Il tuo primo agente nell'applicazione
Costruisci la guida Luna Workshop partendo da un ruolo chiaro e alcuni test.
Cosa imparerai
- Spiegare: un ciclo agente limitato
- Applica l'idea in un esempio: il tuo primo agente nell'applicazione
- Riconoscere i limiti e verificare il risultato dell'esercizio
Costruisci la guida Luna Workshop partendo da un ruolo chiaro e alcuni test. Aggiungi funzionalità solo quando le attività le richiedono.
Questi passaggi si riferiscono alle funzionalità identificate nel codice dell'applicazione. Questo materiale non è stato convalidato su un'istanza live; controlla la documentazione e le opzioni nella tua versione.
Come funziona, passo dopo passo
Un ciclo agente limitato
Un agente combina un modello con strumenti, un obiettivo e uno stato. Osserva la richiesta, sceglie un passo, riceve un risultato e decide se proseguire. Un chatbot può generare solo testo; un agente può richiedere un'azione esterna. Le definizioni commerciali variano, quindi controlla il controllo effettivo. Definisci il successo e l'arresto: un risultato verificato, un numero massimo di passi, errori ripetuti o un budget esaurito. Utilizza funzionalità limitate e autorizzazioni minime. Autonomia utile significa libertà entro i confini imposti dal software.
Un'istruzione è un contratto
Un buon prompt specifica l'attività, i dati disponibili, il formato di output e i criteri di successo. Separare il ruolo dai dati e includere un esempio per i casi ambigui. “Sii preciso” è più debole di “indicare solo la scadenza nella polizza fornita; se manca, chiedere chiarimenti”. Pochi scatti significa pochi esempi risolti, non un elenco infinito. Il contenuto del documento rimane dati anche quando contiene comandi. I delimitatori aiutano, ma il software deve applicare autorizzazioni e convalida anziché fare affidamento sul prompt.
Scegli per attività e capacità
Controlla la lingua, il contesto, la chiamata degli strumenti, l'output strutturato e le modalità di input supportate. Confronta modelli su richieste identiche utilizzando la stessa rubrica e un budget realistico. Campionamento dei cambiamenti di temperatura, non verità. Lo sforzo di ragionamento alloca gli sforzi per modelli compatibili e può aumentare tempi e costi; i valori accettati variano. I modelli locali offrono il controllo dell’infrastruttura ma richiedono risorse e manutenzione. I pesi aperti non garantiscono una licenza illimitata o un codice di allenamento completo. Cataloghi e prezzi cambiano; leggere la scheda del modello attuale.
Lo schema esplicativo
Seguire le frecce continue per il flusso principale. Le frecce blu tratteggiate forniscono dati o contesto; le frecce rosa tratteggiate mostrano feedback o risultati restituiti. Colori e forme distinguono modelli, negozi, decisioni e risultati. Su schermi piccoli, scorri in orizzontale per seguire l’intero schema.
Un esempio completo
In Agenti, crea un nome e una richiesta di sistema, scegli il modello, il tono e le impostazioni compatibili. Salva e prova in Playground. Inizialmente evitare strumenti con effetti esterni.
You guide Luna Workshop customers. Explain simply. Use supplied information. Ask for the product model when missing. Do not invent stock, deadlines or exceptions.
Provalo tu stesso
- Crea l'agente, quindi testa il saluto, il prodotto, l'ambiguità, i dati mancanti e una richiesta fuori ruolo.
- Registrare l'input, la fonte e il risultato atteso prima di eseguire l'esperimento. Utilizzare solo i dati fittizi nell'esempio.
- Seguire le fasi del diagramma. Ad ogni passaggio registrare quali informazioni vengono ricevute e prodotte; non confondere il risultato intermedio con il risultato finale.
- Ripetere dopo aver rimosso le informazioni necessarie o reso ambiguo l'input. Controlla se il sistema chiarisce, ferma o inventa una risposta.
- Confrontare con la soluzione spiegata. Conserva la configurazione, la data, il risultato e una spiegazione delle differenze. Cambia una cosa e riprova.
Una soluzione spiegata
L'agente spiega i prodotti utilizzando i dati forniti e riconosce il bestiame vivo mancante o l'accesso alle policy. Un esercizio riuscito ti consente di mostrare la connessione tra input, fasi e risultato. Quando mancano le informazioni, una risposta cauta è più utile dei dettagli inventati. Confrontare non solo stile: verificare anche condizioni, fonti e operazioni.
Quando è utile e quali sono i suoi limiti
La personalità non sostituisce la conoscenza. Scegli questo approccio quando migliora un bisogno misurato. Mantieni una linea di base semplice e confronta i risultati utilizzando input identici. Un esempio di successo non stabilisce l’affidabilità in ogni situazione.
Verifica ciò che hai imparato
Una maggiore autonomia dà sempre un risultato migliore?
No. Aumenta anche lo spazio per errori, costi e azioni non necessarie.
Un prompt può sostituire il controllo degli accessi?
No. Un'istruzione non costituisce un limite di autorizzazione.
Quale risultato dovrebbe produrre questo esercizio?
L'agente spiega i prodotti utilizzando i dati forniti e riconosce il bestiame vivo mancante o l'accesso alle policy.
Termini da ricordare
- Agente: un sistema in grado di scegliere passaggi e utilizzare strumenti per raggiungere un obiettivo.
- Pochi colpi: Esempi risolti forniti nel contesto.
- Sforzo di ragionamento: un'impostazione dipendente dal modello che controlla lo sforzo di ragionamento.
Fonti e il prossimo passo
Per preparare: A01 — Anatomia di un agente IA