চেকআউট ডিজাইন করার সময় AI কী ভুল করে (এবং কীভাবে তা সমাধান করবেন)

AI একটি অনুমানযোগ্য ভুল করে যখন এটি একটি চেকআউট ডিজাইন করে: এটি ডেমোর জন্য ডিজাইন করে, দশ-সহস্রতম লেনদেনের জন্য নয়। একটি AI অ্যাপ বিল্ডারকে একটি চেকআউট তৈরি করতে বলুন এবং আপনি কয়েক মিনিটের মধ্যে বিশ্বাসযোগ্য কিছু পেয়ে যাবেন। পরিষ্কার কার্ট, পরিপাটি বোতাম, একটি আত্মবিশ্বাসী পেমেন্ট স্ক্রিন। কিন্তু ব্যর্থতাগুলো লুকিয়ে থাকে এমন সব জায়গায় যা একটি স্ক্রিনশট দেখাতে পারে না: কীভাবে এই কাজের ধারাটি একটি রিফান্ড, একটি স্প্লিট পেমেন্ট, একটি ট্যাক্স নিয়ম বা শনিবার দুপুরে গ্রাহকদের দীর্ঘ লাইন সামাল দেয়।

এর সমাধান আরও ভালো প্রম্পট দেওয়া নয়। এটি হলো চেকআউটের কোন অংশগুলোর মালিকানা AI-এর থাকা উচিত এবং কোন অংশগুলোতে তাকে কখনই নিজের মতো করে তৈরি করার অনুমতি দেওয়া উচিত নয় তা নির্ধারণ করা। এখানে AI-দ্বারা তৈরি চেকআউটগুলো আসলে কোথায় ভেঙে পড়ে এবং প্রতিটির ক্ষেত্রে কী করতে হবে তা দেওয়া হলো।

কেন একটি AI-ডিজাইন করা চেকআউট দেখতে ঠিকঠাক লাগলেও ব্যবহারে ব্যর্থ হয়?

দুটি কারণে। প্রথমত, AI বিদ্যমান চেকআউটগুলো থেকে চেকআউট ডিজাইন শেখে এবং বিদ্যমান চেকআউটগুলো মাঝারি মানের। বেমার্ড ইনস্টিটিউট (Baymard Institute) গড় নথিবদ্ধ অনলাইন কার্ট পরিত্যাগের হার ৭০.২২%¹ বলে উল্লেখ করেছে এবং দেখেছে যে মার্কিন যুক্তরাষ্ট্রের গড় চেকআউটে ২৩.৪৮টি ফর্ম উপাদান থাকে যেখানে একটি আদর্শ কাজের ধারায় ১২ থেকে ১৪টি প্রয়োজন¹। গড়ের ওপর প্রশিক্ষিত একটি মডেল সেই গড়কেই পুনরুৎপাদন করে, যার মধ্যে তার ভুলগুলোও অন্তর্ভুক্ত থাকে।

দ্বিতীয়ত, হ্যাপি-পাথ বায়াস (happy-path bias)। তৈরি করা সফটওয়্যারকে একটি ডেমো যেভাবে বিচার করা হয় সেভাবে বিচার করা হয়: সাধারণ ক্ষেত্রে কি এটি কাজ করে? কিন্তু একটি চেকআউটকে ক্যাশ রেজিস্টারের মতো বিচার করা হয়: গ্রাহক সামনে থাকা অবস্থায় প্রতিবার কি প্রতিটি ক্ষেত্রে এটি কাজ করে? এগুলো ভিন্ন ভিন্ন মানদণ্ড এবং বাস্তব টাকা লেনদেন না হওয়া পর্যন্ত এগুলোর মধ্যকার ব্যবধান অদৃশ্যই থেকে যায়।

AI আসলে একটি চেকআউটে কী ভুল করে?

পাঁচটি ব্যর্থতা বারবার সামনে আসে। (এগুলোর পেছনের গভীর অবকাঠামোগত ঘাটতি সম্পর্কে জানতে, আপনি কি Lovable বা Replit দিয়ে একটি POS তৈরি করতে পারেন? দেখুন। এই তালিকাটি চেকআউটটি নিয়েই।)

• টাকার হিসাব। তৈরি করা কোড সাধারণত ফ্লোটিং পয়েন্টে (দশমিক হিসাব যা অপ্রত্যাশিতভাবে রাউন্ড বা পূর্ণসংখ্যায় রূপান্তর করে) মুদ্রার হিসাব করে, যার ফলে ডিসকাউন্ট, ট্যাক্স এবং স্প্লিট পেমেন্টের ক্ষেত্রে পয়সার হিসাব এদিক-ওদিক হয়ে যায়। এর লক্ষণ দেখা যায় দিন শেষে: মোট হিসাব আপনার দিনের শেষ রিপোর্টের সাথে হুবহু মিলবে না।

• ট্যাক্স। AI একটি নির্দিষ্ট হার হার্ড-কোড করে দেয়। আসল সেলস ট্যাক্স এক্তিয়ার (jurisdiction), পণ্যের ধরন, অব্যাহতি এবং তারিখের ওপর নির্ভর করে এবং এটি আপনার কোডকে না জানিয়েই পরিবর্তিত হয়। যে চেকআউট ট্যাক্স অনুমান করে তা কোনো চেকআউট নয়; এটি একটি সুন্দর ইন্টারফেস সহ একটি দায়বদ্ধতা মাত্র।

• আনহ্যাপি পাথ (The unhappy paths)। রিফান্ড, বাতিলকরণ (voids), আংশিক পেমেন্ট, মূল্য পরিবর্তন (price overrides), চার্জ করার মাঝপথে সংযোগ বিচ্ছিন্ন হওয়া। ডেমোগুলো কখনই এগুলো পরীক্ষা করে না; কিন্তু কাউন্টারে প্রতিদিন এগুলোর মুখোমুখি হতে হয়। বেশিরভাগ AI-দ্বারা তৈরি চেকআউটে এগুলো থাকেই না।

• ক্যাশিয়ারের গতি। AI এমন ই-কমার্স প্যাটার্ন কপি করে যা একজন ক্রেতার জন্য তৈরি করা হয়েছে যিনি একবার চেকআউট করেন। একজন ক্যাশিয়ার একটি শিফটে একই কাজ শত শত বার করেন, তাই প্রতিটি অতিরিক্ত ট্যাপ লাইনে দাঁড়ানোর সময় বাড়িয়ে দেয়। এমনকি ছোট ছোট সিদ্ধান্তও কাউন্টারের গতিশীলতা পরিবর্তন করে; টিপ দেওয়ার প্রম্পটটি কোথায় থাকবে তা নিজেই একটি বড় সিদ্ধান্ত।

• পেমেন্ট। একটি পেমেন্ট বোতাম মানেই পেমেন্ট নয়। সরাসরি কার্ডের মাধ্যমে পেমেন্ট নেওয়ার জন্য একটি পেমেন্ট প্রসেসর, PCI কমপ্লায়েন্স (কার্ড ইন্ডাস্ট্রির ডেটা সিকিউরিটি নিয়মাবলী) এবং প্রত্যয়িত রিডার হার্ডওয়্যার প্রয়োজন। এর কোনোটিই একটি প্রম্পট থেকে তৈরি করা যায় না; এটি বাস্তবে থাকতে হবে। পেমেন্ট অবকাঠামোতে আসলে কী কী অন্তর্ভুক্ত থাকে তা বেশিরভাগ মানুষের ধারণার চেয়েও দীর্ঘ।

কীভাবে আপনি একটি AI-ডিজাইন করা চেকআউট ঠিক করবেন?

কাজটিকে দুই ভাগে ভাগ করুন। AI ডিজাইনের অংশে আসলেই ভালো: লেআউট, কাজের ধারার ক্রম, শব্দচয়ন এবং আপনার দোকান আসলে কীভাবে বিক্রি করে তার ওপর ভিত্তি করে স্ক্রিনটি সাজানো। এটার মালিকানা তাকেই দিন। টাকার অংশটি (হিসাব-নিকাশ, ট্যাক্স, পেমেন্ট প্রসেসিং, লেনদেনের রেকর্ড) এমন কমার্স অবকাঠামো থেকে আসা উচিত যা ডিটারমিনিস্টিক বা সুনির্দিষ্ট (এটি প্রতিবার একই সঠিক উত্তর দেয়), প্রম্পটের মাধ্যমে তৈরি করা কোড থেকে নয়।

"ট্যাক্স সঠিকভাবে পরিচালনা করার জন্য এটিকে প্রম্পট করুন" বললেই এই সমস্যার সমাধান হয় না, কারণ এটি কাজ করেছে কিনা তা আপনি কেবল দেখে বুঝতে পারবেন না। কেউ খেয়াল করার আগে একটি চেকআউট মাসের পর মাস প্রতি লেনদেনে কয়েক সেন্ট করে ভুল হিসাব দেখাতে পারে। তাই সমাধানটি কাঠামোগত হতে হবে:

• প্রম্পট করার পরিবর্তে সীমাবদ্ধ করুন। এমন একটি প্ল্যাটফর্ম ব্যবহার করুন যেখানে মোট হিসাব, ট্যাক্স এবং টেন্ডারগুলো আগে থেকেই তৈরি থাকে এবং AI কেবল সেগুলো সাজাতে পারে, নতুন করে তৈরি করতে পারে না।

• চালুর আগে আনহ্যাপি পাথগুলো পরীক্ষা করুন। একটি রিফান্ড, একটি বাতিলকরণ, একটি স্প্লিট পেমেন্ট এবং চার্জ করার মাঝপথে বাতিল করে পরীক্ষা করুন। এগুলোর কোনো একটিও যদি অনুপস্থিত থাকে, তবে আপনার কাছে একটি ডেমো আছে, চেকআউট নয়।

• প্রথম দিন থেকেই রিকনসাইল করুন। বিক্রির প্রথম বাস্তব দিনের পর আপনার পেমেন্ট প্রসেসরের রেকর্ডের সাথে আপনার চেকআউটের মোট হিসাব তুলনা করুন। পয়সার অমিল থাকলে তা এখনই ধরা পড়বে, অন্যথায় কখনই পড়বে না।

• বিকল্প পথগুলোর (workarounds) দিকে নজর রাখুন। যদি কর্মীরা প্রথম সপ্তাহেই কাজের ধারার বাইরে কোনো বিকল্প পথ তৈরি করে নেয়, তবে বুঝতে হবে ডিজাইনটি ব্যর্থ হয়েছে। বিকল্প পথগুলো সিস্টেমে পরিণত হওয়ার আগেই তা ঠিক করুন।

তাহলে, চেকআউট ডিজাইন করার সময় AI কী ভুল করে?

এটি বাহ্যিক রূপটি ঠিক করে কিন্তু ভেতরের কাঠামোটি ভুল করে: হ্যাপি-পাথ ফ্লো, মনগড়া টাকার হিসাব, অনুমিত ট্যাক্স এবং রিফান্ড, স্প্লিট বা সরাসরি কার্ডের মাধ্যমে পেমেন্টের কোনো সমাধান না থাকা। এর কোনোটিই আরও ভালো প্রম্পট দিয়ে ঠিক করা যায় না; এটি ঠিক করা যায় AI-কে এমন একটি অবকাঠামোর ওপর বসিয়ে যা ইতিমধ্যে টাকা পরিচালনা করে। সহজ নিয়ম: AI-কে কাজের ধারা ডিজাইন করতে দিন, কিন্তু টাকা নিয়ে কখনই মনগড়া হিসাব করতে দেবেন না।

এই বিভাজনটিই হলো Final-এর Build-এর মতো প্রম্পট-ভিত্তিক বিল্ডারগুলোর পেছনের মূল ধারণা, যেখানে আপনি আপনার পছন্দসই চেকআউট বর্ণনা করেন এবং এর পেছনের মোট হিসাব, ট্যাক্স এবং Final Pay লেনদেনগুলো এমন একটি সিস্টেম থেকে আসে যা সর্বদা সঠিক হিসাব দেয়। এটি বাস্তবে দেখতে, প্রায় দশ মিনিটের মধ্যে আপনার প্রথম কাজের ধারা তৈরি করুন, অথবা ব্যবসার জন্য AI: এটি কী করতে পারে (এবং কী পারে না) নিবন্ধটি পড়ে আরও বিস্তারিত জানুন।