Skip to main content
A/B टेस्टिंग डेटा के साथ इस सवाल का जवाब देती है कि “क्या नया प्रॉम्प्ट वास्तव में बेहतर है?” सिर्फ अनुमान से नहीं: इनकमिंग कॉल्स को एजेंट वेरिएंट्स के बीच बांटा जाता है, हर कॉल को सामान्य रूप से ग्रेड किया जाता है, और आप हर वेरिएंट की सफलता दर की तुलना करते हैं। इसके दो स्थान हैं:
  • हर एजेंट के लिए — टेस्ट हर एजेंट के बिल्डर में, उसके A/B टैब (/dashboard/agents/<id>?tab=variants) पर कॉन्फ़िगर और ट्यून किए जाते हैं। यहीं वेरिएंट्स बनाए जाते हैं और टेस्ट चालू किया जाता है।
  • क्रॉस-एजेंट ओवरव्यूExperiments पेज (/dashboard/experiments, Quality & Testing के अंतर्गत) हर एजेंट के टेस्ट को एक टेबल में एकत्रित करता है।

टेस्ट सेट अप करें

Experiments पेज से A/B टेस्ट सेट अप करें पर क्लिक करें और एक एजेंट चुनें — आप उस एजेंट के A/B टैब पर पहुंचेंगे, जहां आप वेरिएंट कॉन्फ़िगरेशन बनाते हैं (एक को कंट्रोल के रूप में चिह्नित किया जाता है) और स्प्लिट टेस्टिंग सक्षम करते हैं। बिल्डर के बारे में जानने के लिए एजेंट बनाएं देखें।

ओवरव्यू पढ़ें

टेस्ट वाले हर एजेंट के लिए, Experiments टेबल यह दिखाती है:
  • स्थिति — सक्रिय (स्प्लिट टेस्टिंग चालू) या पॉज़ किया गया।
  • वेरिएंट्स — हर वेरिएंट एक चिप के रूप में, जिसमें कंट्रोल लेबल किया गया हो।
  • लीडिंग — अब तक की सबसे अच्छी सफलता दर वाला वेरिएंट, उसके प्रतिशत के साथ। जब तक वेरिएंट्स में ग्रेड की गई कॉल्स नहीं होतीं, यह अभी पर्याप्त डेटा नहीं है दिखाता है — कुछ ही कॉल्स के आधार पर विजेता घोषित न करें।
  • कॉल्स — टेस्ट के वेरिएंट्स में कुल कॉल्स।
बिना टेस्ट वाले एजेंट नीचे सूचीबद्ध होते हैं, ताकि आप एक क्लिक में टेस्ट शुरू कर सकें। किसी भी पंक्ति पर क्लिक करने से आप उस एजेंट के A/B टैब पर जाकर टेस्ट को ट्यून या समाप्त कर सकते हैं।
किसी कॉल को किस वेरिएंट ने संभाला, यह उस कॉल पर ही रिकॉर्ड होता है, इसलिए आप कॉल हिस्ट्री में हर पक्ष के ट्रांसक्रिप्ट्स को फ़िल्टर करके जांच सकते हैं।
डायनामिक कॉन्फ़िग वेबहुक में A/B असाइनमेंट खुद बनाने के बजाय इस बिल्ट-इन फीचर को प्राथमिकता दें — आपको असाइनमेंट, हर वेरिएंट के आंकड़े और ग्रेडिंग बिना अतिरिक्त काम के मिलते हैं।

अगले चरण

एजेंट बनाएं

एजेंट के A/B टैब पर वेरिएंट्स बनाएं।

सिमुलेशन

असली ट्रैफ़िक के निर्णय लेने से पहले, AI कॉलर्स के साथ लॉन्च-पूर्व टेस्टिंग।