AI agent শুধু উত্তর তৈরি করে না; email পাঠানো, record update, file তৈরি বা অন্য tool চালানোর মতো action-ও নিতে পারে। তাই একটি prompt ভালো কাজ করেছে দেখেই agent-কে live workflow-এ ছেড়ে দেওয়া নিরাপদ নয়। ভুল instruction, incomplete context বা compromised integration একই সঙ্গে অনেক record বদলে দিতে পারে। প্রথম লক্ষ্য হওয়া উচিত speed নয়, controlled delegation—কোন কাজ agent করবে, কোথায় থামবে এবং কোন সিদ্ধান্তে মানুষ বাধ্যতামূলকভাবে থাকবে।

Use case-কে action অনুযায়ী ভাগ করুন

Read-only কাজ, draft তৈরি, approval-এর অপেক্ষায় থাকা action এবং irreversible action আলাদা করুন। FAQ খোঁজা বা ticket summary কম risk; customer refund, account deletion বা public post high risk। প্রতিটি action-এর input, allowed data, tool, maximum volume এবং success condition লিখুন। “Customer support সামলাও” ধরনের broad instruction নয়—“গত ২৪ ঘণ্টার open ticket থেকে category draft করো, কিন্তু reply পাঠিও না” ধরনের boundary দিন।

Permission minimum রাখুন

Agent-কে administrator credential দেবেন না। আলাদা service account, role-based permission এবং short-lived token ব্যবহার করুন। যে folder, mailbox বা table দরকার শুধু সেটিতেই access দিন। Secret prompt-এর মধ্যে লিখবেন না এবং raw log-এ personal data রাখা বন্ধ করুন। Integration revoke, token rotate এবং session terminate করার সহজ route আগে তৈরি করুন। Vendor training ও retention policy বুঝে sensitive workflow বাছুন।

Approval gate ও spending limit

External message, payment, delete, publish বা bulk change-এর আগে human approval বাধ্যতামূলক রাখুন। Approver যেন শুধু “Approve” না দেখে proposed action, affected record, source evidence এবং rollback impact দেখতে পান। Tool call count, daily budget এবং batch size limit দিন। একই action retry হলে duplicate payment বা message না যায়, তার জন্য idempotency key বা unique job ID রাখুন।

Failure হলে safe stop

Timeout, malformed response, missing source, low confidence বা unexpected volume হলে agent অনুমান করে এগোবে না; queue-তে রেখে মানুষকে জানাবে। Fallback manual process লিখে রাখুন। Kill switch শুধু documentation-এ নয়, test environment-এ ব্যবহার করে দেখুন। Audit log-এ কে instruction দিল, কোন model/version চলল, কোন tool call হলো এবং final approval কে দিল—এই evidence রাখুন, কিন্তু secret বা পুরো personal payload নয়।

৯টি launch check

  1. একটি exact use case ও owner ঠিক করুন।
  2. Read, draft ও action permission আলাদা করুন।
  3. Personal data-এর minimum boundary লিখুন।
  4. High-impact action-এ human approval দিন।
  5. Batch, cost ও retry limit বসান।
  6. Source ও confidence না থাকলে safe stop করুন।
  7. Rollback ও kill switch test করুন।
  8. Representative Bengali sample দিয়ে evaluation চালান।
  9. Incident এবং quarterly review date ঠিক করুন।

Pilot-এ ছোট volume নিন এবং manual baseline-এর সঙ্গে accuracy, correction time ও missed edge case তুলনা করুন। Agent লাভজনক তখনই, যখন reviewer-এর workload সত্যিই কমে এবং accountability অস্পষ্ট হয় না।

কাজ শুরু করার আগে ছোট baseline নিন

ভালো guide শুধু কী করতে হবে বলে না; কেন করছেন এবং কাজটি সত্যিই ফল দিল কি না সেটাও পরিষ্কার করে। তাই শুরুতে বর্তমান সমস্যা, যাঁরা প্রভাবিত হচ্ছেন, expected result এবং acceptable risk লিখে নিন। অনুমানকে evidence ভাববেন না। Setting-এর নাম, official documentation, test result, screenshot বা export-এর মতো যাচাইযোগ্য তথ্য রাখুন। Personal data, password, OTP, API key বা client document দিয়ে test না করে anonymised sample ব্যবহার করুন।

ছোট ধাপে বদলান

একবারে সব change করলে কোন সিদ্ধান্তে সমস্যা হলো বোঝা কঠিন হয়। একটি ছোট reversible step নিন, result দেখুন, তারপর পরের step-এ যান। Production বা primary account বদলানোর আগে backup এবং rollback route সত্যিই কাজ করে কি না পরীক্ষা করুন। Team-এ owner ও backup owner ঠিক রাখুন। কোনো external vendor জড়িত থাকলে cost, retention, export, deletion এবং support policy পড়ুন; marketing promise-কে final evidence ধরবেন না।

Human review ও follow-up রাখুন

Automation, scanner বা AI দ্রুত signal দেয়, কিন্তু context ধরে final decision মানুষকেই নিতে হবে। Mobile network, বাংলা text, ভুল input, slow device এবং নতুন user দিয়ে practical task চালান। কাজ শেষে time saved, error, complaint, recovery এবং support request নোট করুন। এক সপ্তাহ পরে quick review এবং তিন মাস পরে deeper review রাখলে temporary fix স্থায়ী দুর্বলতায় বদলে যায় না। Result, owner, fallback এবং next review date এক জায়গায় লিখে রাখুন, যাতে handover-এর সময় আবার সব শূন্য থেকে বুঝতে না হয়।

Publish করার আগে AI content editorial checklist দিয়ে accuracy, source ও human review-ও মিলিয়ে নিন।