Сбор и хранение обратной связи
Сбор явных оценок и неявных поведенческих сигналов во время взаимодействия с агентом.
«Сбор и хранение обратной связи» — бесплатный урок AI Agents на CoddyKit. Это урок 1 из 4. Ты можешь прочитать весь урок бесплатно ниже — а потом практиковать его прямо в браузере с встроенным редактором кода и ИИ-репетитором 24/7. Это часть пути обучения AI Agents, и твой прогресс синхронизируется между веб-версией и приложением CoddyKit. Курс AI Agents содержит 4 уроков всего.
Зачем агентам нужна обратная связь
Агент, который никогда не получает обратной связи, застывает во времени — он не может улучшиться по сравнению с первоначальным обучением. Обратная связь замыкает цикл между действиями агента и тем, чего на самом деле хотят пользователи.
Наиболее важны две категории: явная обратная связь (пользователь осознанно оценивает результат) и неявная обратная связь (поведение пользователя указывает на качество, хотя он ничего об этом не говорит).
Явная обратная связь: отметки «нравится» и «не нравится»
Самая простая форма — двоичный сигнал после каждого ответа. Его легко собирать и хранить, но он содержит мало информации.
Шаблон реализации: после ответа агента предложите пользователю оставить отзыв и сохраните результат вместе с идентификатором хода разговора.
import uuid
from datetime import datetime
def collect_thumbs_feedback(turn_id: str, rating: str) -> dict:
"""rating: 'up' or 'down'"""
assert rating in ('up', 'down'), 'Invalid rating'
record = {
'feedback_id': str(uuid.uuid4()),
'turn_id': turn_id,
'type': 'thumbs',
'value': 1 if rating == 'up' else -1,
'created_at': datetime.utcnow().isoformat()
}
return record
feedback = collect_thumbs_feedback('turn_abc123', 'up')
print(feedback)Явная обратная связь: оценки звездами
Оценка от 1 до 5 звезд дает больше градаций, чем отметка «нравится». Она позволяет отличить едва приемлемый результат (2 звезды) от отличного (5 звезд), что полезно для тонкой настройки качества сигнала.
Перед использованием в конвейерах обучения нормализуйте оценку к диапазону от 0 до 1.
def collect_star_feedback(turn_id: str, stars: int) -> dict:
if not 1 <= stars <= 5:
raise ValueError('Stars must be between 1 and 5')
return {
'turn_id': turn_id,
'type': 'star',
'raw_value': stars,
'normalized': (stars - 1) / 4.0 # maps 1->0.0, 5->1.0
}
fb = collect_star_feedback('turn_xyz456', 4)
print(fb)
# {'turn_id': 'turn_xyz456', 'type': 'star', 'raw_value': 4, 'normalized': 0.75}Явная обратная связь: исправления в свободной форме
Обратная связь в свободной форме — самый информативный сигнал. Пользователь точно пишет, чего он хотел: «Резюме слишком длинное», «Вы упустили главную мысль», «Неверная валюта — я просил указать EUR».
Сохраняйте исправления связанными с исходным результатом, чтобы позднее можно было составить пары (неудачный результат → исправленный результат) для обучения с учителем.
def collect_correction_feedback(
turn_id: str,
original_output: str,
corrected_output: str,
user_note: str = ''
) -> dict:
return {
'turn_id': turn_id,
'type': 'correction',
'original': original_output,
'corrected': corrected_output,
'user_note': user_note
}
fb = collect_correction_feedback(
'turn_789',
'The capital of Australia is Sydney.',
'The capital of Australia is Canberra.',
'Sydney is the largest city but not the capital.'
)
print(fb)Неявная обратная связь: сигнал повторного вопроса
Если пользователь сразу задает тот же вопрос другими словами, это сильный неявный сигнал о том, что предыдущий ответ был неправильным или недостаточным. Пользователю не нужно ничего нажимать — сам факт такого поведения является сигналом.
from datetime import datetime, timedelta
def detect_re_ask(
current_msg: str,
conversation_history: list,
similarity_threshold: float = 0.7,
window_seconds: int = 120
) -> bool:
"""
Returns True if the current message is semantically similar
to a recent message, suggesting dissatisfaction.
"""
now = datetime.utcnow()
for turn in conversation_history[-5:]:
age = (now - turn['timestamp']).seconds
if age <= window_seconds and turn['role'] == 'user':
# In production: use embedding cosine similarity
if simple_similarity(current_msg, turn['content']) >= similarity_threshold:
return True
return False
def simple_similarity(a: str, b: str) -> float:
words_a = set(a.lower().split())
words_b = set(b.lower().split())
if not words_a or not words_b:
return 0.0
return len(words_a & words_b) / len(words_a | words_b)
if __name__ == '__main__':
now = datetime.utcnow()
history = [
{'role': 'user', 'content': 'How do I reset my password', 'timestamp': now - timedelta(seconds=30)},
]
result = detect_re_ask('How do I reset my password please', history)
print('Re-ask detected:', result)
Неявная обратная связь: сигнал редактирования результата
Если агент создает текст, а пользователь редактирует его перед использованием, различия между исходным и отредактированным вариантами являются неявной обратной связью. Отредактированный вариант — это то, чего пользователь действительно хотел.
Такое часто происходит в помощниках для написания текстов, генераторах кода и средствах составления электронных писем.
import difflib
def extract_edit_feedback(original: str, edited: str) -> dict:
differ = difflib.unified_diff(
original.splitlines(),
edited.splitlines(),
lineterm=''
)
diff_lines = list(differ)
edit_ratio = difflib.SequenceMatcher(None, original, edited).ratio()
return {
'type': 'edit',
'original': original,
'edited': edited,
'edit_distance': 1.0 - edit_ratio, # 0=unchanged, 1=fully rewritten
'diff': '\n'.join(diff_lines)
}
fb = extract_edit_feedback(
'Dear John, I am writing to inform you...',
'Hi John, Just a quick note...'
)
print(f"Edit distance: {fb['edit_distance']:.2f}")Схема хранения обратной связи
Все типы обратной связи используют общую схему с полями полезной нагрузки, специфичными для каждого типа. Одна таблица с дискриминатором type и столбцом JSON payload упрощает запросы и при этом поддерживает любые типы обратной связи.
# SQL schema for feedback storage
CREATE_TABLE_SQL = '''
CREATE TABLE agent_feedback (
id UUID PRIMARY KEY DEFAULT gen_random_uuid(),
session_id TEXT NOT NULL,
turn_id TEXT NOT NULL,
agent_id TEXT NOT NULL,
type TEXT NOT NULL CHECK (type IN ('thumbs','star','correction','re_ask','edit')),
value FLOAT, -- numeric signal: +1/-1, 0-1, edit distance
payload JSONB, -- type-specific data
created_at TIMESTAMPTZ DEFAULT now()
);
CREATE INDEX ON agent_feedback (agent_id, created_at);
CREATE INDEX ON agent_feedback (type);
'''
# Example insert
INSERT_SQL = '''
INSERT INTO agent_feedback (session_id, turn_id, agent_id, type, value, payload)
VALUES ($1, $2, $3, $4, $5, $6)
'''
if __name__ == '__main__':
print('Feedback table schema:')
print(CREATE_TABLE_SQL)
print('Insert statement:')
print(INSERT_SQL)
Написание класса сбора обратной связи
Централизация всего сбора обратной связи за единым классом поддерживает чистоту остального кода. Сборщик выполняет устранение дубликатов, пакетную обработку и асинхронную запись, поэтому обратная связь никогда не блокирует основной цикл работы агента.
import asyncio
from collections import deque
from datetime import datetime
class FeedbackCollector:
def __init__(self, agent_id: str, flush_interval: int = 30):
self.agent_id = agent_id
self.buffer: deque = deque(maxlen=1000)
self.flush_interval = flush_interval
def record(self, turn_id: str, fb_type: str, value: float, payload: dict):
self.buffer.append({
'turn_id': turn_id,
'agent_id': self.agent_id,
'type': fb_type,
'value': value,
'payload': payload,
'created_at': datetime.utcnow().isoformat()
})
async def flush(self, db_client):
while self.buffer:
record = self.buffer.popleft()
await db_client.insert('agent_feedback', record)
async def start_auto_flush(self, db_client):
while True:
await asyncio.sleep(self.flush_interval)
await self.flush(db_client)
if __name__ == '__main__':
fc = FeedbackCollector(agent_id='agent-1')
fc.record('turn-1', 'thumbs', 1.0, {'comment': 'Great answer'})
fc.record('turn-2', 'thumbs', -1.0, {'comment': 'Wrong ticker'})
print(f'Buffered {len(fc.buffer)} feedback records:')
for rec in fc.buffer:
print(' -', rec['type'], rec['value'], rec['payload'])
Агрегация обратной связи для анализа
Необработанные записи обратной связи необходимо агрегировать, прежде чем они станут полезными для принятия решений об улучшении. Распространенные виды агрегации: доля одобрений для каждого типа намерения, доля исправлений с течением времени, категории результатов, которые редактируют чаще всего.
from collections import defaultdict
from statistics import mean
def aggregate_feedback(records: list) -> dict:
by_type = defaultdict(list)
for r in records:
by_type[r['type']].append(r['value'])
summary = {}
if 'thumbs' in by_type:
values = by_type['thumbs']
summary['approval_rate'] = (values.count(1) / len(values)) * 100
if 'star' in by_type:
summary['avg_star'] = mean(by_type['star']) * 4 + 1 # denormalize
if 'edit' in by_type:
summary['avg_edit_distance'] = mean(by_type['edit'])
if 'correction' in by_type:
summary['correction_count'] = len(by_type['correction'])
return summary
records = [
{'type': 'thumbs', 'value': 1},
{'type': 'thumbs', 'value': -1},
{'type': 'star', 'value': 0.75},
{'type': 'edit', 'value': 0.3}
]
print(aggregate_feedback(records))Конфиденциальность и согласие при сборе обратной связи
Обратная связь часто содержит конфиденциальные данные пользователей. Рекомендуемые методы: получайте явное согласие перед записью исправлений в свободной форме, обезличивайте идентификаторы сеансов перед анализом, устанавливайте сроки хранения (например, удаляйте данные через 90 дней) и никогда не записывайте PII в полезной нагрузке обратной связи.
import hashlib
import re
def anonymise_feedback(record: dict) -> dict:
"""Anonymise feedback record before storing for training."""
safe = record.copy()
# Hash the session_id so it can't be traced back to a user
if 'session_id' in safe:
safe['session_id'] = hashlib.sha256(
safe['session_id'].encode()
).hexdigest()[:16]
# Strip emails and phone numbers from correction text
if 'payload' in safe and 'corrected' in safe['payload']:
text = safe['payload']['corrected']
text = re.sub(r'[\w.+-]+@[\w-]+\.[\w.]+', '[EMAIL]', text)
text = re.sub(r'\+?[0-9][\s\-().]{7,}[0-9]', '[PHONE]', text)
safe['payload'] = dict(safe['payload'], corrected=text)
return safe
if __name__ == '__main__':
record = {
'session_id': 'sess-abc123',
'payload': {'corrected': 'Contact me at jane@example.com or 555-123-4567'}
}
print('Anonymised record:', anonymise_feedback(record))
Сквозной конвейер обратной связи
Общий процесс выглядит так: сбор → обезличивание → буферизация → запись → агрегация → отчет. В рабочей среде конвейер работает одновременно с агентом и каждую неделю формирует отчет об улучшениях, показывающий, у каких намерений самые низкие показатели одобрения.
# Simplified end-to-end feedback pipeline sketch
class FeedbackPipeline:
def __init__(self, agent_id: str):
self.collector = FeedbackCollector(agent_id)
self.records = []
def on_thumbs(self, turn_id: str, rating: str):
value = 1.0 if rating == 'up' else -1.0
record = self.collector.record(turn_id, 'thumbs', value, {})
self.records.append(record)
def on_edit(self, turn_id: str, original: str, edited: str):
fb = extract_edit_feedback(original, edited)
record = self.collector.record(
turn_id, 'edit', fb['edit_distance'], fb
)
self.records.append(record)
def weekly_report(self) -> dict:
return aggregate_feedback(
[r for r in self.records]
)Проверка знаний
Какой сигнал обратной связи не требует от пользователя осознанных действий?
Итоги: сбор и хранение обратной связи
Отличная работа! Вот что Вы изучили на этом уроке:
- Явная обратная связь: отметки «нравится» и «не нравится» (двоичный сигнал), оценки звездами (градуированная оценка), исправления (парные данные для обучения)
- Неявная обратная связь: обнаружение повторного вопроса и расстояние редактирования результата показывают качество без усилий со стороны пользователя
- Схема хранения: одна таблица с дискриминатором типа и полезной нагрузкой JSONB
- Конвейер: сбор → обезличивание → буферизация → запись → агрегация
- Конфиденциальность: хеширование идентификаторов сеансов, удаление PII, установка сроков хранения
На следующем уроке Вы узнаете, как агенты могут анализировать собственную работу и сохранять результаты этого анализа в эпизодической памяти.
Часто задаваемые вопросы
Урок «Сбор и хранение обратной связи» бесплатный?
Да — полный текст урока «Сбор и хранение обратной связи» бесплатно доступен здесь в веб-версии. Чтобы практиковать его интерактивно (встроенный редактор кода и ИИ-репетитор 24/7) и разблокировать остальной курс AI Agents, подпишись на CoddyKit PRO. Курс AI Agents содержит 4 уроков всего.
Чему я научусь в уроке «Сбор и хранение обратной связи»?
Сбор явных оценок и неявных поведенческих сигналов во время взаимодействия с агентом. Ты практикуешь AI Agents с помощью реального кода, который запускаешь прямо в браузере, и ИИ-репетитор 24/7 отвечает на твои вопросы во время урока.
Нужен ли мне опыт, чтобы начать AI Agents?
Предыдущий опыт не требуется. AI Agents на CoddyKit структурирован для всех уровней — от новичков до продвинутых, поэтому ты можешь начать отсюда или с самого начала и учиться в своем темпе. Это урок 1 из 4.
Сколько времени занимает урок «Сбор и хранение обратной связи»?
Большинство уроков CoddyKit занимают около 5–10 минут. Каждый из них компактный и интерактивный, поэтому ты постоянно делаешь прогресс и продолжаешь с того же места в веб-версии и приложении.
Можно ли писать и запускать код в этом уроке AI Agents?
Да. Каждый урок AI Agents включает встроенный редактор кода, поэтому ты пишешь и запускаешь реальный код прямо в браузере и получаешь моментальную обратную связь от AI — локальная установка не требуется.
Все уроки этого курса
- Сбор и хранение обратной связи
- Циклы рефлексии и самокритики
- Самоулучшение на основе траекторий
- Когда самоулучшение приводит к ошибкам