Aplicación móvil con IA

Elija una tarea que la IA haga bien

Las aplicaciones de IA más flojas añaden un cuadro de chat genérico y esperan que los usuarios le encuentren una utilidad. Las más sólidas dan a la IA una tarea clara ligada al producto: responder preguntas sobre las políticas de esta empresa, identificar este tipo de pieza a partir de una foto, resumir este tipo de documento, sugerir qué cocinar con estos ingredientes. Una tarea definida se puede probar, medir y mejorar; una vaga, no.

Empezamos escribiendo esa tarea con ejemplos de respuestas buenas y malas, luego creamos un prototipo rápido y lo probamos con sus ejemplos reales antes de construir la app completa. A veces la prueba demuestra que la IA aún no es lo bastante fiable para la tarea, y es mucho mejor descubrirlo en dos semanas que tras un desarrollo completo.

Costes, claves y respuestas erróneas

Tres problemas prácticos pillan a muchos proyectos de apps con IA. Primero, las claves de API integradas en la app puede extraerlas cualquiera que la descargue, y luego generar cargos en su cuenta. Enrutamos todas las llamadas de IA a través de su propio servidor pequeño, lo que mantiene las claves ocultas y nos permite aplicar límites por usuario.

Segundo, los costes de uso escalan con los usuarios. Una función que cuesta una fracción de céntimo por pregunta puede convertirse en una factura mensual considerable con volumen. Estimamos el coste por usuario activo de antemano, fijamos límites y mostramos el uso en un panel. Tercero, los modelos a veces se equivocan con seguridad. Donde la precisión importa, las respuestas se extraen de sus propios documentos y se muestran con sus fuentes, y los usuarios pueden marcar respuestas incorrectas para que se revisen y se corrijan.

• Claves API en el servidor, nunca en la aplicación
• Límites por usuario y tope de coste mensual
• Respuestas basadas en su contenido, con las fuentes mostradas
• Un botón de feedback que registra respuestas débiles para su revisión