ಮಾರ್ಗದರ್ಶಿಗಳು

ನಿಮ್ಮ ಆ್ಯಪ್‌ಗೆ AI ವೈಶಿಷ್ಟ್ಯಗಳನ್ನು ಸೇರಿಸುವುದು ಹೇಗೆ

ನಿಮ್ಮ ಆ್ಯಪ್‌ಗೆ AI ವೈಶಿಷ್ಟ್ಯಗಳನ್ನು ಸೇರಿಸಲು, ನಿಮ್ಮ ಸರ್ವರ್‌ನಿಂದ ದೊಡ್ಡ ಭಾಷಾ ಮಾದರಿ (LLM) API ಅನ್ನು ಕರೆ ಮಾಡಿ: ಅದಕ್ಕೆ ಸ್ಪಷ್ಟ ಸೂಚನೆಗಳ ಜೊತೆಗೆ ಸಂಬಂಧಿತ ಡೇಟಾವನ್ನು ಕಳುಹಿಸಿ, ಮತ್ತು ಬರುವ ಫಲಿತಾಂಶವನ್ನು ಬಳಸಿ. ಬಹುತೇಕ ಉಪಯುಕ್ತ ವೈಶಿಷ್ಟ್ಯಗಳು ನಾಲ್ಕು ಮಾದರಿಗಳಲ್ಲಿ ಒಂದಾಗಿರುತ್ತವೆ — ಸಾರಾಂಶ, ಚಾಟ್, ರಚನಾತ್ಮಕ ಡೇಟಾ ಹೊರತೆಗೆಯುವಿಕೆ ಮತ್ತು ವರ್ಗೀಕರಣ — ಮತ್ತು ಪ್ರತಿಯೊಂದೂ AI ಬಿಲ್ಡರ್ ನಿಮಗಾಗಿ ಬರೆಯಬಹುದಾದ ಕೆಲವು ಡಜನ್ ಸಾಲುಗಳ ಕೋಡ್. ವೈಶಿಷ್ಟ್ಯ ಒಳ್ಳೆಯದೇ ಎಂದು ನಿರ್ಧರಿಸುವ ಕೆಲಸ ಕರೆಯ ಸುತ್ತಲಿನ ವಿಷಯಗಳಲ್ಲಿದೆ: API ಕೀಯನ್ನು ಸರ್ವರ್‌ನಲ್ಲಿಡುವುದು, ಪ್ರತಿ ಬಳಕೆದಾರರಿಗೆ ವೆಚ್ಚ ನಿಯಂತ್ರಿಸುವುದು, ಮತ್ತು ನಂಬುವ ಮೊದಲು ಔಟ್‌ಪುಟ್ ಪರಿಶೀಲಿಸುವುದು.

ಹೆಚ್ಚಿನ AI ವೈಶಿಷ್ಟ್ಯಗಳ ಹಿಂದಿನ ನಾಲ್ಕು ಮಾದರಿಗಳು

ಮಾದರಿಅದು ಏನು ಮಾಡುತ್ತದೆಉದಾಹರಣೆ ವೈಶಿಷ್ಟ್ಯಗಳುಸಾಮಾನ್ಯ ಔಟ್‌ಪುಟ್
ಸಾರಾಂಶಉದ್ದದ ಪಠ್ಯವನ್ನು ಸಣ್ಣ ಪಠ್ಯವಾಗಿಸುತ್ತದೆಸಭೆ ಟಿಪ್ಪಣಿಗಳ ಸಾರಾಂಶ, ಟಿಕೆಟ್ ಸಾರಾಂಶ, ದಾಖಲೆಯ "ಏನು ಬದಲಾಗಿದೆ"ಒಂದು ಪ್ಯಾರಾ ಅಥವಾ ಬುಲೆಟ್ ಪಟ್ಟಿ
ಚಾಟ್ಸಂಭಾಷಣೆಯಲ್ಲಿ ಪ್ರಶ್ನೆಗಳಿಗೆ ಉತ್ತರಿಸುತ್ತದೆ, ಆಗಾಗ್ಗೆ ನಿಮ್ಮ ಡೇಟಾದ ಬಗ್ಗೆಸಹಾಯ ಸಹಾಯಕ, "ನಿಮ್ಮ ದಾಖಲೆಗಳನ್ನು ಕೇಳಿ", ಆನ್‌ಬೋರ್ಡಿಂಗ್ ಮಾರ್ಗದರ್ಶಿಸ್ಟ್ರೀಮಿಂಗ್ ಪಠ್ಯ
ಹೊರತೆಗೆಯುವಿಕೆಗೊಂದಲಮಯ ಪಠ್ಯ ಅಥವಾ ಚಿತ್ರಗಳಿಂದ ರಚನಾತ್ಮಕ ಕ್ಷೇತ್ರಗಳನ್ನು ತೆಗೆಯುತ್ತದೆPDF ನಿಂದ ಇನ್‌ವಾಯ್ಸ್ ವಿವರಗಳು, ಇಮೇಲ್ ಸಹಿಯಿಂದ ಸಂಪರ್ಕಗಳು, ಉದ್ಯೋಗ ಪೋಸ್ಟಿಂಗ್‌ನಿಂದ ಮಾಹಿತಿಸ್ಕೀಮಾಗೆ ಹೊಂದುವ JSON
ವರ್ಗೀಕರಣಸ್ಥಿರ ಲೇಬಲ್‌ಗಳ ಗುಂಪಿನಿಂದ ಆಯ್ಕೆ ಮಾಡುತ್ತದೆಬೆಂಬಲ ಟಿಕೆಟ್‌ಗಳನ್ನು ರೂಟ್ ಮಾಡಿ, ಪ್ರತಿಕ್ರಿಯೆಯನ್ನು ವಿಷಯದ ಪ್ರಕಾರ ಟ್ಯಾಗ್ ಮಾಡಿ, ತುರ್ತು ಸಂದೇಶಗಳನ್ನು ಗುರುತಿಸಿ, ಭಾಷೆ ಪತ್ತೆ ಮಾಡಿಒಂದು ಲೇಬಲ್, ಬಹುಶಃ ವಿಶ್ವಾಸ ಸೂಚನೆ

ಹೊರತೆಗೆಯುವಿಕೆ ಮತ್ತು ವರ್ಗೀಕರಣ ಆಗಾಗ್ಗೆ ಅತ್ಯಂತ ಮೌಲ್ಯಯುತವಾಗಿದ್ದರೂ ಕಡಿಮೆ ಗೋಚರಿಸುತ್ತವೆ. ಪ್ರತಿ ದಾಖಲೆಯಲ್ಲಿ ಯಾರ ಕೆಲವು ನಿಮಿಷಗಳನ್ನು ಶಾಂತವಾಗಿ ಉಳಿಸುತ್ತವೆ, ಮತ್ತು ಔಟ್‌ಪುಟ್ ನಿಗದಿತ ರೂಪದಲ್ಲಿರುವುದರಿಂದ ಅದನ್ನು ಸ್ವಯಂಚಾಲಿತವಾಗಿ ಪರಿಶೀಲಿಸಬಹುದು. ಚಾಟ್ ಹೆಚ್ಚು ಗೋಚರಿಸುತ್ತದೆ ಆದರೆ ಸರಿಯಾಗಿ ಮಾಡುವುದು ಕಷ್ಟ, ಮತ್ತು ಅದಕ್ಕೆ ತನ್ನದೇ ಮಾರ್ಗದರ್ಶಿ ಇದೆ: AI ಚಾಟ್‌ಬಾಟ್ ಆ್ಯಪ್ ಹೇಗೆ ನಿರ್ಮಿಸುವುದು.

ಇದು ನಿಮ್ಮ ಆ್ಯಪ್‌ನೊಳಗೆ ಹೇಗೆ ಹೊಂದುತ್ತದೆ

ಪ್ರತಿ ಮಾದರಿಯೂ ಒಂದೇ ರೂಪವನ್ನು ಹೊಂದಿದೆ:

  1. ಬಳಕೆದಾರ ಕ್ರಿಯೆ ಮಾಡುತ್ತಾನೆ — "ಸಾರಾಂಶ" ಕ್ಲಿಕ್ ಮಾಡುತ್ತಾನೆ, ಫೈಲ್ ಅಪ್‌ಲೋಡ್ ಮಾಡುತ್ತಾನೆ, ಸಂದೇಶ ಕಳುಹಿಸುತ್ತಾನೆ.
  2. ನಿಮ್ಮ ಫ್ರಂಟ್ ಎಂಡ್ ನಿಮ್ಮ ಸ್ವಂತ ಸರ್ವರ್ ಅನ್ನು ಕರೆಯುತ್ತದೆ, AI ಪ್ರೊವೈಡರ್ ಅನ್ನು ಅಲ್ಲ.
  3. ನಿಮ್ಮ ಸರ್ವರ್ ವಿನಂತಿಯನ್ನು ನಿರ್ಮಿಸುತ್ತದೆ: ಸಿಸ್ಟಮ್ ಸೂಚನೆಗಳು, ಬಳಕೆದಾರರ ಇನ್‌ಪುಟ್, ಮತ್ತು ನಿಮ್ಮ ಡೇಟಾಬೇಸ್‌ನಿಂದ ಮಾದರಿಗೆ ಬೇಕಾದ ಯಾವುದೇ ಡೇಟಾ — ಈ ಬಳಕೆದಾರನಿಗೆ ನೋಡಲು ಅನುಮತಿ ಇರುವ ಡೇಟಾ ಮಾತ್ರ.
  4. ನಿಮ್ಮ ಸರ್ವರ್ ಪರಿಸರ ವೇರಿಯೇಬಲ್‌ನಲ್ಲಿರುವ ಕೀಯೊಂದಿಗೆ LLM API ಅನ್ನು ಕರೆಯುತ್ತದೆ.
  5. ನಿಮ್ಮ ಸರ್ವರ್ ಪ್ರತಿಕ್ರಿಯೆಯನ್ನು ಪರಿಶೀಲಿಸುತ್ತದೆ — ಮಾನ್ಯ JSON, ಪರಿಚಿತ ಲೇಬಲ್, ಸಮಂಜಸ ಉದ್ದ — ನಂತರ ಉಳಿಸುತ್ತದೆ ಅಥವಾ ಹಿಂತಿರುಗಿಸುತ್ತದೆ.
  6. ಫ್ರಂಟ್ ಎಂಡ್ ಅದನ್ನು ತೋರಿಸುತ್ತದೆ, ದೀರ್ಘ ಉತ್ತರಗಳಿಗೆ ಬರುತ್ತಿದ್ದಂತೆ ಪಠ್ಯವನ್ನು ಸ್ಟ್ರೀಮ್ ಮಾಡುತ್ತದೆ.

ಹಂತ 4 ರಲ್ಲಿ ಕೀ ಸರ್ವರ್‌ನಲ್ಲಿಯೇ ಇರುತ್ತದೆ ಮತ್ತು ಎಂದಿಗೂ ಬ್ರೌಸರ್ ತಲುಪುವುದಿಲ್ಲ. API ಪರಿಚಯವಿಲ್ಲದಿದ್ದರೆ, API ಎಂದರೇನು ಒಂದು ಚಿಕ್ಕ ಪರಿಚಯ, ಮತ್ತು LLM API ಗಳನ್ನು ಹೇಗೆ ಬಳಸುವುದು ಟೋಕನ್‌ಗಳು, ಮಾದರಿಗಳು ಮತ್ತು ಕೀಗಳನ್ನು ಆಳವಾಗಿ ವಿವರಿಸುತ್ತದೆ.

ಪ್ರೊವೈಡರ್ ಮತ್ತು ಮಾದರಿಯನ್ನು ಆಯ್ಕೆ ಮಾಡುವುದು

OpenAI, Anthropic, Google ಮತ್ತು ಇತರ ಪ್ರಮುಖ ಪ್ರೊವೈಡರ್‌ಗಳು ಎಲ್ಲರೂ ಹೆಚ್ಚು ಕಡಿಮೆ ಒಂದೇ ರೀತಿಯ ರೂಪದ ಪಠ್ಯ APIಗಳನ್ನು ನೀಡುತ್ತಾರೆ. ಆಯ್ಕೆ ಮಾಡುವಾಗ ಉಪಯುಕ್ತ ಪ್ರಶ್ನೆಗಳು:

  • ನಿಮ್ಮ ಕೆಲಸದ ಮೇಲೆ ಗುಣಮಟ್ಟ. ನಿಮ್ಮ ಆ್ಯಪ್‌ನಿಂದ ಕೆಲವು ನಿಜವಾದ ಉದಾಹರಣೆಗಳನ್ನು ಎರಡು ಅಥವಾ ಮೂರು ಮಾದರಿಗಳಲ್ಲಿ ಪ್ರಯತ್ನಿಸಿ. ವ್ಯತ್ಯಾಸಗಳು ಸಾಮಾನ್ಯ ಮಾನದಂಡಗಳಿಗಿಂತ ನಿಮ್ಮ ಡೇಟಾದಲ್ಲಿ ಹೆಚ್ಚು ಸ್ಪಷ್ಟವಾಗಿ ಕಾಣುತ್ತವೆ.
  • ಗಾತ್ರ ಮತ್ತು ವೆಚ್ಚ. ಪ್ರೊವೈಡರ್‌ಗಳು ದೊಡ್ಡ, ಹೆಚ್ಚು ಸಾಮರ್ಥ್ಯದ ಮಾದರಿಗಳು ಮತ್ತು ಸಣ್ಣ, ಅಗ್ಗದ, ವೇಗದ ಮಾದರಿಗಳನ್ನು ನೀಡುತ್ತಾರೆ. ವರ್ಗೀಕರಣ ಮತ್ತು ಸರಳ ಹೊರತೆಗೆಯುವಿಕೆ ಆಗಾಗ್ಗೆ ಸಣ್ಣ ಮಾದರಿಯಲ್ಲಿ ಚೆನ್ನಾಗಿ ಕೆಲಸ ಮಾಡುತ್ತದೆ; ದೀರ್ಘ ತರ್ಕ ಅಥವಾ ಸೂಕ್ಷ್ಮ ಬರವಣಿಗೆಗೆ ದೊಡ್ಡದು ಬೇಕಾಗಬಹುದು.
  • ರಚನಾತ್ಮಕ ಔಟ್‌ಪುಟ್. ಹೊರತೆಗೆಯುವಿಕೆ ಮತ್ತು ವರ್ಗೀಕರಣಕ್ಕೆ, ಉಚಿತ ಪಠ್ಯವನ್ನು ಪಾರ್ಸ್ ಮಾಡುವ ಬದಲು ನೀವು ನೀಡುವ ಸ್ಕೀಮಾಗೆ ಹೊಂದುವ JSON ಅನ್ನು ಮಾದರಿ ಹಿಂತಿರುಗಿಸುವ API ವೈಶಿಷ್ಟ್ಯವನ್ನು ಆದ್ಯತೆ ನೀಡಿ.
  • ಡೇಟಾ ನಿರ್ವಹಣೆ. API ಇನ್‌ಪುಟ್‌ಗಳನ್ನು ಸಂಗ್ರಹಿಸಲಾಗುತ್ತದೆಯೇ ಅಥವಾ ತರಬೇತಿಗೆ ಬಳಸಲಾಗುತ್ತದೆಯೇ ಎಂದು ಪ್ರೊವೈಡರ್‌ನ ನಿಯಮಗಳನ್ನು ಓದಿ, ಮತ್ತು ಅದು ನಿಮ್ಮ ಬಳಕೆದಾರರು ನೀಡುವ ಡೇಟಾಕ್ಕೆ ಸರಿಯೇ ಎಂದು ನೋಡಿ.
  • ಮಿತಿಗಳು. ಹೊಸ ಖಾತೆಗಳಿಗೆ ಸಾಮಾನ್ಯವಾಗಿ ಕಡಿಮೆ ದರ ಮಿತಿಗಳಿರುತ್ತವೆ; ಬಿಡುಗಡೆಗೆ ಮೊದಲು ಪರಿಶೀಲಿಸಿ.

ಮಾದರಿ ಹೆಸರುಗಳು ಮತ್ತು ಬೆಲೆಗಳು ಆಗಾಗ್ಗೆ ಬದಲಾಗುತ್ತವೆ, ಆದ್ದರಿಂದ ಕೋಡ್ ಮಾದರಿ ಹೆಸರನ್ನು ಹಲವು ಸ್ಥಳಗಳಲ್ಲಿ ಕಠಿಣ ಕೋಡ್ ಮಾಡುವ ಬದಲು ಕಾನ್ಫಿಗರೇಶನ್‌ನಿಂದ ಓದಬೇಕು.

ಒಂದು ವೈಶಿಷ್ಟ್ಯವನ್ನು ಹಂತ ಹಂತವಾಗಿ ಸೇರಿಸುವುದು

ಒಂದು ನಿರ್ದಿಷ್ಟ ಉದಾಹರಣೆ ತೆಗೆದುಕೊಳ್ಳಿ: ಪ್ರತಿ ಸಂಪರ್ಕಕ್ಕೆ ದೀರ್ಘ ಟಿಪ್ಪಣಿ ಇತಿಹಾಸವಿರುವ ಒಂದು ಸಣ್ಣ CRM.

1. ಕೀ ಉಳಿಸಿ. ನಿಮ್ಮ ಪ್ರೊವೈಡರ್‌ನ ಡ್ಯಾಶ್‌ಬೋರ್ಡ್‌ನಲ್ಲಿ ಕೀ ರಚಿಸಿ, ಮತ್ತು ಅದನ್ನು ಸರ್ವರ್-ಸೈಡ್ ಸೀಕ್ರೆಟ್ ಆಗಿ ಉಳಿಸಿ, ಉದಾಹರಣೆಗೆ OPENAI_API_KEY ಅಥವಾ ANTHROPIC_API_KEY.

2. ಒಂದು ಸಣ್ಣ ವೈಶಿಷ್ಟ್ಯವನ್ನು ಕೇಳಿ:

ಸಂಪರ್ಕ ಪುಟಕ್ಕೆ "ಸಾರಾಂಶ" ಬಟನ್ ಸೇರಿಸಿ. ಸರ್ವರ್‌ನಲ್ಲಿ, ಸಂಪರ್ಕದ ಕೊನೆಯ 20 ಟಿಪ್ಪಣಿಗಳನ್ನು [PROVIDER] ಗೆ ಸೀಕ್ರೆಟ್ [ENV_NAME] ಬಳಸಿ ಕಳುಹಿಸಿ, ಮೂರು ಬುಲೆಟ್ ಪಾಯಿಂಟ್‌ಗಳನ್ನು ಬರೆಯಲು ಸೂಚನೆ ನೀಡಿ: ಪ್ರಸ್ತುತ ಸ್ಥಿತಿ, ಬಾಕಿ ಇರುವ ಪ್ರಶ್ನೆಗಳು, ಮುಂದಿನ ಹಂತ. ಲಾಗಿನ್ ಆದ ಬಳಕೆದಾರ ನೋಡಬಹುದಾದ ಟಿಪ್ಪಣಿಗಳನ್ನು ಮಾತ್ರ ಸೇರಿಸಿ. ಲೋಡಿಂಗ್ ಸ್ಥಿತಿ ತೋರಿಸಿ, ಸಮಯಮುದ್ರೆಯೊಂದಿಗೆ ಸಾರಾಂಶ ಉಳಿಸಿ, ಕರೆ ವಿಫಲವಾದರೆ "ಈಗ ಸಾರಾಂಶ ಮಾಡಲು ಸಾಧ್ಯವಾಗಲಿಲ್ಲ" ಎಂದು ತೋರಿಸಿ. ಕೀಯನ್ನು ಎಂದಿಗೂ ಬ್ರೌಸರ್‌ಗೆ ಕಳುಹಿಸಬೇಡಿ.

3. ಟೈಪಿಂಗ್ ಉಳಿಸುವ ಕಡೆ ಹೊರತೆಗೆಯುವಿಕೆ ಸೇರಿಸಿ:

ಬಳಕೆದಾರರು "ತ್ವರಿತ ಸೇರ್ಪಡೆ" ಪೆಟ್ಟಿಗೆಯಲ್ಲಿ ಇಮೇಲ್ ಸಹಿಯನ್ನು ಅಂಟಿಸಿದಾಗ, ಸರ್ವರ್‌ನಲ್ಲಿ [PROVIDER] ಅನ್ನು ಕರೆ ಮಾಡಿ ಮತ್ತು ಪ್ರೊವೈಡರ್‌ನ ರಚನಾತ್ಮಕ ಔಟ್‌ಪುಟ್ ವೈಶಿಷ್ಟ್ಯ ಬಳಸಿ ಹೆಸರು, ಕಂಪನಿ, ಉದ್ಯೋಗ ಶೀರ್ಷಿಕೆ, ಇಮೇಲ್ ಮತ್ತು ಫೋನ್ ಇರುವ JSON ಹಿಂತಿರುಗಿಸಿ. JSON ಅನ್ನು ಸರ್ವರ್‌ನಲ್ಲಿ ಪರಿಶೀಲಿಸಿ, ಹೊಸ ಸಂಪರ್ಕ ಫಾರ್ಮ್ ಅನ್ನು ಅದರಿಂದ ಮುಂಚಿತವಾಗಿ ತುಂಬಿ, ಉಳಿಸುವ ಮೊದಲು ಬಳಕೆದಾರರು ಎಡಿಟ್ ಮಾಡಲು ಬಿಡಿ. ಊಹಿಸುವ ಬದಲು ಖಾಲಿ ಕ್ಷೇತ್ರಗಳನ್ನು ಖಾಲಿಯಾಗಿಯೇ ಬಿಡಿ.

"ಉಳಿಸುವ ಮೊದಲು ಬಳಕೆದಾರರು ಎಡಿಟ್ ಮಾಡಲಿ" ಎಂಬುದೇ ಮುಖ್ಯ: ಮಾದರಿ ಪ್ರಸ್ತಾಪಿಸುತ್ತದೆ, ನಿರ್ಧರಿಸುವುದು ವ್ಯಕ್ತಿಯೇ.

4. ಹಿನ್ನೆಲೆಯಲ್ಲಿ ವರ್ಗೀಕರಿಸಿ:

ಹೊಸ ಬೆಂಬಲ ಟಿಕೆಟ್ ಬಂದಾಗ, ಅದನ್ನು ನಿಖರವಾಗಿ ಒಂದು ವರ್ಗಕ್ಕೆ ವರ್ಗೀಕರಿಸಿ: ಬಿಲ್ಲಿಂಗ್, ಬಗ್, ವೈಶಿಷ್ಟ್ಯ ವಿನಂತಿ, ಖಾತೆ ಪ್ರವೇಶ, ಇತರೆ. ಸಣ್ಣ, ಕಡಿಮೆ ವೆಚ್ಚದ ಮಾದರಿ ಬಳಸಿ. ಪ್ರತಿಕ್ರಿಯೆ ಈ ಲೇಬಲ್‌ಗಳಲ್ಲಿ ಒಂದಲ್ಲದಿದ್ದರೆ "ಇತರೆ" ಉಳಿಸಿ. ಲೇಬಲ್ ಅನ್ನು ಎಡಿಟ್ ಮಾಡಬಹುದಾದ ಟ್ಯಾಗ್ ಆಗಿ ತೋರಿಸಿ.

5. ಗೊಂದಲಮಯ ನಿಜವಾದ ಡೇಟಾದಿಂದ ಪರೀಕ್ಷಿಸಿ — ದೀರ್ಘ ಟಿಪ್ಪಣಿಗಳು, ಖಾಲಿ ಟಿಪ್ಪಣಿಗಳು, ಇತರ ಭಾಷೆಗಳು, ಫೋನ್ ಸಂಖ್ಯೆ ಇಲ್ಲದ ಸಹಿ — ಮತ್ತು ಬಿಡುಗಡೆಗೆ ಮೊದಲು ಇಪ್ಪತ್ತು ಔಟ್‌ಪುಟ್‌ಗಳನ್ನು ಪಕ್ಕಪಕ್ಕದಲ್ಲಿ ನೋಡಿ.

ಕೆಲಸ ಮಾಡುವ ಸೂಚನೆಗಳನ್ನು ಬರೆಯುವುದು

ಪ್ರತಿ ವಿನಂತಿಯೊಂದಿಗೆ ಕಳುಹಿಸುವ ಸೂಚನೆಗಳು (ಸಾಮಾನ್ಯವಾಗಿ ಸಿಸ್ಟಮ್ ಪ್ರಾಂಪ್ಟ್ ಎನ್ನಲಾಗುತ್ತದೆ) ಗುಣಮಟ್ಟ ಎಲ್ಲಿಂದ ಬರುತ್ತದೆ ಎಂಬುದು.

  • ಇದು ಯಾರಿಗಾಗಿ ಮತ್ತು ಒಳ್ಳೆಯದು ಹೇಗೆ ಕಾಣುತ್ತದೆ ಎಂದು ಹೇಳಿ. "ಸಾರಾಂಶಗಳನ್ನು ಕರೆಯ ಮೊದಲು ಮಾರಾಟಗಾರರು 10 ಸೆಕೆಂಡ್‌ಗಳಲ್ಲಿ ಓದುತ್ತಾರೆ" ಎಂದರೆ ಮಾದರಿಗೆ ಗುರಿ ಸಿಗುತ್ತದೆ.
  • ಸ್ವರೂಪವನ್ನು ನಿಗದಿಪಡಿಸಿ. ಬುಲೆಟ್‌ಗಳ ನಿಖರ ಸಂಖ್ಯೆ, ಉದ್ದದ ಮಿತಿ, ಕ್ಷೇತ್ರಗಳು, ಲೇಬಲ್‌ಗಳು.
  • ಖಚಿತವಿಲ್ಲದಾಗ ಏನು ಮಾಡಬೇಕು ಎಂದು ಹೇಳಿ. "ಟಿಪ್ಪಣಿಗಳಲ್ಲಿ ಮುಂದಿನ ಹಂತ ಉಲ್ಲೇಖವಿಲ್ಲದಿದ್ದರೆ, 'ಮುಂದಿನ ಹಂತ ದಾಖಲಾಗಿಲ್ಲ' ಎಂದು ಬರೆಯಿರಿ." ಇದು ಕಲ್ಪಿತ ಉತ್ತರಗಳನ್ನು ಕಡಿಮೆ ಮಾಡುತ್ತದೆ.
  • ಹೊರತೆಗೆಯುವಿಕೆ ಮತ್ತು ವರ್ಗೀಕರಣಕ್ಕೆ ಎರಡು ಅಥವಾ ಮೂರು ಉದಾಹರಣೆಗಳನ್ನು ನೀಡಿ — ಒಳ್ಳೆಯ ಇನ್‌ಪುಟ್ ಮತ್ತು ಔಟ್‌ಪುಟ್.
  • ಸೂಚನೆಗಳನ್ನು ಬಳಕೆದಾರರ ವಿಷಯದಿಂದ ಪ್ರತ್ಯೇಕವಾಗಿಡಿ, ಮತ್ತು ಬಳಕೆದಾರರ ವಿಷಯವನ್ನು ಸ್ಪಷ್ಟವಾಗಿ ಲೇಬಲ್ ಮಾಡಿ, ಇದರಿಂದ ಮಾದರಿ ಅವುಗಳನ್ನು ಬೇರೆ ಮಾಡಬಹುದು.

ಪ್ರಾಂಪ್ಟ್‌ಗಳನ್ನು ನಿಮ್ಮ ಕೋಡ್‌ಬೇಸ್‌ನಲ್ಲಿರುವ ಫೈಲ್‌ಗಳಲ್ಲಿ ಇರಿಸಿ, ಇದರಿಂದ ಅವು ಇತರ ಕೋಡ್‌ನಂತೆ ಆವೃತ್ತಿಗೊಂಡು ಪರಿಶೀಲನೆಗೆ ಸಿಗುತ್ತವೆ.

ವೆಚ್ಚವನ್ನು ನಿಯಂತ್ರಣದಲ್ಲಿಡುವುದು

LLM API ಗಳು ನೀವು ಕಳುಹಿಸುವ ಮತ್ತು ಹಿಂತಿರುಗುವ ಎರಡಕ್ಕೂ ಟೋಕನ್‌ಗಳ ಆಧಾರದ ಮೇಲೆ ಶುಲ್ಕ ವಿಧಿಸುತ್ತವೆ — ಪಠ್ಯದ ಸಣ್ಣ ತುಣುಕುಗಳು. ವೆಚ್ಚ ಪ್ರತಿ ವಿನಂತಿಯ ಸಂದರ್ಭದ ಗಾತ್ರ ಮತ್ತು ಅದು ಎಷ್ಟು ಬಾರಿ ನಡೆಯುತ್ತದೆ ಎಂಬುದರ ಗುಣಾಕಾರದಂತೆ ಬೆಳೆಯುತ್ತದೆ. ಪ್ರಾಯೋಗಿಕ ನಿಯಂತ್ರಣಗಳು:

  • ಬೇಕಾದದ್ದನ್ನು ಮಾತ್ರ ಕಳುಹಿಸಿ. ಕೊನೆಯ 20 ಟಿಪ್ಪಣಿಗಳು, ಸಂಪೂರ್ಣ ಇತಿಹಾಸವಲ್ಲ. ದೀರ್ಘ ದಾಖಲೆಗಳನ್ನು ಕತ್ತರಿಸಿ ಅಥವಾ ಭಾಗ ಮಾಡಿ.
  • ಕೆಲಸ ಮಾಡುವ ಅತ್ಯಂತ ಸಣ್ಣ ಮಾದರಿಯನ್ನು ಬಳಸಿ. ದೊಡ್ಡದನ್ನು ಡೀಫಾಲ್ಟ್ ಮಾಡುವ ಮೊದಲು ಪರೀಕ್ಷಿಸಿ.
  • ಔಟ್‌ಪುಟ್ ಉದ್ದವನ್ನು ಮಿತಿಗೊಳಿಸಿ API ಯ ಗರಿಷ್ಠ-ಟೋಕನ್ ಸೆಟ್ಟಿಂಗ್ ಬಳಸಿ.
  • ಫಲಿತಾಂಶಗಳನ್ನು ಸಂಗ್ರಹಿಸಿ. ಸಾರಾಂಶವನ್ನು ಉಳಿಸಿ, ಮೂಲ ಬದಲಾದಾಗ ಮಾತ್ರ ಮರುಉತ್ಪಾದಿಸಿ, ಪ್ರತಿ ಪುಟ ವೀಕ್ಷಣೆಗೆ ಅಲ್ಲ.
  • ಪ್ರತಿ ಬಳಕೆದಾರನಿಗೆ ಮಿತಿ ಇಡಿ. ಪ್ರತಿ ಖಾತೆ ಅಥವಾ ಯೋಜನೆಗೆ ದೈನಂದಿನ ಮಿತಿ ಒಬ್ಬ ಭಾರೀ ಬಳಕೆದಾರ ಅಥವಾ ಒಂದು ಸ್ಕ್ರಿಪ್ಟ್ ಬಿಲ್ ಹೆಚ್ಚಿಸುವುದನ್ನು ತಡೆಯುತ್ತದೆ.
  • ಎಂಡ್‌ಪಾಯಿಂಟ್ ಅನ್ನು ರೇಟ್-ಲಿಮಿಟ್ ಮಾಡಿ ಇತರ ದುಬಾರಿ ರೂಟ್‌ನಂತೆ.
  • ಪ್ರೊವೈಡರ್‌ನ ಡ್ಯಾಶ್‌ಬೋರ್ಡ್‌ನಲ್ಲಿ ಬಜೆಟ್ ಅಥವಾ ಅಲರ್ಟ್ ಹೊಂದಿಸಿ, ಮತ್ತು ಬಿಡುಗಡೆಯ ನಂತರ ವಾರಕ್ಕೊಮ್ಮೆ ಬಳಕೆ ಪರಿಶೀಲಿಸಿ.
  • ಪ್ರತಿ ವೈಶಿಷ್ಟ್ಯಕ್ಕೆ ಟೋಕನ್ ಬಳಕೆಯನ್ನು ದಾಖಲಿಸಿ ಯಾವುದು ಎಷ್ಟು ವೆಚ್ಚವಾಗುತ್ತದೆ ಎಂದು ತಿಳಿಯಲು.

AI ವೈಶಿಷ್ಟ್ಯಗಳು ನಿಮ್ಮ ಉತ್ಪನ್ನದ ಕೇಂದ್ರವಾಗಿದ್ದರೆ, ಅವುಗಳ ನಡೆಯುವ ವೆಚ್ಚವನ್ನು ನಿಮ್ಮ ಬೆಲೆ ನಿಗದಿಯಲ್ಲಿ ಸೇರಿಸಿ, ಅದನ್ನು ನೀವೇ ಹೊತ್ತುಕೊಳ್ಳಬೇಡಿ.

ಸುರಕ್ಷತೆ ಮತ್ತು ನಂಬಿಕೆ

AI ಔಟ್‌ಪುಟ್ ಸಂಭಾವ್ಯತೆಯ ಆಧಾರದ ಮೇಲಿದೆ. ಅದು ಆತ್ಮವಿಶ್ವಾಸದಿಂದ ಮಾತನಾಡುತ್ತಿರುವಾಗಲೂ ತಪ್ಪಾಗಿರಬಹುದು, ಮತ್ತು ಅದು ಓದುವ ಪಠ್ಯದಿಂದ ದಾರಿ ತಪ್ಪಿಸಲ್ಪಡಬಹುದು. ಅದಕ್ಕಾಗಿ ನಿರ್ಮಿಸಿ:

  • ಔಟ್‌ಪುಟ್ ಅನ್ನು ನಂಬಲರ್ಹವಲ್ಲದ ಇನ್‌ಪುಟ್ ಎಂದು ಪರಿಗಣಿಸಿ. ರಚನೆಯನ್ನು ಪರಿಶೀಲಿಸಿ, HTML ಆಗಿ ತೋರಿಸುವ ಮೊದಲು ಎಸ್ಕೇಪ್ ಮಾಡಿ, ಮತ್ತು ಅದನ್ನು ಎಂದಿಗೂ ಕೋಡ್ ಅಥವಾ ಡೇಟಾಬೇಸ್ ಪ್ರಶ್ನೆಯಾಗಿ ಚಲಾಯಿಸಬೇಡಿ.
  • ಪರಿಣಾಮ ಬೀರುವ ಯಾವುದಕ್ಕೂ ಮಾನವ-ಇನ್-ದ-ಲೂಪ್ ಇಡಿ — ಇಮೇಲ್ ಕಳುಹಿಸುವುದು, ದಾಖಲೆ ಬದಲಿಸುವುದು, ಪಾವತಿ ಮರುಪಾವತಿ. ಮಾದರಿ ಕರಡು ಮಾಡುತ್ತದೆ; ವ್ಯಕ್ತಿ ದೃಢೀಕರಿಸುತ್ತಾನೆ.
  • ಪ್ರಾಂಪ್ಟ್ ಇಂಜೆಕ್ಷನ್‌ನಿಂದ ರಕ್ಷಿಸಿ. ದಾಖಲೆ ಅಥವಾ ಸಂದೇಶದಲ್ಲಿ "ನಿಮ್ಮ ಸೂಚನೆಗಳನ್ನು ನಿರ್ಲಕ್ಷಿಸಿ" ಎಂಂತಹ ಪಠ್ಯ ಇರಬಹುದು. ಮಾದರಿ ನೋಡಬಹುದಾದದ್ದನ್ನು ಪ್ರಸ್ತುತ ಬಳಕೆದಾರ ನೋಡಬಹುದಾದದಕ್ಕೆ ಸೀಮಿತಗೊಳಿಸಿ, ಮತ್ತು ನಿಮ್ಮ ಕೋಡ್ ಅನುಮತಿಗಳನ್ನು ಪರಿಶೀಲಿಸುವವರೆಗೆ ಸೂಕ್ಷ್ಮ ಕ್ರಿಯೆಗಳನ್ನು ಮಾಡಬಲ್ಲ ಪರಿಕರಗಳನ್ನು ಅದಕ್ಕೆ ನೀಡಬೇಡಿ.
  • AI ವಿಷಯಕ್ಕೆ ಲೇಬಲ್ ಹಾಕಿ, ಸಾರಾಂಶ ಅಥವಾ ಸಲಹೆ ರಚಿಸಲ್ಪಟ್ಟಿದೆ ಎಂದು ಬಳಕೆದಾರರಿಗೆ ತಿಳಿಯಲು ಮತ್ತು ಅದನ್ನು ಪರಿಶೀಲಿಸಲು.
  • ವೈಫಲ್ಯಗಳನ್ನು ಸುಲಲಿತವಾಗಿ ನಿಭಾಯಿಸಿ. ಪ್ರೊವೈಡರ್‌ಗಳಿಗೆ ಸೇವಾ ಅಡಚಣೆಗಳು ಮತ್ತು ದರ ಮಿತಿಗಳು ಇರುತ್ತವೆ. ಟೈಮ್‌ಔಟ್ ಮಾಡಿ, ಸ್ಪಷ್ಟ ಸಂದೇಶ ತೋರಿಸಿ, ಮತ್ತು ಉಳಿದ ಆ್ಯಪ್ ಕೆಲಸ ಮಾಡುತ್ತಲೇ ಇರಲಿ.
  • ಬಳಕೆದಾರರು ಏನು ಕಳುಹಿಸುತ್ತಾರೆ ಎಂದು ಗಮನಿಸಿ. ತೆರೆದ ಪಠ್ಯ ಇನ್‌ಪುಟ್‌ಗಳಿಗೆ ಮಾಡರೇಶನ್ ಹಂತವನ್ನು ಪರಿಗಣಿಸಿ, ಮತ್ತು ವಿಷಯ ಮೂರನೇ-ಪಕ್ಷದ AI ಪ್ರೊವೈಡರ್‌ನಿಂದ ಸಂಸ್ಕರಿಸಲ್ಪಡುತ್ತದೆ ಎಂದು ನಿಮ್ಮ ಗೌಪ್ಯತಾ ನೀತಿಯಲ್ಲಿ ಸ್ಪಷ್ಟವಾಗಿ ತಿಳಿಸಿ.

ವಿಶಾಲ ಪರಿಶೀಲನೆಗಳ ಪಟ್ಟಿ AI ನಿರ್ಮಿತ ಆ್ಯಪ್‌ಗಳ ಭದ್ರತಾ ಪರಿಶೀಲನಾಪಟ್ಟಿ ನಲ್ಲಿದೆ.

ಸಾಮಾನ್ಯ ತಪ್ಪುಗಳು

  • ಸಾಮಾನ್ಯ ಚಾಟ್‌ಬಾಟ್‌ನಿಂದ ಆರಂಭಿಸುವುದು, ಒಂದೇ "ಸಾರಾಂಶ" ಅಥವಾ "ವರ್ಗೀಕರಿಸು" ಬಟನ್ ಹೆಚ್ಚು ಜನರಿಗೆ ಸಹಾಯ ಮಾಡುವಾಗ.
  • ಕೀಯನ್ನು ಫ್ರಂಟ್ ಎಂಡ್ ಕೋಡ್‌ನಲ್ಲಿ ಅಥವಾ ಸಾರ್ವಜನಿಕ ರೆಪೊಸಿಟರಿಯಲ್ಲಿ ಇಡುವುದು.
  • ಸಂಪೂರ್ಣ ಡೇಟಾಬೇಸ್ ಅನ್ನು ಸಂದರ್ಭವಾಗಿ ಕಳುಹಿಸುವುದು, ಇದು ನಿಧಾನ, ದುಬಾರಿ, ಮತ್ತು ಇತರ ಬಳಕೆದಾರರ ಡೇಟಾವನ್ನು ಬಹಿರಂಗಪಡಿಸುವ ಅಪಾಯ.
  • ಉಚಿತ-ಪಠ್ಯ ಔಟ್‌ಪುಟ್ ಅನ್ನು ನಂಬುವುದು, ಸ್ಕೀಮಾ ಅಥವಾ ನಿಗದಿತ ಲೇಬಲ್‌ಗಳು ಪರಿಶೀಲಿಸಲು ಸುಲಭವಾಗಿಸುವಲ್ಲಿ.
  • ಪ್ರತಿ ಬಳಕೆದಾರನ ಮಿತಿಗಳಿಲ್ಲದಿರುವುದು, ಮೊದಲ ಇನ್‌ವಾಯ್ಸ್ ಬಂದಾಗ ಗೊತ್ತಾಗುವುದು.

Mythex ನೊಂದಿಗೆ AI ವೈಶಿಷ್ಟ್ಯಗಳನ್ನು ಸೇರಿಸುವುದು

Mythex ನಲ್ಲಿ ನಿಮ್ಮ ಸ್ವಂತ ಆ್ಯಪ್‌ನೊಳಗೆ AI ಸೇರಿಸಲು, ನಿಮ್ಮ ಸ್ವಂತ ಪ್ರೊವೈಡರ್ ಕೀ ಬಳಸಿ ಚಾಟ್‌ನಲ್ಲಿ ಕೇಳಿ. ಕೀಯನ್ನು ಪ್ರಾಜೆಕ್ಟ್ ಸೀಕ್ರೆಟ್ ಆಗಿ ಉಳಿಸಿ — ಏಜೆಂಟ್‌ಗೆ ಬೇಕಾದಾಗ, Mythex ಚಾಟ್‌ನಲ್ಲಿ ಸೀಕ್ರೆಟ್ಸ್ ಕಾರ್ಡ್ ತೋರಿಸುತ್ತದೆ, ಆದ್ದರಿಂದ ನೀವು ಕೀಯನ್ನು ಸಂಭಾಷಣೆಗೆ ಅಂಟಿಸಬೇಕಾಗಿಲ್ಲ — ಮತ್ತು ಏಜೆಂಟ್ ಸರ್ವರ್ ರೂಟ್, ಪ್ರಾಂಪ್ಟ್‌ಗಳು ಮತ್ತು ಇಂಟರ್‌ಫೇಸ್ ಬರೆಯುತ್ತದೆ. ನಿಮ್ಮ ಆ್ಯಪ್‌ನ AI ಬಳಕೆಗೆ ನಿಮ್ಮ ಪ್ರೊವೈಡರ್ ಶುಲ್ಕ ವಿಧಿಸುತ್ತದೆ, ನೀವು ನಿರ್ಮಿಸಲು ಖರ್ಚು ಮಾಡುವ Mythex ಕ್ರೆಡಿಟ್‌ಗಳಿಂದ ಪ್ರತ್ಯೇಕವಾಗಿ. ದಸ್ತಾವೇಜಿನಲ್ಲಿ ನಿಮ್ಮ ಸ್ವಂತ API ಕೀಗಳೊಂದಿಗೆ AI ವೈಶಿಷ್ಟ್ಯಗಳನ್ನು ಸೇರಿಸಿ ಎಂಬ ಪ್ರಾರಂಭಿಕ ಪ್ರಾಂಪ್ಟ್ ಇದೆ.

ಪ್ರಶ್ನೆಗಳು

ಈಗಿರುವ ಆ್ಯಪ್‌ಗೆ AI ಸೇರಿಸುವುದು ಹೇಗೆ?

LLM ಪ್ರೊವೈಡರ್‌ನಿಂದ API ಕೀ ಪಡೆದು ಅದನ್ನು ಸರ್ವರ್-ಸೈಡ್ ಸೀಕ್ರೆಟ್ ಆಗಿ ಉಳಿಸಿ, ಮತ್ತು ಪ್ರೊವೈಡರ್‌ಗೆ ಪ್ರಾಂಪ್ಟ್ ಜೊತೆಗೆ ಸಂಬಂಧಿತ ಡೇಟಾವನ್ನು ಕಳುಹಿಸಿ ಫಲಿತಾಂಶವನ್ನು ನಿಮ್ಮ ಫ್ರಂಟ್ ಎಂಡ್‌ಗೆ ಹಿಂತಿರುಗಿಸುವ ಸರ್ವರ್ ರೂಟ್ ಸೇರಿಸಿ. ಸಾಮಾನ್ಯ ಚಾಟ್ ನಿರ್ಮಿಸುವ ಮೊದಲು, ದಾಖಲೆಯೊಂದರ ಸಾರಾಂಶದಂತಹ ಒಂದು ಸಣ್ಣ ವೈಶಿಷ್ಟ್ಯದಿಂದ ಆರಂಭಿಸಿ.

AI ವೈಶಿಷ್ಟ್ಯಗಳನ್ನು ನಡೆಸಲು ಎಷ್ಟು ವೆಚ್ಚವಾಗುತ್ತದೆ?

LLM API ಗಳು ಟೋಕನ್‌ಗೆ ಶುಲ್ಕ ವಿಧಿಸುತ್ತವೆ — ಕಳುಹಿಸಿದ ಮತ್ತು ಸ್ವೀಕರಿಸಿದ ಪಠ್ಯದ ತುಣುಕುಗಳ ಆಧಾರದ ಮೇಲೆ — ದರಗಳು ಮಾದರಿಯಿಂದ ಮಾದರಿಗೆ ಬಹಳ ಬದಲಾಗುತ್ತವೆ. ವೆಚ್ಚ ಪ್ರತಿ ವಿನಂತಿಯಲ್ಲಿ ಎಷ್ಟು ಪಠ್ಯವಿದೆ ಮತ್ತು ಅದು ಎಷ್ಟು ಬಾರಿ ನಡೆಯುತ್ತದೆ ಎಂಬುದರ ಮೇಲೆ ಅವಲಂಬಿತ. ಆದ್ದರಿಂದ ನಿಮ್ಮ ಸ್ವಂತ ಬಳಕೆಯಿಂದ ಅಂದಾಜಿಸಿ, ಪ್ರೊವೈಡರ್‌ನ ಡ್ಯಾಶ್‌ಬೋರ್ಡ್‌ನಲ್ಲಿ ಮಿತಿ ಹಾಕಿ, ಮತ್ತು ನಿಮ್ಮ ಆ್ಯಪ್‌ನಲ್ಲಿ ಪ್ರತಿ ಬಳಕೆದಾರರ ಬಳಕೆಗೆ ಮಿತಿ ಇಡಿ.

ನನ್ನ OpenAI ಅಥವಾ Anthropic ಕೀಯನ್ನು ಫ್ರಂಟ್ ಎಂಡ್‌ನಲ್ಲಿ ಇಡಬಹುದೇ?

ಇಲ್ಲ. ಫ್ರಂಟ್ ಎಂಡ್ ಕೋಡ್ ಪುಟ ತೆರೆದ ಯಾರಾದರೂ ಓದಬಹುದು, ಮತ್ತು ಸೋರಿಕೆಯಾದ ಕೀ ಅಪರಿಚಿತರಿಗೆ ನಿಮ್ಮ ಬಿಲ್ ಹೆಚ್ಚಿಸಲು ಅವಕಾಶ ನೀಡುತ್ತದೆ. ಪ್ರೊವೈಡರ್ ಅನ್ನು ನಿಮ್ಮ ಸರ್ವರ್‌ನಿಂದ ಕರೆ ಮಾಡಿ, ಅಲ್ಲಿ ಕೀ ಎನ್ವಿರಾನ್‌ಮೆಂಟ್ ವೇರಿಯೇಬಲ್‌ನಲ್ಲಿ ಇರುತ್ತದೆ.

ಪ್ರಾಂಪ್ಟ್ ಇಂಜೆಕ್ಷನ್ ಎಂದರೇನು?

ಮಾದರಿ ಓದುವ ಪಠ್ಯ — ಬಳಕೆದಾರರ ಸಂದೇಶ, ಅಪ್‌ಲೋಡ್ ಮಾಡಿದ ದಾಖಲೆ, ವೆಬ್ ಪುಟ — ನಿಮ್ಮ ಸೂಚನೆಗಳನ್ನು ಬದಲಿಸಲು ಪ್ರಯತ್ನಿಸುವ ಸೂಚನೆಗಳನ್ನು ಹೊಂದಿದಾಗ ಇದು ಸಂಭವಿಸುತ್ತದೆ. ಮಾದರಿಯ ಔಟ್‌ಪುಟ್ ಅನ್ನು ನಂಬಲರ್ಹವಲ್ಲದ್ದೆಂದು ಪರಿಗಣಿಸಿ, ಪರಿಶೀಲನೆ ಇಲ್ಲದೆ ಸೂಕ್ಷ್ಮ ಕ್ರಿಯೆಗಳನ್ನು ಪ್ರಚೋದಿಸಲು ಬಿಡಬೇಡಿ, ಮತ್ತು ಅದು ನೋಡಬಹುದಾದ ಡೇಟಾವನ್ನು ಬಳಕೆದಾರರು ನೋಡಬಹುದಾದಷ್ಟಕ್ಕೆ ಸೀಮಿತಗೊಳಿಸಿ.

Mythex · Pricing · AI ನೊಂದಿಗೆ ಏನನ್ನಾದರೂ ನಿರ್ಮಿಸಿ · ವೆಬ್‌ಸೈಟ್ ಮತ್ತು ಆ್ಯಪ್ ಟೆಂಪ್ಲೇಟ್‌ಗಳು · Mythex ಹೋಲಿಕೆ · AI ಆ್ಯಪ್ ನಿರ್ಮಾಣ ಗ್ಲಾಸರಿ · ಉಚಿತ AI ಆ್ಯಪ್ ನಿರ್ಮಾಣ ಉಪಕರಣಗಳು · English

English አማርኛ العربية Български বাংলা Bosanski Català Čeština Dansk Deutsch Ελληνικά Español Español (España) Eesti فارسی Suomi Français Français (Canada) ગુજરાતી हिन्दी Hrvatski Magyar Հայերեն Bahasa Indonesia Íslenska Italiano 日本語 ქართული Қазақ тілі 한국어 Lietuvių Latviešu Македонски മലയാളം Монгол मराठी Bahasa Melayu မြန်မာ Norsk bokmål Nederlands ਪੰਜਾਬੀ Polski Português (Brasil) Português (Portugal) Română Русский Slovenčina Slovenščina Soomaali Shqip Srpski Svenska Kiswahili தமிழ் తెలుగు ไทย Tagalog Türkçe Українська اردو Tiếng Việt 简体中文 繁體中文(香港) 繁體中文(台灣)