ব্যবহারকারীর আস্থা ও প্রাসঙ্গিকতা অর্জনে আমরা যেভাবে ChatGPT‑এর নতুন বিজ্ঞাপন ব্যবস্থা তৈরি করেছি

প্রচলিত বিজ্ঞাপন ব্যবস্থা ব্যবহারকারীর উদ্দেশ্যের পৃথক পৃথক প্রকাশ অনুযায়ী কাজ করার জন্য তৈরি. ব্যবহারকারী অনলাইনে কিছু খোঁজেন বা দেখেন, বিজ্ঞাপন ব্যবস্থা সেই অনুসন্ধান ও ওয়েব পেজ দেখাকে ঘটনা হিসেবে গ্রহণ করে এবং তার ভিত্তিতে মানানসই বিজ্ঞাপন খোঁজে. ChatGPT‑এর জন্য বিজ্ঞাপন প্রযুক্তিকাঠামো তৈরি করা ছিল ভিন্ন কাজ: ব্যবহারকারীর উদ্দেশ্য বিভিন্ন কথোপকথনে গড়ে ওঠে এবং কথোপকথনের একাধিক ধাপে বদলায়. কখনো সেখানে বিজ্ঞাপন দেখানোর উপযুক্ত মুহূর্তই আসে না. নতুন এই ধরনকে সমর্থন দিতে আমরা বিশেষভাবে একটি বিজ্ঞাপন সরবরাহ ব্যবস্থা তৈরি করেছি. এই নতুন ধরনের বিজ্ঞাপন প্রযুক্তিকাঠামোর ভিত্তি একটি বিশেষভাবে তৈরি পোস্ট-ট্রেইন্ড অত্যাধুনিক LLM. এটি অনুসন্ধান (সেরা বিকল্প শনাক্ত), ক্রম নির্ধারণ (ব্যবহারকারীর সাড়া অনুমান), প্রাসঙ্গিকতা যাচাই (বিজ্ঞাপনের উপযোগিতা মূল্যায়ন) এবং চূড়ান্ত বিজ্ঞাপন নির্বাচন ও মূল্য নির্ধারণের নিলাম চালাতে টুল ব্যবহার করে.

ব্যবহারকারীর বদলাতে থাকা লক্ষ্যের সূক্ষ্মতা সামলাতে আমাদের বিজ্ঞাপন ব্যবস্থার নকশায় তিনটি মূল সিদ্ধান্ত নেওয়া হয়েছে: ১) অবস্থা সংরক্ষণকারী বিজ্ঞাপন সেশন চালু করা, যাতে একই কথোপকথনের বিভিন্ন ধাপ ও একাধিক কথোপকথনের তথ্য মনে থাকে; ২) বিশেষভাবে তৈরি পোস্ট-ট্রেইন্ড LLM ব্যবহার করা, যা টুল চালানোর স্থাপত্য দিয়ে কথোপকথনের প্রসঙ্গ ও অন্তর্নিহিত উদ্দেশ্য বুঝে কার্যকরভাবে বিজ্ঞাপন বাছাই, ক্রম নির্ধারণ ও সরবরাহ করে; এবং ৩) ChatGPT‑এর উত্তর তৈরির বাইরে পৃথক সেবায় বিজ্ঞাপন নির্বাচন চালানো, যাতে বিজ্ঞাপন উত্তরে প্রভাব না ফেলে এবং ChatGPT‑এর বক্তব্য নিরপেক্ষ থাকে. পুরো বিজ্ঞাপনপ্রবাহ সমন্বয় করতে আমরা আমাদের পোস্ট-ট্রেইন্ড LLM ব্যবহার করি. ব্যবহারকারীর বর্তমান কথোপকথনের ধাপ ও আগের কথোপকথন—দুইয়ের ভিত্তিতে এটি সঠিক সময়ে সঠিক বিজ্ঞাপন দেখানোর সিদ্ধান্ত নেয়. এমন স্বয়ং-উন্নয়নশীল বিজ্ঞাপন ব্যবস্থা গোড়া থেকে গড়তে আগে বহু বছর লাগত. অথচ ChatGPT অ্যাড চালুর 200 দিনেরও কম সময়ে এমন আয়ের গতিতে পৌঁছায়, যা বার্ষিক হিসাবে 100 কোটি মার্কিন ডলারের সমান. এখন পর্যন্ত চালুর পর থেকে এক লাখের বেশি বিজ্ঞাপনদাতা ChatGPT‑তে বিজ্ঞাপন দিয়েছেন.

প্রচলিত বিজ্ঞাপনব্যবস্থায় সাধারণত একটি সুস্পষ্ট ইভেন্টের মাধ্যমে বিজ্ঞাপনের অনুরোধ শুরু হয়. কোনো ব্যবহারকারী সার্চ কোয়েরি জমা দেন বা একটি ওয়েবপেজ খোলেন, আর বিজ্ঞাপনব্যবস্থা সেই অনুরোধটি গ্রহণ করে. এধরনের ব্যবস্থা বেশ সরল: এটি সম্ভাব্য বিজ্ঞাপনের বিকল্পগুলো খুঁজে বের করে, সেগুলোর র‍্যাঙ্ক নির্ধারণ করে, বিজ্ঞাপনের সুযোগটির উপযুক্ত মূল্য নির্ধারণে নিলাম পরিচালনা করে এবং সবশেষে নির্বাচিত বিজ্ঞাপনটি ব্যবহারকারীকে দেখায়. কিন্তু ChatGPT‑এর ক্ষেত্রে স্বাভাবিকভাবেই এমন কোনো নির্দিষ্ট মুহূর্ত তৈরি হয় না.

ChatGPT‑এর কথোপকথনে মানুষ সাধারণত একটি নির্দিষ্ট প্রশ্নের একটিমাত্র উত্তর খুঁজতে আসেন না; বরং কোনো লক্ষ্য নিয়ে আসেন. তাঁরা হয়তো ভ্রমণের পরিকল্পনা করছেন, নিজেদের ব্যবসার জন্য সফটওয়্যার বেছে নিচ্ছেন, বাড়ি সাজাচ্ছেন কিংবা নতুন কোনো শখ শিখছেন. এসব কথোপকথনের একটি পর্যায়েই এসব লক্ষ্য পূরণ হয়ে যায় না. বরং, পুরো প্রক্রিয়াজুড়ে ChatGPT প্রায়ই ব্যবহারকারীকে কোন বিষয়গুলো তাঁর কাছে সবচেয়ে গুরুত্বপূর্ণ, তা স্পষ্ট করে বুঝতে সাহায্য করে.

উদাহরণ হিসেবে, আমাদের প্রকৌশল দল ChatGPT‑কে দৌড় প্রতিযোগিতার প্রস্তুতি কীভাবে নিতে হয় তা জিজ্ঞেস করেছিল. কথোপকথন শুরু হয় দৌড়ানো নিয়ে একটি সাধারণ প্রশ্ন দিয়ে. কয়েক ধাপ পরে তাঁরা অনুশীলনে সহায়ক জুতা সম্পর্কে জানতে চান. ব্যবহারকারীর প্রতিটি নতুন শর্ত যুক্ত হওয়ার সঙ্গে সঙ্গে কথোপকথনের বাণিজ্যিক তাৎপর্যও বদলে যায়—আর একাধিক সেশনের মধ্য দিয়ে এই ব্যক্তিগত প্রেক্ষাপট ক্রমাগত বিকশিত হয়. কোনো ব্যবস্থা যদি প্রথম বার্তাটির ভিত্তিতেই পদক্ষেপ নিত, তাহলে সেটি ব্যবহারকারীর প্রকৃত অভিপ্রায় সম্পূর্ণ ভুলভাবে শনাক্ত করতে পারত. এর ফলে ব্যবহারকারীর অভিজ্ঞতা খারাপ হতে পারত এবং তাঁর কাজের পথে বাধাও সৃষ্টি হতে পারত.

আমাদের বিজ্ঞাপনব্যবস্থা গড়ে তুলতে প্রচলিত অনুরোধ-প্রতিক্রিয়া কাঠামো অতিক্রম করে একেবারে গোড়া থেকে নতুন একটি বিজ্ঞাপন-স্ট্যাক তৈরি করতে হয়েছে. এর লক্ষ্য ছিল ব্যবহারকারীর আস্থা ও মূল্যকে সর্বোচ্চ গুরুত্ব দেওয়ার পাশাপাশি সম্ভাব্য অর্থনৈতিক সুযোগগুলো খুঁজে বের করা.

প্রচলিত বিজ্ঞাপনব্যবস্থার মতো প্রতিটি বার্তাকে একটি স্বতন্ত্র অনুরোধ হিসেবে বিবেচনা করলে, চ্যাটের ক্ষেত্রে কয়েকটি ঝুঁকি তৈরি হতো: ১) ব্যবহারকারীর লক্ষ্যকে অতিরিক্ত সরলীকরণ করে ভুলভাবে বোঝা, ২) ব্যবহারকারীর প্রকৃত প্রয়োজন স্পষ্ট হওয়ার আগেই বিজ্ঞাপন দেখানোর প্রক্রিয়া শুরু করা, ৩) ব্যবহারকারীর অভিজ্ঞতাকে সহায়তা করার পরিবর্তে তাঁর অগ্রযাত্রায় বাধা সৃষ্টি করে এমন বিজ্ঞাপন দেখানো এবং ৪) অনুরোধে প্রতিবার পরিবর্তন এলেই অদক্ষভাবে বিজ্ঞাপনপ্রক্রিয়া নতুন করে চালানো, যার ফলে অপ্রয়োজনীয় বিজ্ঞাপনী সংকেত তৈরি হতো এবং খরচ অপচয় হতো. পৃথক ইভেন্টকে কেন্দ্র করে ব্যবস্থা গড়ে তোলার পরিবর্তে, বিজ্ঞাপনব্যবস্থা (যার মধ্যে রিট্রিভাল, র‍্যাঙ্কিং ও বিজ্ঞাপন সরবরাহ অন্তর্ভুক্ত) একটি স্টেটফুল সেশন বজায় রাখে. অর্থাৎ, বিজ্ঞাপন সেশনটি বিজ্ঞাপন দেখানোর যোগ্য প্রতিটি কথোপকথন-ধাপের পুরো সময়জুড়ে সক্রিয় থাকে এবং তথ্যের পরিবর্তনের সঙ্গে সঙ্গে তা মনে রাখে ও আপডেট করে. ChatGPT প্রাথমিক অনুরোধের প্রেক্ষাপট বিজ্ঞাপন সার্ভারে পাঠায়; বিজ্ঞাপনব্যবস্থাটি একটিমাত্র সরলীকৃত কোয়েরির ওপর নির্ভর না করে কথোপকথনের ক্রমবিকাশ অনুসরণ করে এবং তার সঙ্গে খাপ খাইয়ে নেয়।

বিজ্ঞাপনপ্রবাহ যাতে ChatGPT‑এর উত্তরে প্রভাব না ফেলে, সেজন্য বিজ্ঞাপন নির্বাচনের প্রক্রিয়া ChatGPT‑এর স্বাভাবিক উত্তর তৈরির পাশাপাশি আলাদাভাবে চলে. একটি পৃথক ব্যবস্থা কথোপকথনের তথ্য নিয়ে নিজস্ব যোগ্যতা, মান ও সরবরাহের শর্ত অনুযায়ী বিজ্ঞাপন ছাঁটাই ও নির্বাচন করে. স্থাপত্যের এই গুরুত্বপূর্ণ পৃথকীকরণে ভিন্ন সেবা আলাদা মডেল ও কোড ব্যবহার করে. ফলে ChatGPT‑এর মূল সার্ভারগুলো স্বাভাবিক উত্তর তৈরি করে. এদিকে বিজ্ঞাপন ব্যবস্থা স্বাধীনভাবে উপযুক্ত বিজ্ঞাপনের সুযোগ আছে কি না যাচাই করে এবং থাকলে আলাদা পরিবেশন প্রক্রিয়ায় স্পনসর করা বিজ্ঞাপন প্রস্তুত করে.

ব্যবহারকারীর অভিজ্ঞতা সুরক্ষিত রাখার পাশাপাশি, এই পৃথক ব্যবস্থার কিছু বাস্তব সুফল রয়েছে. ChatGPT বিজ্ঞাপন ব্যবস্থার ওপর নির্ভরশীল নয়—সেবা দুটি কোনোভাবেই পরস্পরের সঙ্গে জড়িত নয় এবং তারা কনটেন্ট তৈরির জন্য একই মডেলও ব্যবহার করে না. তাই বিজ্ঞাপন পরিবেশন ব্যবস্থা বন্ধ থাকলে বা ধীরগতিতে চললেও ChatGPT‑এর স্বাভাবিক উত্তর তৈরিতে কোনো প্রভাব পড়ে না. অর্থাৎ বিজ্ঞাপন ব্যবস্থা ChatGPT‑কে অচল করতে বা এর কাজে বিলম্ব ঘটাতে পারে না. এই পৃথক ব্যবস্থার আরেকটি সুবিধা হলো, এর ফলে বিজ্ঞাপনের মান ও উপযোগিতার ক্ষেত্রে উচ্চ মানদণ্ড বজায় রাখা যায়. কোনো বিজ্ঞাপন না দেখানোও এখানে স্বাভাবিক এবং সফল ফলাফল হিসেবে বিবেচিত হয়. সিস্টেম কেবল তখনই বিজ্ঞাপন দেখায়, যখন সেটি ব্যবহারকারী ও বিজ্ঞাপনদাতা উভয়ের জন্যই স্পষ্টভাবে উপকারী হয়.

আমাদের বিজ্ঞাপন প্রযুক্তিকাঠামোর আরেকটি গুরুত্বপূর্ণ উপাদান হলো পোস্ট-ট্রেইন্ড LLM. এটি কথোপকথন ব্যাখ্যা করে এবং একটি এজেন্টভিত্তিক চক্রের মাধ্যমে বিজ্ঞাপন প্রদর্শনের পুরো প্রক্রিয়া পরিচালনা করে. বিজ্ঞাপন খুঁজে বের করা, সেগুলোর র‍্যাঙ্ক নির্ধারণ, নিলাম পরিচালনা এবং শেষ পর্যন্ত বিজ্ঞাপন দেখানো—প্রতিটি মূল ধাপে এটি সংশ্লিষ্ট টুল ব্যবহার করে নির্দেশ পাঠায়. আমরা এই LLM-কে বলি অর্কেস্ট্রেটর.

বিজ্ঞাপন প্রদর্শনের প্রক্রিয়ার প্রথম ধাপ হলো ব্যবহারকারীর উদ্দেশ্য বোঝা, যার ভিত্তিতে বিজ্ঞাপন অনুসন্ধান শুরু হয়. এই পর্যায়ে সম্ভাব্য বিজ্ঞাপনগুলো দ্রুত ও বিস্তৃতভাবে সংগ্রহ করা হয়, যাতে পরবর্তী ধাপে সেগুলো যাচাই করে বাছাই করা যায়. কথোপকথন ধাপে ধাপে পাওয়ার কারণে অনুসন্ধানপ্রক্রিয়াটি আরও তথ্যসমৃদ্ধ হলেও কিছুটা অস্পষ্ট হয়ে ওঠে, কারণ, বিজ্ঞাপন সিস্টেমকে ব্যবহারকারীর বর্তমান উদ্দেশ্য ও আগের কথোপকথনের অপ্রাসঙ্গিক হয়ে পড়া তথ্যের মধ্যে পার্থক্য করতে হয়. অর্কেস্ট্রেটরকে আগের বার্তাগুলোর উল্লেখ বুঝতে হয়, ব্যবহারকারী কখন কোনো বিষয় কাল্পনিকভাবে বা অনুমান করে বলছেন তা শনাক্ত করতে হয় এবং কোনো পণ্য বা সেবার উল্লেখ হলেই সেটিকে কেনার অনুরোধ হিসেবে ধরে নেওয়া থেকে বিরত থাকতে হয়.

বিজ্ঞাপন অর্কেস্ট্রেটর উপলব্ধ কথোপকথন ও ব্যবহারকারীর প্রাসঙ্গিক তথ্য কাজে লাগিয়ে উপযুক্ত বিজ্ঞাপন খুঁজে বের করে. এজন্য এটি বারবার প্রক্রিয়াটি চালায় এবং প্রতিবার সিদ্ধান্ত নেয়, কখন কোন টুল ব্যবহার করতে হবে. এর মূল লক্ষ্য হলো সংশ্লিষ্ট কথোপকথন ও প্রেক্ষাপটের জন্য সবচেয়ে উপযুক্ত বিজ্ঞাপন খুঁজে বের করা (যে বিজ্ঞাপন ব্যবহারকারী ও বিজ্ঞাপনদাতা উভয়ের জন্যই বেশি মূল্য তৈরি করে). ব্যবহারকারী বিজ্ঞাপন ব্যক্তিগতকরণের অনুমতি দিলে, অর্কেস্ট্রেটর আরও ভালো বিজ্ঞাপন মেলানোর জন্য ব্যবহারকারীর আগের কথোপকথন থেকে পাওয়া উপলব্ধ সংবেদনশীল নয় এমন তথ্যও বিবেচনা করে.

কথোপকথনের অগ্রগতির সঙ্গে সঙ্গে বিজ্ঞাপন অর্কেস্ট্রেটর নতুন তথ্য পেলে, হালনাগাদ প্রেক্ষাপটের ভিত্তিতে নতুন করে টুলগুলো চালাতে পারে. এর মাধ্যমে আরও উপযুক্ত বিজ্ঞাপন খুঁজে সেগুলো ক্লায়েন্টের কাছে পাঠানো যায়. নতুন বিজ্ঞাপনগুলো সময়মতো পৌঁছালে ক্লায়েন্ট সেগুলো ব্যবহার করতে পারে.

অর্কেস্ট্রেটরটি এমনভাবে নকশা করা হয়েছে, যাতে ব্যবহারকারী ও বিজ্ঞাপনদাতার উভয়ের স্বার্থের মধ্যে ভারসাম্য বজায় থাকে এবং সব সময় ব্যবহারকারীর স্বার্থকে অগ্রাধিকার দেওয়া হয়.

বিজ্ঞাপনব্যবস্থা একাধিক স্বতন্ত্র টুল নিয়ে গঠিত, আর অর্কেস্ট্রেটর কথোপকথনের জন্য সবচেয়ে উপযুক্ত বিজ্ঞাপন খুঁজে পেতে এসব টুল বারবার ব্যবহার করে. মোটের ওপর, অর্কেস্ট্রেটর কথোপকথনকে সংক্ষিপ্ত লিখিত সারাংশে রূপ দেয়. এরপর সেই সারাংশগুলোকে অর্থভিত্তিক এমবেডিংয়ে রূপ দেওয়া হয় (অর্থাৎ, অর্থভিত্তিক এমন উপস্থাপনায়, যা বিজ্ঞাপন সিস্টেমের জন্য বিশ্লেষণ করা সহজ); এই এমবেডিং ব্যবহার করে সম্ভাব্য বিজ্ঞাপন খোঁজা হয় (বাজেট, ব্যবহারকারীর সেটিংস এবং অন্যান্য প্রাথমিক যাচাইয়ের ভিত্তিতে বিজ্ঞাপনগুলো বাছাই করা হয়). পরবর্তী ধাপে সেগুলোর গুণমান ও প্রাসঙ্গিকতা মূল্যায়ন করা হয় এবং সবশেষে চূড়ান্ত র‍্যাঙ্কিংয়ের মাধ্যমে চ্যাটের উত্তরের শেষে প্রদর্শনের জন্য উচ্চ মূল্যসম্পন্ন বিজ্ঞাপন নির্বাচন করা হয়. তাই কোনো বিজ্ঞাপন প্রদর্শনের জন্য নির্বাচিত হতে হলে সেটিকে উপযুক্ততা ও প্রাসঙ্গিকতার কঠোর মানদণ্ড পূরণ করতে হয়.

অর্কেস্ট্রেটর LLM প্রথমে ব্যবহারকারীর প্রাসঙ্গিক বাণিজ্যিক উদ্দেশ্য বোঝায় এমন এক বা একাধিক সার্চ কোয়েরি তৈরি করে. এতে কথোপকথনের প্রেক্ষাপট নতুনভাবে সাজিয়ে সরাসরি এক-একটি অনুসন্ধান কোয়েরির বাইরেও সম্ভাব্য বাণিজ্যিক বিষয়গুলো বিবেচনা করা হতে পারে. এরপর সেম্যান্টিক উপস্থাপনা তৈরি করা হয়, যেখানে অর্কেস্ট্রেটর একাধিক ধাপে চলা কথোপকথনকে সংক্ষিপ্ত সারাংশে রূপান্তর করে অনুসন্ধান ব্যবস্থার জন্য প্রস্তুত করে. এর ফলে আমাদের ডেটাবেস থেকে আরও সুনির্দিষ্টভাবে বিজ্ঞাপন খুঁজে বের করা যায়.

ব্যবহারকারীর উদ্দেশ্য ভালোভাবে বোঝার ভিত্তিতে বিজ্ঞাপন প্রদর্শন করা হলে ব্যবহারকারী ও বিজ্ঞাপনদাতা উভয়ই বেশি উপকৃত হন. একাধিক সার্চ কোয়েরি ব্যবহারকারীর অভিপ্রায়ের বিভিন্ন দিক আলাদাভাবে প্রকাশ করতে পারে. যেমন, কোনো ভ্রমণের পরিকল্পনা নিয়ে আলোচনায় যাতায়াত, আবাসন এবং ভ্রমণকালীন কার্যক্রম সম্পর্কে পৃথক আগ্রহ থাকতে পারে. অনুসন্ধান ব্যবস্থা পুরো কথোপকথনকে একটিমাত্র বাক্যে রূপান্তর না করে এসব স্বতন্ত্র প্রয়োজন আলাদা করে সংরক্ষণ করতে পারে.

উদাহরণ হিসেবে, হাইকিংয়ের জুতা নিয়ে একটি সম্ভাব্য কথোপকথনের ধারাবাহিকতা দেখা যাক:

1. ইয়োসেমিটিতে দুদিনের বেড়াতে গেলে কোন কোন জায়গা ঘুরে দেখা উচিত?

2. আগামী সপ্তাহে কি আবহাওয়া ঠান্ডা থাকবে?

3. [insert brand]-এর নতুন কী কী পণ্য আছে?

ব্যবহারকারী জুতার ব্র্যান্ড সম্পর্কে প্রশ্নটিকে ইয়োসেমিটি ভ্রমণের সঙ্গে সরাসরি যুক্ত না করলেও, আমাদের বিজ্ঞাপন ব্যবস্থায় এই কথোপকথনকে দুটি কোয়েরির মাধ্যমে উপস্থাপন করা হতে পারে. যেমন, [shoes appropriate for hiking trip] ও [new [brand] product lines good for travel]. অনুসন্ধানের জন্য এটি কেবল প্রথম ধাপ হতে পারে. ব্যবহারকারীর জন্য অত্যন্ত উপযোগী বিজ্ঞাপন খুঁজে না পাওয়া পর্যন্ত অর্কেস্ট্রেটর এই উপস্থাপনাগুলো বারবার পরিমার্জন করার জন্য তৈরি.

রিট্রিভাল হলো ইচ্ছাকৃতভাবে সম্ভাব্য বিজ্ঞাপনের একটি বিস্তৃত তালিকা তৈরি করার প্রক্রিয়া. বিভিন্ন রিট্রিভাল কৌশল ব্যবহার করে বিজ্ঞাপন-প্রার্থী সংগ্রহ করা হতে পারে, যেগুলো পরবর্তী ধাপে একই বিজ্ঞাপন পরিবেশনের শর্তাবলির অধীনে একে অপরের সঙ্গে প্রতিযোগিতা করতে পারে. সিস্টেম ও পণ্যের বিভিন্ন সীমাবদ্ধতা অনুযায়ী কাজ করার জন্য আমরা একাধিক সূচি তৈরি করি, (উদাহরণস্বরূপ, প্রোডাক্ট ফিড বিজ্ঞাপনের ইনডেক্স এমনভাবে নকশা করা হয়েছে, যাতে সেরা সম্ভাব্য বিজ্ঞাপন খোঁজার সময় পণ্য সম্পর্কে ইতিবাচক বা নেতিবাচক রিভিউ বিবেচনা করা যায়). তবে যেসব বিজ্ঞাপনের সঙ্গে কোনো রিভিউ যুক্ত নেই, সেগুলোর ক্ষেত্রে এই বিষয়টি প্রাসঙ্গিক নয়. প্রতিটি সূচিকে ব্যবহারকারীর উদ্দেশ্যের প্রতিনিধিত্বকারী এমবেডিং ব্যবহার করে একধরনের অ্যাপ্রক্সিমেট নিয়ারেস্ট নেইবর (ANN) সার্চ চালানোর জন্য অপ্টিমাইজ করা হয়. বড় আকারের সেম্যান্টিক ইনডেক্স থেকে তথ্য খুঁজে বের করার এই ANN সার্চ একটি আনুমানিক অ্যালগরিদম. অর্থাৎ বেশির ভাগ প্রাসঙ্গিক সম্ভাব্য বিজ্ঞাপন-প্রার্থী ধরে রেখে খুব দ্রুত বিজ্ঞাপন খুঁজে আনা হয়—“একমাত্র সঠিক” সমাধান খোঁজার বদলে একটি ভালো সমাধানের কাছাকাছি পৌঁছানো হয়.

ফিল্টারিংয়ের উদ্দেশ্য হলো প্রাসঙ্গিকতা, বিড এবং বাজেটের ক্ষেত্রে বিজ্ঞাপন প্রদর্শনের নির্ধারিত মানদণ্ড পূরণ করতে পারে না এমন সব বিজ্ঞাপন-প্রার্থীকে বিবেচনার তালিকা থেকে বাদ দেওয়া. বিজ্ঞাপন-প্রার্থী ও কনফিগারেশন অনুযায়ী, এই যাচাইয়ের মধ্যে কয়েকটি বিষয় অন্তর্ভুক্ত থাকতে পারে, (বিজ্ঞাপনের ক্রিয়েটিভ ও ক্যাম্পেইন সক্রিয় আছে কি না); ক্যাম্পেইন টার্গেটিং (কোন কোন অঞ্চল থেকে ক্যাম্পেইনটি পরিচালনা করা যাবে); নীতিমালাসংক্রান্ত বিধিনিষেধ (কোন ধরনের বিজ্ঞাপন দেওয়া অনুমোদিত); বাজেটের প্রাপ্যতা; (ক্যাম্পেইনে ব্যয় করার মতো বাজেট অবশিষ্ট আছে কি না); বাজেট ব্যয়ের গতি (দিনের বর্তমান সময়ে বাজেট ব্যয় করা উচিত, নাকি দিনের অন্য কোনো সময়ে); বিজ্ঞাপন প্রদর্শনের উপযুক্ততা (কোন ধরনের কথোপকথনে বিজ্ঞাপনটি দেখানো যেতে পারে); এবং বিজ্ঞাপনদাতা ও ক্যাম্পেইন পর্যায়ে ডিডুপ্লিকেশন, (বিভিন্ন ব্যবসার মধ্যে ন্যায্য অংশগ্রহণ নিশ্চিত করতে প্রতিটি বিজ্ঞাপনদাতার বিজ্ঞাপনের উপযুক্ত সংখ্যা নির্বাচন করা).

যোগ্যতা যাচাইয়ে উত্তীর্ণ বিজ্ঞাপন-প্রার্থীরা এরপর স্কোর নির্ধারণের ধাপে যায়. এ পর্যায়ে অর্কেস্ট্রেটর বিভিন্ন স্কোরিং সিস্টেমে টুল চালু করে এবং বিজ্ঞাপন পরিবেশনের জন্য কয়েকটি বিষয় মূল্যায়ন করে. এর মধ্যে রয়েছে সেম্যান্টিক প্রাসঙ্গিকতা (বিজ্ঞাপনটি কি ব্যবহারকারীর উদ্দেশ্যের সঙ্গে প্রাসঙ্গিক?), সম্ভাব্য সম্পৃক্ততা (ব্যবহারকারী বিজ্ঞাপনটি দেখবেন, ক্লিক করবেন, এবং বিজ্ঞাপনদাতার কাঙ্ক্ষিত ফলাফল অর্জনে ভূমিকা রাখবেন এমন সম্ভাবনা কতটা?) এবং অতীতের কার্যকারিতা (এখন পর্যন্ত ব্যবহারকারীদের দেখানোর সময় বিজ্ঞাপনটি ভালো ফল করেছে কি না). নিলামের আগে প্রাসঙ্গিকতা ও নিরাপত্তা নিশ্চিত করতেও অর্কেস্ট্রেটর বিজ্ঞাপনগুলো ফিল্টারিং করে বেছে নেয়. এসব ব্যবস্থা সম্ভাব্য বিজ্ঞাপনের তালিকা সংকুচিত করে নিলামের উপযোগী একটি ছোট তালিকা তৈরি করে, তবে এর মাধ্যমে এখনো চূড়ান্তভাবে কোন বিজ্ঞাপনটি দেখানো হবে, তা নির্ধারিত হয় না.

অর্কেস্ট্রেটর কথোপকথনের প্রেক্ষাপটে প্রস্তুত করা বিজ্ঞাপন-প্রার্থীদের মূল্যায়ন করে এবং চূড়ান্ত নিলামে অংশ নেওয়ার মতো উপযুক্ত প্রার্থীদের নির্বাচন করে. তবে অর্কেস্ট্রেটর সরাসরি সিদ্ধান্ত নেয় না যে কোন বিজ্ঞাপনটি পরিবেশন করা হবে; এটি বিজ্ঞাপনের দামও নির্ধারণ করে না. বরং, প্রেক্ষাপটের সঙ্গে সামঞ্জস্যপূর্ণ বিজ্ঞাপন-প্রার্থীদের নিলাম টুলের মূল্যায়নের জন্য মনোনীত করে.

নিলাম প্রক্রিয়ায় বিজ্ঞাপন পরিবেশনের চূড়ান্ত নিয়মগুলো প্রয়োগ করা হয়. এর মধ্যে রয়েছে নিলামে প্রবেশের যোগ্যতা নির্ধারণ (প্রাসঙ্গিকতা ও মূল্যমানের ন্যূনতম শর্ত পূরণ করা), বাজেট ব্যয়ের গতি নিয়ন্ত্রণ বা (বিজ্ঞাপনের বাজেট আরও সমানভাবে ব্যয় করা), বিড ও নিলাম-সংক্রান্ত বৈশিষ্ট্যের হিসাব, গুণমান-সমন্বিত র‍্যাঙ্কিং, মূল্য নির্ধারণ এবং চূড়ান্ত নির্বাচন.

নিলাম শেষ হওয়ার পরও দুটি কারণে কোনো বিজ্ঞাপন প্রদর্শিত না-ও হতে পারে. উভয় ক্ষেত্রই ChatGPT‑এর কথোপকথনভিত্তিক পরিবেশের বিশেষ বৈশিষ্ট্যের সঙ্গে সম্পর্কিত.

1. বিজ্ঞাপনটি চ্যাটের প্রেক্ষাপটে অনুপযুক্ত মনে হতে পারে: ইন্টেগ্রিটি মডেল (কখন বিজ্ঞাপন দেখানো উপযুক্ত, তা নির্ধারণকারী মডেল) কোনো কথোপকথনকে বিজ্ঞাপন প্রদর্শনের জন্য নিরাপদ বলে বিবেচনা করলেও এবং বিজ্ঞাপনটি নীতিমালা মেনে চললেও, কিছু কথোপকথনের প্রেক্ষাপটে সেটি অনুপযুক্ত মনে হতে পারে. অর্কেস্ট্রেটর এ ধরনের বিজ্ঞাপন প্রদর্শন আটকে দেয়.

2. বিজ্ঞাপনের অনুরোধ নির্ধারিত সময়ের মধ্যে সম্পন্ন না-ও হতে পারে: ChatGPT মডেল উত্তর দেওয়ার জন্য তৈরি, কিন্তু বিজ্ঞাপনটি তখনো প্রদর্শনের উপযোগী না হলে অনুরোধটির সময়সীমা পেরিয়ে যায় এবং বিজ্ঞাপনটি ব্যবহারকারীর কাছে পৌঁছায় না. এ কারণে বিজ্ঞাপন সিস্টেমকে যতটা সম্ভব দ্রুত কাজ করার জন্য তৈরি করা হয়েছে. ChatGPT‑এর উত্তর তৈরির সময় সব ক্ষেত্রে এক রকম নয়, তাই বিজ্ঞাপন লোড হওয়ার জন্য চ্যাটের উত্তর আটকে রাখা হয় না.

ওপরের সব যাচাইয়ে উত্তীর্ণ হলে, বিজ্ঞাপনটি প্রদর্শনের জন্য ফ্রন্টএন্ডে পাঠানো হয়. আমরা এটিকে সার্ভার-সাইড বিজ্ঞাপন পরিবেশন হিসেবে বিবেচনা করি. কিন্তু তারপরও ব্যবহারকারীর সামনে বিজ্ঞাপনটি নাও আসতে পারে; সিস্টেমটি এমনভাবেই নকশা করা হয়েছে.

ChatGPT‑এর মতো কথোপকথনভিত্তিক পণ্যে সার্ভার-সাইডে বিজ্ঞাপনের ক্রিয়েটিভ পাঠানো হলেই বিজ্ঞাপনটি প্রদর্শিত হবে, এমন নিশ্চয়তা নেই; বর্তমান কথোপকথনের পর্বে বিজ্ঞাপনটি দেখানোর জন্য সেটি সময়মতো পৌঁছানোও জরুরি. বিজ্ঞাপনের ক্রিয়েটিভের মধ্যে থাকে শিরোনাম, বিবরণ, গন্তব্য লিংক এবং প্রযোজ্য ক্ষেত্রে কোনো পদক্ষেপ নেওয়ার আহ্বান (কল টু অ্যাকশন). পাশাপাশি, বিজ্ঞাপন সিস্টেম মডেল-নির্মিত একটি প্রারম্ভিক বক্তব্যও পাঠায়. এটি একটি সংক্ষিপ্ত ও নিরপেক্ষ ভূমিকা, যা ব্যাখ্যা করে বিজ্ঞাপনটি কীভাবে কথোপকথনের সঙ্গে সম্পর্কিত. এই প্রারম্ভিক বক্তব্যকে বিজ্ঞাপনের ক্রিয়েটিভ থেকে আলাদা রাখলে বিজ্ঞাপনদাতার মূল বার্তা অক্ষুণ্ণ থাকে এবং ChatGPT‑এর বক্তব্যও নিরপেক্ষ থাকে.

ChatGPT‑এর ফ্রন্টএন্ড প্রারম্ভিক বক্তব্য ও বিজ্ঞাপনের ক্রিয়েটিভ একসঙ্গে একটি প্যাকেজ হিসেবে গ্রহণ করে. ChatGPT‑এর উত্তর সম্পূর্ণ তৈরি হওয়ার আগেই প্যাকেজটি পৌঁছালে, ফ্রন্টএন্ড উত্তরের নিচে বিজ্ঞাপনটি প্রদর্শন করে এবং সেটিকে স্পষ্টভাবে স্পনসরড হিসেবে চিহ্নিত করে. প্যাকেজটি দেরিতে পৌঁছালে, কথোপকথনের সেই ধাপে বিজ্ঞাপনটি দেখানো হয় না. সার্ভার-সাইডে বিজ্ঞাপন পাঠানো এবং ব্যবহারকারীর সামনে বিজ্ঞাপন প্রদর্শিত হওয়ার মধ্যে এটাই পার্থক্য.

আমাদের বিজ্ঞাপন ব্যবস্থায় প্রচলিত লগিং ও ডেটা পাইপলাইন ব্যবহার করা হয়, যার তিনটি প্রধান সুবিধা রয়েছে. প্রথমত, বিজ্ঞাপনদাতারা তাঁদের বিদ্যমান সিস্টেমগুলোকে আমাদের ব্যবস্থার সঙ্গে আরও সহজে সংযুক্ত করতে পারেন. দ্বিতীয়ত, প্রতিবেদন থেকে পাওয়া তথ্য ব্যবহার করে তাঁরা তাঁদের কৌশল আরও উন্নত করতে পারেন. তৃতীয়ত, আমাদের দলও সিস্টেমের কোন কোন ক্ষেত্রে উন্নতি করা প্রয়োজন, তা শনাক্ত করতে পারে. প্রতিবেদন তৈরি ও অপ্টিমাইজেশনের এসব টুলের পাশাপাশি, আমরা বিজ্ঞাপন পরিবেশনের কার্যকারিতা মূল্যায়ন এবং অন্যান্য বিজ্ঞাপন মডেলকে প্রশিক্ষণ দেওয়ার জন্য একটি উচ্চমানের মডেল ব্যবহার করি. এভাবে সিস্টেমটি নিজেই নিজের কার্যকারিতা ক্রমাগত উন্নত করার একটি কার্যকর চক্র গড়ে তোলে.

কী ঘটেছে তার বিস্তারিত বিশ্লেষণ বিজ্ঞাপন ব্যবস্থার প্রতিটি অংশকে আলাদাভাবে বুঝতে এবং উন্নত করতে আমাদের সাহায্য করে. লগ প্রক্রিয়াকরণ সিস্টেমে এ ছাড়াও আরও সুনির্দিষ্ট ফলাফল নথিভুক্ত করা হয়, যেমন:

• কথোপকথনের এই ধাপটি বিজ্ঞাপন প্রদর্শনের যোগ্য ছিল না.

• বিজ্ঞাপন সেশন শুরু হয়েছিল, কিন্তু বিজ্ঞাপন অনুসন্ধানের কোনো অনুরোধ করা হয়নি.

• বিজ্ঞাপন অনুসন্ধানে কোনো সম্ভাব্য প্রার্থী পাওয়া যায়নি.

• সম্ভাব্য বিজ্ঞাপনগুলো সংগ্রহ করা হয়েছিল, কিন্তু সেগুলোতে প্রয়োজনীয় তথ্য পূরণ করা যায়নি অথবা যোগ্যতার শর্ত পূরণ হয়নি.

• একটি বিজ্ঞাপন সরবরাহ করা হয়েছে এবং পরে ব্যবহারকারী তাতে সাড়া দিয়েছেন.

এই বিস্তারিত বিশ্লেষণগুলো বিজ্ঞাপন পরিবেশন ব্যবস্থার প্রতিটি অংশকে আলাদাভাবে উন্নত করতে সাহায্য করে. বিজ্ঞাপন দেখানোর সম্ভাব্য সুযোগ শনাক্ত করার প্রক্রিয়া উন্নত করতে যে ধরনের তথ্যপ্রমাণ প্রয়োজন, তা রিট্রিভাল, বিজ্ঞাপন-প্রার্থীদের গুণমান, নিলামে অংশগ্রহণ বা বিজ্ঞাপন নির্ভরযোগ্যভাবে প্রদর্শনের প্রক্রিয়া উন্নত করার জন্য প্রয়োজনীয় তথ্যপ্রমাণ থেকে আলাদা.

মডেলভিত্তিক মূল্যায়নের মূল ধারণা হলো, আমাদের সবচেয়ে শক্তিশালী এবং সর্বোচ্চ রিজনিং সক্ষমতাসম্পন্ন মডেলগুলো সিস্টেমের ফলাফল পর্যবেক্ষণ ও মূল্যায়ন করে. তারপর আরও ভালো কাজ করার প্রশিক্ষণ দিয়ে পোস্ট-ট্রেইন্ড LLM-কে উন্নত করে. যেমন, আমাদের সবচেয়ে শক্তিশালী মডেল মতামত সংগ্রহ করে ছোট মডেলগুলোকে সেরা কাজ করার প্রশিক্ষণ দিলে, সমন্বয় বা অনুসন্ধানের জন্য আমরা ছোট ও বেশি দক্ষ কিংবা কম যুক্তিবিশ্লেষণক্ষম মডেল ব্যবহার করতে পারি.

আমরা মানুষের প্রতিক্রিয়া সংগ্রহ করি এবং সে অনুযায়ী কাজ করি (যেমন ব্যবহারকারীর ক্লিক বা বিজ্ঞাপন লুকিয়ে ফেলা). এ ছাড়া ব্যবহারকারীদের জরিপ করি এবং আমাদের অ্যাড ম্যানেজারের মাধ্যমে বিজ্ঞাপনদাতাদের সরাসরি মতামত নিই. তৈরির সময়ও মতামত জানানোর জন্য আমাদের দলের সঙ্গে যোগাযোগের সুযোগ রাখি এবং ChatGPT ব্যবহারকারী ও বিজ্ঞাপনদাতা উভয়েই কী চান, তা সরাসরি শুনি. মডেলের পর্যবেক্ষণভিত্তিক প্রতিক্রিয়ার চেয়েও মানুষের এই মতামত আমাদের দিকনির্দেশনায় বেশি প্রভাব ফেলে. বারবার পরিমার্জনের মাধ্যমে পণ্য নিয়ে দ্রুত সঠিক সিদ্ধান্তে পৌঁছাতে পারার পেছনে এটিও একটি কারণ. মডেল হয়তো ব্যবহারকারীর উদ্দেশ্য বুঝে এবং বিচার-বিশ্লেষণ করে উপকারী কিছু দিতে পারে, কিন্তু রুচি ও নান্দনিকতার মানদণ্ড নির্ধারণ করেন মানুষ.

এক বছর আগেও আমাদের কোনো বিজ্ঞাপন ব্যবস্থা ছিল না, আর এ বিষয়ের সমস্যাগুলো নিয়ে ভাবছিলেন মাত্র কয়েকজন. এখন আমাদের একটি শক্তপোক্ত বিজ্ঞাপন ব্যবস্থা রয়েছে, যার বর্তমান আয়ের গতিতে বার্ষিক আয় 100 কোটি মার্কিন ডলারের বেশি. এর বিজ্ঞাপনপ্রবাহ চালায় একটি LLM-ভিত্তিক অর্কেস্ট্রেটর. এই বড় ব্যবহারের মাইলফলকে অভূতপূর্ব দ্রুততায় পৌঁছাতে Codex ছিল একটি গুরুত্বপূর্ণ সক্ষমতা-বর্ধক, যা শুরু থেকেই আমাদের সিস্টেমটি দ্রুত গড়ে তুলতে এবং সম্প্রসারণ করতে সাহায্য করেছে. প্রথম থেকেই আমরা দল ও ডেভেলপমেন্ট ওয়ার্কফ্লো এমনভাবে সাজিয়েছি, যাতে Codex ব্যবহার করে সিস্টেমটি দ্রুত তৈরি ও বড় করা যায়. Codex যাতে নির্ভরযোগ্য ও নিরাপদভাবে কোড চালু করতে পারে, সেজন্য আমরা সুরক্ষাব্যবস্থা তৈরি করেছি. পাশাপাশি Codex-এর জন্য তথ্য অবকাঠামোর প্লাগইন তৈরি করেছি. এতে বিশ্লেষণ থেকে ধারণা পাওয়া এবং ব্যবস্থায় উন্নতি আনার চক্র অনেক দ্রুত হয়েছে; নতুন পণ্যসুবিধা, মানের উন্নতি ও সিস্টেমের কার্যক্ষমতা বৃদ্ধি এর অন্তর্ভুক্ত.

(আমাদের বিজ্ঞাপন -সংক্রান্ত নীতিমালার⁠ভিত্তিতে) নির্ধারিত সিস্টেমের সীমাবদ্ধতা এবং LLM-ভিত্তিক অর্কেস্ট্রেটরের সমন্বয় আমাদের এমনভাবে বিজ্ঞাপনকে উপযোগী করে তুলতে সাহায্য করে, যাতে প্রতিটি কথোপকথনকে বিজ্ঞাপনের অনুরোধ হিসেবে বিবেচনা করতে না হয়. ভবিষ্যতে ব্যবহারকারী ও বিজ্ঞাপনদাতা উভয়ের জন্যই আরও বেশি মূল্য তৈরি করতে আমরা আরও গতিশীল বিজ্ঞাপন ফরম্যাট নিয়ে পরীক্ষা চালিয়ে যাব, (উদাহরণস্বরূপ, বিজ্ঞাপনের মাধ্যমেই ব্যবহারকারীদের সরাসরি ব্যবসাপ্রতিষ্ঠানের সঙ্গে কথা বলার সুযোগ দেওয়া হতে পারে). OpenAI-এর মডেলের ওপর নির্মিত এবং ধারাবাহিক ফিডব্যাকের মাধ্যমে উন্নত হতে থাকা এই সিস্টেমের স্ব-উন্নয়নশীল স্থাপত্য সময়ের সঙ্গে বিজ্ঞাপনের প্রাসঙ্গিকতা ও ব্যক্তিগতকরণ আরও উন্নত করার সক্ষমতা বাড়াবে.