백서

AI 컨텍스트 측정 및 최적화

AI가 사용하는 컨텍스트의 품질을 측정하기 위해 Atlassian에서 개발한 프레임워크인 컨텍스트 품질 점수(CQS)에 대해 알아보세요. 세 가지 구성 요소인 완전성, 연결성 및 관련성을 살펴보고 이 요소가 공백을 식별하고 개선 우선 순위를 지정하는 데 어떻게 도움이 되는지 알아보세요.

PDF 다운로드

Executive summary

AI 도구는 조직이 확보한 참조 자료를 기반으로 작동합니다. 참조 자료가 누락되거나 연결되지 않거나 최신 상태가 아니면 AI가 중요한 정보를 찾기 어려워지고 답변의 정확도가 떨어질 수 있습니다.

이 백서에서는 AI가 사용하는 컨텍스트의 품질을 측정하기 위해 Atlassian에서 개발한 프레임워크인 컨텍스트 품질 점수(CQS)를 소개합니다. 세 가지 구성 요소인 완전성, 연결성 및 관련성을 살펴보고 이 요소가 공백을 식별하고 개선 우선 순위를 지정하는 데 어떻게 도움이 되는지 알아보세요.

Atlassian에서 소프트웨어 개발 수명 주기를 시작으로 Teamwork Graph에 CQS를 어떻게 적용하는지 확인해 보세요. 소스 동기화 유지 및 관련 업무 연결부터 오래된 콘텐츠 보관에 이르기까지, 텍스트 품질 추적이 실질적인 실행에 어떻게 도움이 되는지 알아보세요.

Key takeaways

    컨텍스트 품질 점수가 완전성, 연결성, 관련성을 어떻게 측정하는지, 그리고 AI가 사용하는 컨텍스트에서 부족한 부분을 파악하는 데 어떻게 도움이 되는지 알아보세요.

    Atlassian이 소프트웨어 개발 수명 주기부터 시작하여 Teamwork Graph에 프레임워크를 어떻게 적용하는지 확인해 보세요.

    소스를 동기화 상태로 유지하고 관련 업무를 연결하는 것부터 오래된 콘텐츠를 보관하는 것까지, 컨텍스트 품질을 개선하는 실용적인 방법을 살펴보세요.