প্রকাশিত: ২৫ ফেব্রুয়ারি, ২০২৫
ওয়েব ডেভেলপাররা মানুষ এবং ক্রলার ও অন্যান্য বটসহ অন্যান্য ব্যবহারকারীদের জন্য ওয়েবসাইট তৈরি ও অপ্টিমাইজ করে আসছেন। এআই এজেন্টরা হলো সর্বশেষ ওয়েব ব্যবহারকারী, যারা আপনার অপ্টিমাইজেশন থেকে উপকৃত হয়।
মূলতঃ, এজেন্ট হলো এমন একটি সিস্টেম যা ইনপুট গ্রহণ করে, সেটিকে ব্যাখ্যা করে এবং তারপর ব্যবহারকারীর (সে মানুষ হোক বা অন্য কোনো এজেন্ট) পক্ষ থেকে বিভিন্ন কার্যক্রমের পরিকল্পনা ও সম্পাদন করে। একটি এজেন্টের একাধিক উপাদান থাকে, যার মধ্যে মডেল, এপিআই বা অন্যান্য টুল অন্তর্ভুক্ত থাকতে পারে।
এজেন্টদের সংজ্ঞায়িত করে এমন বেশ কিছু বৈশিষ্ট্য রয়েছে। ওয়েব ডেভেলপমেন্টের প্রেক্ষাপটে, আপনার নিম্নলিখিত বিষয়গুলো বিবেচনা করা উচিত:
- স্বায়ত্তশাসিত : এজেন্টরা সরাসরি মানুষের হস্তক্ষেপ ছাড়াই কাজ করতে পারে।
- মিথস্ক্রিয়ামূলক : এজেন্টরা অন্যান্য এজেন্ট এবং মানুষের সাথে কথোপকথন করতে পারে।
- প্রতিক্রিয়াশীল: কোনো সত্তা তার পরিবেশকে উপলব্ধি করে এবং পরিবর্তনের প্রতি সাড়া দেয়।
- সক্রিয় : এজেন্টরা নির্দিষ্ট লক্ষ্য পূরণের জন্য উদ্যোগ নিতে পারে।
উদাহরণস্বরূপ, এক্সাম্পল বুকশপ হলো একটি অনলাইন বইয়ের দোকান। একজন ব্যবহারকারী একটি লার্জ ল্যাঙ্গুয়েজ মডেল (LLM)-এর সাথে মিথস্ক্রিয়ার মাধ্যমে তার পছন্দের বই এবং অন্যান্য আগ্রহের উপর ভিত্তি করে একটি নতুন বইয়ের জন্য সুপারিশ সংগ্রহ করতে পারেন। একজন এজেন্ট ব্যবহারকারীকে সুপারিশকৃত বইটির পৃষ্ঠায় নিয়ে যেতে এবং চেকআউট প্রক্রিয়া শুরু করতে পারে। যদি বইটি স্টকে না থাকে, তবে এজেন্টটি ব্যবহারকারীকে অন্য কোনো অনলাইন বইয়ের দোকান থেকে সেই সুপারিশটি কেনার জন্য নিয়ে যেতে পারে।
যেহেতু এজেন্টরা ওয়েবের তুলনামূলকভাবে নতুন ব্যবহারকারী, তাই সেরা অনুশীলনগুলো গ্রহণ করার আগে আপনার হাতে কিছুটা সময় আছে। তবে, এজেন্টদের সাহায্য করার জন্য অনেক সেরা অনুশীলন আসলে সকল ব্যবহারকারীকেই সাহায্য করে, বিশেষ করে একটি অ্যাক্সেসিবল ওয়েবসাইট তৈরি করার ক্ষেত্রে ।
এই নথিতে আমরা আলোচনা করব, এজেন্টরা ওয়েব ব্যবহারকারী হিসেবে কীভাবে কাজ করে এবং কেন এজেন্টদের কথা মাথায় রেখে আপনার ওয়েবসাইট তৈরি করা উচিত।
এজেন্টরা কীভাবে ব্যবহারকারী হিসেবে কাজ করে
এআই এবং ওয়েবসাইট সম্পর্কিত আলোচনার একটি বড় অংশই এলএলএম-এর জন্য প্রশিক্ষণ ডেটা স্ক্র্যাপ করতে ব্যবহৃত ক্রলারকে কেন্দ্র করে হয়ে থাকে। প্রশিক্ষণের জন্য স্ক্র্যাপ করা ডেটা প্রায়শই কমন ক্রলের মতো ওপেন ডেটাসেটে রাখা হয়, যা সাইটগুলোকে ক্রলারের অতিরিক্ত চাপ থেকে রক্ষা করতে সাহায্য করে। তবে, এআই সিস্টেমের সম্মুখীন হওয়ার কারণগুলোর মধ্যে প্রশিক্ষণ কেবল একটি নয়।
এআই সিস্টেমগুলো কোনো নির্দিষ্ট ব্যবহারকারীর (সে মানুষ হোক বা এজেন্ট) অনুরোধের ভিত্তিতে স্ক্র্যাপ করার জন্য নির্দিষ্ট পৃষ্ঠাগুলোকে লক্ষ্য করতে পারে। উদাহরণস্বরূপ, একজন ব্যবহারকারী নোটবুকএলএম- কে উৎস সরবরাহ করতে পারেন এবং সিস্টেমটি সেই বিষয়বস্তু স্ক্র্যাপ করে ব্যবহারকারীকে সম্পর্কিত কাজ, যেমন সারসংক্ষেপ করা বা ডেটা একত্রীকরণে আরও ভালোভাবে সাহায্য করে।
এজেন্টরা ব্যবহারকারীর অনুরোধের উত্তর দেওয়ার জন্য একই ধরনের পদ্ধতি অনুসরণ করে এবং ব্যবহারকারীর পক্ষ থেকে পেজ ক্রল করে, কিন্তু এই কার্যপ্রবাহটি ততটা সরলরৈখিক নাও হতে পারে।
যদিও এজেন্টদের দীর্ঘদিন ধরে অটোমেশন কাজ এবং তথ্য সংগ্রহের জন্য ব্যবহার করা হয়ে আসছে, এখন তারা ব্যবহারকারীদের হয়ে লিঙ্ক ও বাটনে ক্লিক করতে, ফিল্ড পূরণ করতে এবং পেজ স্ক্রল করতে পারে, যা ওয়ার্কফ্লো সম্পন্ন করে। এই কাজগুলো ছোটখাটো হতে পারে, যেমন কন্টাক্ট ফর্ম পূরণ করা, অথবা আরও জটিল কাজও হতে পারে, যেমন আপনার পরিবারের জন্য ফ্লাইট বুক করা।
এই নতুন ধরনের এজেন্টদের জন্য সম্মতি বোঝা সবচেয়ে গুরুত্বপূর্ণ দক্ষতা, কারণ তারা মানুষের সহযোগী হিসেবে কাজ করে। এজেন্টদের উচিত গুরুত্বপূর্ণ মুহূর্তে, যেমন কোনো কিছু কেনার সময় বা সংবেদনশীল তথ্যসহ কোনো ফর্ম জমা দেওয়ার সময়, নিশ্চিতকরণের জন্য জিজ্ঞাসা করা।
এজেন্টরা সঙ্গী হিসেবে
এজেন্টরা মানব ব্যবহারকারীদের সঙ্গী বা এমনকি বিকল্প হিসেবে কাজ করতে পারে, যারা আপনার ওয়েবসাইট বা ওয়েব অ্যাপ্লিকেশনে জটিল কাজ সম্পন্ন করতে সহায়তা করে। মোটা দাগে, একজন এজেন্টের কার্যপ্রক্রিয়া সর্বদা একই থাকে:
- কোয়েরিটি গ্রহণ করুন।
- প্রশ্নটির সমাধান করার প্রক্রিয়া ও পরিকল্পনা করুন।
- পরিকল্পনাটি বাস্তবায়ন করুন।
- অর্জিত শিক্ষা স্মৃতিতে সংরক্ষণ করুন।
এজেন্টরা একাধিক উৎস থেকে কাজ সম্পাদনে সহায়তা করার জন্য সবচেয়ে উপযুক্ত। বই কেনার ক্ষেত্রে, এজেন্ট আপনার উৎস থেকে একটি কাজ সম্পন্ন করার পাশাপাশি অন্যান্য অনুরূপ উৎসও দেখতে পারেন। আপনার সাইট একজন এজেন্টকে কাজটি সম্পন্ন করতে যত ভালোভাবে সহায়তা করবে, এজেন্ট আপনার উৎস থেকেই কাজটি সম্পন্ন করার সম্ভাবনা তত বাড়বে।
একজন ওয়েব ডেভেলপার হিসেবে আপনার কাজ হলো মানুষ এবং এজেন্টদের গুরুত্বপূর্ণ কাজগুলো দক্ষতার সাথে সম্পন্ন করতে সাহায্য করার জন্য টুলস তৈরি ও সমর্থন করা। কিন্তু টুলস হলো এজেন্ট ইনফ্রাস্ট্রাকচারের একটি অংশ মাত্র।
এজেন্ট অবকাঠামো
এজেন্ট হলো একাধিক সংযুক্ত অংশ নিয়ে গঠিত একটি আবদ্ধ একক:
- মডেল : বৃহৎ ভাষা মডেল (এলএলএম) হলো একটি এআই এজেন্টের ভিত্তি। এগুলো যুক্তিবোধ, জ্ঞানের ভিত্তি এবং ভাষা প্রক্রিয়াকরণ ও তৈরি করার ক্ষমতা প্রদান করে।
- নিয়মাবলী : ব্যক্তিত্ব, নির্দেশনা এবং লক্ষ্য সহ বিভিন্ন সীমাবদ্ধতা এজেন্টকে ধারাবাহিকভাবে কাজ সম্পাদন করতে সাহায্য করে।
- স্মৃতি : স্বল্পমেয়াদী স্মৃতি এবং দীর্ঘমেয়াদী স্মৃতি একজন এজেন্টকে প্রেক্ষাপট পরিচালনা করতে, দক্ষতা অর্জন করতে এবং সার্বিকভাবে ব্যবহারকারীর জন্য আরও ভালোভাবে কাজ করতে সহায়তা করে।
- সরঞ্জাম : একজন এজেন্ট বিভিন্ন ধরনের সরঞ্জাম ব্যবহার করতে পারে, যার মধ্যে রয়েছে এপিআই (API), ফাংশন, ডেটাবেস এবং এমনকি অন্যান্য এজেন্টও। উদাহরণস্বরূপ, WebMCP (যা বর্তমানে পরীক্ষামূলক পর্যায়ে রয়েছে) হলো আপনার ওয়েবসাইটে কাঠামোগত মিথস্ক্রিয়া সমর্থন করার একটি প্রস্তাবনা।
যখন এজেন্টরা ওয়েবসাইটকে ডেটার উৎস হিসেবে ব্যবহার করে বা সরাসরি পেজের সাথে ইন্টারঅ্যাক্ট করে, তখন তারা তা দৃশ্যগতভাবে বা অর্থগতভাবে করতে পারে:
- চাক্ষুষ মিথস্ক্রিয়া : এজেন্টটি রেন্ডার করা ওয়েব পেজটির একটি স্ন্যাপশট নেয়। এটি বিষয়বস্তু পড়তে এবং মিথস্ক্রিয়ামূলক উপাদানগুলো শনাক্ত করতে একটি ভিশন মডেল ব্যবহার করে।
- শব্দার্থিক মিথস্ক্রিয়া : এজেন্ট DOM বিশ্লেষণ করে এবং সরাসরি টেক্সট পড়ে। স্বয়ংক্রিয় কাজ সম্পাদনকারী এজেন্টদের ক্ষেত্রে এটি বিশেষভাবে প্রচলিত।
দৃশ্যগত এবং অর্থগত উভয় প্রকার মিথস্ক্রিয়ার জন্যই এজেন্টরা এমন সাইট থেকে উপকৃত হন যা সু-পরিকল্পিত, সহজে ব্যবহারযোগ্য এবং যার বিষয়বস্তুর স্তরবিন্যাস সুস্পষ্ট।
এজেন্টদের ডেটাতে অ্যাক্সেস প্রয়োজন।
এজেন্টকে সংজ্ঞায়িত করার একটি উপায় হলো ডেটার সাথে এর সম্পর্ক। এজেন্ট এবং ডেটার মালিক কি একই নাকি ভিন্ন? এই পছন্দটিই নির্ধারণ করে যে কী কী স্তরের প্রমাণীকরণ প্রয়োজন এবং কাজটি সম্পন্ন করা কতটা কঠিন হবে।
শূন্য-পক্ষীয় এজেন্ট
জিরো-পার্টি এজেন্ট হলো একটি ব্রাউজার-ভিত্তিক এজেন্ট যা স্থানীয় প্রেক্ষাপটে এবং স্থানীয় ডেটা ব্যবহার করে কাজ করে। যেহেতু ব্রাউজারগুলো ব্যবহারকারীর নিজস্ব পছন্দ সংরক্ষণ করে, যা ব্যক্তিগতভাবে শনাক্তযোগ্য তথ্য (PII) হিসেবে বিবেচিত হতে পারে, তাই একটি জিরো-পার্টি এজেন্ট এমন কার্যক্রম প্রতিরোধ করতে পারে যা এই ডেটা অন্য পক্ষের সাথে শেয়ার করে।
প্রথম পক্ষের এজেন্ট
ফার্স্ট-পার্টি এজেন্ট হলো যখন টুল এবং তথ্য একই পক্ষের মালিকানাধীন থাকে, ফলে ডেভেলপাররা টুলের মালিকানা ও রক্ষণাবেক্ষণ করতে এবং তথ্যে প্রবেশাধিকার ও কনফিগারেশন পরিচালনা করতে পারেন।
উদাহরণস্বরূপ, ধরুন আপনি টরন্টোতে ছুটি কাটানোর পরিকল্পনা করছেন এবং ঘোরার জায়গাগুলোর একটি তালিকা তৈরি করতে চান। গুগল ম্যাপস-এর সরবরাহ করা একটি এজেন্ট কিছু নির্দিষ্ট মানদণ্ড ও ডেটা ব্যবহার করে আপনার হয়ে দর্শনীয় স্থানগুলোর একটি তালিকা তৈরি করতে পারে এবং মানচিত্রে প্রতিটি স্থান চিহ্নিত করে দিতে পারে। এটিকে একটি ফার্স্ট-পার্টি এজেন্ট হিসেবে বিবেচনা করা যেতে পারে, কারণ এই এজেন্টটি গুগল সরবরাহ করে, যারা মানচিত্রের ডেটা এবং লগ-ইন করা ব্যবহারকারীর সংরক্ষিত অন্যান্য ব্যক্তিগত পছন্দেরও মালিক।
তৃতীয় পক্ষের এজেন্ট
একটি থার্ড-পার্টি এজেন্ট কোনো বহিরাগত ডেভেলপার বা সংস্থা দ্বারা তৈরি করা হয় এবং এটি বহিরাগত পরিষেবাগুলো থেকে বিভিন্ন ফাংশন ও ডেটা সরবরাহ করে। উদাহরণস্বরূপ, আপনি আপনার ওয়েবসাইটে একটি ইভেন্ট-ভিত্তিক ফিচার চালু করার জন্য কোনো থার্ড-পার্টি ক্যালেন্ডার প্রোভাইডারের সাহায্য চাইতে পারেন। আপনি এই এজেন্টদের WebMCP-এর মতো টুল সরবরাহ করতে পারেন, অথবা এজেন্টগুলোকে আপনার ওয়ার্কফ্লোতে একীভূত করতে পারেন (যদি তারা আপনার গোপনীয়তা পর্যালোচনায় উত্তীর্ণ হয়)।
একটি এক্সটেনশন হিসেবে তৈরি করা হলে, একটি তৃতীয়-পক্ষ এজেন্টও একই ম্যাপিং কাজটি সম্পন্ন করতে পারে।
ডেভেলপাররা এমন একটি এজেন্ট তৈরি করতে পারেন যা তালিকা তৈরির জন্য নির্দিষ্ট উৎসের উপর নির্ভর করে, যেমন স্থানীয় সংবাদপত্র থেকে সেরা রেস্তোরাঁগুলোর তালিকা সংগ্রহ করা। এই এজেন্টের স্থানীয় সংবাদপত্রের সাইটগুলোতে রিড অ্যাক্সেসের পাশাপাশি তালিকা তৈরির টুলে (তা গুগল ম্যাপস হোক বা অন্য কোনো বিকল্প পরিষেবা) রিড এবং রাইট অ্যাক্সেস প্রয়োজন হবে। এর জন্য একাধিক স্তরের সম্মতি ও অনুমতির প্রয়োজন হয়, সেইসাথে সাইটগুলোর সাথে কাজ করার জন্য নির্দিষ্ট টুলেরও (যেমন প্লেরাইট টুল ) প্রয়োজন।
সম্ভবত আপনার ওয়েবসাইট বা ওয়েব অ্যাপ্লিকেশনটি কোনো এজেন্টের জন্য তৃতীয় পক্ষের তথ্য সরবরাহকারী হিসেবে কাজ করতে পারে। এক্ষেত্রে, আপনি এমন একটি অনুমতি কাঠামো প্রদান করতে পারেন, যা এজেন্ট এবং সাধারণ মানুষকে আপনার সাথে কাজ সম্পন্ন করতে সক্ষম করে।
মূল বিষয়গুলো
এজেন্টরা কীভাবে কাজ করে সে সম্পর্কে এখন যেহেতু আপনার ধারণা হয়েছে, আপনি সিদ্ধান্ত নিতে পারেন যে আপনার ওয়েবসাইট কীভাবে তাদের সর্বোত্তমভাবে সহায়তা করতে পারে।
- WebMCP সম্পর্কে পড়ুন এবং অরিজিন ট্রায়ালের জন্য সাইন আপ করুন।
- কীভাবে একটি অ্যাক্সেসযোগ্য ওয়েবসাইট তৈরি করতে হয় তা শিখুন।
- আপনার সাইটগুলিতে কীভাবে এআই সিস্টেম যুক্ত করা যায় তা বুঝতে 'লার্ন এআই' কোর্সটি করুন।
আপনার ওয়েবসাইট এবং ওয়েব অ্যাপ্লিকেশনের সাথে এজেন্টদের মিথস্ক্রিয়াকে সমর্থন করার জন্য আমরা কার্যকরী সেরা অনুশীলনগুলো দিয়ে এই সিরিজটি আপডেট করতে থাকব।