यह दस्तावेज़ AI द्वारा अनुवादित किया गया है। किसी भी अशुद्धि के लिए, कृपया अंग्रेजी संस्करण देखें
AI एजेंट · Viz: CRM परिदृश्य कॉन्फ़िगरेशन गाइड
CRM उदाहरण का उपयोग करके, जानें कि आप अपने AI अंतर्दृष्टि विश्लेषक को अपने व्यवसाय को वास्तव में कैसे समझा सकते हैं और उसकी पूरी क्षमता का उपयोग कैसे कर सकते हैं।
1. प्रस्तावना: Viz को "डेटा देखने" से "व्यवसाय समझने" तक ले जाना
NocoBase सिस्टम में, Viz एक पूर्व-निर्मित AI अंतर्दृष्टि विश्लेषक है। यह पेज संदर्भ (जैसे लीड्स, अपॉर्चुनिटीज़, अकाउंट्स) को पहचान सकता है और ट्रेंड चार्ट, फ़नल चार्ट और KPI कार्ड उत्पन्न कर सकता है। लेकिन डिफ़ॉल्ट रूप से, इसमें केवल सबसे बुनियादी क्वेरी क्षमताएँ होती हैं:
| टूल | कार्य विवरण | सुरक्षा |
|---|---|---|
| Get Collection Names | संग्रह सूची प्राप्त करें | ✅ सुरक्षित |
| Get Collection Metadata | फ़ील्ड संरचना प्राप्त करें | ✅ सुरक्षित |
ये टूल Viz को केवल "संरचना को पहचानने" की अनुमति देते हैं, लेकिन अभी तक "सामग्री को वास्तव में समझने" की नहीं। इसे अंतर्दृष्टि उत्पन्न करने, विसंगतियों का पता लगाने और रुझानों का विश्लेषण करने में सक्षम बनाने के लिए, आपको इसे अधिक उपयुक्त विश्लेषण टूल के साथ विस्तारित करने की आवश्यकता है।
आधिकारिक CRM डेमो में, हमने दो तरीकों का उपयोग किया:
- Overall Analytics (सामान्य-उद्देश्य विश्लेषण इंजन): एक टेम्पलेट-आधारित, सुरक्षित और पुन: प्रयोज्य समाधान;
- SQL Execution (विशेषीकृत विश्लेषण इंजन): अधिक लचीलापन प्रदान करता है लेकिन इसमें अधिक जोखिम होते हैं।
ये दोनों एकमात्र विकल्प नहीं हैं; वे एक डिज़ाइन प्रतिमान की तरह अधिक हैं:
आप इसके सिद्धांतों का पालन करके ऐसा कार्यान्वयन बना सकते हैं जो आपके अपने व्यवसाय के लिए अधिक उपयुक्त हो।
2. Viz की संरचना: स्थिर व्यक्तित्व + लचीले कार्य
Viz को कैसे विस्तारित किया जाए, यह समझने के लिए, आपको पहले इसकी स्तरित आंतरिक डिज़ाइन को समझना होगा:
| परत | विवरण | उदाहरण |
|---|---|---|
| भूमिका परिभाषा | Viz का व्यक्तित्व और विश्लेषण विधि: समझना → क्वेरी करना → विश्लेषण करना → विज़ुअलाइज़ करना | निश्चित |
| कार्य परिभाषा | एक विशिष्ट व्यावसायिक परिदृश्य के लिए अनुकूलित प्रॉम्प्ट और टूल संयोजन | परिवर्तनीय |
| टूल कॉन्फ़िगरेशन | Viz के लिए बाहरी डेटा स्रोतों या वर्कफ़्लो को कॉल करने का सेतु | स्वतंत्र रूप से प्रतिस्थापन योग्य |
यह स्तरित डिज़ाइन Viz को एक स्थिर व्यक्तित्व (सुसंगत विश्लेषण तर्क) बनाए रखने की अनुमति देता है, साथ ही विभिन्न व्यावसायिक परिदृश्यों (CRM, अस्पताल प्रबंधन, चैनल विश्लेषण, उत्पादन संचालन...) के अनुकूल तेज़ी से ढलने में भी सक्षम बनाता है।
3. पैटर्न एक: टेम्पलेट-आधारित विश्लेषण इंजन (अनुशंसित)
3.1 सिद्धांत अवलोकन
Overall Analytics CRM डेमो में मुख्य विश्लेषण इंजन है। यह एक डेटा विश्लेषण टेम्पलेट संग्रह (data_analysis) के माध्यम से सभी SQL क्वेरीज़ का प्रबंधन करता है। Viz सीधे SQL नहीं लिखता है, बल्कि परिणाम उत्पन्न करने के लिए पूर्वनिर्धारित टेम्पलेट्स को कॉल करता है।
निष्पादन प्रवाह इस प्रकार है:
इस तरह, Viz कुछ ही सेकंड में सुरक्षित और मानकीकृत विश्लेषण परिणाम उत्पन्न कर सकता है, और व्यवस्थापक सभी SQL टेम्पलेट्स का केंद्रीय रूप से प्रबंधन और समीक्षा कर सकते हैं।
3.2 टेम्पलेट संग्रह संरचना (data_analysis)
| फ़ील्ड नाम | प्रकार | विवरण | उदाहरण |
|---|---|---|---|
| id | Integer | प्राथमिक कुंजी | 1 |
| name | Text | विश्लेषण टेम्पलेट नाम | Leads Data Analysis |
| collection | Text | संबंधित संग्रह | Lead |
| sql | Code | विश्लेषण SQL स्टेटमेंट (केवल पढ़ने के लिए) | SELECT stage, COUNT(*) FROM leads GROUP BY stage |
| description | Markdown | टेम्पलेट विवरण या परिभाषा | "चरण के अनुसार लीड्स की संख्या गिनें" |
| createdAt / createdBy / updatedAt / updatedBy | सिस्टम फ़ील्ड | ऑडिट जानकारी | स्वतः उत्पन्न |
CRM डेमो में टेम्पलेट उदाहरण
| नाम | संग्रह | विवरण |
|---|---|---|
| Account Data Analysis | Account | खाता डेटा विश्लेषण |
| Contact Data Analysis | Contact | संपर्क डेटा विश्लेषण |
| Leads Data Analysis | Lead | लीड्स ट्रेंड विश्लेषण |
| Opportunity Data Analysis | Opportunity | अवसर चरण फ़नल |
| Task Data Analysis | Todo Tasks | लंबित कार्यों की स्थिति के आँकड़े |
| Users (Sales Reps) Data Analysis | Users | बिक्री प्रतिनिधियों के प्रदर्शन की तुलना |
3.3 इस पैटर्न के लाभ
| आयाम | लाभ |
|---|---|
| सुरक्षा | सभी SQL संग्रहीत और समीक्षित होते हैं, जिससे सीधे क्वेरी जनरेशन से बचा जा सकता है। |
| रखरखाव क्षमता | टेम्पलेट्स केंद्रीय रूप से प्रबंधित और समान रूप से अपडेट किए जाते हैं। |
| पुन: प्रयोज्यता | एक ही टेम्पलेट को कई कार्यों द्वारा पुन: उपयोग किया जा सकता है। |
| पोर्टेबिलिटी | इसे आसानी से अन्य सिस्टम में माइग्रेट किया जा सकता है, जिसके लिए केवल समान संग्रह संरचना की आवश्यकता होती है। |
| उपयोगकर्ता अनुभव | व्यावसायिक उपयोगकर्ताओं को SQL के बारे में चिंता करने की आवश्यकता नहीं है; उन्हें केवल एक विश्लेषण अनुरोध शुरू करना होगा। |
📘 इस
data_analysisसंग्रह को इसी नाम से बुलाया जाना आवश्यक नहीं है। कुंजी यह है: विश्लेषण तर्क को टेम्पलेट-आधारित तरीके से संग्रहीत करना और इसे वर्कफ़्लो द्वारा समान रूप से कॉल करवाना।
3.4 Viz को इसका उपयोग कैसे करवाएँ
कार्य परिभाषा में, आप Viz को स्पष्ट रूप से बता सकते हैं:
इस तरह, Viz स्वचालित रूप से वर्कफ़्लो को कॉल करेगा, टेम्पलेट संग्रह से सबसे उपयुक्त SQL का मिलान करेगा, और चार्ट उत्पन्न करेगा।
4. पैटर्न दो: विशेषीकृत SQL निष्पादक (सावधानी से उपयोग करें)
4.1 लागू परिदृश्य
जब आपको अन्वेषणात्मक विश्लेषण, तदर्थ क्वेरीज़, या बहु-संग्रह JOIN एकत्रीकरण की आवश्यकता हो, तो आप Viz को एक SQL Execution टूल को कॉल करवा सकते हैं।
इस टूल की विशेषताएँ हैं:
- Viz सीधे
SELECTक्वेरीज़ उत्पन्न कर सकता है; - सिस्टम इसे निष्पादित करता है और परिणाम लौटाता है;
- Viz विश्लेषण और विज़ुअलाइज़ेशन के लिए जिम्मेदार है।
उदाहरण कार्य:
"कृपया पिछले 90 दिनों में क्षेत्र के अनुसार लीड रूपांतरण दरों के रुझान का विश्लेषण करें।"
इस मामले में, Viz उत्पन्न कर सकता है:
4.2 जोखिम और सुरक्षा सिफारिशें
| जोखिम बिंदु | सुरक्षा रणनीति |
|---|---|
| राइट ऑपरेशन उत्पन्न करना | SELECT तक सीमित करें |
| असंबंधित संग्रहों तक पहुँचना | सत्यापित करें कि संग्रह नाम मौजूद है या नहीं |
| बड़े संग्रहों के साथ प्रदर्शन जोखिम | समय सीमा सीमित करें, पंक्तियों की संख्या के लिए LIMIT का उपयोग करें |
| ऑपरेशन ट्रेसबिलिटी | क्वेरी लॉगिंग और ऑडिटिंग सक्षम करें |
| उपयोगकर्ता अनुमति नियंत्रण | केवल व्यवस्थापक इस टूल का उपयोग कर सकते हैं |
सामान्य सिफारिशें:
- नियमित उपयोगकर्ताओं के लिए केवल टेम्पलेट-आधारित विश्लेषण (Overall Analytics) सक्षम होना चाहिए;
- केवल व्यवस्थापकों या वरिष्ठ विश्लेषकों को SQL Execution का उपयोग करने की अनुमति होनी चाहिए।
5. यदि आप अपना स्वयं का "Overall Analytics" बनाना चाहते हैं
यहाँ एक सरल, सामान्य दृष्टिकोण दिया गया है जिसे आप किसी भी सिस्टम में दोहरा सकते हैं (NocoBase पर निर्भर नहीं):
चरण 1: टेम्पलेट संग्रह डिज़ाइन करें
संग्रह का नाम कुछ भी हो सकता है (जैसे analysis_templates)।
इसमें बस ये फ़ील्ड शामिल होने चाहिए: name, sql, collection, और description।
चरण 2: एक "टेम्पलेट प्राप्त करें → निष्पादित करें" सेवा या वर्कफ़्लो लिखें
तर्क:
- कार्य या पेज संदर्भ प्राप्त करें (जैसे, वर्तमान संग्रह);
- एक टेम्पलेट का मिलान करें;
- टेम्पलेट SQL निष्पादित करें (केवल पढ़ने के लिए);
- एक मानकीकृत डेटा संरचना लौटाएँ (पंक्तियाँ + फ़ील्ड)।
चरण 3: AI को इस इंटरफ़ेस को कॉल करवाएँ
कार्य प्रॉम्प्ट इस तरह लिखा जा सकता है:
इस तरह, आपके AI एजेंट सिस्टम में CRM डेमो के समान विश्लेषण क्षमताएँ होंगी, लेकिन यह पूरी तरह से स्वतंत्र और अनुकूलन योग्य होगा।
6. सर्वोत्तम अभ्यास और डिज़ाइन सिफारिशें
| सिफारिश | विवरण |
|---|---|
| टेम्पलेट-आधारित विश्लेषण को प्राथमिकता दें | सुरक्षित, स्थिर और पुन: प्रयोज्य |
| SQL Execution का उपयोग केवल पूरक के रूप में करें | आंतरिक डीबगिंग या तदर्थ क्वेरीज़ तक सीमित |
| एक चार्ट, एक मुख्य बिंदु | आउटपुट को स्पष्ट रखें और अत्यधिक अव्यवस्था से बचें |
| स्पष्ट टेम्पलेट नामकरण | पेज/व्यावसायिक डोमेन के अनुसार नाम दें, जैसे Leads-Stage-Conversion |
| संक्षिप्त और स्पष्ट व्याख्याएँ | प्रत्येक चार्ट के साथ 2-3 वाक्यों का सारांश दें |
| बताएं कि टेम्पलेट कब गुम है | उपयोगकर्ता को सूचित करें "कोई संबंधित टेम्पलेट नहीं मिला" खाली आउटपुट प्रदान करने के बजाय |
7. CRM डेमो से आपके परिदृश्य तक
चाहे आप अस्पताल CRM, विनिर्माण, वेयरहाउस लॉजिस्टिक्स, या शैक्षिक प्रवेश के साथ काम कर रहे हों, जब तक आप निम्नलिखित तीन प्रश्नों का उत्तर दे सकते हैं, Viz आपके सिस्टम में मूल्य ला सकता है:
| प्रश्न | उदाहरण |
|---|---|
| 1. आप क्या विश्लेषण करना चाहते हैं? | लीड रुझान / डील चरण / उपकरण संचालन दर |
| 2. डेटा कहाँ है? | कौन सा संग्रह, कौन से फ़ील्ड |
| 3. आप इसे कैसे प्रस्तुत करना चाहते हैं? | लाइन चार्ट, फ़नल, पाई चार्ट, तुलना तालिका |
एक बार जब आप इन्हें परिभाषित कर लेते हैं, तो आपको बस इतना करना होगा:
- विश्लेषण तर्क को टेम्पलेट संग्रह में लिखें;
- कार्य प्रॉम्प्ट को पेज पर संलग्न करें;
- Viz तब आपकी रिपोर्ट विश्लेषण को "संभाल" सकता है।
8. निष्कर्ष: प्रतिमान को अपने साथ ले जाएं
"Overall Analytics" और "SQL Execution" केवल दो उदाहरण कार्यान्वयन हैं। इससे भी महत्वपूर्ण उनके पीछे का विचार है:
AI एजेंट को अपने व्यावसायिक तर्क को समझाएँ, न कि केवल प्रॉम्प्ट निष्पादित करवाएँ।
चाहे आप NocoBase, एक निजी सिस्टम, या अपना स्वयं का कस्टम वर्कफ़्लो उपयोग कर रहे हों, आप इस संरचना को दोहरा सकते हैं:
- केंद्रीकृत टेम्पलेट्स;
- वर्कफ़्लो कॉल;
- केवल पढ़ने के लिए निष्पादन;
- AI प्रस्तुति।
इस तरह, Viz अब केवल एक "AI जो चार्ट उत्पन्न कर सकता है" नहीं है, बल्कि एक सच्चा विश्लेषक है जो आपके डेटा, आपकी परिभाषाओं और आपके व्यवसाय को समझता है।