এআই ও অস্বাভাবিকতা

মডেল প্রকল্পের জন্য তিন জায়গায় কাজ করে: সনাক্তকরণ যা বলে কখন একটি ইভেন্ট বেসলাইন ছেড়েছে, প্রস্তাব যা দেখা জিনিস নিয়ে কী করা উচিত বলে, আর Ask যা প্রশ্নকে কোয়েরিতে বদলায়। কোনোটিই একা কাজ করে না: প্রস্তাব বাস্তব হয় শুধু মানুষ অনুমোদন করলে।

At a glance

Detection: Daily counts against a fourteen-day baseline
Proposals: Origin, rationale, and a recorded human decision
Ask: Question to query, query kept on screen
Model: Chosen by the plan, per tier
Auth: Access token; nothing executes unapproved

ডিটেকশন দৈনিক গণনাকে চৌদ্দ দিনের লাইনের সাথে তুলনা করে; বিচ্যুতি গণিত, মতামত নয়।
প্রতিটি প্রস্তাব তার উৎস ও যুক্তি বহন করে, এবং সিদ্ধান্ত কে নিয়েছে তা রেকর্ড হয়।
Ask-এর অনূদিত কোয়েরি পর্দায় থাকে; কোন মডেল উত্তর দেবে তা প্ল্যানের পছন্দ।

এটি কীভাবে কাজ করে

Detection is arithmetic over the warehouse: a day whose count deviates from the fourteen-day baseline past the threshold is an insight, marked as a spike or a drop. A deviation worth acting on, or a pattern in support threads, becomes a proposal: a cohort to build, a flag to add, a message to send, or a dashboard to create, each carrying what it saw and why it suggests what it does. Proposals queue in the Inbox until a person approves, edits or rejects them, and the decision is stored with its decider. Ask is the third piece: the model emits only the validated query language, never free SQL, and its translation stays on screen beside the answer. The broader model story, entitlements and safety posture live on the AI pillar.

কোথায় অ্যাক্সেস করবেন

Surface	Operation
REST	None
GraphQL	aiInsights, aiProposals, aiTranslateQuery, aiAnswer queries · approveProposal, editProposal, rejectProposal mutations
Realtime	aiProposals subscription: new proposals stream as they are raised
MCP	None

উদাহরণ

Bash

curl "https://api.prodantix.com/graphql" \
  -H "Authorization: Bearer $ACCESS_TOKEN" \
  -H "Content-Type: application/json" \
  -d '{
    "query": "query ($p: String!, $e: String!, $f: String!, $t: String!) { aiInsights(projectId: $p, event: $e, from: $f, to: $t, threshold: 0.3) { bucket kind value baseline } }",
    "variables": { "p": "'$PROJECT_ID'", "e": "signup_completed", "f": "2026-08-01", "t": "2026-08-28" }
  }'

এখান থেকে শুরু করুন

ধারণা

এআই ও অস্বাভাবিকতা

এটি কীভাবে কাজ করে

কোথায় অ্যাক্সেস করবেন

উদাহরণ