# 在現有軟體服務中整合 Copilot 功能：Context 與 UI 的新挑戰 - Kewang

{%hackmd LeyMdnM3Q4ipfr57bkqpyA %}

#### [📚 議程介紹](https://webconf.tw/agenda/day1-6-f)

###### ▼▼▼ 開始筆記 ▼▼▼

這裡的 copilot 指的是產品中 AI 助手的角色，和 GitHub copilot 無關

講座內容主要是分享 Funliday 團隊在產品中實作 copilot 的經驗分享

會想要開發 copilot 的動機，是因為客服時常收到使用者詢問如何操作產品的問題，使用者不知道怎麼使用產品，也不會看 coachmark，透過 copilot 讓使用者在介面上直接輸入想要實現的行為，或許可以解決這個問題

copilot：
- 幫助使用者更有效率的完成任務
- 運用 AI 分析使用者行為、需求和上下文，提供即時建議或自動化部份工作
- 簡化流程和使用者心智負擔

最高原則：
- 畫面上既有的功能 copilot 都要能夠做到
- 如果無法做到，要可以回饋給使用者（說無法完成要求）

遇到的挑戰：
使用者輸入的自然語言可能具有歧義性，比如「把第三天的行程移到第一天前面」和「把第三天的行程和第一天的互換」對應到 move to 和 swap，其實是不同的需求和概念，會需要定義清楚

另外也會需要支援多動作，使用 function call 一次萃取多個任務，後端同時回傳多個任務給前端

shift system prompt: 如果 context 過大，資料上會有 mismatch

自定義 context：
畫面上所有內容都要作為 context
有些後端定義的欄位（例如 enum）前端知道每個值代表什麼意思，但 LLM 不知道，名稱和內容要讓 LLM 看得懂，Funliday 的做法是把數字改成有語意的文字