ปากกาอ่านหนังสือ Conversational AI และการจัดการบทสนทนา: วิธีที่ OEM Voice Agent รักษาความต่อเนื่องของบทสนทนา

กลุ่มผู้อ่าน: บทความนี้เขียนสำหรับเจ้าของผลิตภัณฑ์ทางเทคนิคของบริษัท ed-tech สำนักพิมพ์ และผู้จัดจำหน่ายนำเข้าที่กำลังประเมินประสบการณ์การใช้เสียงแบบหลายรอบสนทนาบนปากกาอ่านหนังสือ OEM/ODM SmartReadingPen — โดยเฉพาะว่าปากกาสามารถสนทนาอย่างต่อเนื่องได้อย่างน้อย 5 รอบโดยไม่สูญเสียบริบท และตัวเลือกการจัดการบทสนทนาแปลเป็นผลลัพธ์ในห้องเรียนและต้นทุนต่อหน่วยอย่างไร

ปากกาอ่านหนังสือไม่ใช่อุปกรณ์แบบ "แตะแล้วฟัง" แบบครั้งเดียวอีกต่อไป ในเฟิร์มแวร์ของ Q6, Q8 และ T2 (3.3.1 / 3.3.1 / 2.6.4 ตามลำดับ) ผู้เรียนสามารถพูดว่า:

"What does photosynthesis mean?" → ปากกาจะให้คำนิยาม "Can you give me an example?" → ปากกาจะอ่านประโยคตามบริบทจากหนังสือเล่มปัจจุบัน "Quiz me on that" → ปากกาจะสร้างคำถามแบบหลายตัวเลือก "Make it easier" → ปากกาจะเปลี่ยนเป็นคำศัพท์ระดับชั้นปีที่ 4 "Read the answer aloud" → ปากกา TTS ตัวเลือกที่ถูกต้อง

ห้ารอบสนทนา สี่การเปลี่ยนบริบท หนึ่งสถานะบทสนทนาที่คงอยู่ หากจัดการตัวจัดการบทสนทนาผิด ปากกาจะตอบรอบที่สามเสมือนเป็นรอบแรก หากทำถูก ปากกาดวงเดียวกันจะสามารถตั้งราคาขายปลีกพรีเมียมเหนือคู่แข่งแบบรอบเดียวได้ถึง 35%

นี่คือบทสรุปทางวิศวกรรมเกี่ยวกับสแต็กการจัดการบทสนทนาของเรา — ตัวติดตามสถานะ เครือข่ายนโยบาย กฎสำรอง และเกณฑ์การยอมรับที่แน่นอนซึ่งเรามอบให้กับโครงการนำร่องของเขตการศึกษา

1. เหตุใดการจัดการบทสนทนาจึงแตกต่างจาก NLU

การจัดประเภทเจตนา NLU ตัดสินใจ สิ่งที่ผู้ใช้พูด. การจัดการบทสนทนาตัดสินใจ สิ่งที่ระบบควรทำต่อไป โดยพิจารณาจาก (ก) ผลลัพธ์ NLU ปัจจุบัน (ข) รอบสนทนาก่อนหน้า (ค) สถานะอุปกรณ์ (หนังสือปัจจุบัน ภาษาปัจจุบัน ระดับชั้นปัจจุบัน) และ (ง) โปรไฟล์ผู้ใช้ (ระดับการอ่าน ค่าสถานะการรองรับภาวะดิสเล็กเซีย)

ตัวจัดการบทสนทนาของปากกาอ่านหนังสือต้องทำงาน บนอุปกรณ์ทั้งหมด. มีเหตุผลสามประการ:

• ความหน่วง. การสนทนา 5 รอบที่ส่งผ่านไปยังคลาวด์จะเพิ่มเวลา 250–600 มิลลิวินาทีต่อรอบ เหนือกว่าเวลา NLU 200 มิลลิวินาที ซึ่งเกินขีดจำกัด 350 มิลลิวินาที
• ความเป็นส่วนตัว. เสียงของผู้เยาว์ไม่สามารถส่งผ่านไปยังคลาวด์ของบุคคลที่สามภายใต้ COPPA, GDPR-K, PIPL และ LGPD โดยไม่ได้รับความยินยอมที่ตรวจสอบได้อย่างชัดเจน
• ความทนทานเมื่อออฟไลน์. การติดตั้งใช้งานในโรงเรียน 12,000 หน่วยในโรงเรียนรัฐบาลของบราซิลไม่สามารถพึ่งพา Wi-Fi ในห้องเรียนได้

2. สถาปัตยกรรมบทสนทนาแบบสามชั้น

เฟิร์มแวร์ของเราทำงานด้วยตัวจัดการบทสนทนาแบบหลายชั้นที่เราเรียกว่า RDM-DM(ตัวจัดการบทสนทนาของปากกาอ่านหนังสือ):

DST คือตัวเข้ารหัส BERT-small แบบวนซ้ำที่มีเครือข่ายตัวชี้ระดับสล็อต นโยบายคือ Transformer 2 ชั้นที่ฝึกด้วย Proximal Policy Optimization บน บทสนทนาจำลอง 84,000 รายการ บวกกับ บทสนทนาที่รวบรวมจากมนุษย์ 6,200 รายการ จากกลุ่มเด็กเดียวกันที่อธิบายไว้ใน บทสรุป NLU.

3. สถานะความเชื่อ 24 ช่อง

3. สถานะความเชื่อ 24 สล็อตDST รักษาการแจกแจงความน่าจะเป็นเหนือ สล็อตบทสนทนา 24 สล็อต. ในจำนวนนี้สิบสองสล็อตเป็นแบบไม่ขึ้นกับเนื้อหา (เช่น , voice_speed, tts_voice, language_pair); โดยสิบสองช่องเป็นช่องที่ผูกกับเนื้อหา (เช่น ); สิบสองสล็อตเป็นแบบผูกกับเนื้อหา (เช่น , บทปัจจุบัน, รหัสคำปัจจุบัน, คะแนนแบบทดสอบต่อเซสชัน).

สถานะความเชื่อจะถูกอัปเดตทุกเทิร์นด้วย ความแม่นยำเฉลี่ยของช่องข้อมูล 0.91 ครอบคลุม 12 ภาษาท้องถิ่น โดยวัดจาก 1 − ค่าเฉลี่ย Brier score ของช่องข้อมูล 24 รายการ DST ยังรองรับ การแก้ไขการละคำ("อ่านช้าลงหน่อย" สืบทอดค่า tts_speed เดิมและอัปเดตค่าใหม่) และ การแก้ไขการอ้างอิง("แล้วอันนั้นล่ะ?" ชี้ไปที่ last_word).

4. เครือข่ายนโยบายและ Action Space

เครือข่ายนโยบายจะส่งออกการกระจายความน่าจะเป็นของ การกระทำของระบบ 38 รายการ, ประกอบด้วย:

• tts_read_word, tts_read_sentence, tts_read_page
• dict_lookup, translate_to, quiz_next, quiz_repeat
• set_speed, set_voice, set_grade, set_language
• book_open, book_next_page, book_prev_page, book_close
• clarify_ask_back, clarify_offer_options, fallback_help

การกระทำที่มีค่า posterior สูงสุดจะถูกส่งไปดำเนินการ โดยอยู่ภายใต้ ตัวกรองความปลอดภัย แบบเข้มงวดที่จะบล็อกการกระทำใดๆ ที่จะเปลี่ยนแปลงรหัส PIN ของการควบคุมโดยผู้ปกครอง ปิดแฟล็ก COPPA หรือเปลี่ยนภูมิภาคของเฟิร์มแวร์โดยไม่มีการยืนยันตัวตน

นโยบายนี้ได้รับการฝึกด้วยรางวัลแบบกำหนดเองซึ่งประกอบด้วย:

• ความสำเร็จของงาน (+1.0 หากเป้าหมายของผู้ใช้สำเร็จภายใน 5 เทิร์น)
• ประสิทธิภาพของเทิร์น (−0.05 ต่อเทิร์นที่เกินจากจำนวนขั้นต่ำที่จำเป็น)
• บทลงโทษจากค่าความหน่วง (−0.001 ต่อมิลลิวินาทีที่เกิน 250 ms)
• โบนัสความปลอดภัย (+0.2 หากไม่มีกฎความปลอดภัยใดถูกกระตุ้น)

รางวัลนี้คำนวณจากบทสนทนาจำลอง 84,000 รายการที่สร้างโดยตัวจำลองผู้ใช้ซึ่งเลียนแบบเด็กอายุ 6 ขวบ, 9 ขวบ และ 12 ขวบ โดยแต่ละคนมีโปรไฟล์เสียงรบกวน 3 แบบ (ไม่มีเสียงรบกวน, เสียงรบกวนในห้องเรียน, เสียงรบกวนในครัวเรือน)

5. ความสอดคล้องกันหลายเทิร์นในสภาพการใช้งานจริง

จากหน่วยที่จัดส่งมากกว่า 47,000 เครื่องตั้งแต่ปี 2023 เราได้วัด multi-turn coherence ในฐานะสัดส่วนของบทสนทนาที่ระบบสามารถแก้ไขการละไว้หรือการอ้างถึงได้อย่างถูกต้องอย่างน้อยหนึ่งจุดภายใน 5 เทิร์น ตัวเลขเฉลี่ยเคลื่อนที่ 12 เดือนอยู่ที่ 89.4% สำหรับ en-US, 86.2% สำหรับ zh-CN, 84.7% สำหรับ de-DE

6. กลยุทธ์การกู้คืนจากความล้มเหลวและการขอคำชี้แจง

ตัวแทนสนทนาที่ไม่สามารถกู้คืนจากความเข้าใจผิดได้นั้นไร้ประโยชน์ในห้องเรียน นโยบายของเรามาพร้อมกับ ระบบขอคำชี้แจง 3 ระดับ:

1. การยืนยันโดยปริยาย — ทวนคำขอของผู้ใช้กลับ ("คุณอยากให้ฉันอ่านช้าลงใช่ไหม?") แล้วดำเนินการต่อ
2. การขอคำชี้แจงอย่างชัดเจน — ถามคำถามแยกแยะแบบใช่/ไม่ใช่ ("คุณหมายถึง 'แปลเป็นภาษาสเปน' หรือ 'แปลเป็นภาษาฝรั่งเศส'?")
3. ตัวเลือกสำรองแบบเปิด — นำเสนอเมนู 3 อันดับแรกของเจตนาที่เป็นไปได้โดยอ่านออกเสียง ("ฉันสามารถอ่านคำนี้ แปลคำนี้ หรือทดสอบคุณก็ได้ อยากเลือกอันไหน?")

ระบบนี้ถูกกระตุ้นโดยค่าเกณฑ์ความเชื่อมั่นจากผลลัพธ์ของนโยบาย: โดยปริยายหาก p ≥ 0.65, อย่างชัดเจนหาก 0.40 ≤ p < 0.65, ตัวเลือกสำรองแบบเปิดหาก p < 0.40 ใน 12 ภาษาท้องถิ่นของเรา อัตราการใช้ตัวเลือกสำรองเฉลี่ยอยู่ที่ 4.1% ของเทิร์น, โดยอัตราสูงสุดอยู่ที่ de-DE (6.8%) เนื่องจากความกำกวมของคำนามประสม

เคล็ดลับสำหรับผู้ซื้อ: เมื่อคุณ ขอตัวอย่าง ให้บันทึกบทสนทนาหลายเทิร์นอย่างน้อย 20 รายการในสภาพเสียงรบกวนในห้องเรียนเป้าหมาย แล้วนับว่าปากกาขอคำชี้แจงบ่อยเพียงใด อัตราการขอคำชี้แจงที่สูงกว่า 8% จะทำให้เด็กอายุ 7 ขวบหงุดหริดและนำไปสู่การคืนสินค้า

7. ขนาดบนอุปกรณ์และผลกระทบต่อแบตเตอรี่

ตัวจัดการบทสนทนาทั้งหมด — DST, นโยบาย และเทมเพลต — เพิ่มพื้นที่เพียง 7.5 MB ให้กับอิมเมจเฟิร์มแวร์ การทำ INT8 quantization เป็นข้อบังคับ หากใช้ FP32 จะดันงบ NAND ของ Q8 จาก 256 MB เป็น 312 MB และต้องออกแบบบอร์ดใหม่ การสนทนาหลายเทิร์นอย่างต่อเนื่องที่ค่าความหน่วง P95 (38 ms) จะใช้พลังงาน 31 mW จากเซลล์แบตเตอรี่ 1,000 mAh ของ Q8 ซึ่ง ไม่มีนัยสำคัญเมื่อเทียบกับพลังงานเล่นเสียง TTS ที่ 480 mW เซสชันสนทนา 30 นาทีจะใช้พลังงานประมาณ 6% ของแบตเตอรี่, คงระยะเวลาการเล่นเสียง 7.0 ชั่วโมงตามสเปคไว้สำหรับการอ่านปกติ

8. การปรับแต่งส่วนบุคคลโดยไม่ใช้คลาวด์

ปากกาแต่ละด้ามจัดเก็บ โปรไฟล์ผู้ใช้ ใน NAND แบบเข้ารหัส (AES-128-XTS) โดยใช้ซีเรียลของเครื่องเป็นกุญแจ โปรไฟล์จะบันทึกข้อมูลดังนี้:

• ระดับชั้นเรียน (ตรวจจับอัตโนมัติจากความแม่นยำในแบบทดสอบ ช่วง K–12)
• แฟล็กการรองรับผู้มีภาวะ Dyslexia (ตั้งโดยผู้ปกครองผ่านแอปที่ใช้คู่กัน)
• เสียงและความเร็วที่ชอบ (อัปเดตเมื่อผู้ใช้สั่ง set_speed ตั้งแต่ 3 ครั้งขึ้นไป)
• บันทึกเซสชัน 30 วัน (การสนทนา 200 รอบล่าสุด แฮชในเครื่อง)

โปรไฟล์ จะไม่ถูกอัปโหลด โดยไม่ได้รับความยินยอมที่ลงนามอย่างชัดเจนจากผู้ปกครอง ค่าเริ่มต้นจะเป็นการใช้งานในเครื่องเท่านั้น ซึ่งเป็นข้อผูกพันตามสัญญาภายใต้ เอกสารการปฏิบัติตาม GDPR และสะท้อนในฟีเจอร์ การควบคุมโดยผู้ปกครองตาม COPPAฟีเจอร์

9. เส้นทางการปรับแต่ง OEM สำหรับสำนักพิมพ์และแบรนด์

เมื่อทำ โคแบรนด์ร่วมกับสำนักพิมพ์ หรือ แบรนด์ของเล่นเพื่อการศึกษา มักต้องการเทมเพลตบทสนทนาที่มีแบรนด์ เช่น: "สวัสดี ฉันชื่อกัปตันโคเมทจาก Galaxy Books คุณอยากสำรวจเรื่องอะไรดี?" ตัวเลือกการปรับแต่ง:

ราคาเหล่านี้จะถูกเสนอเป็นส่วนหนึ่งของ ข้อตกลงหลักปากกาอ่านหนังสือขายส่ง ที่ MOQ 3,000 เครื่องสำหรับแม่พิมพ์ที่กำหนดเอง และ 5,000 เครื่องสำหรับป้ายชื่อส่วนตัว ระยะเวลาตั้งแต่เริ่มงานจนถึงการผลิตจำนวนมากคือ 75 วัน สำหรับขั้นตอนบทสนทนาที่กำหนดเอง รวมถึง 14 วันของการทดลองใช้ในห้องเรียนและ 7 วันของการทดสอบ red-team

10. สิ่งที่ต้องตรวจสอบก่อนเซ็นสัญญา

การตรวจสอบทางวิศวกรรม 5 ข้อที่ต้องไม่ยอมลดราวาลัยสำหรับซัพพลายเออร์ปากกาอ่านหนังสือที่อ้างว่ามี "AI สนทนา":

1. ทำงานบนอุปกรณ์แบบ end-to-end หรือไม่? เรียกร้องการทดสอบตัดเครือข่ายระหว่างการทดลองใช้ หากบทสนทนาหยุด แสดงว่าพึ่งพา cloud
2. เมตริกความสอดคล้องของหลายรอบ ขอตัวเลขความสอดคล้อง 5 รอบต่อภาษาถิ่นบนชุดทดสอบที่ไม่เคยเห็น (held-out) อย่างน้อย 1,000 บทสนทนา ต่ำกว่า 80% ถือว่าไม่พร้อมใช้ในห้องเรียน
3. ความหน่วงภายใต้ภาระงาน วัดความหน่วง P95 บน Q6 หรือ Q8 โดยมี TTS เล่นอยู่เบื้องหลัง เกิน 350 ms เด็กจะเสียความอดทน
4. อัตราการล้มเหลว (fallback) ต่ำกว่า 5% สำหรับ en-US ต่ำกว่า 7% สำหรับภาษาถิ่นที่อ่อนที่สุด
5. การพกพาโปรไฟล์ เด็กสามารถย้ายโปรไฟล์ไปยังปากกาใหม่ผ่านแอปที่ใช้คู่กันได้หรือไม่ หรือโปรไฟล์ถูกล็อกกับอุปกรณ์ สำหรับเขตการศึกษาที่มี กองอุปกรณ์ที่ใช้ร่วมกัน, คำตอบมีความสำคัญ

บทความที่เกี่ยวข้อง

• การจำแนกเจตนาและการเติมช่องข้อมูล NLU ของปากกาอ่านหนังสือ
• การตรวจจับ Wake-Word และการฟังตลอดเวลาของปากกาอ่านหนังสือ
• การรู้จำเสียงพูดอัตโนมัติ (ASR) ของปากกาอ่านหนังสือ
• เอนจินแปลแบบออฟไลน์และความแม่นยำของปากกาอ่านหนังสือ
• กรณีการใช้งานปากกาอ่านหนังสือ: นิทานก่อนนอนสำหรับครอบครัว
• กรณีการใช้งานปากกาอ่านหนังสือ: สำนักพิมพ์ร่วมสร้างแบรนด์

11. ขีดความสามารถการผลิต & ข้อมูลโรงงาน

โมดูลตัวจัดการบทสนทนา — DST, policy network, เทมเพลตการตอบกลับ และโปรไฟล์ผู้ใช้ที่เข้ารหัส — ถูกฝังอยู่ในทุกเฟิร์มแวร์ของปากกาอ่านหนังสือ OEM/ODM SmartReadingPen ที่แฟลชจากสายการผลิตในเซินเจินหลงหัวและตงกวนโฮ่อเจีย ทั้งสองสายการผลิตดำเนินงานภายใต้การรับรอง ISO 9001 และ ISO 14001 และใช้ระเบียบวินัยการควบคุมกระบวนการในระดับ IATF 16949-style ที่ปรับให้เหมาะกับอุปกรณ์อิเล็กทรอนิกส์สำหรับผู้บริโภค กำลังการผลิตเฉลี่ยต่อวันอยู่ที่ 6,800 หน่วยสำเร็จรูป ต่อวัน โดยมีกะพีคที่ 11,400 หน่วย ในช่วงพีคกลับเข้าโรงเรียนเดือนกันยายน 2025 โมดูลบทสนทนา 7.5 MB อยู่ในพาร์ติชันเฟิร์มแวร์ที่มีลายเซ็น ซึ่งถูกตรวจสอบด้วย SHA-256 เทียบกับ manifest ทุกครั้งที่เปิดเครื่อง หากตรวจไม่ผ่าน ปากกาจะเข้าสู่โหมดกู้คืนเพื่อแฟลชใหม่จาก golden image ในแผ่น NAND รอง SKU รุ่น B1, B2, F8, K7, KF1, L5, P2, Q6, Q8, T2 และ Y6 จัดส่งพร้อมคีย์ AES-128-XTS ต่อเครื่องที่ฝังในขั้นตอน FCT เพื่อผูกสถานะความเชื่อของผู้ใช้แต่ละรายกับคีย์เฉพาะที่ไม่สามารถส่งออกได้ อัตราผลผลิตผ่านครั้งแรกของการผลิตจำนวนมากเฉลี่ย 98.6% ที่ระดับ AQL II (วิกฤต 0, หลัก 1.0, รอง 2.5) ตารางการผลิตสามารถจองล่วงหน้า 75 วัน ก่อนวันที่ต้องการจัดส่งสำหรับ SKU มาตรฐาน และ 105 วัน สำหรับแม่พิมพ์เฉพาะหรือโฟลว์บทสนทนาที่เป็นแบรนด์ของลูกค้า หากต้องการจองช่องการผลิตหรือ ขอตัวอย่างพรีวิวโฟลว์บทสนทนา, ทีมบริหารโครงการของเราจะตอบกลับภายในหนึ่งวันทำการ

12. ความครอบคลุมของการรับรองใน 47 ประเทศ

ปากกาทุกด้ามที่มีตัวจัดการบทสนทนาจัดส่งพร้อมชุดการรับรองที่ตรงกับตลาดปลายทาง: CE (RED/EMC/LVD), FCC Part 15, UKCA, EN 71-1/2/3, ASTM F963, CPSIA/CPC, RoHS, REACH, PSE (ญี่ปุ่น), KC (เกาหลี), GCC/SFDA (ซาอุดีอาระเบีย), SNI (อินโดนีเซีย), NOM (เม็กซิโก), INMETRO (บราซิล), RCM (ออสเตรเลีย/นิวซีแลนด์), NRCS LOA (แอฟริกาใต้) และ ESMA/TIS (UAE/ไทย) การขนส่งแบตเตอรี่ครอบคลุมด้วย UN38.3 และ IEC 62133พร้อมด้วย MSDS; การคุ้มครองข้อมูลได้รับการจัดทำเป็นเอกสารสำหรับ GDPR, COPPA, PIPL, LGPD, Thailand PDPAและ California Prop 65. ตัวจัดการบทสนทนาเองไม่ส่งเสียงหรือสถานะความเชื่อออกนอกอุปกรณ์ ซึ่งถือเป็นจุดแข็งด้านการปฏิบัติตามข้อกำหนดสำหรับ school district procurement cyclesที่ต้องการหลักฐานการลดข้อมูลให้น้อยที่สุดตาม COPPA และ GDPR-K ที่ตรวจสอบได้ สำหรับเขตอำนาจใหม่ที่อยู่นอกเหนือ 47 ประเทศที่ให้บริการอยู่ จะจัดทำเอกสารชุดใหม่ในราคา $1,800 per localeด้วยระยะเวลา 15 business day; แพ็กเกจเอกสารชุดสำหรับการเปิดตัวหลายประเทศจะเสนอราคาผ่านช่องทาง request-a-quote.

13. ราคา OEM และระยะเวลาผลิต

ตัวจัดการบทสนทนารวมอยู่ในเฟิร์มแวร์มาตรฐานในราคาโรงงาน $3.80–$14.50 per unitครอบคลุม 11 SKU การผลิต โดยแบ่งเป็นช่วงราคา: P2 (500 mAh) ระดับเริ่มต้นที่ราคาต่ำสุด, B1/B2/F8/K7/KF1 ระดับกลาง $5.40–$8.60, L5/P2/Q6 ระดับกลาง $7.20–$10.40 และ Q8/T2/Y6 ระดับพรีเมียม $11.80–$14.50 พร้อม NAND และแบตเตอรี่ที่ใหญ่กว่า ค่าข้อความต้อนรับแบรนด์กำหนดเองอยู่ที่ $1,200 NREโดยไม่มีค่าลิขสิทธิ์, intents แบบกำหนดเอง $2,400 NRE บวก $0.04 per unit, บทสนทนา 8 รอบแบบกำหนดเอง $8,500 NRE บวก $0.08 per unit, และเสียงแบบกำหนดเองที่โคลนเต็มรูปแบบ (คู่กับ prosody pipelineของเรา) เริ่มต้นที่ $18,000 NREพร้อมค่าลิขสิทธิ์ $0.25 per unit. MOQ แบ่งเป็น: 500 เครื่องสำหรับสต็อกสี neutral, 1,000 สำหรับสีกำหนดเอง, 3,000 สำหรับโลโก้ silk-screen กำหนดเอง, 5,000 สำหรับ private label เต็มรูปแบบพร้อมบรรจุภัณฑ์ขายปลีก ระยะเวลาผลิตมาตรฐานคือ 75 daysนับจาก PO จนถึง ex-factory โดยมีบริการเร่งด่วน 45-dayสำหรับคำสั่งซื้อมากกว่า 10,000 เครื่องด้วยค่าธรรมเนียมเร่งด่วน 12% expedite fee. เงื่อนไขการชำระเงินคือ T/T 30/70, L/C at sight, OA สำหรับลูกค้าประจำ และ PayPal สำหรับคำสั่งซื้อตัวอย่าง

14. ตัวชี้วัดการตรวจสอบภายในจากยอดจัดส่ง 47,000+ เครื่อง

หลังจากติดตั้ง 47,000+ เครื่องใน 47 ประเทศตั้งแต่ปี 2023 ตัวจัดการบทสนทนาได้บันทึก 2.4 million dialogue sessionsและ 11.4 million individual turns. การดำเนินการที่ถูกเรียกใช้บ่อยที่สุดคือ tts_read_word(38.2% ของ turns) ตามด้วย translate_to (22.7%), dict_lookup (14.1%), quiz_next (9.4%), set_speed(5.8%) และ book_next_page(4.3%) ส่วนที่เหลืออีก 5.5% กระจายไปใน 32 การดำเนินการที่พบไม่บ่อย รวมถึง clarify_ask_back, fallback_help และ pair_device. ความยาวเฉลี่ยของเซสชันคือ 6.2 turns และความยาวที่เปอร์เซ็นไทล์ที่ 95 คือ 11.4 turns. อัตราการละทิ้งเซสชัน (เทิร์นที่จบลงโดยไม่มีการดำเนินการ stop หรือ close_book อย่างชัดเจน) อยู่ที่ 3.8% ซึ่งส่วนใหญ่เกิดจากผู้ปกครองหรือพี่น้องหยิบปากกาขึ้นมาระหว่างการสนทนา ข้อตกลงหลักสำหรับ wholesale reading pens ครอบคลุม 86 firmware releases จนถึงปัจจุบันใน 11 SKU โดยมีแผนที่เวอร์ชันปัจจุบันคือ B1/B2 ที่ 2.4.7, F8 ที่ 3.1.2, K7/KF1 ที่ 1.9.5, L5 ที่ 4.2.0, P2 ที่ 2.0.3, Q6/Q8 ที่ 3.3.1 และ T2/Y6 ที่ 2.6.4

15. ข้อสรุปสำหรับผู้จัดซื้อด้านวิศวกรรม

หลักปฏิบัติ 5 ข้อสำหรับการจัดซื้อตัวจัดการบทสนทนาแบบ OEM/ODM:

1. ดำเนินการ 30-device / 14-day pilot ก่อนออกใบสั่งซื้อหลักเสมอ ข้อมูลจากไพลอตจะบันทึกอัตรา fallback ที่แท้จริง (ค่าฐาน en-US ที่ 4.1%) และตัวเลขความสอดคล้องจริงบนชุดเนื้อหาของคุณ
2. ระบุ max session turn count ตั้งแต่เริ่มโครงการ โดยค่าเริ่มต้นเราตั้งไว้ที่ 12 เทิร์นก่อนรีเซ็ต belief-state เซสชันที่ยาวกว่านี้มีความเสี่ยงต่อ slot drift
3. ล็อก template copy กับทีมสำนักพิมพ์ก่อนล็อกเฟิร์มแวร์ การเปลี่ยนแม่แบบหลังเฟิร์มแวร์ 3.x มีค่าใช้จ่าย $0.08 ต่อเครื่องในการ OTA ไปยังอุปกรณ์ทั้งหมดในตลาด
4. สำรองเวลา 5 business days สำหรับการตรวจสอบกฎความปลอดภัยกับทีมคอมพลิอานซ์ของเรา กฎด้านความปลอดภัยเรื่องรหัส PIN ของผู้ปกครอง การแจ้งเตือน COPPA และการล็อกตามภูมิภาคนั้นเป็นข้อกำหนดที่ไม่สามารถปิดใช้งานได้ตามคำขอของ OEM
5. วางแผน 5% canary cohort สำหรับการ OTA ครั้งแรกของการเปลี่ยนแปลง flow บทสนทนาใดๆ Canary จะช่วยตรวจจับการถดถอยของนโยบายก่อนที่จะเข้าถึงอุปกรณ์ทั้งหมด