Studi kasus
AI Quality Assurance: Dari Rekaman ke Evaluasi Layanan ↗
Pengalaman membangun alur QA berbasis AI: speech-to-text, evaluasi dengan knowledge dan rubrik, coaching, koreksi reviewer, serta laporan.
EAST TOWN DIGITAL / LAYANAN
East Town Digital membantu bisnis di Indonesia menerapkan AI pada pekerjaan yang nyata. Mulai dari pengolahan percakapan dan evaluasi layanan hingga automasi alur kerja, kami menghubungkan kemampuan AI dengan aplikasi, data, dan proses yang sudah digunakan tim Anda.
CONTOH ALUR AI / EVALUASI KUALITAS AUDIO
Alur pemrosesan yang jelas, dengan bukti pendukung penilaian dan keputusan yang tetap dipegang manusia.
01 / PENERIMAAN
Unggah audio, simpan catatan percakapan, dan antrekan pekerjaan untuk diproses.
Status pekerjaan, penanganan percobaan ulang, dan riwayat proses yang dapat ditelusuri.
02 / TRANSKRIPSI
Buat transkrip dengan label pembicara untuk evaluasi berikutnya.
Layanan audio Python mengekstrak fitur yang menambah konteks penilaian.
03 / EVALUASI
Tinjau transkrip menggunakan pengetahuan produk dan kriteria penilaian.
Penilaian terstruktur, bukti percakapan, dan catatan coaching.
04 / PENINJAUAN MANUSIA
Reviewer memeriksa bukti, mengoreksi penilaian, dan mengekspor laporan.
Aplikasi menghitung ulang skor menggunakan bobot rubrik.
KONTEKS EVALUASI
Pengetahuan produk Rubrik penilaian Contoh dari reviewer
Contoh dari reviewer menjadi konteks untuk evaluasi berikutnya. Hal ini tidak berarti model telah dilatih ulang.
PENGALAMAN TEKNOLOGI KAMI
Bun untuk layanan aplikasi, Python untuk analisis audio, serta Vite, React, dan TypeScript untuk antarmuka reviewer. Docker, PostgreSQL, dan Redis mendukung deployment, pencatatan, dan pemrosesan latar belakang.
Tim kami aktif memanfaatkan beragam agent harnesses dalam pengembangan software. Harness mengatur konteks, instruksi, akses alat, dan langkah kerja agent. Untuk kebutuhan bisnis, pendekatan ini dapat digunakan untuk membangun alur berbantuan AI yang terhubung dengan sistem Anda. Hak akses, batas tindakan, pengujian, dan titik persetujuan manusia ditentukan sesuai pekerjaan yang akan dijalankan.
Kebutuhan training AI dimulai dari tujuan, contoh data, dan cara mengukur hasil. Kami membahas penyiapan data, penyusunan knowledge, evaluasi, serta penyempurnaan konfigurasi AI agar sesuai konteks bisnis. Pemilihan antara prompting, retrieval knowledge, dan pelatihan model seperti fine-tuning ditentukan setelah peninjauan data dan kelayakan. Memasukkan dokumen ke knowledge base tidak sama dengan melatih ulang model.
Rekaman percakapan dapat menjadi masukan untuk transkripsi, pemisahan peran pembicara, evaluasi berbasis rubrik, dan bahan coaching. Pengalaman pengembangan kami mencakup alur audio ke transkrip, evaluasi AI dengan acuan knowledge, hingga peninjauan hasil dan ekspor laporan. Kualitas audio, bahasa, istilah khusus, dan kebutuhan privasi menjadi bagian penting dari pembahasan solusi.
Ceritakan pekerjaan yang ingin dibantu AI, aplikasi yang digunakan, serta data yang tersedia dan boleh diproses. Kami membahas ruang lingkup awal, contoh penilaian, biaya layanan model, integrasi, dan pengawasan manusia. Hasil AI perlu diuji terhadap contoh yang representatif; target akurasi dan manfaat operasional disepakati berdasarkan kebutuhan, tanpa menjanjikan hasil otomatis yang selalu benar.
BACA JUGA
Studi kasus
Pengalaman membangun alur QA berbasis AI: speech-to-text, evaluasi dengan knowledge dan rubrik, coaching, koreksi reviewer, serta laporan.
Layanan
Hubungkan aplikasi, database, dan alur operasional bisnis melalui integrasi sistem yang sesuai kebutuhan. Diskusikan API dan sumber data Anda dengan East Town Digital.
Layanan
Pengembangan software custom untuk transaksi, stok, reservasi, antrean, dan monitoring bisnis. Diskusikan kebutuhan operasional Anda bersama East Town Digital.
DISKUSI PROYEK
Kirim ringkasan alur kerja, kendala, dan target waktu melalui WhatsApp. Contoh spreadsheet atau aplikasi yang digunakan membantu kami memahami proyek Anda.
Siapkan ringkasan proyek sebelum berdiskusi
Diskusi proyek ↗