ وہ پہلے ایجنٹ کو جانے دیں۔** جب کسی نے اپنے ایجنٹ سے اپنی رائے قائم کرنے سے پہلے جائزہ لینے کو کہا، تو مجھے سب سے بڑا اشارہ ملا۔ ایجنٹ کی تکنیکی تشخیص اور اس پر انسان کا بعد میں ردعمل دو الگ الگ ڈیٹا پوائنٹس تھے۔ ان کے درمیان فاصلہ قابل قدر ہے۔ جب کوئی ایجنٹ کہتا ہے کہ "آپ کو اس کی ضرورت ہے" لیکن انسان کہتا ہے کہ "میں اسے بعد میں دیکھوں گا"، تو اس شخص کے انسٹال ہونے سے پہلے ایکٹیویشن کا خطرہ نظر آتا ہے۔ جب آپ سب سے پہلے انسان سے پوچھتے ہیں، تو وہ اپنے ابتدائی ردعمل پر لنگر انداز ہوتے ہیں اور ایجنٹ کا اندازہ اس کے ذریعے فلٹر ہوجاتا ہے۔

**ایجنٹ کی اہلیت کے لیے اپنی سائٹ کو بہتر بنائیں۔** ایجنٹ آپ کی سائٹ کو پڑھ کر جائزہ لیتے ہیں۔ اگر سائٹ مبہم ہے، تو تشخیص مبہم ہے۔ میں نے درمیان میں محسوس کیا کہ مجھے اس بات کو بہتر بنانے کی ضرورت ہے کہ کس طرح میری سائٹ نہ صرف انسانوں کے لیے بلکہ ایجنٹ کے قارئین کے لیے معلومات پیش کرتی ہے۔ سٹرکچرڈ ڈیٹا، واضح مسئلہ بیانات، ٹھوس استعمال کے کیسز، اور مشین پڑھنے کے قابل دستاویزات سبھی ایجنٹ کی تشخیص کو تیز تر بناتے ہیں۔ یہ اس کی ابتدائی شکل ہے جسے کچھ لوگ ایجنٹ ایویلیوایشن آپٹیمائزیشن (AEO) کہتے ہیں۔ اگر ایجنٹ ٹول کو اپنانے کی سفارشات دے رہے ہیں، تو آپ کی سائٹ کو ان کے لیے قابل مطالعہ ہونا چاہیے۔ تحقیقی عمل ختم ہونے کے بعد میں نے اسے مزید آگے بڑھایا، جس کی تفصیل میں ذیل میں بیان کرتا ہوں۔

**ایجنٹ کی قسم کو ٹریک کریں۔** ٹول تک رسائی والے ایجنٹوں نے صرف تلاش کرنے والے ایجنٹوں سے معیار کے لحاظ سے مختلف فیڈ بیک دیا۔ میں نے پہلے اس کو منظم طریقے سے ٹریک نہیں کیا اور بعد میں اسے دوبارہ بنانا پڑا۔ اگر آپ اس عمل کو چلاتے ہیں، تو نوٹ کریں کہ آیا تشخیص کنندہ کے ایجنٹ کے پاس MCP، کوڈ پر عمل درآمد، یا فائل سسٹم تک رسائی ہے۔ اس کا تعلق تشخیص کی گہرائی سے ہے۔

**تحقیق کے لیے پرامپٹ کو زیادہ بہتر نہ بنائیں۔** میرا اشارہ ڈھیلا تھا۔ "ایک دوست اسے بنا رہا ہے۔ کیا یہ مددگار ہو گا؟" کچھ لوگ وسیع تشخیصی فریم ورک تیار کر سکتے ہیں۔ میرے خیال میں تحقیق کے لیے ڈھیلا پرامپٹ بہتر تھا۔ یہ ہر ایجنٹ کو اپنا تجزیاتی ڈھانچہ لانے دیتا ہے، جس سے پتہ چلتا ہے کہ مختلف ایجنٹ ایک ہی پروڈکٹ کے بارے میں کیسے سوچتے ہیں۔ وہ تغیر معلوماتی تھا۔ جب مقصد تحقیق سے تبدیلی کی طرف جاتا ہے تو ساخت زیادہ اہمیت رکھتی ہے۔ اسی لیے میں نے ذیل میں جس تشخیصی صفحہ کو بیان کیا ہے اس میں دوستوں کے ساتھ استعمال کیے جانے والے ڈھیلے پرامپٹ کے بجائے تفصیلی پانچ قدمی اسکرپٹ کا استعمال کیا گیا ہے۔

## جب یہ طریقہ کام کرتا ہے۔

یہ نقطہ نظر اس وقت بہترین کام کرتا ہے جب آپ کا پروڈکٹ تکنیکی ہو، آپ کے تجزیہ کار AI پاور استعمال کرنے والے ہوتے ہیں، اور ایجنٹوں کے پاس اپنے مالک کے ورک فلو کے بارے میں کافی سیاق و سباق ہوتے ہیں تاکہ وہ مخصوص جائزے دے سکیں۔

یہ کنزیومر پروڈکٹس کے لیے، ان تشخیص کاروں کے لیے جو باقاعدگی سے AI ایجنٹس کا استعمال نہیں کرتے، یا ان پروڈکٹس کے لیے جن کی قدر فنکشنل کے بجائے جمالیاتی یا جذباتی ہے، کم کام کرتی ہے۔ ایک ایجنٹ آپ کو بتا سکتا ہے کہ آیا میموری سسٹم ورک فلو کا مسئلہ حل کرتا ہے۔ یہ آپ کو نہیں بتا سکتا کہ آیا کوئی برانڈ قابل اعتماد محسوس کرتا ہے۔

یہ اس وقت بھی بہترین کام کرتا ہے جب آپ کے پاس کھینچنے کے لیے ایک مضبوط نیٹ ورک ہو۔ میں 26 لوگوں تک پہنچا جن کو میں ذاتی طور پر جانتا ہوں یا جن سے میرا تعلق تھا۔ اجنبیوں تک ان سے ایجنٹ کی تشخیص چلانے کے لیے سرد رسائی شاید ناکام ہو جائے گی۔ وہ سماجی اعتماد جو کسی کو ایجنٹ کے جواب کو آگے بڑھانے کے لیے حاصل کرتا ہے وہی اعتماد ہے جو انسانی گاہک کی تحقیق کا کام کرتا ہے۔ ایک بار جب بھروسہ ہو جائے تو ایجنٹ آپ کو بہتر ڈیٹا دیتے ہیں۔ تحقیق کے عمل نے یہ بھی بدل دیا کہ میں سائٹ کے حصول کے بہاؤ کے بارے میں کیسے سوچتا ہوں۔ میں اگلے حصے میں بیان کرتا ہوں کہ میں نے براہ راست پروڈکٹ میں تشخیص کیسے بنایا۔

26 میں سے 20 نے ٹھوس رائے دی۔ تین زیر التواء ہیں۔ ہٹ ریٹ کسی بھی سروے یا انٹرویو کے عمل سے زیادہ تھا جو میں پہلے چلا چکا ہوں۔ اس کا ایک حصہ نیٹ ورک ہے۔ اس کا ایک حصہ یہ ہے کہ کسی کے ایجنٹ سے کسی چیز کا جائزہ لینے کے لیے کہنا 30 منٹ کی کال کو شیڈول کرنے سے کم پوچھنا ہے۔ وہ شخص صرف جواب کو آگے بڑھاتا ہے۔ دو منٹ لگتے ہیں۔

## فوری سے مصنوعات تک

تحقیق کے عمل میں تبدیلی آئی کہ میں خود سائٹ کیسے بناتا ہوں۔ جس ڈھیلے پرامپٹ کو میں دوستوں کے ساتھ بانٹ رہا تھا اس نے کام کیا، لیکن اس کا انحصار اس ایجنٹ پر تھا جو تشخیصی ڈھانچہ کو بہتر بنا رہا تھا۔ کچھ ایجنٹوں نے سخت اندازے لگائے۔ دوسروں نے کنسلٹنٹ میمو لکھے۔ تبدیلی کسٹمر کی تحقیق کے لیے معلوماتی تھی، لیکن یہ وہ نہیں ہے جو آپ چاہتے ہیں جب مقصد کسی ایسے شخص کو تبدیل کرنے کی طرف بدل جاتا ہے جو آپ کی سائٹ پر ٹھنڈا آتا ہے۔

![The Neotoma/evaluate page](/images/posts/neotoma-evaluate-page-screenshot.png)

لہذا میں نے پروڈکٹ کے حصول کے بہاؤ میں تشخیص کو بنایا۔ [Neotoma ہوم پیج](https://neotoma.io) اب بنیادی کال ٹو ایکشن کے طور پر "اپنے ایجنٹ سے جائزہ لینے کے لیے پوچھیں" کے ساتھ لے جاتا ہے، نہ کہ "انسٹال کریں" یا "شروع کریں۔" یہ ایک وقف شدہ [/evaluate](https://neotoma.io/evaluate) صفحہ کی طرف اشارہ کرتا ہے جسے نہ صرف انسانوں بلکہ ایجنٹوں کے ذریعے پڑھنے کے لیے ڈیزائن کیا گیا ہے۔ اس صفحہ میں پانچ قدمی تشخیصی اسکرپٹ ہے جس کی کوئی بھی ایجنٹ پیروی کر سکتا ہے، قطع نظر اس کے کہ صارف کس ٹول میں شروع کرتا ہے۔

اسکرپٹ دوستوں کے اشتراک کردہ پرامپٹ پر مخصوص طریقوں سے بہتر ہوتا ہے:

1. **سیاق و سباق کا جھاڑو۔** کچھ کہنے سے پہلے، ایجنٹ صارف کے انسٹال کردہ ٹولز، MCP کنفیگرز، آٹومیشن اسکرپٹس، پروجیکٹ ڈائریکٹریز، اور موجودہ میموری سسٹمز کو چیک کرتا ہے۔ یہ کسی ایک چیٹ ونڈو کے بجائے شخص کے حقیقی ورک فلو میں تشخیص کو بنیاد بناتا ہے۔
2. **ایک ہدف والا سوال۔** اس کی بنیاد پر جو اسے ابھی تک معلوم نہیں ہے، ایجنٹ صارف کے سیشن پیٹرن یا ٹول کی رکاوٹوں کے بارے میں پوچھتا ہے۔
3. **مختصر فالو اپ۔** باقی خالی جگہوں کو پر کرنے کے لیے ایک یا دو مزید سوالات۔
4. **ایماندارانہ تشخیص۔** کیا نیوٹوما فٹ بیٹھتا ہے، یہ صارف کی اپنی شرائط میں کن مخصوص مسائل کو حل کرے گا، کہاں سے شروع کرنا ہے، اور پہلے کیا ذخیرہ کرنا ہے۔ اگر ایجنٹ کو وسیع تر سیاق و سباق تک رسائی حاصل نہیں تھی، تو وہ ایسا کہتا ہے اور سفارش کو عارضی کے طور پر مرتب کرتا ہے۔
5. **کیننیکل ترتیب۔** اگر ایجنٹ نے ایک مضبوط یا اعتدال پسند فٹ کا اندازہ لگایا ہے، تو یہ صارف سے براہ راست پوچھتا ہے کہ آیا وہ آگے بڑھنا چاہتے ہیں۔ ترتیب ہے تشخیص، پھر تنصیب، پھر ایکٹیویشن، پھر ٹولنگ کنفیگریشن۔ ایجنٹ انسٹال گائیڈ پڑھتا ہے، ضرورت پڑنے پر `npm install -g neotoma` اور `neotoma init` چلاتا ہے، پھر صارف کو متعلقہ ایکٹیویشن کے ذریعے لے جاتا ہے: اعلیٰ قدر والے ڈیٹا کے امیدواروں کو دریافت کرنا، کیا ذخیرہ کرنا ہے اس کا جائزہ لینا، تصدیق شدہ ذرائع کو شامل کرنا، اصل کے ساتھ ٹائم لائن کی تشکیل نو کرنا، اور اصلاح کے ساتھ فالو اپ استفسار چلانا۔

صارف کا پروڈکٹ کا پہلا حقیقی تجربہ ان کے اپنے ڈیٹا کی دوبارہ تشکیل شدہ ٹائم لائن ہے، نہ کہ دستاویزی صفحہ۔

یہ ایڈہاک پرامپٹ سے مختلف ہے جسے میں نے کسٹمر ریسرچ کے دوران استعمال کیا تھا۔ اس پرامپٹ نے پوچھا "کیا یہ مفید ہے؟" تشخیصی صفحہ ایجنٹ سے فٹ کا اندازہ لگانے، سب سے زیادہ قیمت والے نقطہ آغاز کی نشاندہی کرنے، اور پھر مکمل آن بورڈنگ کو انجام دینے کے لیے کہتا ہے اگر صارف آگے بڑھنا چاہتا ہے۔ ایجنٹ حصول کا ذریعہ بن جاتا ہے۔ یہ ایک سیشن میں، کسی بھی ٹول میں صارف پہلے سے کام کر رہا ہے، اس کا جائزہ لیتا ہے، تجویز کرتا ہے، انسٹال کرتا ہے اور چالو کرتا ہے۔

میں ابھی تک نہیں جانتا کہ آیا یہ "شروع کریں" بٹن کے ساتھ روایتی لینڈنگ پیج سے بہتر بدلتا ہے۔ لیکن منطق سیدھی سی ہے: اگر ایجنٹ ہی اپنے مالکان کے لیے ٹول کی مطابقت کا اندازہ لگاتے ہیں، تو سائٹ کو ایجنٹوں کے لیے جائزہ لینے اور اس پر عمل کرنے کے لیے بہتر بنایا جانا چاہیے، نہ کہ صرف انسانوں کے پڑھنے اور بک مارک کرنے کے لیے۔

## نیچے کی لکیر

ایجنٹ کی ثالثی کے ذریعے ذاتی نوعیت کی کسٹمر کی تحقیق نے مجھے تین چیزیں فراہم کیں جو روایتی طریقوں نے نہیں کی ہیں: ایماندارانہ نااہلی (ایجنٹ جو اپنے مالکان کو بتاتے ہیں کہ پروڈکٹ ان کے لیے نہیں ہے)، درد کے ان نکات کی مخصوص شناخت جو انسان نے بیان نہیں کی تھی، اور ایجنٹ کی صلاحیت پر مبنی ایک سیگمنٹیشن سگنل جس سے پتہ چلتا ہے کہ پروڈکٹ دراصل کس کے لیے ہے۔

اس عمل کے تاثرات نے میرے ہدف والے صارف، میری پوزیشننگ، اور میرے سب سے بڑے خطرے کے بارے میں میری سمجھ کو بدل دیا۔ میں ان نتائج کے بارے میں الگ سے لکھوں گا۔ یہ پوسٹ طریقہ کار کے بارے میں ہے۔

اس نے یہ بھی بدل دیا کہ میں مارکیٹنگ اور حصول کے بارے میں کیسے سوچتا ہوں۔ اگر ایجنٹ اپنے مالکان کے لیے ٹول گود لینے کے فیصلے کر رہے ہیں یا ان پر اثر انداز ہو رہے ہیں، تو آپ کو ایجنٹوں کو اتنا ہی مارکیٹ کرنے کی ضرورت ہے جتنا انسانوں کو۔ میں نے اوپر بیان کیا ہے کہ کس طرح اس کی وجہ سے مجھے ایک سٹرکچرڈ ایجنٹ ایویلیویشن اسکرپٹ اور انسٹالیشن اور ایکٹیویشن کے ذریعے تشخیص سے ایک کینونیکل ترتیب کے ساتھ ایک تشخیصی-پہلی سائٹ بنانے میں مدد ملی۔ لیکن اصول عمومی ہے: ایجنٹ کی تشخیص کی اصلاح کا مطلب یہ یقینی بنانا ہے کہ آپ کا پروڈکٹ ظاہر، قابل مطالعہ، اور ایجنٹوں کے لیے عین اس وقت قابل عمل ہے جب وہ آپ کے حل کیے جانے والے درد کے نکات کا سامنا کرتے ہیں۔ نہ صرف سٹرکچرڈ میٹا ڈیٹا اور مشین کے ذریعے پڑھنے کے قابل دستاویزات، بلکہ ایک مکمل ایویلیویشن ٹو ایکٹیویشن پاتھ جسے ایجنٹ صارف کے موجودہ ٹول کو چھوڑے بغیر عمل میں لا سکتے ہیں۔

اس کے پیچھے ایک مشکل سوال ہے۔ کچھ سسٹمز کو نیوٹوما جیسے ٹول کو ابتدائی طور پر شامل کرنے سے فائدہ ہوگا، اس سے پہلے کہ درد کے مقامات شدید ہوں، کیونکہ بعد میں ہجرت کی حالت شروع سے ساختی اسٹوریج کے ساتھ شروع کرنے سے زیادہ مہنگی ہوتی ہے۔ آپ نئے سسٹم بنانے والے ایجنٹوں کو کیسے مطلع کرتے ہیں کہ اب ٹول استعمال نہ کرنے کی طویل مدتی لاگت سیٹ اپ کی لاگت سے زیادہ ہے؟ میرے پاس ابھی تک کوئی جواب نہیں ہے۔ لیکن تحقیقی عمل خود، ایجنٹوں سے پروڈکٹ کا جائزہ لینے کے لیے کہتا ہے، یہ سمجھنے کی طرف پہلا قدم ہے کہ ایجنٹ کس طرح آلے کو اپنانے کی وجہ بتاتے ہیں۔

اگر آپ کچھ بنا رہے ہیں اور آپ کے ممکنہ صارفین ٹول تک رسائی کے ساتھ AI ایجنٹس چلاتے ہیں، تو ایجنٹوں سے پوچھیں۔ وہ آپ کو ایسی چیزیں بتائیں گے جو انسان نہیں کریں گے۔