"ব্রাউজারটি চ্যাটের চেয়ে বড়। এটি একটি আরও স্টিকি পণ্য, এবং এটি এজেন্ট তৈরি করার একমাত্র উপায়। শেষ থেকে শেষ "ওয়ার্কফ্লো" তৈরি করার একমাত্র উপায় এটি একটি সাম্প্রতিক সাক্ষাত্কারে Perplexity CEO, অরবিন্দ শ্রীনিবাসের মন্তব্য। Perplexity সহ-প্রতিষ্ঠাতা একটি ওয়েব ব্রাউজার, অটোজেন্ট AI ব্রাউজার এবং ওয়েব ব্রাউজারগুলির ভবিষ্যত সম্পর্কে কথা বলছিলেন।
শ্রীনিবাস সম্ভাবনার প্রতি উৎসাহী ছিলেন, কারণ তার কোম্পানি ইতিমধ্যেই ধূমকেতু নামে একটি নতুন ব্রাউজার পরীক্ষা করছে। বর্তমানে একটি শুধুমাত্র-আমন্ত্রণ বিটা পর্যায়ে, ব্রাউজারটি এমন একটি এজেন্টের সাথে আসে যা আপনার পক্ষে জটিল এবং সময়সাপেক্ষ কাজগুলি পরিচালনা করতে পারে৷
এটিকে একটি AI টুল যেমন ChatGPT বা Gemini, কিন্তু আপনার ব্রাউজারে একচেটিয়াভাবে বসবাস করে এমন একটি টুলের মতো ভাবুন। এজেন্ট-ইন-ব্রাউজার পদ্ধতি, যেমন শ্রীনিবাসের যুক্তি, আরও পরিচিত এবং নমনীয়। আপনাকে স্বাভাবিক স্থানীয় অনুমতি এবং ক্রস-অ্যাপ ওয়ার্কফ্লো সীমাবদ্ধতার সাথে মোকাবিলা করতে হবে না। এছাড়াও, ক্রোম বা সাফারির মতো পণ্যগুলির সাথে ব্রাউজারগুলি ঠিক যেভাবে আমরা অভ্যস্ত সেভাবে কাজ করবে৷
কিন্তু আন্ডারকারেন্টগুলি সম্পূর্ণ আলাদা, এবং সবচেয়ে বড় পরিবর্তন হতে পারে AI দক্ষতা এবং ব্যবহারকারী-উত্পাদিত এজেন্টদের পক্ষে ব্রাউজার এক্সটেনশনের সূর্যাস্ত। মজার বিষয় হল, ভিত্তি সরঞ্জামগুলি এক বছরেরও বেশি আগে স্থাপিত হয়েছিল, তবে আমরা কেবল ডায়া এবং ধূমকেতুর মতো AI-প্রথম ব্রাউজারগুলির আগমনের সাথে তাদের সম্পর্কে শুনছি।
এআই দক্ষতা নতুন কাজের চ্যাম্পিয়ন
AI এজেন্ট এবং দক্ষতার সমস্ত কথাবার্তা একগুচ্ছ প্রযুক্তিগত জার্গনের মতো শোনাচ্ছে, তাই আমাকে আপনার জন্য এটি ভেঙে দিতে দিন। দিয়া ব্রাউজারে , আমি সম্প্রতি "প্রসারিত" নামে একটি দক্ষতা তৈরি করেছি। আমি কীভাবে এটি করেছি, যদিও আমি কোডের একটি লাইন লিখিনি? আমি কেবল নিম্নলিখিত শব্দগুলিতে এটি বর্ণনা করেছি:
"যখন আমি এই দক্ষতাটি ব্যবহার করি এবং একটি স্নিপেট পেস্ট করি, একটি গভীর ওয়েব অনুসন্ধান করি এবং একটি নিবন্ধ আকারে একটি সময়মত সমগ্র ইতিহাস টেনে আনি। শুধুমাত্র নির্ভরযোগ্য সংবাদ আউটলেট থেকে তথ্য টেনে আনুন।"
আমি জীবিকার জন্য নিবন্ধগুলি পড়ি এবং লিখি, এবং আমি প্রায়শই নিবন্ধগুলিতে স্নিপেট এবং ঘটনাগুলি দেখতে পাই যেগুলির সাথে আমি পরিচিত নই৷ এই ধরনের পরিস্থিতিগুলির জন্য, আমাকে যা করতে হবে তা হল প্রাসঙ্গিক পাঠ্যটি নির্বাচন করুন (বা চ্যাট সাইডবারে এটি কপি-পেস্ট করুন) এবং "প্রসারিত" দক্ষতা তলব করার জন্য একটি "/" কমান্ড ব্যবহার করুন৷
উপরে বর্ণিত হিসাবে, দিয়া ব্রাউজারে এআই এজেন্ট শীর্ষ সংবাদ আউটলেটগুলিতে আমার লক্ষ্যের উল্লেখগুলি অনুসন্ধান করবে এবং কালানুক্রমিক ক্রমে এটি সম্পর্কে একটি সংক্ষিপ্ত প্রতিবেদন তৈরি করবে। এটি আমার অনেক মূল্যবান সময় বাঁচায় যা অন্যথায় বন্য Google অনুসন্ধান প্রচেষ্টায় ব্যয় করা হবে।
কিন্তু আরও গুরুত্বপূর্ণ, আমাকে অন্য ট্যাব খুলতে হবে না, এবং আমি সক্রিয় রিডিং ট্যাবের মধ্যে একই চ্যাট বক্সে ফলো-আপ প্রশ্ন জিজ্ঞাসা করতে পারি। এটা দ্রুত এবং সুবিধাজনক. এই "প্রসারিত" দক্ষতা আমার জন্য ঠিক কি করতে পারে এমন একটি এক্সটেনশন আমি জানি না।
এটাও সম্ভব নয়। আমি একটি নির্দিষ্ট উদ্দেশ্য এবং অভিপ্রায় সঙ্গে এটি তৈরি. এবং আমি যত খুশি ততগুলি তৈরি করতে পারি, বা আমার কর্মপ্রবাহের জন্য এটিকে আরও সূক্ষ্ম-টিউন করতে পারি। আমি "গবেষণা" নামে আরেকটি তৈরি করেছি যা একটি কাজের (বা বাক্যাংশ) উল্লেখ করে এবং পিয়ার-পর্যালোচিত বিজ্ঞানের কাগজপত্রগুলি একচেটিয়াভাবে দেখে ওয়েব গবেষণা করে।
দিয়া ব্যবহারকারী সম্প্রদায় এমন দক্ষতা তৈরি করে কিছু অর্থ সঞ্চয় করছে যা চেকআউটের ঠিক আগে পণ্যগুলিতে উপলব্ধ কুপন কোডগুলি সন্ধান করে। আমার অ্যামাজন কেনাকাটার জন্য, আমি এমন একটি তৈরি করেছি যা বিভিন্ন অ্যামাজন ট্যাব জুড়ে পণ্যগুলির পর্যালোচনা, রেটিং এবং বৈশিষ্ট্যগুলিকে একত্রিত করে, একটি তুলনা টেবিল তৈরি করে এবং আমাকে সেরা পছন্দ করতে সাহায্য করে৷ এক শব্দ টাইপ করলেই সব হয়!
অন্য একজন দ্রুত আমার ইমেলগুলিতে ব্যাকরণগত ত্রুটি এবং শৈলী নির্দেশিকা স্পষ্টতার জন্য সন্ধান করে। এমন একটি আছে যা বাচ্চাদের জন্য একটি কুইজ-ভিত্তিক পঠন সামগ্রী তৈরি করে যা আমি কাছের একটি অলাভজনক প্রতিষ্ঠানে পড়াই, আমার তৈরি করা শেখার উপাদানের উপর ভিত্তি করে।
শিক্ষার্থীরা তাদের একাধিক পছন্দের প্রশ্নে মজাদার এবং কৌতুকপূর্ণ সুর পছন্দ করে যা তাদের বর্তমান বিষয়ের জ্ঞান পরীক্ষা করে। এমনকি একটি অফিসিয়াল দিয়া গ্যালারিও রয়েছে যেখানে আপনি Dia ব্যবহারকারীদের দ্বারা তৈরি দক্ষতা খুঁজে পেতে পারেন এবং একটি ক্রাউড-সোর্সড ওয়েব ড্যাশবোর্ড যেখানে আপনি আরও অনেক কিছু খুঁজে পেতে পারেন৷
কিন্তু এখানে প্রধান কারণ কেন আমি মনে করি ব্রাউজার দক্ষতা এক্সটেনশনের চেয়ে একটি বড় চুক্তি। যে কেউ কেবল তারা যা চান তা বর্ণনা করে তাদের তৈরি করতে পারেন। এক্সটেনশনগুলির সাথে, আপনার কোডিং জ্ঞান এবং ওয়েব এবং এর ব্রাউজিং আর্কিটেকচার কীভাবে কাজ করে তার মৌলিক দক্ষতা প্রয়োজন।
নিরাপত্তা আরেকটি কারণ যে আমি এক্সটেনশনের চেয়ে ব্রাউজার দক্ষতার উপর বেশি বিশ্বাস রাখব। ব্রাউজার এক্সটেনশনগুলিকে অস্ত্রোপচারের একটি দীর্ঘ ইতিহাস রয়েছে কিন্তু বীজ ম্যালওয়্যারের জন্য খারাপ অভিনেতা। একজন গড় ব্যবহারকারী এক্সটেনশনের অভ্যন্তরীণ কার্যকারিতা দেখতে বা বুঝতে পারে না এবং ক্ষতি হয়ে গেলেই বোকামি বুঝতে পারে।
ব্রাউজারগুলিতে AI দক্ষতার পরিস্থিতি যতটা স্বচ্ছ হয় ততটাই স্বচ্ছ৷ একটি দক্ষতা ঠিক কীভাবে কাজ করে তা বিশদভাবে, প্রাকৃতিক ভাষায় এবং কোনও লুকানো সতর্কতা ছাড়াই বর্ণনা করা হয়েছে। আপনাকে শুধু এটি পুঙ্খানুপুঙ্খভাবে পড়তে হবে, অথবা শুধু কপি-পেস্ট করতে হবে এবং অতিরিক্ত পরিবর্তনের সাথে আপনার নিজস্ব তৈরি করতে হবে। এই পদ্ধতিটি নমনীয়, অনেক বেশি নিরাপদ এবং ব্যবহারকারীদের হাতে পুরো ক্ষমতা দেয়।
ব্রাউজার এজেন্ট থাকার জন্য এখানে আছে
পরবর্তী, আমাদের ব্রাউজার এজেন্ট আছে। অপেরা ব্রাউজার ইতিমধ্যে একটি বাস্তবায়ন করেছে, এবং এটি ইতিমধ্যে অপারেটর নামে একটি আরও উন্নত সংস্করণ অফার করছে। তারপর আপনার কাছে ChatGPT Agent, এবং Perplexity's Comet ব্রাউজার এর মত টুল থাকতে পারে। এটিকে সিরি হিসাবে ভাবুন, তবে ওয়েব ব্রাউজিংয়ের জন্য।
এজেন্টরা জটিল, সময়সাপেক্ষ কাজের জন্য বেশি উপযুক্ত। এবং তারা যখন আপনার ইমেল এবং ক্যালেন্ডারের মতো প্রতিদিন আপনি যে পরিষেবাগুলিতে যান সেগুলিতে অ্যাক্সেস পান তখন তারা সবচেয়ে ভাল কাজ করে৷ উদাহরণস্বরূপ, গত রাতে আমি পারপ্লেক্সিটির ধূমকেতু ব্রাউজারে এটি করেছি:
"আমার ইনবক্স চেক করুন এবং আমাকে একজন বিজ্ঞানী বা কোম্পানির নির্বাহীর সাথে সমস্ত সাক্ষাত্কারের অনুরোধের একটি আপডেট দিন যার সাথে আমি এগিয়ে যেতে চেয়েছিলাম৷ ব্যক্তিগত বৈঠকের পরিবর্তে আমি ভার্চুয়াল সাক্ষাত্কারের সম্ভাবনা প্রকাশ করেছি এমন কথোপকথনে ফোকাস করুন৷"
অন্য একটি ট্যাব না খুলেই, অন্তর্নির্মিত সহকারী আমার Gmail ইনবক্সের মধ্য দিয়ে গেছে, প্রাসঙ্গিক ইমেলগুলি দেখেছে এবং তারপরে আমাকে একটি ভাল-ফরম্যাট করা দৃশ্যে এই ধরনের ইন্টারঅ্যাকশনগুলির একটি তালিকা প্রদান করেছে৷ অতিরিক্ত সুবিধার জন্য, এটি এমনকি এক-ক্লিক Gmail লিঙ্কগুলিও অন্তর্ভুক্ত করেছে যাতে আমি নিজে নিজে খনন না করে সরাসরি সেই ইমেল চেইনটি খুলতে পারি।
এটা অন্যান্য জিনিস অনেক জন্য মহান. উদাহরণস্বরূপ, একটি টুইটার AMA চলাকালীন, আমি কেবল স্পিকার দ্বারা প্রতিক্রিয়া বাছাই করতে এবং তাদের বুলেট পয়েন্ট হিসাবে তালিকাভুক্ত করতে বলেছিলাম। এটি আমাকে X কথোপকথনের চেইন খোলা এবং বন্ধ করার অনেক সময় বাঁচিয়েছে।
ভ্রমণ পরিকল্পনা, কেনাকাটা বা এমনকি ভিডিও খাওয়ার জন্য, ধূমকেতু ব্রাউজারে সহকারী সূক্ষ্ম কাজ করে। একমাত্র "ick" হল যে আপনার যদি আরও ব্যক্তিগত কাজ করার জন্য এটির প্রয়োজন হয় তবে আপনাকে সংযোগকারীগুলিতে অ্যাক্সেস প্রদান করতে হবে। উদাহরণস্বরূপ, আপনার Gmail, ক্যালেন্ডার এবং ড্রাইভ পরিচালনা করতে, আপনাকে অ্যাক্সেস সক্ষম করতে হবে৷
আমি এটি আমার হোয়াটসঅ্যাপ অ্যাকাউন্টের জন্যও করেছি, এবং এটি ধূমকেতু ব্রাউজারে সত্যিই ভাল কাজ করেছে। সবাই এটি করা সহজ বোধ করবে না, এবং সতর্কতা সম্পূর্ণরূপে নিশ্চিত। এই ধরনের পরিস্থিতিতে, Google এবং OpenAI যথাক্রমে Gemini এবং ChatGPT-এর জন্য অনুরূপ এজেন্টিক বৈশিষ্ট্য অফার করে।
ফিরে যাওয়া নেই
আপনি যেভাবে ডায়েতে আপনার প্রয়োজনীয়তা টাইপ করে বা বর্ণনা করার মাধ্যমে দক্ষতা তৈরি করেন, ঠিক সেভাবে জেমিনি এবং ChatGPT আপনাকে নির্দিষ্ট কাজের জন্য কাস্টম এজেন্ট তৈরি করতে দেয়। গুগল এগুলিকে রত্ন বলে, যখন ওপেনএআই তাদের জিপিটি হিসাবে উল্লেখ করে। এবং হ্যাঁ, আপনি দক্ষতার মতোই সেগুলি ভাগ করতে পারেন। এগুলি ব্যবহার করা বিনামূল্যে, তবে সেগুলি তৈরি করতে, আপনার একটি সাবস্ক্রিপশন প্রয়োজন যা প্রতি মাসে $20 খরচ করে৷
আমার জাগতিক কাজের গতি বাড়ানোর জন্য আমি অসংখ্য রত্ন এবং কাস্টম GPT তৈরি করেছি। ব্যক্তিগত সামাজিক পোস্টিংয়ের জন্য, আমি একটি রত্ন তৈরি করেছি যা আমার লেখা নিবন্ধগুলিকে ছোট ছোট বিটগুলিতে ভেঙে দেয়, যেগুলি পরে X এ একটি চেইন হিসাবে পোস্ট করা হয়। একইভাবে, আমি আমার ইমেলগুলি পরিচালনা করার জন্য কাস্টম এজেন্ট তৈরি করেছি।
রত্নগুলির মধ্যে একটির জন্য আমাকে কেবল "হ্যাঁ" বা "না" টাইপ করতে হবে এবং ইমেল থেকে সমস্ত প্রসঙ্গ তুলে নেওয়ার সময় এটি সেই অনুযায়ী একটি ভদ্র প্রতিক্রিয়া লিখবে৷ ছবির মধ্যে সংযোগকারী আসার সাথে সাথে, আপনি যত খুশি তত পরিষেবাতে তাদের লিঙ্ক করতে পারেন।
এই রত্নগুলির সবচেয়ে ভাল অংশ হল যে আপনি অনায়াসে একটি ডেস্কটপ ব্রাউজার এবং মোবাইল অ্যাপ জুড়ে ব্যবহার করতে পারেন। এক্সটেনশনগুলির জন্য আপনাকে একটি ডেস্কটপ ব্রাউজারে লেগে থাকতে হবে। কিছু মোবাইল ব্রাউজার এক্সটেনশন সমর্থন করে, কিন্তু তারা বিরল।
অধিকন্তু, তারা ব্যবহারকারীদের দ্বারা তৈরি কাস্টম ব্রাউজার দক্ষতা বা এজেন্টের মতো একই নমনীয়তা এবং মানসিক শান্তি প্রদান করে না। চ্যাটজিপিটি এজেন্ট এবং গুগলের প্রজেক্ট মেরিনার হল AI সহকারীর একটি নতুন প্রজাতি যা ওয়েব-ভিত্তিক কাজের জন্য তৈরি করা হয়েছে, ঠিক যেমন Perplexity-এর ধূমকেতু ব্রাউজারে তৈরি সহকারী।
একটি এক্সটেনশনের বিপরীতে, তারা মাল্টি-স্টেপ ওয়ার্কফ্লোগুলি পরিচালনা করতে পারে এবং আপনি যেকোনো পর্যায়ে দায়িত্ব নিতে পারেন। তদুপরি, আপনি আপনার ওয়েব ব্রাউজিং অটোমেশনের অভ্যন্তরীণ কাজগুলিকে সংশোধন করতে পারেন এবং এআই দক্ষতাগুলিকে আপনার সঠিক স্পেসিফিকেশন অনুসারে তৈরি করতে পারেন, যা এক্সটেনশনের মাধ্যমে সম্ভব নয়।
অবশ্যই, তারা নিখুঁত নয়। একই সময়ে, আপনি এটি গ্রহণ করতে পারেন এবং যখন এটি করতে সক্ষম হয় না তখন জিনিসগুলি সম্পূর্ণ করতে পারেন কারণ কোনও AI এজেন্টই নির্বোধ নয়, বিশেষ করে যখন আমরা এমন সময়ে থাকি যখন যুক্তির মডেলগুলি এখনও পরিপূর্ণতা থেকে অনেক দূরে," পারপ্লেক্সিটির সিইও স্বীকার করেন।
কিন্তু পরিবর্তন স্পষ্টভাবে স্পষ্ট। ব্রাউজার এক্সটেনশন রাতারাতি অদৃশ্য হয়ে যাচ্ছে না, তবে ব্রাউজিং এজেন্ট এবং ব্যবহারকারীদের দ্বারা তৈরি এআই দক্ষতা দখল করতে চলেছে। বাধাগুলি (পড়ুন: সাবস্ক্রিপশন ফি) নেমে আসার আগে এটি কেবল সময়ের ব্যাপার!