AI এজেন্ট যাত্রা
নয়টি প্রশ্নে আপনার AI এজেন্ট ডিজাইন করুন
আমরা প্রতিটি প্রকল্প শুরু করি আপনার জায়গায় দাঁড়িয়ে, কোনো স্লাইড ডেক থেকে নয়। একজন ফরওয়ার্ড ডিপ্লয়েড ইঞ্জিনিয়ার প্রথম মিটিংয়ে যে প্রশ্নগুলো করেন সেগুলোর উত্তর দিন, এবং দেখুন আপনার জন্য আমরা কোন এজেন্ট, মডেল ও হোস্টিং তৈরি করব।
শুরু করার আগে
একটি AI এজেন্ট আসলে কীভাবে কাজ করে
চ্যাটবট প্রশ্নের উত্তর দেয়। এজেন্ট কাজ শেষ করে। এটি আপনার ডেটা পড়ে, কী করতে হবে তা ঠিক করে, সেই কাজে আপনার টুল ব্যবহার করে, এবং কেউ নির্ভর করার আগে ফলাফল যাচাই করে। এই চক্রের প্রতিটি ধাপ লগ করা হয়।
পড়া
এজেন্ট আপনার অনুমোদিত সিস্টেমগুলো থেকে প্রয়োজনীয় তথ্য সংগ্রহ করে: ইনবক্স, লেজার, টিকিট কিউ, রিপোজিটরি। এটি শুধু তা-ই দেখে যা তার অনুমতি দেয়।
বিশ্লেষণ
একটি লার্জ ল্যাঙ্গুয়েজ মডেল বোঝে কাজটির কী দরকার এবং ধাপগুলোর পরিকল্পনা করে। বুদ্ধিমত্তা কেবল এখানেই ব্যবহৃত হয়, তাই তা খরচ হয় যেখানে বিচারবুদ্ধি জরুরি।
কাজ করা
এজেন্ট কানেক্টর ও MCP সার্ভারের মাধ্যমে আসল টুল ব্যবহার করে: উত্তরের খসড়া তৈরি করে, রিপোর্ট জমা দেয়, পুল রিকোয়েস্ট খোলে। নিয়মভিত্তিক ধাপগুলো সাধারণ কোড হিসেবেই থাকে।
যাচাই
কিছু পাঠানো, খরচ করা বা মুছে ফেলার আগে এজেন্ট একটি অনুমোদন গেটে থামে। আপনি অনুমোদন দেন, অথবা কারণসহ প্রত্যাখ্যান করেন যা থেকে সে শেখে। প্রতিটি ধাপ ট্রেস করা হয়।
আমাদের তৈরি প্রতিটি এজেন্টে তিনটি স্তর
আপনার জ্ঞান
ডিসকভারির সময় আমরা যে ডেটা সোর্সগুলো যুক্ত করি, সেগুলো আপনার কর্মীদের বিদ্যমান অনুমতির মধ্যেই সীমিত থাকে।
মডেল
Claude, GPT, Gemini, Grok অথবা একটি ওপেন-ওয়েট মডেল, যা কাজ, ডেটা এবং কোথায় চলবে তা অনুযায়ী বাছাই করা হয়।
নিয়ন্ত্রণ
অনুমোদন গেট, বাজেট, থামার শর্ত এবং অডিট ট্রেইল, যা Jobshout এজেন্ট ফ্রেমওয়ার্কে চলে।
ডিসকভারি
প্রথমে আমরা আপনার জায়গায় দাঁড়াই
বেশিরভাগ AI প্রকল্প ব্যর্থ হয় কারণ সেগুলো ভুল ধাপ স্বয়ংক্রিয় করে। আমাদের ফরওয়ার্ড ডিপ্লয়েড ইঞ্জিনিয়াররা এক লাইন কোড লেখার আগে যাঁরা কাজটি করেন তাঁদের সঙ্গে বসেন।
দিন 1
কাজটি কাছ থেকে দেখা
আমরা একটি বাস্তব কর্মদিবস পর্যবেক্ষণ করি: ইনবক্স, অনুমোদন, যে স্প্রেডশিটগুলো ব্যবসাকে ধরে রাখে। প্রতিটি হ্যান্ড-অফ ও প্রতিটি অপেক্ষা আমরা লিখে রাখি।
দিন 2
ডেটা সোর্সের মানচিত্র তৈরি
প্রতিটি ধাপের জন্য আমরা লিখে রাখি ডেটা কোথায় থাকে, এর মালিক কে, কীভাবে পৌঁছানো যায় (API, এক্সপোর্ট, ডেটাবেস, ইমেল) এবং এটি কতটা সংবেদনশীল।
দিন 3
কোথায় বিচারবুদ্ধি প্রয়োজন তা খুঁজে বের করা
আমরা প্রতিটি প্রক্রিয়াকে ভাগ করি নিয়মভিত্তিক ধাপে, যা সাধারণ অটোমেশনই থাকে, এবং বিচারবুদ্ধির ধাপে, যেখানে LLM তার খরচ উসুল করে। এজেন্ট কেবল সেখানেই যায় যেখানে বুদ্ধিমত্তা দরকার।
সপ্তাহ 1–2
আপনার পাশে থেকে তৈরি ও পরিচালনা
প্রথম এজেন্টটি আপনার আসল ডেটায় চলে, প্রতিটি ঝুঁকিপূর্ণ কাজে অনুমোদন গেটসহ। যাঁরা এটি ব্যবহার করেন তাঁদের সঙ্গে আমরা এটিকে নিখুঁত করি, এবং তাঁরা আস্থা পেলে তবেই এর অনুমতি বাড়াই।
যাত্রা
আপনার ব্যবসা সম্পর্কে আমাদের জানান
এগুলো সেই প্রশ্ন যা আমরা গ্রাহকের সঙ্গে প্রথম মিটিংয়ে করি। আপনি পাঠাতে না চাওয়া পর্যন্ত আপনার উত্তর আপনার ব্রাউজারেই থাকে।
বাস্তব পরিস্থিতি
গ্রাহক মিটিংয়ে আমরা যা শুনি, এবং যা তৈরি করি
আমাদের ফরওয়ার্ড ডিপ্লয়েড ইঞ্জিনিয়ারদের প্রথম মিটিংগুলোর ধরন থেকে নেওয়া সম্মিলিত উদাহরণ। নাম ও সংখ্যা দৃষ্টান্তমূলক।
CEO · প্রফেশনাল সার্ভিসেস
"আমি প্রতিদিনের প্রথম দুই ঘণ্টা ইমেলে কাটাই।"
FDE Outlook, CRM ও বোর্ড পোর্টালের মানচিত্র তৈরি করে দেখেন যে বেশিরভাগ উত্তর পাঁচটি ধরন অনুসরণ করে। এখন একটি এক্সিকিউটিভ PA এজেন্ট রাতের মধ্যে উত্তর ও মিটিং ব্রিফের খসড়া তৈরি করে; CEO ফোন থেকে অনুমোদন দেন।
- ডেটা: Microsoft 365, HubSpot, বোর্ড পোর্টাল
- মডেল: কোম্পানির Azure টেন্যান্টের মাধ্যমে Claude
- নিয়ন্ত্রণ: প্রতিটি উত্তর পাঠানোর আগে অনুমোদিত
CFO · ম্যানুফ্যাকচারিং
"মাসের শেষের হিসাবে নয় দিন লাগে, আর তার বেশিরভাগই কপি করা।"
ডিসকভারিতে দেখা গেল বিচারবুদ্ধি দরকার শুধু ভ্যারিয়েন্স মন্তব্যে; মিলানো ও পোস্টিং ছিল নিয়মভিত্তিক। আমরা নিয়মগুলো কোডে স্বয়ংক্রিয় করেছি এবং মন্তব্য ও নীতি যাচাইয়ে একটি এজেন্ট লাগিয়েছি।
- ডেটা: Sage, ব্যাংক ফিড, ক্রয় আদেশের স্প্রেডশিট
- মডেল: তথ্য নিষ্কাশনে স্থানীয় মডেল ও মন্তব্যে ফ্রন্টিয়ার মডেলের মিশ্রণ
- নিয়ন্ত্রণ: নির্দিষ্ট অনুমোদনকারী ছাড়া কোনো পোস্টিং বা পেমেন্ট নয়
CTO · সফটওয়্যার কোম্পানি
"আমার সিনিয়র ইঞ্জিনিয়াররা পুরো সপ্তাহ অন্যদের কোড রিভিউ করে কাটান।"
একটি PR রিভিউ এজেন্ট দলের মানদণ্ড অনুযায়ী প্রতিটি পুল রিকোয়েস্ট যাচাই করে এবং দ্বিতীয় একটি এজেন্ট Sentry ও লগ থেকে ইনসিডেন্ট সারসংক্ষেপ লেখে। সিনিয়ররা পুরো diff নয়, এজেন্টের নোট রিভিউ করেন।
- ডেটা: GitHub, Jira, Sentry, Slack
- মডেল: রিভিউয়ের জন্য Claude Code, লগ বাছাইয়ে ওপেন-ওয়েট মডেলসহ
- নিয়ন্ত্রণ: শুধু মন্তব্য; মার্জ করা মানুষের হাতেই
আইন সংস্থা · অফলাইন
"বিশেষাধিকারপ্রাপ্ত কোনো তথ্য কখনোই ভবনের বাইরে যেতে পারবে না।"
আমরা Workstation-এর সঙ্গে AI ওয়ার্কস্টেশনের মাপ নির্ধারণ করে ওপেন-ওয়েট মডেল সম্পূর্ণ অফলাইনে চালিয়েছি। একটি চুক্তি এজেন্ট নথিগুলো সংস্থার প্লেবুকের সঙ্গে তুলনা করে রেডলাইনের খসড়া তৈরি করে; পার্টনাররা প্রতিটি অনুমোদন করেন।
- ডেটা: নথি ব্যবস্থাপনা সিস্টেম, নজির ভান্ডার
- মডেল: স্থানীয় GPU ওয়ার্কস্টেশনে ওপেন-ওয়েট মডেল
- নিয়ন্ত্রণ: এয়ার-গ্যাপড, অডিট লগ সাইটেই রাখা হয়
ফরওয়ার্ড ডিপ্লয়েড ইঞ্জিনিয়ার
আপনার দলে একজন বিশেষজ্ঞ, কিউতে পড়ে থাকা কোনো টিকিট নয়
প্রতিটি প্রকল্প পায় একজন ফরওয়ার্ড ডিপ্লয়েড ইঞ্জিনিয়ার (FDE)। তাঁরা আপনার মিটিংয়ে যোগ দেন, আপনার ব্যবসা আসলে কীভাবে চলে তা শেখেন এবং আপনার সঙ্গে মিলে দ্রুত এজেন্ট তৈরি ও ডিপ্লয় করেন।
সঠিক প্রশ্ন করেন
ডেটা কোথায় থাকে, এর মালিক কে, ভুল হলে কী হয়, এবং কোন ধাপে সত্যিই বিচারবুদ্ধি দরকার।
আপনার সিস্টেমেই তৈরি করেন
এজেন্টগুলো থাকে আপনার রিপোজিটরি এবং আপনার ক্লাউড বা হার্ডওয়্যারে, আপনার দলের ব্যবহৃত টুলগুলোর সঙ্গে সংযুক্ত।
কাজ না হওয়া পর্যন্ত পাশে থাকেন
তাঁরা ব্যবহারকারীদের সঙ্গে এজেন্টকে নিখুঁত করেন এবং রানবুক হস্তান্তর করেন, যাতে আপনার দল আমাদের ছাড়াই এটি চালাতে পারে।
আপনি যে প্ল্যাটফর্মগুলো বেছে নিতে পারেন সবগুলোতে সার্টিফায়েড
- Claude Code (Anthropic)
- OpenAI
- Google Cloud ও Gemini
- Microsoft Azure AI
- xAI Grok
ফ্রেমওয়ার্ক
Jobshout-এ নির্মিত, আমাদের এজেন্ট ফ্রেমওয়ার্ক ও টাস্ক ম্যানেজার
Jobshout সেই ওপেন-সোর্স ফ্রেমওয়ার্ক যার ওপর প্রতিটি TenthMatrix এজেন্ট চলে। প্রতিটি এজেন্টের নিজস্ব লেন থাকে, নিজের টুল ব্যবহার করে এবং একই অনুমোদন গেটে থামে। প্রতিটি রান তার খরচ ও ট্রেসসহ টাস্ক বোর্ডে জমা হয়।
- প্রকল্প ও স্প্রিন্টসহ টাস্ক বোর্ড
- ডিপেন্ডেন্সি গ্রাফ হিসেবে মাল্টি-এজেন্ট ওয়ার্কফ্লো
- দৈনিক ও সাপ্তাহিক কাজের জন্য শিডিউলড জব
- স্কিল, প্লাগইন ও MCP কানেক্টর
- নিজের মডেল আনুন, স্থানীয় মডেলসহ
- প্রতি-রান খরচ, লেটেন্সি ও OpenTelemetry ট্রেস
সেলফ-হোস্টেড AI
আপনি কি কোনো ইন্টারনেট সংযোগ ছাড়াই আপনার AI চান?
কিছু ডেটা কখনোই ভবনের বাইরে যেতে পারে না। আমরা আপনার নেটওয়ার্কের ভেতরে AI ওয়ার্কস্টেশনে সম্পূর্ণ অফলাইনে ওপেন-ওয়েট মডেল চালাই, এবং তার ওপর একই এজেন্ট তৈরি করি। হার্ডওয়্যার আসে আমাদের সহযোগী প্রতিষ্ঠান Workstation থেকে।
আমাদের প্রায়ই যে প্রশ্নগুলো করা হয়
চ্যাটবট ও AI এজেন্টের মধ্যে পার্থক্য কী?
চ্যাটবট উত্তর দেয়। এজেন্ট কাজ সম্পন্ন করে: এটি আপনার সিস্টেম পড়ে, পরিকল্পনা করে, কাজ করতে টুল ব্যবহার করে এবং ঝুঁকিপূর্ণ কিছুর আগে অনুমোদনের জন্য থামে। আপনি পরামর্শের একটি অনুচ্ছেদ নয়, পান একটি তৈরি খসড়া, রিপোর্ট বা আপডেট।
আমাদের কি একটিই AI কোম্পানি বেছে নিতে হবে?
না। আমাদের অনেক ক্লায়েন্ট সবচেয়ে কঠিন ধাপে ফ্রন্টিয়ার মডেল এবং নিয়মিত ধাপে ছোট ওপেন-ওয়েট মডেল ব্যবহার করেন। Jobshout প্রতিটি এজেন্টকে আলাদা মডেল ব্যবহার করতে দেয়, এবং পরে নতুন করে না বানিয়েই আপনি বদলাতে পারেন।
এজেন্টগুলো কি কোনো ইন্টারনেট সংযোগ ছাড়া চলতে পারে?
হ্যাঁ। Workstation-এর AI ওয়ার্কস্টেশনে ওপেন-ওয়েট মডেলসহ পুরো সিস্টেম, মডেল, ফ্রেমওয়ার্ক ও লগ সহ, আপনার ভবনের ভেতরে অফলাইনে চলে।
একজন ফরওয়ার্ড ডিপ্লয়েড ইঞ্জিনিয়ার আসলে কী করেন?
তাঁরা আপনার দলের সঙ্গে বসেন, আপনার প্রক্রিয়া ও ডেটা সোর্সের মানচিত্র তৈরি করেন, কোথায় LLM ব্যবহার করা সার্থক তা ঠিক করেন, এবং আপনার পরিবেশে এজেন্ট তৈরি ও ডিপ্লয় করেন। ব্যবহারকারীরা এজেন্টের ওপর আস্থা না পাওয়া পর্যন্ত তাঁরা থাকেন।
এই যাত্রায় আমার দেওয়া উত্তরগুলোর কী হয়?
কিছুই না, যতক্ষণ না আপনি পাঠান চাপেন। ব্লুপ্রিন্ট তৈরি হয় আপনার ব্রাউজারে। আপনি পাঠালে এটি জিজ্ঞাসা হিসেবে আমাদের দলের কাছে পৌঁছায়, যাতে একজন ইঞ্জিনিয়ার প্রথম মিটিংয়ের প্রস্তুতি নিতে পারেন।
আলোচনা করে বুঝতে চান?
একটি ডিসকভারি কল বুক করুন, একজন ফরওয়ার্ড ডিপ্লয়েড ইঞ্জিনিয়ার একই প্রশ্নগুলো আপনার সঙ্গে সরাসরি, আপনার নিজস্ব প্রক্রিয়ার ওপর আলোচনা করবেন।