AI ওয়ার্কফ্লো অনুরোধ ট্যাগিং হল একটি ক্লায়েন্ট অটোমেশনের মধ্যে পার্থক্য যা শান্তভাবে মূল্য নির্ধারণ করা যায় এবং একটি যা পরে রিপোর্টিং বিতর্কে পরিণত হয়। AI অটোমেশন এজেন্সিগুলির জন্য, ট্যাগগুলি হল প্রতিটি রাউটেড অনুরোধের সাথে সংযুক্ত লেবেল যাতে ব্যবহার ক্লায়েন্ট, ওয়ার্কস্পেস, ওয়ার্কফ্লো, বৈশিষ্ট্য এবং বিলযোগ্য ইউনিট দ্বারা পৃথক করা যায়।
এজেন্সি এখনও ShareAI-এর বাইরে ওয়ার্কফ্লো তৈরি করে। সেই ওয়ার্কফ্লোটি n8n, Make, Zapier, একটি কাস্টম ব্যাকএন্ড, একটি চ্যাটবট স্ট্যাক, বা একটি অভ্যন্তরীণ এজেন্ট রানটাইমে থাকতে পারে। ShareAI হল নির্বাচিত ইনফারেন্স ট্রাফিকের জন্য AI মার্কেটপ্লেস এবং API স্তর: এজেন্সি AI কলগুলি ShareAI-এর মাধ্যমে রাউট করতে পারে, একটি মার্জিন বা সারচার্জ কনফিগার করতে পারে, ক্লায়েন্টকে রাউটেড ব্যবহারের জন্য অর্থ প্রদান করতে দিতে পারে এবং উত্পন্ন ব্যবহারের উপর ভিত্তি করে মাসিক বিল্ডার পেআউট পেতে পারে।
অনুরোধ ট্যাগিং ওয়ার্কফ্লো লাইভ হওয়ার আগে ডিজাইন করা উচিত। একবার ক্লায়েন্ট জিজ্ঞাসা করলে কেন একটি টপ-আপ হয়েছে, কেন একটি ওয়ার্কস্পেস অন্যটির তুলনায় বেশি AI ব্যবহার করেছে, বা কেন একটি ব্যর্থ পুনরায় চেষ্টা একটি রিপোর্টে উপস্থিত হয়েছে, তখন সাধারণত পরিষ্কার লেবেল পুনরায় ফিট করার জন্য খুব দেরি হয়ে যায়।
কেন AI ওয়ার্কফ্লো অনুরোধ ট্যাগিং গুরুত্বপূর্ণ
AI অটোমেশনগুলি খুব কমই একটি পরিষ্কার API কল হয়। একটি একক ক্লায়েন্ট অ্যাকশন পুনরুদ্ধার, শ্রেণীবিভাগ, সারসংক্ষেপ, রাউটিং, টুল কল, পুনরায় চেষ্টা, ফালব্যাক এবং চূড়ান্ত প্রজন্মকে ট্রিগার করতে পারে। কিছু ওয়ার্কফ্লো সপ্তাহে একবার চালানো হয়। অন্যগুলি দিনে শত শত বার চালানো হয়।
এটাই এজেন্সিগুলির জন্য ট্যাগিং গুরুত্বপূর্ণ করে তোলে। এটি কাঁচা AI কার্যকলাপকে ব্যবসা-পাঠযোগ্য ব্যবহারে রূপান্তরিত করে। একটি ক্লায়েন্ট অস্পষ্ট AI চার্জ দেখার পরিবর্তে, এজেন্সি ব্যবহার দেখাতে পারে সাপোর্ট ট্রায়েজ, লিড কোয়ালিফিকেশন, ডকুমেন্ট রিভিউ, প্রোডাক্ট এনরিচমেন্ট, বা অভ্যন্তরীণ সহকারী ওয়ার্কফ্লো দ্বারা।
দৃশ্যমানতার প্রয়োজন তাত্ত্বিক নয়। LangChain-এর এজেন্ট ইঞ্জিনিয়ারিংয়ের অবস্থা দেখা গেছে যে এজেন্টরা প্রোডাকশনে চলে যাচ্ছে এবং পর্যবেক্ষণযোগ্যতা দলগুলির জন্য একটি বেসলাইন প্রত্যাশা হয়ে উঠেছে যারা তাদের পরিচালনা করছে। ব্যবহারের ভিত্তিতে মূল্য নির্ধারণ একই পথে এগিয়ে যাচ্ছে: Metronome-এর মেট্রোনোমের ব্যবহার মডেলগুলিকে সঠিক ট্র্যাকিং, বিলিং এবং মূল্য নির্ধারণের সিদ্ধান্তের প্রয়োজনের সাথে সংযুক্ত করে।
ব্যবহারের গল্প দিয়ে শুরু করুন
প্রথম ট্যাগটি একটি টোকেন গণনা হওয়া উচিত নয়। টোকেনগুলি অভ্যন্তরীণভাবে গুরুত্বপূর্ণ, বিশেষত কারণ পাবলিক AI মূল্য নির্ধারণ পৃষ্ঠাগুলি যেমন OpenAI API মূল্য নির্ধারণ দেখায় কিভাবে ইনপুট, ক্যাশড ইনপুট এবং আউটপুট ব্যবহার বিভিন্ন খরচ তৈরি করতে পারে। কিন্তু ক্লায়েন্টরা সাধারণত টোকেন গণিতের চেয়ে ব্যবসায়িক কার্যকলাপ দ্রুত বুঝতে পারে।
বেশিরভাগ এজেন্সি-নির্মিত AI ওয়ার্কফ্লোগুলির জন্য, গ্রাহক-সামনের ইউনিটটি সেই কাজটি বর্ণনা করা উচিত যা ক্লায়েন্ট চিনতে পারে: একটি টিকিট সারসংক্ষেপিত, একটি লিড যোগ্য, একটি ফাইল পর্যালোচনা করা হয়েছে, একটি রিপোর্ট তৈরি করা হয়েছে, একটি পণ্য বিবরণ তৈরি করা হয়েছে, বা একটি ওয়ার্কফ্লো রান সম্পন্ন হয়েছে।
একবার সেই ইউনিটটি পরিষ্কার হয়ে গেলে, প্রতিটি রাউটেড AI অনুরোধকে সঠিক বাণিজ্যিক প্রসঙ্গে সংযুক্ত করতে ট্যাগগুলি ব্যবহার করুন।
ক্লায়েন্ট AI ওয়ার্কফ্লোগুলির জন্য একটি ব্যবহারিক ট্যাগ সেট
ট্যাগ সেটটি যথেষ্ট ছোট রাখুন যাতে এটি বাস্তবায়ন করা যায়, তবে রিপোর্টিং এবং সহায়তার জন্য যথেষ্ট সম্পূর্ণ রাখুন। এই ক্ষেত্রগুলি AI অটোমেশন এজেন্সিগুলির জন্য একটি শক্তিশালী সূচনা পয়েন্ট।
| ট্যাগ | কেন এটি গুরুত্বপূর্ণ | উদাহরণ |
|---|---|---|
client_id | ব্যবহারকে অর্থপ্রদানকারী অ্যাকাউন্ট বা ক্লায়েন্ট ডিপ্লয়মেন্টের সাথে সংযুক্ত করে। | acme-support |
workspace_id | বিভাগ, দল, অঞ্চল বা শেষ-গ্রাহকের ওয়ার্কস্পেস আলাদা করে। | north-america-support |
workflow_name | কোন অটোমেশন AI অনুরোধ তৈরি করেছে তা ব্যাখ্যা করে। | ticket-triage |
feature_name | কলের পিছনে থাকা পণ্য বা ওয়ার্কফ্লো বৈশিষ্ট্যটি দেখায়। | escalation-summary |
usage_unit | অনুরোধকে বিলযোগ্য বা রিপোর্টযোগ্য ইউনিটে মানচিত্রিত করে। | ticket_summary |
request_id | ডিবাগিংয়ের জন্য সাপোর্ট টিমকে একটি স্থিতিশীল লুকআপ কী প্রদান করে। | req_000481 |
parent_run_id | অনেক অভ্যন্তরীণ অনুরোধকে এক গ্রাহক-দৃশ্যমান রান-এর সাথে সংযুক্ত করে। | run_0092 |
status | সম্পন্ন, ব্যর্থ, পুনরায় চেষ্টা করা এবং বাতিলকৃত কাজকে পৃথক করে। | completed |
billable_state | ব্যর্থ পরীক্ষা বা ডুপ্লিকেট পুনরায় চেষ্টা করা স্বাভাবিক প্রদত্ত ব্যবহারের মতো আচরণ করা থেকে রোধ করে। | billable |
environment | স্টেজিং, ডেমো, টেস্ট এবং প্রোডাকশন ট্রাফিক আলাদা রাখে। | production |
model_route | অনুরোধটি স্ট্যান্ডার্ড, প্রিমিয়াম, ফলব্যাক বা ব্যাচ রুট ব্যবহার করেছে কিনা তা দেখায়। | premium-summary |
যেখানে সম্ভব ব্যক্তিগত ডেটার পরিবর্তে স্থিতিশীল আইডি ব্যবহার করুন। একটি ট্যাগ এজেন্সিকে ব্যবহার ব্যাখ্যা করতে এবং সমস্যা ডিবাগ করতে সাহায্য করা উচিত যাতে রিপোর্টে অপ্রয়োজনীয় গ্রাহক তথ্য ফাঁস না হয়।
এজেন্সিগুলির জন্য পুনর্ব্যবহারযোগ্য ট্যাগিং প্যাটার্ন
1. AI অনুরোধ থেকে ওয়ার্কফ্লো রান আলাদা করুন
একটি ওয়ার্কফ্লো রান হল ক্লায়েন্ট-দৃশ্যমান কাজ। একটি AI অনুরোধ হল সেই কাজের মধ্যে একটি মডেল কল। একটি লিড কোয়ালিফিকেশন ওয়ার্কফ্লো একটি মডেল একবার কল করতে পারে। একটি ডকুমেন্ট রিভিউ ওয়ার্কফ্লো অনেকবার একটি মডেল কল করতে পারে। উভয় স্তর ট্যাগ করুন যাতে রিপোর্টগুলি ক্লায়েন্ট যে ইউনিটটি বোঝে তা দেখাতে পারে, প্রযুক্তিগত বিশদ হারানো ছাড়াই।
2. কোন স্ট্যাটাসটি পেইড ইউসেজ হবে তা নির্ধারণ করুন
প্রতিটি অভ্যন্তরীণ কলকে দুর্ঘটনাক্রমে বিলযোগ্য ইভেন্ট হতে দেবেন না। সম্পন্ন গ্রাহক-মুখী কাজ সাধারণত বিলযোগ্য। ব্যর্থ টেস্ট, ডুপ্লিকেট রিট্রাই, স্টেজিং রান এবং বাতিলকৃত কাজ সাধারণত হওয়া উচিত নয়, যদি না ক্লায়েন্ট চুক্তি অন্য কিছু বলে।
3. নামকরণ ব্যবসা-বোধগম্য রাখুন
একটি অ্যাকাউন্ট ম্যানেজার যেন কোড না পড়েও রিপোর্টটি বুঝতে পারে। যেমন নাম ব্যবহার করুন support_ticket_summary, lead_qualification, contract_review, অথবা product_description_generation. শুধুমাত্র বাস্তবায়ন দল বুঝতে পারে এমন অভ্যন্তরীণ ডাকনাম এড়িয়ে চলুন।
4. মডেল এবং রুট প্রসঙ্গ সংরক্ষণ করুন
কিছু ওয়ার্কফ্লো শ্রেণীবিভাজনের জন্য একটি হালকা মডেল এবং চূড়ান্ত খসড়ার জন্য একটি শক্তিশালী মডেল ব্যবহার করে। অন্যরা একটি মডেল অনুপলব্ধ থাকলে ফ্যালব্যাক রুট ব্যবহার করে। আপনার অভ্যন্তরীণ ট্যাগে সেই প্রসঙ্গটি রাখুন যাতে এজেন্সি ব্যাখ্যা করতে পারে কেন একটি ওয়ার্কফ্লো রান অন্যটির চেয়ে বেশি ব্যয়বহুল ছিল।
ট্যাগিং কীভাবে ShareAI বিল্ডারের সাথে সংযুক্ত হয়
ট্যাগগুলি নিজেরাই রাজস্ব তৈরি করে না। এগুলি রুটেড ব্যবহারের মূল্য নির্ধারণ, রিপোর্ট এবং সমর্থন করার জন্য যথেষ্ট ব্যাখ্যাযোগ্য করে তোলে।
ShareAI বিল্ডারের সাথে, এজেন্সি ক্লায়েন্ট ওয়ার্কফ্লোকে ShareAI-এর বাইরে রাখে এবং নির্বাচিত AI ইনফারেন্স ট্র্যাফিককে ShareAI-এর মাধ্যমে রুট করে। এজেন্সি সেই ট্র্যাফিকের জন্য একটি মার্জিন বা সারচার্জ কনফিগার করে। ক্লায়েন্ট বা শেষ গ্রাহক রুটেড ব্যবহারের জন্য ShareAI-কে অর্থ প্রদান করে। ShareAI মার্কেটপ্লেসের মাধ্যমে ইনফারেন্স রুট করে এবং উত্পন্ন আয়ের উপর ভিত্তি করে বিল্ডারকে মাসিক অর্থ প্রদান করে।
অর্থ প্রবাহটি সবচেয়ে ভাল কাজ করে যখন এজেন্সি সহজ প্রশ্নগুলির উত্তর দিতে পারে: কোন ক্লায়েন্ট ওয়ার্কফ্লোটি ব্যবহার করেছে, কোন ওয়ার্কস্পেস চাহিদা তৈরি করেছে, কোন বৈশিষ্ট্য অনুরোধটি তৈরি করেছে, কোন ব্যবহারের ইউনিটটি গ্রাহকের ব্যাখ্যায় উপস্থিত হওয়া উচিত এবং অনুরোধটি সফল ছিল কিনা তা গণনা করার জন্য যথেষ্ট।
যখন আপনি মনিটাইজেশন স্তরটি সংযুক্ত করতে প্রস্তুত, তখন খুলুন বিল্ডার কনসোল. বাস্তবায়ন শুরুর পয়েন্টগুলির জন্য, রাখুন ShareAI ডকুমেন্টেশন কাছাকাছি রাখুন।
ক্লায়েন্টদের কী দেখাবেন
ক্লায়েন্টদের প্রতিটি অভ্যন্তরীণ ট্যাগের প্রয়োজন নেই। তাদের ব্যবহারের মডেলটি বিশ্বাস করার জন্য যথেষ্ট বিশদ প্রয়োজন।
- গ্রাহক-মুখী ইউনিট দেখান: রান, টিকিট, ডকুমেন্ট, লিড, রিপোর্ট, কথোপকথন বা অ্যাকশন।
- যখন এটি ক্রেতাকে খরচ বরাদ্দ করতে সাহায্য করে, তখন ওয়ার্কস্পেস, দল বা ক্লায়েন্ট ডিপ্লয়মেন্ট দ্বারা ব্যবহার দেখান।
- প্রদত্ত অতিরিক্ত বা টপ-আপ থেকে অন্তর্ভুক্ত ব্যবহারের আলাদা প্রদর্শন করুন।
- কী চার্জ করা হয় না তা ব্যাখ্যা করুন, যেমন ব্যর্থ রান, ডুপ্লিকেট রিট্রাই বা অভ্যন্তরীণ পরীক্ষা।
- প্রস্তাবনা, চুক্তি, ড্যাশবোর্ড এবং ইনভয়েস নোটে একই ভাষা ব্যবহার করুন।
লক্ষ্য পুরো প্রযুক্তিগত ট্রেস প্রকাশ করা নয়। লক্ষ্য হল ব্যবহারের ভিত্তিতে AI মূল্য নির্ধারণকে ন্যায্য, পূর্বানুমানযোগ্য এবং ক্লায়েন্টের মূল্যবান কাজের সাথে সংযুক্ত করা।
সাধারণ ভুল যা এড়ানো উচিত
- শুধুমাত্র ক্লায়েন্ট দ্বারা ট্যাগিং। ক্লায়েন্ট-স্তরের ব্যবহার খুব বিস্তৃত যখন একটি ডিপ্লয়মেন্টে একাধিক ওয়ার্কফ্লো, দল বা পরিবেশ থাকে।
- পরীক্ষাগুলি প্রোডাকশনের সাথে মিশ্রিত করা। স্টেজিং ট্রাফিক ক্লায়েন্ট রিপোর্ট বা মূল্য নির্ধারণের সিদ্ধান্তকে দূষিত করা উচিত নয়।
- রিট্রাইয়ের ডাবল গণনা। রিট্রাই লজিক অটোমেশনে স্বাভাবিক, তবে মূল্য নির্ধারণ গ্রাহক-সম্মুখীন প্রদত্ত মূল্যের সাথে মেলানো উচিত।
- শুধুমাত্র টোকেন গণনাকে একক ইউনিট হিসাবে ব্যবহার করা। অভ্যন্তরীণভাবে টোকেন ট্র্যাক করুন, তবে ক্লায়েন্ট প্রযুক্তিগত না হলে মূল্য নির্ধারণকে ওয়ার্কফ্লো ইউনিটে অনুবাদ করুন।
- প্রতি মাসে লেবেল পরিবর্তন করা। স্থিতিশীল নামকরণ প্রবণতা বিশ্লেষণ সম্ভব করে।
- বিল্ডার পেআউট এবং প্রোভাইডার রিওয়ার্ড একত্রিত করা। নির্মাতারা রাউট করা অ্যাপ ট্রাফিক মার্জিন থেকে উপার্জন করেন। প্রদানকারীরা যোগ্য কম্পিউট অবদানের মাধ্যমে উপার্জন করেন। এগুলি ShareAI মার্কেটপ্লেসে ভিন্ন ভূমিকা।
এআই ওয়ার্কফ্লো রিকোয়েস্ট ট্যাগিং FAQ
এআই ওয়ার্কফ্লো রিকোয়েস্ট ট্যাগিং কী?
এআই ওয়ার্কফ্লো রিকোয়েস্ট ট্যাগিং মানে এআই অনুরোধগুলিতে লেবেল সংযুক্ত করা যাতে ব্যবহার ক্লায়েন্ট, ওয়ার্কস্পেস, ওয়ার্কফ্লো, ফিচার, স্ট্যাটাস এবং বিলযোগ্য ইউনিট দ্বারা গোষ্ঠীবদ্ধ করা যায়। এটি এজেন্সিগুলিকে এআই অটোমেশন ব্যবহারের ডিবাগ, রিপোর্ট এবং মূল্য নির্ধারণ আরও স্পষ্টভাবে করতে সাহায্য করে।
এআই অটোমেশন এজেন্সিগুলির রিকোয়েস্ট ট্যাগ কেন প্রয়োজন?
এজেন্সিগুলির রিকোয়েস্ট ট্যাগ প্রয়োজন কারণ ক্লায়েন্ট অটোমেশনগুলি প্রায়ই চালু হওয়ার পরে বারবার চলে। ট্যাগ ছাড়া, কোন ক্লায়েন্ট, ওয়ার্কফ্লো বা ফিচার রাউট করা এআই ব্যবহারের উৎপত্তি করেছে তা জানা কঠিন।
রিকোয়েস্ট ট্যাগিং কি বিলিংয়ের সমান?
না। রিকোয়েস্ট ট্যাগিং হল লেবেলিং এবং রিপোর্টিং স্তর। বিলিং হল বাণিজ্যিক প্রক্রিয়া। ভাল ট্যাগ বিলিং, মার্জিন পর্যালোচনা, ক্লায়েন্ট রিপোর্টিং এবং সাপোর্ট সহজ করে তোলে, তবে এটি মূল্য নির্ধারণের শর্ত প্রতিস্থাপন করে না।
একটি এজেন্সি প্রথমে কোন ক্ষেত্রগুলি ট্যাগ করা উচিত?
ক্লায়েন্ট আইডি, ওয়ার্কস্পেস আইডি, ওয়ার্কফ্লো নাম, ফিচার নাম, ব্যবহার ইউনিট, রিকোয়েস্ট আইডি, প্যারেন্ট রান আইডি, স্ট্যাটাস, বিলযোগ্য অবস্থা, পরিবেশ এবং মডেল রুট দিয়ে শুরু করুন। রিপোর্ট বা সাপোর্ট ওয়ার্কফ্লো সত্যিই প্রয়োজন হলে কেবল আরও যোগ করুন।
এজেন্সিগুলি কি টোকেন বা ব্যবসায়িক ক্রিয়াকলাপ ট্যাগ করা উচিত?
টোকেনগুলি অভ্যন্তরীণভাবে ট্র্যাক করুন যখন উপলব্ধ থাকে, তবে গ্রাহক-মুখী রিপোর্টের জন্য ব্যবসায়িক ক্রিয়াকলাপ ব্যবহার করুন। ক্লায়েন্টরা সাধারণত প্রক্রিয়াজাত নথি, সারসংক্ষেপ টিকিট, যোগ্য লিড বা সম্পন্ন ওয়ার্কফ্লো কাঁচা টোকেন গণনার চেয়ে দ্রুত বুঝতে পারে।
রিকোয়েস্ট ট্যাগিং কীভাবে ShareAI নির্মাতাকে সমর্থন করে?
রিকোয়েস্ট ট্যাগিং নির্মাতাকে রাউট করা ব্যবহারের ব্যাখ্যা করতে সাহায্য করে। এজেন্সি নির্বাচিত ইনফারেন্স ট্রাফিক ShareAI এর মাধ্যমে রাউট করে, একটি মার্জিন কনফিগার করে এবং ক্লায়েন্টকে ব্যবহারের জন্য ShareAI কে অর্থ প্রদান করতে দেয়। ট্যাগগুলি সেই ব্যবহারকে ওয়ার্কফ্লো এবং ক্লায়েন্ট প্রসঙ্গের সাথে সংযুক্ত করতে সাহায্য করে।
এটি কি n8n, Make, Zapier, বা কাস্টম এজেন্টের সাথে কাজ করতে পারে?
হ্যাঁ, যখন এজেন্সি এআই রিকোয়েস্ট পথ নিয়ন্ত্রণ করে এবং প্রতিটি রাউট করা রিকোয়েস্টের চারপাশে যথেষ্ট প্রসঙ্গ সংরক্ষণ করতে পারে। ওয়ার্কফ্লো টুলটি ShareAI এর বাইরে থাকে; ShareAI তার API এর মাধ্যমে রাউট করা নির্বাচিত এআই ইনফারেন্স ব্যবহার পরিচালনা করে।
পুনরায় চেষ্টা এবং ব্যর্থ রানগুলি কীভাবে ট্যাগ করা উচিত?
পুনরায় চেষ্টা মূল অনুরোধ বা প্যারেন্ট রান-এর দিকে নির্দেশ করা উচিত। ব্যর্থ, বাতিল, নকল, এবং অভ্যন্তরীণ টেস্ট রানগুলির একটি স্পষ্ট বিলযোগ্য অবস্থা থাকা উচিত যাতে তারা দুর্ঘটনাক্রমে প্রদত্ত ব্যবহারে পরিণত না হয়।
অনুরোধ ট্যাগিং কি এজেন্সির রাজস্ব নিশ্চিত করে?
না। বিল্ডার পেআউট প্রকৃত রাউটেড ব্যবহারের উপর এবং কনফিগার করা মার্জিনের উপর নির্ভর করে। অনুরোধ ট্যাগিং দৃশ্যমানতা এবং মূল্য নির্ধারণের শৃঙ্খলা উন্নত করে, তবে এটি নিশ্চিত করে না যে ক্লায়েন্টরা ওয়ার্কফ্লো ব্যবহার করবে।
ShareAI কি একটি অ্যাপ বিল্ডার বা ওয়ার্কফ্লো বিল্ডার?
না। ShareAI ওয়ার্কফ্লো তৈরি করে না, অ্যাপ হোস্ট করে না, বা এজেন্সির ইমপ্লিমেন্টেশন স্ট্যাক প্রতিস্থাপন করে না। ShareAI হল AI মার্কেটপ্লেস, রাউটিং, ব্যবহারের বিলিং, সারচার্জ, এবং নির্বাচিত ইনফারেন্স ট্রাফিকের জন্য পেআউট স্তর।
একটি এজেন্সির জন্য প্রথম পদক্ষেপ কী?
স্পষ্ট মূল্য এবং পরিবর্তনশীল ব্যবহারের সাথে একটি ক্লায়েন্ট ওয়ার্কফ্লো নির্বাচন করুন। গ্রাহক-সামনে থাকা ইউনিটটি সংজ্ঞায়িত করুন, কী অন্তর্ভুক্ত করা উচিত বনাম প্রদত্ত হওয়া উচিত তা সিদ্ধান্ত নিন, প্রতিটি রাউটেড অনুরোধ ধারাবাহিকভাবে ট্যাগ করুন, এবং তারপর যোগ্য ইনফারেন্স ট্রাফিক ShareAI Builder-এর মাধ্যমে সংযুক্ত করুন।
এই নিবন্ধটি অংশ ডেভেলপাররা বিভাগ।