Support Hub/Learn & Insights/Zapytaj swoją AI, kto jest w budynku: zapytania o obecność…
Translated from the English article and reviewed by a person. Read the English original
Article

Zapytaj swoją AI, kto jest w budynku: zapytania o obecność w języku naturalnym z MCP

Zapytaj swoją AI, kto jest w budynku: zapytania o obecność w języku naturalnym z MCP

Dane o obecności zawsze były zamknięte w raportach. Aby dowiedzieć się, kto spóźnił się w tym tygodniu, kto jest teraz na terenie zakładu lub który wykonawca przekroczył swoje godziny, ktoś musiał otworzyć odpowiednie oprogramowanie, wybrać właściwe filtry, wyeksportować arkusz kalkulacyjny i go przeczytać. Dzięki MCP to się zmienia. Menedżer HR może teraz zadać Claude, Gemini lub ChatGPT zwykłe pytanie, a AI może na nie odpowiedzieć, korzystając z aktualnych danych o obecności z systemów biometrycznych. Ten artykuł wyjaśnia, jak działają zapytania o obecność w języku naturalnym, podaje rzeczywiste przykłady pytań, które możesz zadać, oraz omawia zabezpieczenia, które zapewniają ich dokładność i bezpieczeństwo.

01 · Dawny sposób a nowy sposób

Od próśb o raporty do zwykłych pytań

Większość systemów rejestracji obecności została zaprojektowana z myślą o jednym sposobie pozyskiwania informacji: raportach. Ktoś, kto potrzebuje odpowiedzi, albo sam wie, jak uruchomić raport, albo prosi o to kogoś, kto wie. W przypadku prostego pytania „kto z nocnej zmiany spóźnił się wczoraj?” może to oznaczać otwarcie oprogramowania do obecności, wybór zakresu dat, filtrowanie według zmiany, eksport do arkusza kalkulacyjnego i przeglądanie wierszy wzrokiem.

Zapytania o obecność w języku naturalnym zastępują cały ten proces jednym zdaniem. Osoba zadaje pytanie tak, jak zapytałaby kolegę. AI ustala, jakich danych potrzebuje, pobiera je i odpowiada prostym językiem.

Uzyskiwanie odpowiedzi dawnym sposobem

Otwórz oprogramowanie do obecności lub urządzeń

Zapamiętaj, który raport daje odpowiedź

Ustaw zakresy dat, lokalizacje i filtry

Wyeksportuj do arkusza kalkulacyjnego

Przeczytaj, posortuj i zinterpretuj wiersze

Poproś dział IT o pomoc, jeśli raport nie istnieje

Uzyskiwanie odpowiedzi za pomocą MCP

Otwórz swojego asystenta AI

Zadaj pytanie zwykłym językiem

AI pobiera potrzebne dane o obecności

AI filtruje je i podsumowuje

Otrzymujesz bezpośrednią odpowiedź

Zadaj pytanie uzupełniające, aby zagłębić się w temat

Największa zmiana nie polega na szybkości. Chodzi o to, kto może zadawać pytania. Kierownicy zmian, nadzorcy zmian i kierownicy działów, którzy nigdy nie otworzyliby narzędzia raportującego, mogą teraz samodzielnie uzyskiwać odpowiedzi dotyczące obecności, bez czekania na HR lub IT.

02 · Jak to działa

Jak AI dociera od Twojego pytania do Twoich urządzeń

Asystent AI sam z siebie nic nie wie o Twoim budynku. Nie widzi Twoich urządzeń, pracowników ani dzisiejszej obecności. Aby odpowiedzieć na pytanie o obecność, potrzebuje bezpiecznego, ustrukturyzowanego sposobu dotarcia do Twoich danych biometrycznych. Właśnie to zapewnia MCP.

Model Context Protocol (MCP) to otwarty standard, który pozwala asystentom AI łączyć się z systemami zewnętrznymi w spójny sposób. System udostępnia swoje operacje za pośrednictwem serwera MCP, a zgodne z MCP AI może odkryć te operacje i ich użyć, gdy pytanie tego wymaga. Cams Gateway zapewnia natywną integrację z MCP, dzięki czemu asystenci AI mogą pracować z tymi samymi operacjami biometrycznymi, z których korzysta Twoje pozostałe oprogramowanie.

Warstwa Co robi
Ty Zadajesz pytanie zwykłym językiem
Asystent AI (Claude, Gemini lub ChatGPT) Rozumie pytanie i decyduje, jakich operacji potrzebuje
MCP Daje AI standardowy sposób odkrywania tych operacji i ich wywoływania
Cams Gateway Wykonuje operację, na przykład pobieranie dzienników obecności, na wszystkich urządzeniach
Urządzenia biometryczne Przechowują zweryfikowane zapisy odbić zarejestrowane przy każdym skanowaniu

Skąd pochodzą odpowiedzi

Każda odpowiedź jest tylko tak dobra, jak dane, na których się opiera. W konfiguracji Cams dane o obecności pochodzą z zweryfikowanych skanów biometrycznych. Każde skanowanie tworzy zapis odbicia ze stałym zestawem pól, a to właśnie te pola umożliwiają zapytania w języku naturalnym.

Zweryfikowany zapis odbicia z Cams Gateway

{
  "RealTime": {
    "OperationID": "9nu1wak5616p",
    "LabelName": "Burj Khalifa",
    "SerialNumber": "ZHM11xxxxxxxx",
    "PunchLog": {
      "Type": "CheckOut",
      "Temperature": "36.8",
      "FaceMask": false,
      "InputType": "Fingerprint",
      "UserId": "2",
      "LogTime": "2020-09-17 07:48:22 GMT +0530"
    },
    "AuthToken": "COJJ7eiIPBGUfmIQPvh2PJWWDLX7OuKs",
    "Time": "2020-09-17 04:19:03 GMT +0000"
  }
}
Pole Na co pozwala AI odpowiedzieć
UserId Kto się zeskanował, dopasowany do osoby w Twoich rekordach
Type Czy było to wejście, czy wyjście
LogTime Dokładny moment skanowania wraz ze strefą czasową
LabelName Na której lokalizacji, drzwiach lub strefie nastąpiło skanowanie
SerialNumber Które konkretne urządzenie zarejestrowało skanowanie
InputType Czy osoba użyła odcisku palca, twarzy, karty, PIN-u czy innej metody

Pytanie w stylu „kto spóźnił się dziś w Burj Khalifa?” staje się prostą kombinacją tych pól: Type to CheckIn, LabelName to Burj Khalifa, a LogTime jest późniejszy niż początek zmiany. Tłumaczeniem tego zajmuje się AI za Ciebie.

03 · Rzeczywiste przykłady

25 pytań o obecność, które możesz zadać swojej AI

To przykłady zapytań o obecność w języku naturalnym, które dobrze działają po podłączeniu asystenta AI do Twoich danych biometrycznych. Pogrupowano je według osób, które zwykle je zadają.

Codzienna obecność, dla HR i liderów zespołów

Zapytaj swoją AI Dlaczego jest to przydatne
„Kto zameldował się dziś rano w siedzibie głównej?” Natychmiastowe sprawdzenie obecności bez otwierania jakiegokolwiek oprogramowania
„Kto dziś się spóźnił i o ile minut?” Spóźnienia z dokładnymi godzinami na podstawie zweryfikowanych skanów
„Czy Manu Mona już się zameldował?” Szybka odpowiedź dotycząca jednej osoby
„Kto się zameldował, ale jeszcze się nie wymeldował?” Przydatne na koniec dnia lub przed zamknięciem
„Wypisz wszystkich, którzy byli nieobecni wczoraj.” Nieobecności bez ręcznego porównywania list

Zmiany i lokalizacje, dla kierowników operacyjnych

Zapytaj swoją AI Dlaczego jest to przydatne
„Ile osób jest obecnie zameldowanych w każdej lokalizacji?” Aktualna liczba osób w poszczególnych lokalizacjach
„Kto z nocnej zmiany zameldował się po 22:15?” Punktualność na zmianie w jednym zdaniu
„Która lokalizacja miała w tym tygodniu najwięcej spóźnień?” Wykrywanie wzorców w różnych lokalizacjach
„Porównaj godziny zameldowania w oddziałach w Dubaju i Chennai w tym miesiącu.” Porównanie między lokalizacjami bez tworzenia raportu
„Kto pracował w więcej niż jednej lokalizacji w tym tygodniu?” Śledzenie pracowników przemieszczających się między lokalizacjami

Zgodność i audyt, dla HR i finansów

Zapytaj swoją AI Dlaczego jest to przydatne
„Pokaż wszystkie skanowania pracownika 2 między 1 a 15 września.” Zweryfikowana oś czasu na potrzeby sporu lub audytu
„Którzy pracownicy zameldowali się w święto państwowe?” Kontrola wynagrodzeń za święta i zgodności z polityką
„Kto używał PIN-u zamiast odcisku palca w tym tygodniu?” Wykrywanie skanów omijających biometrię
„Wypisz wykonawców, którzy przebywali na terenie zakładu po zaplanowanych godzinach.” Kontrola czasu pracy wykonawców
„Podsumuj godziny pracy każdej osoby z zeszłego tygodnia.” Punkt wyjścia do przeglądu wynagrodzeń

Wzorce i planowanie, dla kierowników

Zapytaj swoją AI Dlaczego jest to przydatne
„Czy ktoś regularnie spóźnia się w poniedziałki?” Wzorce trudne do zauważenia w surowych dziennikach
„O której godzinie większość osób przychodzi do magazynu?” Planowanie godzin rozpoczęcia zmian zgodnie z rzeczywistością
„Które dni miały najniższą frekwencję w tym miesiącu?” Planowanie zasobów ludzkich
„Kto nie zameldował się ani razu w ciągu ostatnich 7 dni?” Wczesne wykrywanie długich nieobecności
„Podsumuj frekwencję z tego tygodnia w trzech punktach na spotkanie zespołu.” Gotowa aktualizacja przygotowana na podstawie danych

Działania, po zatwierdzeniu przez człowieka

Zapytaj swoją AI Dlaczego jest to przydatne
„Dodaj Manu Mona do urządzeń biometrycznych wraz z jego zdjęciem profilowym.” Nowi pracownicy skonfigurowani bez wizyty przy urządzeniu
„Usuń dostęp pracownikowi 2, który odszedł w piątek.” Szybkie i spójne procesy offboardingu
„Zsynchronizuj wszystkich użytkowników z urządzenia w siedzibie głównej do dwóch nowych lokalizacji.” Wykorzystuje Resend All Users w grupie urządzeń
„Załaduj najnowsze dzienniki z urządzenia w magazynie.” Pobieranie świeżych danych na żądanie
„Pokaż mi, co zamierzasz zmienić, zanim to zrobisz.” Zachowuje kontrolę człowieka nad każdym działaniem

Jak wygląda prawdziwa rozmowa

Menedżer HR

Którzy z porannej zmiany w Burj Khalifa zameldowali się dziś po 08:15?

Agent AI

Sprawdziłem dzisiejsze zapisy zameldowania dla lokalizacji Burj Khalifa. Trzy osoby z porannej zmiany zameldowały się po 08:15. Czy chcesz poznać ich nazwiska i dokładne godziny zameldowania?

Menedżer HR

Tak, i daj mi znać, czy któraś z nich spóźniła się również wcześniej w tym tygodniu.

Agent AI

Oto trzy nazwiska wraz z godzinami zameldowania. Jedna z tych osób spóźniła się również w poniedziałek i wtorek. Mogę przygotować krótkie podsumowanie dla ich przełożonego, jeśli to pomoże.

Zwróć uwagę na pytanie uzupełniające. Przy raporcie każdy nowy wątek oznacza uruchomienie nowego raportu. Przy zapytaniu w języku naturalnym po prostu zadajesz kolejne pytanie, a AI zachowuje kontekst rozmowy.

04 · Prawidłowa konfiguracja

Jak uzyskiwać dokładne odpowiedzi za każdym razem

Asystent AI może być tylko tak dokładny, jak dane i etykiety, z którymi pracuje. Kilka prostych decyzji konfiguracyjnych znacząco wpływa na jakość odpowiedzi.

Wybór konfiguracji Dlaczego ma to znaczenie Dobra praktyka
Czytelne etykiety urządzeń AI używa LabelName lub numeru seryjnego urządzenia, aby zrozumieć lokalizacje Używaj nazw, których ludzie faktycznie używają, np. „Brama magazynu lub AXYZ1234567”, a nie „Urządzenie 7”
Dopasowanie identyfikatorów użytkowników AI musi powiązać UserId z prawdziwą osobą Używaj na urządzeniu tego samego identyfikatora pracownika, co w HRMS
Prawidłowe strefy czasowe Spóźnienia i wcześniejsze wyjścia zależą od czasu lokalnego Upewnij się, że czas i strefa czasowa każdego urządzenia są ustawione poprawnie
Określone godziny zmian „Spóźnienie” nic nie znaczy bez godziny rozpoczęcia Podaj AI godziny zmian lub przechowuj je w HRMS
Konkretne pytania Niejasne pytania dają niejasne odpowiedzi W razie potrzeby uwzględnij lokalizację, zakres dat i zmianę

Zawsze sprawdzaj ważne odpowiedzi

Asystenci AI są bardzo dobrzy w podsumowywaniu danych, ale mogą źle zrozumieć pytanie lub popełnić błąd. W przypadku wszystkiego, co dotyczy wynagrodzeń, dyscypliny lub spraw prawnych, poproś AI o pokazanie leżących u podstaw zapisów skanowania i sprawdź je przed podjęciem działania. Zweryfikowane zapisy odbić są dowodem. Podsumowanie AI jest tylko wygodnym dodatkiem.

Pytania a monitorowanie

Warto jasno określić, do czego służą zapytania w języku naturalnym. Asystent AI odpowiada, gdy go o to zapytasz. Nie jest systemem monitorującym Twoje drzwi przez całą dobę. Stałe reguły, na przykład powiadamianie kierownika, gdy ktoś się spóźnia, czy automatyczne oznaczanie nadgodzin, powinny znajdować się w HRMS lub oprogramowaniu do zarządzania pracownikami i korzystać ze zdarzeń w czasie rzeczywistym dostarczanych przez Cams Callback API. Używaj AI do pytań, dochodzeń i szybkich działań. Używaj oprogramowania biznesowego do reguł, które muszą działać każdej minuty każdego dnia.

05 · Bezpieczeństwo i prywatność

Zabezpieczenia: jak chronić zapytania o obecność w AI

Dane o obecności są danymi osobowymi. Udostępnianie ich asystentowi AI powinno odbywać się z taką samą starannością jak udzielanie dostępu osobie. Dobra wiadomość jest taka, że odpowiednie zabezpieczenia są proste.

Zabezpieczenie Co to oznacza w praktyce
Ogranicz, kto może zadawać pytania Podłączaj system biometryczny tylko do asystentów AI używanych przez osoby, które już mają prawo wglądu w dane o obecności
Oddziel odczyt od zmian Odpowiadanie na pytania wiąże się z niskim ryzykiem. Dodawanie lub usuwanie użytkowników powinno wymagać wyraźnego potwierdzenia przez człowieka
Pytaj przed działaniem Poproś AI o pokazanie, co zamierza zmienić, i zatwierdź to przed wykonaniem
Prowadź rejestr Cams Gateway rejestruje transakcje danych, więc działania podjęte za jego pośrednictwem można sprawdzić
Używaj bezpiecznych połączeń Cams Gateway stosuje walidację tokenów uwierzytelniających i obsługuje opcjonalne szyfrowanie AES-256
Przestrzegaj zasad ochrony danych Pytaj tylko o to, czego potrzebujesz, i wypełniaj swoje obowiązki wynikające z GDPR, CCPA/CPRA, LGPD, PDPA oraz prawa lokalnego

Zasada stojąca za każdym zabezpieczeniem

AI nigdy nie powinno móc zrobić więcej, niż wolno osobie, która z niego korzysta. Jeśli nadzorca zmiany może w standardowych systemach widzieć obecność tylko na swojej lokalizacji, jego asystent AI powinien być ograniczony w ten sam sposób. Język naturalny ułatwia dotarcie do danych o obecności. Nie powinien jednak ułatwiać ich niewłaściwego wykorzystania.

Najczęściej zadawane pytania

Którzy asystenci AI mogą odpowiadać na pytania o obecność z Cams?

Cams Gateway zapewnia natywną integrację MCP dla Claude, Gemini i ChatGPT. Każda platforma AI lub framework agentów, który obsługuje MCP lub może wywoływać standardowe API JSON przez HTTPS, również może z nim współpracować.

Czy musimy zmienić nasze urządzenia biometryczne, aby korzystać z zapytań w języku naturalnym?

Zazwyczaj nie. Urządzenia Cams oraz urządzenia zweryfikowane na developer.camsbiometrics.com łączą się w trybie Native Push z pełnym wsparciem API. Urządzenia niezweryfikowane łączą się w wybranym przez Ciebie trybie Hybrid Push. Dane dostępne dla AI zależą od tego, co obsługuje tryb połączenia i urządzenie, dlatego potwierdź swój sprzęt z zespołem Cams.

Czy AI może zobaczyć odciski palców lub zdjęcia twarzy?

Pytania o obecność są odpowiadane na podstawie zapisów odbić: kto się zeskanował, kiedy, gdzie i w jaki sposób. Udzielanie tych odpowiedzi nie wymaga od AI pracy z szablonami odcisków palców. Stosuj zasadę najmniejszych uprawnień i udzielaj AI dostępu tylko do operacji potrzebnych w każdym przypadku użycia.

Czy AI może wprowadzać zmiany, na przykład dodawać lub usuwać pracowników?

Tak, za pośrednictwem tych samych operacji RESTful, z których korzysta Twoje pozostałe oprogramowanie. Zalecamy wymaganie potwierdzenia każdej zmiany przez człowieka oraz proszenie AI o pokazanie, co zrobi, zanim to zrobi.

Czy to zastępuje nasz HRMS lub raporty o obecności?

Nie. Twój HRMS pozostaje systemem źródłowym i miejscem na wynagrodzenia, reguły oraz automatyczne alerty. Zapytania w języku naturalnym to szybszy sposób zadawania pytań i prowadzenia dochodzeń, działający obok systemów, których już używasz.

Podsumowanie: najlepszym raportem jest pytanie

Przez lata dane o obecności były dokładne, ale trudno dostępne. Skanowania były weryfikowane, zapisy przechowywane, a odpowiedzi znajdowały się gdzieś w środku, za raportami, które potrafiło uruchomić tylko kilka osób. Zapytania o obecność w języku naturalnym udostępniają te dane każdemu, kto ma do nich prawo wglądu, w czasie potrzebnym na wpisanie pytania.

Działa to, ponieważ łączą się dwie rzeczy: zweryfikowane dane biometryczne, którym można zaufać, oraz standardowy sposób, w jaki asystenci AI mogą do nich dotrzeć. Bez pierwszego odpowiedzi byłyby domysłami. Bez drugiego AI w ogóle nie mogłoby pomóc.

Cams Biometrics Gateway zapewnia oba te elementy. Pozyskuje zweryfikowaną obecność z ponad 15 marek urządzeń, dostarcza ją w spójnym formacie JSON i udostępnia Claude, Gemini i ChatGPT poprzez natywną integrację MCP. Ten sam Gateway obsługuje operacje RESTful stojące za działaniami takimi jak dodawanie użytkowników, usuwanie dostępu i synchronizacja urządzeń, a także zapewnia walidację tokenów uwierzytelniających, opcjonalne szyfrowanie AES-256 i rejestrowanie transakcji danych. Poznaj platformę na stronie CamsBiometrics.com, przeczytaj dokumentację na stronie developer.camsbiometrics.com lub skontaktuj się z naszym zespołem, aby dowiedzieć się, jak połączyć dane o obecności z AI.

Was this article helpful?