Devin · Cognition
ตอบคำขอข้อมูลของทุกทีมจากช่อง Slack
Eight Sleep ให้ทุกคนแท็ก Devin ในช่อง Slack ด้านข้อมูลได้ มันดึงตัวเลข สร้างโมเดลข้อมูลและแดชบอร์ด และตรวจตัวเลขที่ดูผิดปกติให้ทีม Product, Ops, Finance, Growth และ R&D
ทำอะไรไปบ้าง
ทีมให้ Devin เข้าถึง dbt repository, Snowflake, Looker และ Amplitude แล้วเพิ่มบันทึกเฉพาะงาน ใช้เวลาตั้งค่าแค่ไม่กี่ชั่วโมง พนักงานโพสต์คำขอใน Slack แล้ว Devin ตอบ หรือสร้างโมเดล dbt โมเดลเชิงความหมาย และแดชบอร์ดใหม่ เมื่อแดชบอร์ดยอดขายรายวันตัวใหม่แสดงรายได้สูงผิดปกติ Devin ไล่คิวรีของ Looker กลับไปถึง Snowflake และพบว่าแคมเปญอีเมลได้ผลดีกว่าคาดจริง ๆ
ผลเป็นยังไง
บริษัทบอกว่าตอนนี้ส่งงานด้านข้อมูลและการตรวจสอบได้มากขึ้นราวสามเท่าต่อสัปดาห์ และคิวคำขอดึงข้อมูลเฉพาะกิจเหลือเกือบศูนย์
ข้อควรรู้
เรื่องนี้เผยแพร่บนบล็อกของผู้พัฒนา Devin และไม่มีอัตราความแม่นยำหรือค่าตั้งต้นของตัวเลขสามเท่า การเข้าถึงถูกจำกัดตามสิทธิ์ และบางส่วน เช่น การสร้างกราฟผ่านตัวเชื่อมต่อใหม่ ยังเป็นการทดลอง
ลองใช้กับ Devin
คุณมีสิทธิ์อ่าน <คลังข้อมูลของคุณ> และ <เครื่องมือ BI ของคุณ> เมื่อมีคนถามคำถามด้านข้อมูลใน <ช่อง Slack ของคุณ> ให้ตอบด้วยตัวเลข คิวรีที่ใช้ และตารางที่มา ถ้าตัวเลขดูผิดปกติเมื่อเทียบกับ <จำนวน> สัปดาห์ก่อน ให้ไล่กลับไปที่ตารางต้นทางและอธิบายว่าเป็นการเปลี่ยนแปลงจริงหรือปัญหาข้อมูล ห้ามเขียนลงตารางที่ใช้งานจริง
prompt นี้เราเขียนเองจากเคสนี้ แทนส่วนที่อยู่ใน < > ด้วยข้อมูลของคุณ
ป้ายนี้หมายความว่า: ผู้ผลิตบอก
ผู้ผลิตเล่าเองบนเว็บหรือโพสต์เปิดตัว บอกได้ว่าสินค้าตั้งใจทำอะไร แต่ไม่มีผลทดสอบจากภายนอก
เคสจริงของ AI agent ในการทำงาน จากเอเจนต์ทุกตัวที่คนใช้กัน ทุกเคสลิงก์ไปยังแหล่งที่รายงานเป็นที่แรก เราเรียบเรียงใหม่ด้วยคำของเราเอง ส่วนใหญ่มี prompt ให้ลองต่อ และไม่ใช่ลูกค้าของ Wize