Wawancara Keluar via LLM: Apa yang Dikatakan Pengguna Saat Menutup Paywall
OpenAI
Sebuah artikel berita AI berbahasa Inggris menjelaskan bagaimana mengintegrasikan wawancara singkat bertenaga LLM setelah penutupan paywall menghasilkan tingkat respons 34% dan mengungkap keberatan utama pengguna, termasuk temuan bahwa banyak pengguna tiba melalui pencarian dengan harapan produk gratis. Artikel ini memberikan arsitektur, prompt, dan kerangka kode yang digunakan, beserta wawasan dari data dua minggu.
Seorang pengembang membuat bot wawancara keluar berbasis LLM (Large Language Model) untuk permainan papan daring berbayar. Saat pengguna menutup paywall, muncul obrolan terpisah yang menanyakan maksimal 5 pertanyaan. Selama 2 minggu, terjadi 59 sesi dengan 20 tanggapan (34%). Temuan utamanya adalah sebagian besar pengguna berasal dari pencarian dengan kata 'gratis' di judul. Sistem ini menggunakan tabel basis data terpisah, batas balasan berbasis transaksi, pembersihan sesi basi, panggilan LLM kedua untuk menghasilkan catatan terstruktur, dan webhook ke Telegram. Artikel ini membagikan skema basis data, kode untuk transaksi terbatas, serta prompt sistem dan prompt catatan. Hasilnya menunjukkan 7 dari 20 responden mengharapkan produk ini gratis, sehingga memicu perbaikan cepat pada judul situs. Alat ini direkomendasikan untuk produk apa pun yang memiliki momen keluar seperti paywall, keranjang belanja ditinggalkan, atau pembatalan, selama pengguna tetap berada di halaman.
Sumber: Habr — хаб ИИ —
asli