Dopo aver finalmente collegato l’intero sito web e la documentazione a un flusso di lavoro di traduzione a tenuta stagna (usando po4a sopra Hugo), che per inciso utilizza esattamente lo stesso insieme di strumenti e la stessa logica dell’applicazione Ansel, mi è venuta l’idea di automatizzare le traduzioni vuote, prima a partire dai file di traduzione del software, poi tramite l’API di ChatGPT, che fa un lavoro davvero discreto nel tradurre la sintassi Markdown.
Lavorando da solo, non puoi contare sull’ozio sociale , quindi devi essere ingegnoso. Puoi vedere l’elenco delle cose che ho già automatizzato in background per Ansel.
Avendo scritto io stesso un intero motore di ricerca IA, il che significa soprattutto un web crawler (perché è stata la parte più tediosa da scrivere e da correggere), ho avuto l’opportunità di vedere questo sito web con gli occhi di un bot. Pezzo per pezzo, ho modificato i template HTML e i metadati per renderlo più facile da scansionare, indicizzare e cercare, prima per il motore di ricerca interno,1 poi per Chantal AI .
Anche con Chantal, ricevo comunque troppe domande ricorrenti riguardo a informazioni che sono già scritte da qualche parte. Certo, la documentazione è un po’ in ritardo rispetto al codice, ma i messaggi di commit che scrivo mirano a essere abbastanza poco tecnici da permettere agli utenti esperti di capire cosa sta succedendo in questi giorni nel software.
Capisco che non ci sia niente di peggio che restare intrappolato nel proprio problema senza una risposta tempestiva, ma d’altra parte non posso certo fare da help-desk per ogni persona in ogni fuso orario con tutto ciò che va sistemato in questo stupido software. Il che significa che c’è ancora un vuoto da colmare.
Il principale svantaggio di Chantal è che il modello linguistico è piuttosto pesante da riaddestrare, e non posso certo automatizzarlo su un qualche server. Inoltre, i siti web non possono essere scansionati troppo velocemente senza essere bloccati dai server, quindi ciò non richiede troppa potenza ma richiede che un computer resti collegato per una settimana con una connessione internet stabile. Il che significa che aggiorno il modello linguistico e l’indice web solo 4 volte all’anno. Al momento, l’indice web contiene 63.452 pagine, il modello linguistico conosce 47.579 parole, e sono finalmente riuscito a renderlo abbastanza conforme alle limitazioni di I/O della memoria di un hosting condiviso.
Il piano, in questo momento, è di automatizzare la scansione del sito web su un qualche server, perché non è troppo pesante, e poi riaddestrare il modello durante la notte sul mio computer (il che richiede circa 4 h di calcolo e quasi tutti i miei 32 GB di RAM…).
Comunque, durante i miei armeggiamenti con l’API di ChatGPT, ho scoperto che puoi addestrare il tuo GPT personalizzato.2 È semplice come dargli in pasto contenuti testuali che può utilizzare, e ora ChatGPT può anche caricare siti web, sitemap e può essere configurato per inviare richieste a delle Rest API. Quindi, senza ulteriori indugi, ecco a te Ansel GPT .
Ansel GPT è configurato per memorizzare nella cache e aggiornare una volta a settimana le issue, i commit di Github, i post del forum della community e tutto il presente sito web. È in grado di fornire risposte complesse (e abbastanza accurate) riguardo a quale modulo usare, come e quando, in Ansel, così come su concetti di teoria del colore. L’ho anche configurato per usare il backend di Chantal AI, che è (quasi) una Rest API, e il GPT seguirà i link indicizzati da Chantal per migliorare le sue risposte.
L’inconveniente è che l’uso di Ansel GPT è riservato agli abbonati a ChatGPT Plus, quindi ho la sensazione di aver lavorato 2 giorni per configurare tutto in modo che OpenAI possa lucrare sul mio lavoro. Ma comunque, se almeno sul semi-lungo periodo è meno lavoro per me, chiamiamolo un successo.
Translated from English by : Claude. In case of conflict, inconsistency or error, the English version shall prevail.
