चैटबॉट या AI एजेंट?

बुडापेस्ट की सॉफ़्टवेयर विकास कंपनी Mesterséges Intelligencia Központ Kft. के अनुसार, अगर काम सवालों के जवाब देना है, तो चैटबॉट चाहिए; और AI एजेंट तब, जब सिस्टम को क़दम भी उठाने हों: जानकारी खोजना, दर्ज करना, बुक करना।

मुख्य बात: चैटबॉट बात करता है, एजेंट काम भी करता है। सबसे सरल ऐसे समाधान से शुरू करना उचित है जो काम पूरा कर दे, और एजेंट पर सिर्फ़ वहीं जाना चाहिए जहाँ क़दमों का क्रम पहले से लिखा नहीं जा सकता; और एजेंट सीमित अनुमतियों, लॉगिंग और महत्वपूर्ण क़दमों से पहले मानवीय स्वीकृति के साथ काम करे।

इन शब्दों का क्या अर्थ है?

“चैटबॉट” और “AI एजेंट” शब्द बाज़ार में कई अलग-अलग अर्थों में इस्तेमाल होते हैं। ताकि निर्णय लेते समय हम एक ही चीज़ की बात करें, हम पाँच समाधानों में अंतर करते हैं, सबसे सरल से सबसे स्वायत्त तक।

नियम-आधारित चैटबॉट

यह पहले से लिखी स्क्रिप्ट का पालन करता है, जो बटन, कीवर्ड और निर्णय-वृक्ष से बनी होती है। यह पूरी तरह पूर्वानुमेय है, कोई भाषा मॉडल नहीं बुलाता, और ठीक वही कहता है जो उसमें लिखा गया है। लेकिन यह सिर्फ़ वही समझता है जिसके लिए इसे तैयार किया गया है: अलग ढंग से पूछा गया सवाल स्क्रिप्ट से बाहर रह जाता है, और हर नया विषय हाथ से जोड़ना पड़ता है।

भाषा मॉडल पर आधारित चैटबॉट

बड़ा भाषा मॉडल (large language model, LLM) खुले टेक्स्ट वाले सवाल समझता है और स्वाभाविक भाषा में जवाब देता है; टाइपिंग की ग़लतियों और रोज़मर्रा की भाषा से भी निपट लेता है। लेकिन अगर वह सिर्फ़ मॉडल के सामान्य ज्ञान पर निर्भर रहे, तो कंपनी के बारे में आत्मविश्वास से ग़लत जवाब भी दे सकता है, इसलिए कंपनी के उपयोग में हम उसे लगभग हमेशा कंपनी की अपनी सामग्री से जोड़ते हैं।

दस्तावेज़ों से जवाब देने वाला चैटबॉट

सिस्टम सवाल के लिए पहले कंपनी के दस्तावेज़ों में (अक्सर पूछे जाने वाले प्रश्नों, नियमावलियों, मैनुअल में) प्रासंगिक अंश ढूँढता है, और मॉडल उन्हीं से, स्रोत बताते हुए, जवाब देता है। इस पद्धति का नाम RAG (retrieval-augmented generation) है; यह कैसे काम करती है, हंगेरियन भाषा में कैसी चलती है और डेटा कहाँ संग्रहीत होता है, इसके बारे में कंपनी के अपने दस्तावेज़ों पर AI (RAG) लेख बताता है।

AI वर्कफ़्लो

Anthropic की एजेंटों पर गाइड वर्कफ़्लो (workflow) को ऐसे सिस्टम के रूप में परिभाषित करती है, जिसमें भाषा मॉडल और टूल पहले से लिखे कोड-पथों से नियंत्रित होते हैं। उदाहरण: आने वाला ई-मेल → वर्गीकरण → डेटा निकालना → CRM में जवाब का मसौदा। क़दमों का क्रम तय है, और हर क़दम में मॉडल एक स्पष्ट रूप से परिभाषित भाषाई काम करता है। कंपनियों की कई ज़रूरतें असल में ऐसा ही वर्कफ़्लो होती हैं, एजेंट नहीं।

AI एजेंट

यही गाइड एजेंट को ऐसे सिस्टम के रूप में बताती है, जिसमें भाषा मॉडल ख़ुद अपनी प्रक्रिया और टूल के उपयोग को निर्देशित करता है। OpenAI के दस्तावेज़ीकरण के अनुसार एजेंट टूल की मदद से कामों की योजना बनाते हैं और उन्हें पूरा करते हैं, और क़दमों के दौरान संदर्भ बनाए रखते हैं। एजेंट को एक लक्ष्य मिलता है, जैसे “शिकायत दर्ज करें और ग्राहक को पुष्टि भेजें”, और वह ख़ुद तय करता है कि किन क़दमों से उसे पूरा करेगा: ऑर्डर देखता है, वारंटी जाँचता है, मामला दर्ज करता है, ई-मेल लिखता है। टूल को मॉडल नहीं चलाता: Google Gemini के दस्तावेज़ीकरण के अनुसार मॉडल ख़ुद फ़ंक्शन निष्पादित नहीं करता, और Anthropic के अनुसार अपने टूल ऐप्लिकेशन ख़ुद चलाता है। मॉडल सिर्फ़ कार्रवाई का अनुरोध करता है, उसे हमारा कोड पूरा करता है, और वहीं तय होता है कि क्या अनुमत है।

Anthropic की सलाह सीधी है: जितना हो सके उतना सरल समाधान खोजना चाहिए, और जटिलता तभी बढ़ानी चाहिए जब ज़रूरी हो। गाइड के अनुसार एजेंट खुली समस्याओं के लिए उपयुक्त है, जहाँ पहले से यह बताना कठिन या असंभव है कि कितने क़दम लगेंगे; और एजेंट-आधारित सिस्टम अक्सर बेहतर काम-प्रदर्शन के बदले विलंब (latency) और लागत बढ़ाते हैं।

एक तालिका में तुलना

तालिका में भाषा मॉडल पर आधारित चैटबॉट अपने दस्तावेज़ों से जवाब देने वाले रूप में है, क्योंकि कंपनी के उपयोग में यह लगभग हमेशा इसी तरह बनता है।

पहलू	नियम-आधारित चैटबॉट	दस्तावेज़ों से जवाब देने वाला चैटबॉट	AI वर्कफ़्लो	AI एजेंट
क्या करता है	पहले से लिखी स्क्रिप्ट का पालन करता है	कंपनी की सामग्री से जवाब देता है	भाषाई कामों के साथ क़दमों का तय क्रम पूरा करता है	लक्ष्य पाता है और क़दम ख़ुद चुनता है
क्या समझता है	तैयार किए गए कीवर्ड और बटन	खुला टेक्स्ट	प्रक्रिया में आने वाला टेक्स्ट	खुला टेक्स्ट और टूल के नतीजे
किस तक पहुँच है	स्क्रिप्ट तक	ज्ञान-भंडार तक	क़दमों के लिए तय सिस्टमों तक	उसे दिए गए टूल तक
पूर्वानुमेयता	पूरी	ऊँची, अगर स्रोत बताता है	ऊँची	कम, सख़्त सीमाएँ चाहिए
मुख्य जोखिम	कठोर, कई सवाल बाहर रह जाते हैं	ग़लत या पुराना जवाब	किसी एक क़दम में ग़लत डेटा निकालना	ग़लत या बहुत ज़्यादा कार्रवाइयाँ, जमा होती ग़लतियाँ
नियंत्रण	स्क्रिप्ट का रखरखाव	स्रोत का उल्लेख, “मुझे नहीं पता”, कर्मचारी को सौंपना	हर क़दम पर जाँच, स्वीकृति	अनुमतियाँ, स्वीकृति, लॉग, सीमाएँ
अच्छा विकल्प, अगर	कुछ ही, स्पष्ट सवाल हों	सवाल और दस्तावेज़ बहुत हों	प्रक्रिया के क़दम पहले से लिखे जा सकें	क़दमों की संख्या और क्रम पहले से न दिखे

सीमा स्पष्ट नहीं है: जो चैटबॉट सिर्फ़ पढ़ने के अधिकार वाले एक टूल से ऑर्डर की स्थिति देखता है, वह एजेंट की ओर एक क़दम बढ़ा चुका है, लेकिन उसका जोखिम कम रहता है। निर्णायक सवाल हमेशा यह है कि सिस्टम क्या कर सकता है, यह नहीं कि हम उसे क्या कहते हैं।

कहाँ कौन-सा उपयुक्त है?

ग्राहक सेवा

अक्सर पूछे जाने वाले सवालों (डिलीवरी, भुगतान, वारंटी, खुलने का समय) के लिए दस्तावेज़ों से जवाब देने वाला चैटबॉट अच्छी शुरुआत है, दिन के किसी भी समय, और अटकने पर किसी कर्मचारी को बातचीत सौंपने के साथ। ऑर्डर की स्थिति के लिए सिर्फ़ पढ़ने वाली एक क्वेरी काफ़ी है। जहाँ बॉट लिखता भी है, जैसे शिकायत दर्ज करता है या रिफ़ंड शुरू करता है, वहाँ एजेंट की क्षमता चाहिए, और पैसे से जुड़े क़दम से पहले स्वीकृति।

बिक्री

बॉट उत्पाद कैटलॉग से सुझाव देता है, कोटेशन अनुरोध तैयार करता है, समय बुक करता है, और रुचि रखने वाले व्यक्ति को CRM में दर्ज करता है। बुकिंग और दर्ज करना टूल उपयोग है, यानी एजेंट का तत्व; लेकिन क़ीमत, छूट और समय-सीमा को बॉट के अधिकार-क्षेत्र से बाहर रखकर किसी कर्मचारी को सौंपना उचित है।

आंतरिक हेल्पडेस्क

HR और IT के सवालों, नियमावलियों और कार्य-निर्देशों के लिए दस्तावेज़ों से जवाब देने वाला चैटबॉट स्वाभाविक विकल्प है, और यह नए सहकर्मियों को काम सीखने में भी मदद करता है। यहाँ मुख्य सवाल अनुमतियों का है: बॉट सिर्फ़ उसी दस्तावेज़ से जवाब दे सकता है, जिसे सवाल पूछने वाला सहकर्मी भी खोल सकता है। टिकट खोलना या एक्सेस का अनुरोध करना पहले से ही सीमित टूल वाला एजेंट हो सकता है।

बैक-ऑफ़िस

इनवॉइस, ऑर्डर और ई-मेल को संसाधित करना आमतौर पर AI वर्कफ़्लो है, क्योंकि क़दम पहले से पता होते हैं: डेटा निकालना, मिलान, दर्ज करना, अपवाद कर्मचारी को। एजेंट वहाँ उचित है जहाँ मामले बहुत अलग-अलग हों, जैसे किसी शिकायत की जाँच में, जिसके लिए कई सिस्टमों से डेटा इकट्ठा करना पड़ता है। कई सिस्टमों में फैले स्वचालन के बारे में हम प्रक्रिया स्वचालन पृष्ठ पर, और एकीकरण के पैटर्न (API, वेबहुक, फ़ंक्शन कॉलिंग, MCP) के बारे में कंपनी के सिस्टमों को कृत्रिम बुद्धिमत्ता से कैसे जोड़ें? लेख में लिखते हैं।

एजेंट के जोखिम और नियंत्रण

एजेंट इसलिए उपयोगी है कि वह काम करता है, और इसी वजह से जोखिम भरा भी है। Anthropic की गाइड एजेंटों की स्वायत्तता की क़ीमत के रूप में ज़्यादा लागत और जमा होती ग़लतियों की संभावना बताती है, और उचित सुरक्षा-सीमाओं के साथ, अलग-थलग (sandbox) वातावरण में गहन परीक्षण की सलाह देती है। OWASP GenAI Security Project की जोखिम-सूची अत्यधिक कार्य-स्वतंत्रता (Excessive Agency) के तीन कारण बताती है: अनावश्यक कार्यक्षमता, बहुत व्यापक अनुमतियाँ और अत्यधिक स्वायत्तता। इसलिए हम ये नियंत्रण बनाते हैं:

सीमित टूल: एजेंट को सिर्फ़ वही टूल मिलते हैं जो उसके काम के लिए ज़रूरी हैं; ग्राहक सेवा एजेंट को कुछ मिटाने की ज़रूरत नहीं।
न्यूनतम अनुमति: जहाँ संभव हो, सिर्फ़ पढ़ने का अधिकार; कार्रवाई उपयोगकर्ता की अपनी अनुमतियों से चले, हर चीज़ तक पहुँचने वाले सर्विस अकाउंट से नहीं।
लक्ष्य सिस्टम में जाँच: हर अनुरोध की जाँच लक्ष्य सिस्टम के नियम भी करते हैं, इसलिए क्या अनुमत है, यह मॉडल के विवेक पर निर्भर नहीं करता।
मानवीय स्वीकृति: पैसे, अनुबंध, ग्राहक को भेजे जाने वाले संदेश या अपरिवर्तनीय बदलाव से जुड़े क़दम से पहले कोई व्यक्ति निर्णय लेता है। उदाहरण के लिए, OpenAI डिफ़ॉल्ट रूप से किसी रिमोट MCP सर्वर के साथ डेटा साझा करने से पहले स्वीकृति माँगता है।
लॉग: हर टूल कॉल, पैरामीटर और नतीजा बाद में खोजा जा सकता है, ताकि किसी ग़लत कार्रवाई का कारण पता चल सके।
सीमाएँ: क़दमों की संख्या, आवृत्ति और राशि की सीमा, ताकि कोई ग़लती कई गुना न हो सके।
बाहरी सामग्री डेटा के रूप में: आने वाले ई-मेल या अपलोड किए गए दस्तावेज़ का टेक्स्ट निर्देश नहीं है। प्रॉम्प्ट इंजेक्शन (prompt injection) के ख़िलाफ़ OWASP बाहरी सामग्री को अलग रखने और उसे अविश्वसनीय के रूप में चिह्नित करके सँभालने की सलाह देता है।
अलग-थलग वातावरण में परीक्षण: लाइव करने से पहले, परीक्षण सिस्टम में, असली मामलों और जान-बूझकर भ्रमित करने वाले इनपुट के साथ।

ये नियंत्रण काम को बेवजह धीमा नहीं करते: स्वीकृति एक क्लिक भी हो सकती है, और मापन के आधार पर उसे धीरे-धीरे उन्हीं जगहों तक सीमित किया जा सकता है जहाँ वह सच में ज़रूरी है।

पारदर्शिता: पता होना चाहिए कि AI जवाब दे रहा है

AI Act, यानी विनियमन (EU) 2024/1689 के अनुच्छेद 50(1) के अनुसार, प्राकृतिक व्यक्तियों से सीधे संपर्क के लिए बने AI सिस्टम को इस तरह डिज़ाइन किया जाना चाहिए कि संबंधित लोगों को सूचना मिले कि वे AI सिस्टम से संपर्क में हैं, जब तक यह परिस्थितियों से स्पष्ट न हो। यह कब से और ठीक-ठीक किस पर लागू होता है, और चैटबॉट के लिए GDPR क्या अपेक्षा करता है, इसका विवरण हम कंपनी के चैटबॉट के लिए AI Act और GDPR लेख में देते हैं; यह जानकारी है, क़ानूनी सलाह नहीं।

लाइव उदाहरण: हमारे मुखपृष्ठ पर AI सहायक

हमारे मुखपृष्ठ पर चल रहे गेम के साथ AI सहायक आगंतुक से बातचीत करता है: यह हमारा अपना, लाइव AI चैटबॉट है, और यह अच्छी तरह दिखाता है कि चैटबॉट और एजेंट की सीमा कहाँ है।

यह Claude भाषा मॉडल से चलता है, और गेम की घटनाओं (जीवन खोना, रिकॉर्ड, नए स्तर पर पहुँचना) की मशीन-रिपोर्ट पाता है, जिन पर वह लाइव प्रतिक्रिया देता है।
यह गेम की 14 भाषाओं में जवाब देता है, और हमेशा आदरसूचक “आप” से संबोधित करता है, तब भी जब आगंतुक अनौपचारिक संबोधन इस्तेमाल करे।
कंपनी के बारे में यह दिए गए तथ्यों से ही बात करता है: अपने निर्देशों के अनुसार यह कोई ग्राहक-संदर्भ, क़ीमत, समय-सीमा या गारंटी नहीं गढ़ता।
यह बात कर सकता है, लेकिन काम नहीं कर सकता: गेम की स्थिति में दख़ल नहीं दे सकता, अंक और जीवन नहीं दे सकता।

आख़िरी बिंदु ही मुख्य है: अनुमति की सीमा मॉडल की अच्छी नीयत नहीं, बल्कि सिस्टम की बनावट तय करती है। हमारे अपने विकास-कार्यों के बारे में आप हमारा काम पृष्ठ पर पढ़ सकते हैं।

छोटे स्तर पर कैसे शुरू करें?

एक क्षेत्र, एक सवाल-सूची: सबसे ज़्यादा पूछे जाने वाले सवाल इकट्ठा करें, उदाहरण के लिए ग्राहक सेवा में।
अपनी सामग्री से चैटबॉट: स्रोत के उल्लेख, “मुझे नहीं पता” जवाब और कर्मचारी को सौंपने के साथ।
असली सवालों पर मापन: लाइव करने से पहले एक मूल्यांकन सेट पर, उसके बाद बातचीत के लॉग से।
पहला टूल, सिर्फ़ पढ़ने के लिए: जैसे ऑर्डर की स्थिति देखना।
स्वीकृति के साथ पहली लिखने वाली कार्रवाई: जैसे शिकायत दर्ज करना, जिसे कोई कर्मचारी स्वीकृत करता है।
लॉग के आधार पर विस्तार: नया टूल या स्वीकृति का छोटा दायरा सिर्फ़ वहीं, जहाँ मापन इसे सही ठहराए।

आमतौर पर होने वाली ग़लतियाँ

जहाँ चैटबॉट काफ़ी हो, वहाँ एजेंट: ज़्यादा चलने वाले हिस्से और ज़्यादा जोखिम, बिना किसी फ़ायदे के।
सारे टूल एक साथ: एजेंट वह भी कर सकता है, जिसकी उसे कभी ज़रूरत नहीं होगी।
कोई “मुझे नहीं पता” नहीं: बॉट सवाल आगे बढ़ाने के बजाय कुछ गढ़ लेता है।
किसी व्यक्ति को सौंपने की व्यवस्था नहीं: अटका हुआ ग्राहक किसी कर्मचारी तक नहीं पहुँचता।
कोई लॉग नहीं: बाद में पता नहीं चलता कि कोई ग़लत कार्रवाई क्यों हुई।
बाहरी टेक्स्ट को निर्देश मानना: किसी ई-मेल में छिपा एक वाक्य एजेंट को चला सकता है।

अक्सर पूछे जाने वाले प्रश्न

चैटबॉट और AI एजेंट में क्या अंतर है?

चैटबॉट सवालों के जवाब देता है, अच्छी स्थिति में कंपनी की अपनी सामग्री से, स्रोत बताते हुए। AI एजेंट इसके अलावा टूल का भी उपयोग करता है (जानकारी खोजता है, दर्ज करता है, बुक करता है, ई-मेल लिखता है) और किसी लक्ष्य के लिए क़दम ख़ुद चुनता है। दोनों एक ही भाषा मॉडल पर आधारित हो सकते हैं; अंतर इसमें है कि वे क्या कर सकते हैं।

चैटबॉट कब काफ़ी है?

जब काम जानकारी देना हो: अक्सर पूछे जाने वाले सवाल, नियमावलियाँ, उत्पाद की जानकारी, आंतरिक ज्ञान। तब भी काफ़ी है, जब जवाब के बाद काम कोई व्यक्ति करता है। अगर सिस्टम को डेटा बदलना हो या किसी दूसरे सिस्टम में कार्रवाई करनी हो, तब वर्कफ़्लो या एजेंट की बात आती है।

AI एजेंट अपने आप क्या कर सकता है?

वह, जिसके लिए उसे टूल और अनुमति मिलती है, और जिसे उसके जोखिम के आधार पर हम बिना स्वीकृति के भी उसे सौंप सकते हैं: आमतौर पर जानकारी खोजना, आंतरिक रिकॉर्ड दर्ज करना, मसौदे तैयार करना, समय बुक करना। पैसे, अनुबंध या ग्राहक को भेजे जाने वाले संदेश से जुड़े, और अपरिवर्तनीय क़दमों से पहले मानवीय स्वीकृति लेना उचित है।

एजेंट को ग़लती करने से कैसे रोका जाए?

इसे पूरी तरह रोका नहीं जा सकता, लेकिन नुक़सान सीमित किया जा सकता है: सीमित टूल, न्यूनतम अनुमति, लक्ष्य सिस्टम में भी जाँचे गए अनुरोधों, बड़े असर वाले क़दमों से पहले स्वीकृति, क़दमों और राशि की सीमा, पूरे लॉग, और लाइव करने से पहले अलग-थलग वातावरण में परीक्षण से। आने वाले टेक्स्ट को हम डेटा मानते हैं, निर्देश नहीं।

क्या हमें बताना होगा कि AI जवाब दे रहा है?

आमतौर पर हाँ: AI Act के अनुच्छेद 50(1) के अनुसार संबंधित लोगों को पता होना चाहिए कि वे AI सिस्टम से संपर्क में हैं, जब तक यह स्पष्ट न हो। हमारे द्वारा विकसित चैटबॉट यह बात अपने पहले ही संदेश में बताता है। विवरण कंपनी के चैटबॉट के लिए AI Act और GDPR लेख में है; यह जानकारी है, क़ानूनी सलाह नहीं।

हम कैसे मदद करते हैं?

Mesterséges Intelligencia Központ Kft. AI चैटबॉट और AI एजेंट दोनों विकसित करती है: कंपनी के अपने दस्तावेज़ों से जवाब देने वाला बॉट, और कंपनी के सिस्टमों से जुड़ा, क़दम उठाने वाला एजेंट, OpenAI (ChatGPT), Anthropic (Claude) और Google (Gemini) के भाषा मॉडलों पर आधारित। पहला परामर्श निःशुल्क है; हम विकास के आकार को COSMIC फ़ंक्शन पॉइंट में मापते हैं, और इसी से प्रस्ताव और समय-सारिणी बनती है। अनुरोध पर हम गोपनीयता समझौता (NDA) करते हैं, और हस्तांतरण के बाद हम संचालन और रखरखाव की ज़िम्मेदारी भी लेते हैं। सोर्स कोड और उपयोग के अधिकार अनुबंध में तय होते हैं।

विवरण AI चैटबॉट और AI एजेंट सेवा पृष्ठ पर हैं, और भाषा मॉडलों को जोड़ने के बारे में AI एकीकरण पृष्ठ पर पढ़ा जा सकता है। अगर आप चैटबॉट या एजेंट की योजना बना रहे हैं, तो संपर्क पृष्ठ पर दिए गए विवरणों पर हमें लिखें।