Studi kasus solusiAIP854
Evaluasi dan observability mutu AI untuk layanan Layanan publik SPBE
Studi kasus solusi adalah skenario berbasis pola masalah umum di industri. Isinya tidak merujuk klien tertentu dan bukan portofolio proyek MarkasDev. Portofolio proyek klien dipublikasikan terpisah.
Konteks industri
Instansi dengan portal layanan dan silo dinas. Multi-lokasi dengan kedisiplinan data yang tidak seragam, pola tipikal di layanan publik spbe.
Batasan
- Belum ada golden set
- Multi-prompt/versi
- Tim produk vs risk beda bahasa
- Integrasi vendor pihak ketiga
Pendekatan
Diagnose
Menyusun diagnosis: Tentukan metrik mutu (ketepatan, sitasi, safety) dan tracing.
Deliver
Merilis: Eval harness, prompt/model registry, tracing spans, cost dashboards.
Operate
Menyempurnakan: Gate rilis berbasis eval, sampling produksi, alert drift.
Arsitektur tingkat tinggi
Apptraceeval runnersregistry
Feedback manusia masuk dataset.
Outcome tipikal
Regresi tertangkap sebelum rilis; biaya per tugas lebih terkendali.
Outcome tipikal atau yang diharapkan, bukan klaim hasil proyek MarkasDev.Pertanyaan umum
Eval otomatis mengganti QA manusia?
Melengkapi; sampling manusia tetap untuk edge case.
Berapa sering eval?
Setiap perubahan prompt/model material + sampling harian.