في عالم التجارة الإلكترونية المتسارع، أصبحت تجربة التسوق الذكي تستخدم أساليب متقدمة لجذب العملاء وتعزيز تجربتهم. نقدم في هذا المقال إطارًا مبتكرًا مكونًا من وكيلين، يهدف إلى تقييم أساليب مساعدي التسوق الذكي. يتكون الإطار من وكيل مشتري مستقل مصمم بشخصيات ومهام ومستويات صبر مختلفة، يتم دمجه مع ردود متعددة تتفاعل مع واجهة برمجة التطبيقات الحقيقية للبحث في التجارة الإلكترونية.

يتيح هذا النهج مقارنة دقيقة بين تصميمات الردود في نفس السيناريو، مما يوفر رؤية شاملة عن فعالية كل منها. ومن خلال تحليل 2011 محادثة عبر 14 فئة شخصية، توصلنا إلى أربعة اكتشافات رئيسية:

1. **تحسين الذاكرة:** أظهرت ذاكرة الزمن المتدحرج تفوقًا على ذاكرة استخراج النوايا في جميع معايير الجودة، مع كونها أسرع بنسبة 35% لكل استعلام.
2. **التحليل القائم على الأدلة:** أوضح تحليل الفشل المنهجي لقدرات الردود كيف يمكن تحقيق تحسينات مستهدفة، مما أدى إلى تقليل معدلات الفشل والقرب من الفشل بنسبة 62% على مجموعة البيانات الكاملة.
3. **تبديل النماذج:** تم تغيير العمود الفقري لنموذج اللغة من Gemini 2.5 إلى Llama 3.3 70B، مما كلف من 0.16 إلى 0.45 نقطة، على الرغم من تشابه الهيكل.
4. **تباين فلسفي:** تم توثيق اختلافات فلسفية منهجية بين الحكماء في نماذج اللغة الحدودية: حيث يفضل نموذج Gemini عملية تحقيق الصحة، بينما يتطلب نموذج Claude نتائج ملموسة رغم استخدامهما لنفس مدخلات التقييم.

يتضح من هذه النتائج أن استراتيجيات تحسين الذكاء الاصطناعي في التجارة الإلكترونية لا تزال في تطور مستمر، مما يقدم فرصًا هائلة لتحسين تجربة العملاء وزيادة سهولة البحث.