Langsung ke konten
Masuk The Agentic List 2026Pelajari lebih lanjut
Maven AGI
Demo

Berita Produk

Kenali Segments: Definisi yang Menentukan Apa yang Sudah Diketahui Agen AI Anda

Pelanggan Anda tidak pernah melihat segmen. Mereka merasakannya di setiap jawaban yang tepat. Inilah lapisan yang sudah ditetapkan sebelum agen mengucapkan sepatah kata pun.

4 menit baca

Pengumuman seri produk MavenAGI 'Kenali Segments': gerbang yang menentukan apa yang sudah diketahui agen Anda.

Pelanggan premium menanyakan soal tagihan dan mendapat jawaban yang sudah tahu bahwa mereka berada di paket berbayar. Pengguna yang akunnya ditandai langsung diarahkan ke alur pemulihan yang tepat, tanpa coba-coba, tanpa salah arah. Seseorang yang menghubungi satu merek dalam portofolio besar tidak pernah mendengar kebijakan milik merek saudaranya. Tidak satu pun dari pelanggan itu tahu mengapa jawabannya begitu pas. Justru itulah intinya.

Yang membuat momen-momen itu berhasil adalah Segments. Ini salah satu bagian platform Maven yang paling tidak terlihat, sekaligus salah satu yang paling menopang. Karena itu, edisi pertama seri produk kami membahas hal yang biasanya tidak disentuh pengumuman: definisi audiens yang menentukan dokumen pengetahuan mana yang dapat diakses agen Anda sebelum ia mengucapkan sepatah kata pun.

Apa sebenarnya Segments itu

Segments adalah definisi bernama yang dapat digunakan ulang untuk menggambarkan jenis percakapan atau jenis pengguna. Akun premium. Akun yang diblokir. Percakapan di kanal email. Pengguna yang sudah memverifikasi identitasnya. Anda cukup menulisnya sekali, memberinya nama yang mudah dibaca, lalu memasangnya di mana pun relevan. Definisi yang sama menggerakkan basis pengetahuan, tindakan, atau seluruh workflow, tanpa perlu ditulis ulang setiap kali.

Sebuah Segment adalah definisi audiens: siapa mereka, kanal apa yang mereka gunakan, apa yang boleh mereka lihat. Bagian yang mudah terlewat: Segments adalah komponen deterministik dalam produk, dan berjalan sebelum model melakukan penalaran apa pun. Ini bukan saran dalam prompt yang mungkin dipatuhi model saat sedang beruntung. Ini adalah gerbang. Agen mengevaluasi definisi terlebih dahulu, menentukan apa yang memenuhi syarat, dan baru kemudian bernalar atas apa yang lolos. Pengetahuan atau tindakan di luar segmen bukan sekadar tidak dianjurkan. Semuanya sama sekali tidak ada di ruangan.

Urutan itulah inti desainnya. Model yang diminta baik-baik untuk mengabaikan harga merek yang salah biasanya akan patuh. Namun "biasanya" bukan standar yang bisa dipegang sebuah enterprise. Segmen menghilangkan pertanyaan itu sepenuhnya, karena konten yang salah memang tidak pernah memenuhi syarat untuk diambil sejak awal.

Di mana pelanggan Anda bersinggungan dengan segmen tanpa menyadarinya

Segmen jarang disebut dalam catatan rilis karena tidak terlihat seperti fitur. Yang terlihat justru tidak adanya masalah. Beberapa tempat di mana segmen bekerja diam-diam:

Akun berjenjang

Pengguna standar dan pengguna berbayar bisa menanyakan hal yang sama tetapi membutuhkan jawaban berbeda. Segmen yang didasarkan pada status akun membuat pengetahuan yang tepat tersedia bagi masing-masing, sehingga agen tidak perlu menebak paket pelanggan dari petunjuk konteks. Pelanggan cukup mendapat jawaban yang sesuai dengan paketnya.

Isolasi merek dan unit bisnis

Salah satu pelanggan Maven menjalankan portofolio merek konsumen dalam satu agen. Pengetahuan setiap merek harus tetap terisolasi dari yang lain, karena suara, kebijakan, dan fakta produk sebuah merek tidak boleh bocor melewati batas. Segments menegakkan pemisahan itu secara deterministik, sehingga agen yang sama dapat melayani banyak merek tanpa satu pun meminjam jawaban merek lain. Tanpa kebocoran antarmerek, tanpa perlu memelihara agen terpisah untuk tiap merek.

Pengetahuan internal versus pengetahuan untuk pelanggan

Tim support sering ingin agennya memanfaatkan runbook internal saat membantu agen manusia, tetapi tidak pernah saat berbicara dengan pelanggan. Segment yang dikaitkan dengan status mode copilot pada percakapan menjaga materi untuk agen tetap tersedia di tempat yang semestinya dan tak terlihat di tempat yang tidak semestinya. Pelanggan tidak pernah melihat catatan internal; agen selalu melihatnya.

Perutean berbasis intent

Ketika platform dapat mengenali apa yang ingin dilakukan pengguna, Segment dapat mengarahkan percakapan itu ke jalur yang dirancang khusus. Intent membuat akun dan intent memulihkan akses tampak mirip di pesan pertama, tetapi membutuhkan penanganan yang sangat berbeda. Segments memungkinkan agen berkomitmen pada workflow yang tepat dengan aturan deterministik, bukan tebakan penuh harap.

Mengapa “sebelum model bernalar” adalah inti argumennya

Di sinilah Segments terhubung dengan sesuatu yang lebih besar. Agen Maven bernalar di atas Graph of Record, gambaran terpadu tentang pelanggan, riwayatnya, dan sistem sumber kebenaran di baliknya. Graph ini memuat semua yang berpotensi digunakan agen. Segmen menentukan bagian mana yang berlaku untuk percakapan ini, sebelum penalaran dimulai.

Anggap saja ini kontrol akses untuk kecerdasan. Graph of Record adalah pengetahuannya; Segments adalah definisi deterministik tentang siapa yang mendapat bagian mana, dan kapan. Pembagian peran inilah yang memungkinkan satu agen menjangkau seluruh perusahaan tanpa menjadi risiko: ia dapat mengetahui banyak hal secara keseluruhan, namun tetap dibatasi ketat pada setiap momen.

Ini juga alasan pendekatan ini selaras dengan model overlay, bukan bertentangan dengannya. Maven berada di atas helpdesk, CRM, dan sumber pengetahuan yang sudah digunakan perusahaan. Segments adalah cara keluasan itu diatur, alih-alih ditumpahkan begitu saja ke setiap percakapan. Agen terhubung ke banyak hal, tetapi sengaja hanya diizinkan mengakses sedikit pada satu waktu.

Mengapa ini penting untuk resolusi otonom dalam skala besar

Resolusi otonom adalah tujuannya: agen tidak sekadar merutekan atau mengalihkan, tetapi menyelesaikan masalah. Namun resolusi yang dapat dipercaya bergantung pada agen yang menjangkau pengetahuan dan tindakan yang tepat setiap saat, bukan hanya sebagian besar waktu. Mastermind mencapai 93% resolusi otonom dalam 6 minggu dengan fondasi seperti ini. Tingkat resolusi yang tinggi hanya aman jika agen bernalar atas sekumpulan input yang benar dan cakupannya ketat.

Taruhannya nyata. Jika cakupannya salah, kegagalannya tidak abstrak: pelanggan menerima kebijakan yang salah, akun yang diblokir diperlakukan seperti akun baru, sebuah merek menjawab dengan suara merek lain. Masing-masing mengikis kepercayaan sedikit demi sedikit, padahal kepercayaan adalah hal yang seharusnya dijaga oleh agen AI. Segments adalah alasan yang tidak glamor, tetapi krusial, mengapa hal itu tidak terjadi.

Intinya

Layanan pelanggan AI yang paling andal bukan semata hasil dari model yang lebih cerdas. Ia adalah hasil dari kontrol disiplin atas apa yang boleh dilihat model. Segments adalah kontrol itu: definisi yang sudah ditetapkan, sebelum satu kata pun dinalar, tentang siapa lawan bicara agen Anda dan apa yang perlu mereka ketahui. Pelanggan Anda tidak akan pernah menanyakannya. Mereka hanya akan terus mendapatkan jawaban yang pas.

Lihat langsung pada percakapan Anda sendiri.

Minta demo personal gratis.

Jadwalkan demo