क्या आपको कभी ऐसा महसूस हुआ है कि आपका इनबॉक्स एक डिजिटल हाइड्रा है, जो आपके द्वारा उत्तर दिए गए प्रत्येक व्यक्ति के लिए दो नए ईमेल भेज रहा है? ?? खैर, साथी तकनीकी उत्साही लोगों, मैंने इस राक्षस का मुकाबला एक गुप्त हथियार से करने का फैसला किया: आर्टिफिशियल इंटेलिजेंस! ??️

यूरेका मोमेंट

यह चित्र: सुबह के 3 बजे हैं, मैं खाली कॉफी कपों से घिरा हुआ हूं ☕☕☕, एक इनबॉक्स को घूर रहा हूं जो वॉल्यूम में कांग्रेस की लाइब्रेरी को टक्कर दे सकता है। तभी इसने मुझे प्रभावित किया - यदि एआई शतरंज के ग्रैंडमास्टरों को हरा सकता है, तो निश्चित रूप से यह मुझे इस ईमेल भूलभुलैया को सुलझाने में मदद कर सकता है, है ना?

एआई ईमेल व्हिस्परर दर्ज करें

इसलिए, मैंने अपनी आस्तीन ऊपर उठाई और एक एआई-संचालित ईमेल प्रोसेसिंग सिस्टम बनाने में जुट गया। इसे एक अथक, सुपर-स्मार्ट इंटर्न के रूप में सोचें जो कभी कॉफी ब्रेक नहीं मांगता। यहां बताया गया है कि यह डिजिटल चमत्कार कैसे काम करता है:

1. सभी को देखने वाली आंख ?️: शक्तिशाली जीपीटी-4 का उपयोग करते हुए, हमारा एआई मित्र आने वाले ईमेल को इतनी तेजी से स्कैन करता है जितना आप कह सकते हैं "आपको मेल मिल गया है!"

2. सॉर्टिंग हैट ?: इसके बाद यह प्रत्येक ईमेल को "उत्पाद पूछताछ" या "ऑर्डर अनुरोध" के रूप में वर्गीकृत करता है। यह हॉगवर्ट्स की तरह है, लेकिन ईमेल के लिए!

3. ऑर्डर मास्टर ?: ऑर्डर अनुरोधों के लिए, यह आपके द्वारा "कार्ट में जोड़ें" पर क्लिक करने की तुलना में तेजी से विवरण निकालता है और जांच करता है कि ऑर्डर को पूरा करने के लिए हमारे पास पर्याप्त स्टॉक है या नहीं।

4. द स्मूथ टॉकर?: ईमेल प्रकार और ऑर्डर की स्थिति के आधार पर, यह वैयक्तिकृत प्रतिक्रियाएं तैयार करता है जो शेक्सपियर को ईर्ष्यालु बना देगा (ठीक है, अगर शेक्सपियर ई-कॉमर्स में होता)।

5. क्वेरी क्वेलर ❓: उत्पाद पूछताछ के लिए, यह आपके कहने की तुलना में अधिक तेजी से ऑटो-रिप्लाई भेजता है "हम जल्द ही आपसे संपर्क करेंगे।"

गुप्त सॉस (उर्फ द टेक स्टैक)

आप सभी कोड विशेषज्ञों के लिए, यहां बताया गया है कि हमारी एआई रसोई में क्या पक रहा है:

• मुख्य पाठ्यक्रम: पायथन? (क्योंकि कौन अपने कोड में अच्छे साँप को पसंद नहीं करता?)
• विशेष घटक: ओपनएआई का जीपीटी-4 (भाषा मॉडल का गॉर्डन रैमसे)
• साइड डिश: पांडा? (डेटा क्रंचिंग के लिए, बांस चबाने के लिए नहीं)
• सीज़निंग: Google शीट एपीआई (क्योंकि स्प्रेडशीट डेटा स्टोरेज के अज्ञात नायक हैं)

आइए कुछ कोड स्निपेट पर गौर करें और देखें कि यह वास्तव में कैसे काम करता है!

1. ईमेल वर्गीकरण

यहां बताया गया है कि हम आने वाले ईमेल को वर्गीकृत करने के लिए जीपीटी-4 का उपयोग कैसे करते हैं:

def classify_email(email_body: str) -> str:
    prompt = (f"Classify the following email as either a 'product inquiry' or an 'order request'. "
              "An 'order request' must include explicit purchase intent, such as specifying quantity, shipping details, or mentioning a transaction."
              "General questions or interest in a product should be classified as a 'product inquiry'.\n\n"
              f"Email: {email_body}\n\nClassification:")
    response = client.chat.completions.create(
        model="gpt-4",
        messages=[{"role": "user", "content": prompt}]
    )

    classification = response.choices[0].message.content.strip().lower()
    if "order request" in classification:
        return "order request"
    elif "product inquiry" in classification:
        return "product inquiry"
    else:
        return "unclassified"

2. ऑर्डर प्रोसेसिंग

ऑर्डर अनुरोधों के लिए, हम विवरण निकालते हैं और इन्वेंट्री अपडेट करते हैं:

def process_order(email_id: str, orders: List[Dict], products_df: pd.DataFrame) -> Tuple[List[Dict], pd.DataFrame]:
    order_status = []
    for order in orders:
        product_id = order['product_id']
        quantity = order['quantity']

        product = products_df[products_df['product_id'] == product_id].iloc[0]
        current_stock = int(product['stock'])

        if current_stock >= quantity > 0 and current_stock > 0:
            status = "created"
            products_df.loc[products_df['product_id'] == product_id, 'stock'] -= quantity
        else:
            status = "out of stock"

        order_status.append({
            'email_id': email_id,
            'product_id': product_id,
            'quantity': quantity,
            'status': status
        })

    return order_status, products_df

3. प्रतिक्रिया सृजन

अंत में, हम ईमेल प्रकार और ऑर्डर की स्थिति के आधार पर वैयक्तिकृत प्रतिक्रियाएं उत्पन्न करते हैं:

def generate_response(email_name: str, classification: str, order_status: List[Dict], products_df: pd.DataFrame) -> str:
    if classification.lower() == "order request":
        context = "Order Summary:\n"
        for order in order_status:
            product = products_df[products_df['product_id'] == order['product_id']].iloc[0]
            context  = f"Customer name:{email_name} Product: {product['name']}, Quantity: {order['quantity']}, Status: {order['status']}\n"

        prompt = f"""Generate a professional response for the following order:

{context}

If any items are out of stock, suggest alternatives or waiting for restock.
Ensure the tone is professional and enhances the customer experience.

Response:"""
    else:
        prompt = f"""Customer name:{email_name} \n Generate a professional response for a product inquiry. 
Inform the customer that we've received their inquiry and will get back to them with more detailed information shortly. 
Ensure the tone is professional and enhances the customer experience.

Response:"""

    response = client.chat.completions.create(
        model="gpt-4",
        messages=[{"role": "user", "content": prompt}]
    )
    return response.choices[0].message.content.strip()

यूरेका मोमेंट्स: मैंने क्या सीखा

1. स्पीड थ्रिल्स ⚡: त्वरित पावती ईमेल ने ग्राहकों को मुफ्त शिपिंग (लगभग) की तुलना में अधिक खुश किया।

2. सटीकता सर्वोपरि है ?: एआई संकेतों को फाइन-ट्यूनिंग करना एक रोबोट को नृत्य करना सिखाने जैसा है - इसके लिए अभ्यास की आवश्यकता होती है, लेकिन जब यह काम करता है, तो यह शानदार होता है।

3. इन्वेंटरी टेट्रिस ?: रीयल-टाइम स्टॉक जांच ने हमें यूनिकॉर्न का वादा करने से रोका जो हम वितरित नहीं कर सके।

4. पर्सनल टच ?: एआई-जनित वैयक्तिकृत प्रतिक्रियाओं ने ग्राहकों को विशेष महसूस कराया, हमारे दिमाग-पाठक बने बिना।

5. अप्रत्याशित की अपेक्षा करें?: मजबूत त्रुटि प्रबंधन ने हमें डिजिटल फेस-प्लांट से जितना मैं स्वीकार करना चाहता हूं उससे अधिक बार बचाया।

प्रमाण पुडिंग में है (या इस मामले में, इनबॉक्स)

परीक्षण डेटासेट पर हमारे एआई ईमेल रैंगलर को जारी करने के बाद:

• ? ईमेल प्रतिक्रिया समय बिना पैराशूट वाले स्काइडाइवर की तुलना में तेज़ी से गिरा (80% की कमी)
• ? ऑर्डर प्रोसेसिंग सटीकता रॉकेट की तरह बढ़ी (95% सुधार)
• ? कोडिंग सत्र के दौरान ग्राहकों की संतुष्टि मेरे कॉफी सेवन से अधिक बढ़ी (40% वृद्धि)

इस एआई ईमेल सागा में आगे क्या है?

हालांकि यह प्रोजेक्ट मेरा पसंदीदा प्रयोग था (कोडिंग प्रक्रिया में कोई वास्तविक पालतू जानवर शामिल नहीं था), यह संभावनाओं की दुनिया खोलता है। ऐसी एआई शक्ति का उपयोग करने वाले ग्राहक सेवा निन्जा, ई-कॉमर्स जादूगर, या उत्पादकता गुरुओं की कल्पना करें!

ग्रैंड फिनाले

यह एआई-संचालित ईमेल साहसिक कार्य "सिलिकॉन वैली" के सभी सीज़न को बार-बार देखने से अधिक मजेदार था (और मेरा विश्वास करो, मैंने ऐसा किया है)। हालांकि यह दुनिया (या यहां तक ​​कि आपके पूरे इनबॉक्स...) पर कब्ज़ा करने के लिए तैयार नहीं है, लेकिन यह दिखाता है कि एआई हमारे डिजिटल संचार को संभालने के तरीके को कैसे बदल सकता है।

अब, मेरे साथी तकनीकी उत्साही लोगों, मैं आपकी ओर मुड़ता हूं: क्या आपने अपनी परियोजनाओं में एआई के साथ नृत्य किया है? उत्पादकता बढ़ाने के लिए तकनीक से उलझ गए? मैं नीचे टिप्पणियों में आपकी विजय (या प्रफुल्लित करने वाली विफलताओं) की कहानियाँ सुनना चाहता हूँ!

याद रखें: आपका कोड बग-मुक्त हो और आपका इनबॉक्स शून्य प्राप्त करने योग्य हो! ??

क्या आप जानते हैं? ? पहली ईमेल प्रणाली का आविष्कार 1971 में रे टॉमलिंसन द्वारा किया गया था। यदि वह हमें अब ईमेल प्रबंधित करने के लिए AI का उपयोग करते हुए देख सके, तो शायद वह कहेगा, "आप... उन्नत हो गए हैं!"