Primul agent în aplicație
Construim ghidul Atelierul Luna dintr-un rol clar și câteva teste.
Ce vei învăța
- Explici: bucla unui agent cu limite
- Aplici ideea într-un exemplu: Primul agent în aplicație
- Recunoști limitele și verifici rezultatul exercițiului
Construim ghidul Atelierul Luna dintr-un rol clar și câteva teste. Îi adăugăm capabilități doar când sarcina le cere.
Pașii se referă la funcționalități identificate în codul aplicației. Validarea pe o instanță live nu a fost efectuată pentru acest material; verifică documentația și opțiunile din versiunea ta.
Cum funcționează, pas cu pas
Bucla unui agent cu limite
Agentul combină un model cu unelte, obiectiv și stare. Observă cererea, alege un pas, primește rezultatul și decide dacă trebuie să continue. Un chatbot poate doar genera text; un agent poate cere o acțiune externă. Definițiile comerciale variază, deci urmărește controlul real. Definește succesul și oprirea: rezultat verificat, număr maxim de pași, eroare repetată sau buget epuizat. Folosește capabilități înguste și drepturi minime. Autonomia utilă înseamnă libertate în interiorul unor limite aplicate de software.
Instrucțiunea este un contract
Un prompt bun spune ce trebuie făcut, cu ce date, în ce format și cum recunoști succesul. Separă rolul de date și include un exemplu pentru cazurile ambigue. „Fii precis” este mai slab decât „menționează doar termenul din politica furnizată; dacă lipsește, cere clarificare”. Few-shot înseamnă câteva exemple rezolvate, nu o listă fără sfârșit. Conținutul unui document rămâne date chiar dacă include imperative. Delimitarea ajută, dar permisiunile și validarea trebuie aplicate de software, nu doar cerute prin prompt.
Alege după sarcină și capacități
Verifică limba, contextul, tool calling, ieșirea structurată și modalitățile de intrare ale modelului. Compară pe aceleași cereri, cu aceeași rubrică și un buget realist. Temperatura schimbă eșantionarea, nu adevărul. Reasoning effort alocă efort pentru modelele compatibile și poate crește timpul și costul; valorile diferă între modele. Modelele locale oferă control asupra infrastructurii, dar cer resurse și întreținere. Open weights nu garantează o licență fără restricții sau întregul cod de antrenare. Catalogul și prețurile se schimbă; citește fișa curentă.
Harta vizuală
Urmărește săgețile continue pentru fluxul principal. Săgețile albastre punctate furnizează date sau context; cele roz punctate arată feedback sau rezultate care revin. Culorile și formele disting modelele, stocările, deciziile și rezultatele. Pe ecrane mici, derulează orizontal pentru a urmări întreaga diagramă.
Un exemplu complet
În Agents creezi un nume și system prompt, alegi modelul, tonul și setările compatibile. Salvezi și testezi în Playground. Pentru început nu activezi unelte cu efecte externe.
Ești ghidul Atelierul Luna. Explică simplu. Folosește doar informația furnizată. Cere modelul produsului când lipsește. Nu inventa stoc, termene sau excepții.
Încearcă tu
- Creează agentul, apoi testează salut, produs, ambiguitate, date lipsă și cerere în afara rolului.
- Notează intrarea, sursa și rezultatul așteptat înainte să rulezi experimentul. Folosește doar datele fictive din exemplu.
- Urmărește etapele din diagramă. La fiecare pas scrie ce informație primește și ce produce; nu confunda rezultatul intermediar cu rezultatul final.
- Repetă cazul după eliminarea unei informații necesare sau după o intrare ambiguă. Verifică dacă sistemul cere clarificare, se oprește sau inventează.
- Compară cu soluția comentată. Păstrează configurația, data, rezultatul și o explicație pentru orice diferență. Schimbă un singur lucru și retestează.
Soluție comentată
Agentul explică produse din date furnizate și recunoaște că nu are acces la stoc live sau politici nefurnizate. Pentru a considera exercițiul reușit, poți arăta legătura dintre intrare, etapele parcurse și rezultat. Dacă lipsesc date, un răspuns prudent este mai util decât o completare inventată. Nu compara doar stilul: verifică și condițiile, sursele și operațiile efectuate.
Când merită și ce poate merge prost
Personalitatea nu înlocuiește cunoștințele. Alege această abordare când îmbunătățește o nevoie măsurată. Păstrează o variantă simplă ca referință și compară rezultatele pe aceleași intrări. Un singur exemplu reușit nu stabilește fiabilitatea în toate situațiile.
Verifică ce ai înțeles
Mai multă autonomie produce întotdeauna un rezultat mai bun?
Nu. Crește și spațiul pentru greșeli, costuri și acțiuni inutile.
Un prompt poate înlocui controlul accesului?
Nu. O instrucțiune nu este o barieră de autorizare.
Ce rezultat trebuie să obții în acest exercițiu?
Agentul explică produse din date furnizate și recunoaște că nu are acces la stoc live sau politici nefurnizate.
Cuvinte de ținut minte
- Agent: Sistem care poate decide pași și utiliza unelte spre un obiectiv.
- Few-shot: Exemple rezolvate oferite în context.
- Reasoning effort: Setare dependentă de model pentru efortul de raționament.
Surse și următorul pas
Pentru pregătire: A01 — Anatomia unui agent AI