AI가 제안한 콘텐츠란 무엇인가요?
Guru의 AI 제안 및 추천 콘텐츠 기능은 팀에게 필요한 정보를 적시 제공하여 사용자가 이를 검색할 필요가 없도록 설계되었습니다. 사용자 활동 패턴을 분석하고 기계 학습을 적용함으로써, Guru는 관련성이 높거나 유용한, 또는 맥락에서 자주 사용되는 Guru 카드를 적극적으로 제공합니다.
이러한 지능형 제안은 제품 경험의 중요한 순간 전반에 걸쳐 나타납니다: Guru를 탐색할 때, 브라우저 확장을 통해 외부 도구에서 작업할 때, 그리고 Guru 카드 내에서조차도. 그 결과는 노력 없이 개인적이고 완벽한 시점의 경험으로, 팀이 답을 찾는 데 덜 시간을 소비하고 그 답을 더 많이 사용하는 데 시간을 보낼 수 있도록 돕습니다.
제안이 나타나는 곳
Guru의 AI 기반 콘텐츠 추천은 플랫폼의 여러 부분에 통합되어 팀이 작업하는 곳에서 도움을 줍니다.
AI 지원 관련 Guru 카드
Guru 대시보드와 사용자 정의 페이지 모두에서 사용자는 기계 학습 모델이 선별한 개인화된 Guru 카드 목록을 보게 됩니다. 이러한 추천은 그들이 수행한 행동(카드를 보고 즐겨찾기를 하거나 댓글을 다는 것과 같은) 및 팀원들의 활동 패턴을 기반으로 합니다. 개인화된 발견 도구로, 사용자가 놓치거나 잊어버린 유용한 지식을 드러내도록 설계되었습니다.

관련 Guru 카드
카드를 볼 때, Guru는 같은 세션에서 다른 팀원들이 본 내용을 기반으로 카드 아래에 “관련 카드”를 보여줍니다. 예를 들어, 여러 팀원이 카드 A를 본 직후 카드 B를 지속적으로 읽는 경우, Guru는 카드 B를 관련된 제안으로 보여줍니다. 이는 자주 사용되는 콘텐츠 사이의 연결을 도와주며, 사용자들이 가장 유용한 것에 이르게 합니다.

확장 프로그램에서의 제안된 프롬프트
Guru 브라우저 확장 프로그램을 사용할 때, 사용자는 더 나은 답변을 더 빨리 얻도록 돕는 지능형 제안된 프롬프트를 받습니다. 이러한 프롬프트는 사용자가 Guru의 AI 기반 답변 도구에 대해 요청할 때 어떤 질문을 해야 하는지를 안내하도록 설계되었습니다.
사용자는 단순히 생성된 프롬프트를 선택하거나(customize) 제출하여 즉시 연결된 앱, 채팅 및 문서에서 신뢰할 수 있는 콘텐츠로부터 AI 생성 인사이트와 답변을 받게 됩니다. 해당 지식으로부터 더 많은 가치를 얻을 수 있도록 팀이 더 스마트한 질문을 할 수 있도록 돕는 매끄러운 방법입니다.

이유가 중요한 이유
AI가 제안하고 추천하는 콘텐츠는 정보를 검색하는 데 소비되는 시간을 줄여 팀이 생산성을 유지하도록 돕습니다. Guru와 함께, 콘텐츠는 필요한 곳과 시간에 드러나며—지원 티켓 내에서, 온보딩 중에, 또는 이메일 초안 작성 시에도 마찬가지입니다. 이는 더 빠른 의사 결정을 가능하게 하며, 원활한 워크플로와 내부 지식에 대한 신뢰를 높입니다.
기업의 경우, 이는 중복 노력을 줄이고, 병목현상을 줄이며, 지식 투자에 대한 더 강력한 수익을 의미합니다.
보안 권한
Guru의 AI 기반 제안은 조직의 권한 및 거버넌스 설정 내에서 작동합니다. 사용자는 이미 허가된 콘텐츠만 볼 수 있으며, Guru 카드는 추천에 나타나기 위해서는 활성 상태여야 합니다(보관되지 않아야 함). 검증 상태는 카드에 계속 표시되며, 사용자는 항상 콘텐츠가 정확하고 최신인지 알 수 있습니다.
우리 보안 페이지에서 Guru가 귀하의 데이터를 어떻게 보호하는지 자세히 알아보세요 →
자세히 알아보세요...
FAQ
당신에게 질문이 있고, 우리는 답변이 있습니다.
그들은 기계 학습에 의해 구동되며, 사용자와 Guru(카드를 보고, 즐겨찾기를 하거나 댓글을 다는 것과 같은)와 팀원들의 상호작용을 기반으로 합니다. 각 사용자는 자신에게 유일한 개인화된 제안 세트를 받습니다.
관련 카드는 다른 팀원들이 현재 카드를 읽은 후 곧바로 본 내용을 기반으로 표시됩니다. 이러한 연결은 세션 단위로 이루어지므로 실제 사용자 행동 및 학습 패턴을 반영합니다.
직접적으로는 아니며, Guru는 사용자들이 제안된 카드를 보고, 복사하거나 상호작용할 때와 같은 암묵적 피드백에서 학습합니다. 시간이 지남에 따라 시스템은 팀이 제안에 어떻게 상호작용하는지를 기반으로 관련성을 향상시키기 위해 적응합니다.
