Votre premier agent dans l'application
Construisez le guide Luna Workshop à partir d’un rôle clair et de quelques tests.
Ce que vous apprendrez
- Expliquer : une boucle d'agent limitée
- Appliquez l'idée dans un exemple : votre premier agent dans l'application
- Reconnaître les limites et vérifier le résultat de l'exercice
Construisez le guide Luna Workshop à partir d’un rôle clair et de quelques tests. Ajoutez des fonctionnalités uniquement lorsque les tâches les nécessitent.
Ces étapes font référence aux fonctionnalités identifiées dans le code de l'application. Ce matériel n'a pas été validé sur une instance réelle ; vérifiez la documentation et les options de votre version.
Comment ça marche, étape par étape
Une boucle d'agent limitée
Un agent combine un modèle avec des outils, un objectif et un état. Il observe la demande, choisit une étape, reçoit un résultat et décide de continuer ou non. Un chatbot ne peut générer que du texte ; un agent peut demander une action externe. Les définitions commerciales varient, alors inspectez le contrôle réel. Définissez le succès et l'arrêt : un résultat vérifié, un nombre maximum de pas, des erreurs répétées ou un budget épuisé. Utilisez des capacités étroites et des autorisations minimales. Une autonomie utile signifie une liberté dans les limites imposées par le logiciel.
Une instruction est un contrat
Une bonne invite spécifie la tâche, les données disponibles, le format de sortie et les critères de réussite. Séparez le rôle des données et incluez un exemple pour les cas ambigus. « Soyez précis » est plus faible que « indiquez uniquement le délai dans la politique fournie ; s'il manque, demandez des éclaircissements ». Quelques plans signifient quelques exemples résolus, pas une liste interminable. Le contenu du document reste une donnée même lorsqu'il contient des commandes. Les délimiteurs sont utiles, mais le logiciel doit appliquer les autorisations et la validation plutôt que de s'appuyer sur l'invite.
Choisissez par tâche et capacités
Vérifiez la langue, le contexte, l'appel de l'outil, la sortie structurée et les modalités de saisie prises en charge. Comparez les modèles sur des demandes identiques en utilisant la même rubrique et un budget réaliste. L'échantillonnage des changements de température n'est pas la vérité. L'effort de raisonnement alloue l'effort aux modèles compatibles et peut augmenter le temps et les coûts ; les valeurs acceptées varient. Les modèles locaux offrent un contrôle de l'infrastructure mais nécessitent des ressources et de la maintenance. Les poids ouverts ne garantissent pas une licence sans restriction ni un code de formation complet. Les catalogues et les prix changent ; lisez la carte du modèle actuel.
Le schéma explicatif
Suivez les flèches pleines pour le flux principal. Les flèches bleues en pointillés fournissent des données ou un contexte ; les flèches roses en pointillés affichent des commentaires ou des résultats renvoyés. Les couleurs et les formes distinguent les modèles, les magasins, les décisions et les sorties. Sur un petit écran, faites défiler horizontalement pour suivre le schéma complet.
Un exemple complet
Dans Agents, créez un nom et une invite système, choisissez le modèle, la tonalité et les paramètres compatibles. Enregistrez et testez dans Playground. Évitez dans un premier temps les outils ayant des effets externes.
You guide Luna Workshop customers. Explain simply. Use supplied information. Ask for the product model when missing. Do not invent stock, deadlines or exceptions.
Essayez-le vous-même
- Créez l'agent, puis testez le message d'accueil, le produit, l'ambiguïté, les données manquantes et une demande hors rôle.
- Enregistrez l’entrée, la source et le résultat attendu avant d’exécuter l’expérience. Utilisez uniquement les données fictives de l'exemple.
- Suivez les étapes du diagramme. À chaque étape, enregistrez les informations reçues et produites ; ne confondez pas le résultat intermédiaire avec le résultat final.
- Répétez après avoir supprimé les informations nécessaires ou rendu la saisie ambiguë. Vérifiez si le système clarifie, arrête ou invente une réponse.
- Comparez avec la solution expliquée. Conservez la configuration, la date, le résultat et une explication des différences. Changez une chose et retestez.
Une solution expliquée
L'agent explique les produits à l'aide des données fournies et reconnaît l'absence de stock en direct ou d'accès aux politiques. Un exercice réussi vous permet de montrer le lien entre les contributions, les étapes et les résultats. Lorsqu’une information manque, une réponse prudente est plus utile que des détails inventés. Comparez bien plus que le style : vérifiez également les conditions, les sources et les opérations.
Quand cette approche est utile et quelles sont ses limites
La personnalité ne remplace pas la connaissance. Choisissez cette approche lorsqu’elle améliore un besoin mesuré. Gardez une base de référence simple et comparez les résultats en utilisant des entrées identiques. Un exemple réussi n’établit pas la fiabilité dans toutes les situations.
Vérifiez vos connaissances
Est-ce que plus d’autonomie donne toujours un meilleur résultat ?
Non. Cela augmente également les risques d’erreurs, les coûts et les actions inutiles.
Une invite peut-elle remplacer le contrôle d’accès ?
Non. Une instruction n’est pas une limite d’autorisation.
Quel résultat cet exercice devrait-il produire ?
L'agent explique les produits à l'aide des données fournies et reconnaît l'absence de stock en direct ou d'accès aux politiques.
Les mots à retenir
- Agente: Un système qui peut choisir des étapes et utiliser des outils pour atteindre un objectif.
- Quelques coups: Exemples résolus fournis en contexte.
- Effort de raisonnement: Un paramètre dépendant du modèle contrôlant l’effort de raisonnement.
Sources et votre prochaine étape
Pour préparer : A01 — Anatomie d'un agent IA