چطور بفهمیم ایجنت فروش خوب کار می‌کند؛ راهنمای Evaluation

در دنیای Opsless که کاربر دیگر داشبورد فروش را باز نمی‌کند و کار را به یک Agent می‌سپارد، یک سؤال ساده اما ترسناک باقی می‌ماند: از کجا بفهمیم این Agent واقعاً خوب کار می‌کند؟ در نرم‌افزار سنتی، کیفیت کار قابل مشاهده بود — کاربر خودش وارد CRM می‌شد، لیدها را می‌دید، تصمیم می‌گرفت. در مدل CRMless، این لایهٔ نظارت بصری حذف شده و به‌جایش باید سیستم Evaluation بسازیم که بگوید ایجنت فروش دارد درست عمل می‌کند یا دارد به‌آرامی فرصت‌ها را می‌سوزاند. این همان جایی است که خیلی از تیم‌ها، از جمله در تجربهٔ Nabux، بیشترین زمان مهندسی را نه روی ساخت Agent بلکه روی ساخت لایهٔ Evaluation آن گذاشته‌اند.

چرا Evaluation ایجنت فروش با تست نرم‌افزار سنتی فرق دارد

در نرم‌افزار قطعی (Deterministic)، تست یعنی ورودی مشخص، خروجی مشخص، و مقایسهٔ برابری. ایجنت مبتنی بر LLM این‌طور کار نمی‌کند؛ برای یک ورودی یکسان می‌تواند چند خروجی معتبر متفاوت تولید کند. بنابراین سؤال درست دیگر «آیا خروجی برابر است؟» نیست، بلکه «آیا خروجی در محدودهٔ قابل‌قبول قرار دارد؟» است. این تفاوت باعث می‌شود Evaluation ایجنت فروش شبیه ارزیابی عملکرد یک کارمند انسانی باشد، نه شبیه Unit Test.

سه لایهٔ Evaluation که باید هم‌زمان اجرا شوند

یک برنامهٔ Evaluation کامل برای ایجنت فروش را می‌توان در سه لایهٔ مجزا اما به‌هم‌متصل نگاه کرد. لایهٔ اول، صحت واقعیت (Factual Accuracy) است: آیا اطلاعاتی که Agent دربارهٔ محصول، قیمت یا موجودی به مشتری می‌دهد درست است؟ لایهٔ دوم، کیفیت مکالمه (Conversational Quality) است: آیا لحن، سرعت پاسخ و توالی سؤالات با استاندارد یک فروشندهٔ خوب همخوانی دارد؟ لایهٔ سوم، اثر تجاری (Business Outcome) است: آیا این مکالمات واقعاً به فرصت، جلسه یا فروش تبدیل می‌شوند؟