AI ಏಜೆಂಟ್ ಅನ್ನು ಹೇಗೆ ರಚಿಸುವುದು: 2025 ಕ್ಕೆ ಒಂದು ಪ್ರಾಯೋಗಿಕ, ಆಧುನಿಕ ಮಾರ್ಗದರ್ಶಿ
2025 ರಲ್ಲಿ AI ಏಜೆಂಟ್ ಅನ್ನು ನಿರ್ಮಿಸುವುದು ಕೇವಲ ML ಇಂಜಿನಿಯರ್ಗಳಿಗೆ ಮಾತ್ರ ಸೀಮಿತವಾಗಿಲ್ಲ. ಸರಿಯಾದ ಆರ್ಕಿಟೆಕ್ಚರ್ ಮತ್ತು ಕೆಲವು ಸೂಕ್ತ ಆಯ್ಕೆಗಳೊಂದಿಗೆ, ನೀವು ವಿಶ್ವಾಸಾರ್ಹ ಏಜೆಂಟ್ ಅನ್ನು ರಚಿಸಬಹುದು. ಅದು ತರ್ಕಿಸುತ್ತದೆ, ಪರಿಕರಗಳನ್ನು ಬಳಸುತ್ತದೆ, ಸಂದರ್ಭವನ್ನು ನೆನಪಿಟ್ಟುಕೊಳ್ಳುತ್ತದೆ ಮತ್ತು ಸಂಶೋಧನೆ ಮತ್ತು ವರದಿಗಾರಿಕೆಯಿಂದ ಹಿಡಿದು ಬೆಂಬಲ ಟ್ರೈಯಾಜ್ ಮತ್ತು ವರ್ಕ್ಫ್ಲೋ ಆಟೊಮೇಷನ್ವರೆಗೆ ನಿಜವಾದ ಕೆಲಸವನ್ನು ಮಾಡುತ್ತದೆ. ಈ ಮಾರ್ಗದರ್ಶಿಯಲ್ಲಿ, ನಾವು ಪ್ರಾಯೋಗಿಕ ಮತ್ತು ಪರಿಹಾರ-ಆಧಾರಿತ ವಿಧಾನವನ್ನು ತೆಗೆದುಕೊಳ್ಳುತ್ತೇವೆ: AI ಏಜೆಂಟ್ ಎಂದರೇನು ಎಂಬುದನ್ನು ವ್ಯಾಖ್ಯಾನಿಸುತ್ತೇವೆ, ಚಲಿಸುವ ಭಾಗಗಳನ್ನು ವಿಭಜಿಸುತ್ತೇವೆ, ನಿಮಗೆ ಸ್ಪಷ್ಟವಾದ ಬ್ಲೂಪ್ರಿಂಟ್ ನೀಡುತ್ತೇವೆ ಮತ್ತು ಉಪಯುಕ್ತವಾದದ್ದನ್ನು ತ್ವರಿತವಾಗಿ ಹೇಗೆ ತಲುಪಿಸುವುದು ಎಂದು ತೋರಿಸುತ್ತೇವೆ.
ಈ ಟ್ಯುಟೋರಿಯಲ್ ನೈಜ-ಪ್ರಪಂಚದ ನಿರ್ಧಾರಗಳ ಮೇಲೆ ಕೇಂದ್ರೀಕರಿಸುತ್ತದೆ: ಮೊದಲು ಏನು ನಿರ್ಮಿಸಬೇಕು, ಏಜೆಂಟ್ಗಳು ಎಲ್ಲಿ ವಿಫಲಗೊಳ್ಳುತ್ತವೆ ಮತ್ತು ಸಾಮಾನ್ಯ ತೊಂದರೆಗಳನ್ನು ಹೇಗೆ ತಪ್ಪಿಸುವುದು. ನೀವು ಕಾರ್ಯನಿರ್ವಹಿಸುವ ಯೋಜನೆ ಮತ್ತು ನೀವು ಅಳವಡಿಸಿಕೊಳ್ಳಬಹುದಾದ ಕೋಡ್ ಮಾದರಿಗಳೊಂದಿಗೆ ಹೊರಡುತ್ತೀರಿ.
AI ಏಜೆಂಟ್ ಎಂದರೇನು, ನಿಜವಾಗಿಯೂ?
AI ಏಜೆಂಟ್ ಎಂದರೆ ಒಂದು ವ್ಯವಸ್ಥೆ, ಅದು:
- ಗುರಿಗಳನ್ನು ಅರ್ಥಮಾಡಿಕೊಳ್ಳಬಹುದು (ಪ್ರಾಂಪ್ಟ್ಗಳು, ಕಾರ್ಯಗಳು ಅಥವಾ ಘಟನೆಗಳಿಂದ)
- ಅವುಗಳನ್ನು ಸಾಧಿಸಲು ಕ್ರಮಗಳನ್ನು ಯೋಜಿಸಬಹುದು,
- ಪರಿಕರಗಳು ಅಥವಾ API ಗಳ ಮೂಲಕ ಕ್ರಮಗಳನ್ನು ತೆಗೆದುಕೊಳ್ಳಬಹುದು,
- ಫಲಿತಾಂಶಗಳನ್ನು ಗಮನಿಸಬಹುದು, ಮತ್ತು
- ಮುಗಿಯುವವರೆಗೆ ಪುನರಾವರ್ತಿಸಬಹುದು.
ಸರಳ ಚಾಟ್ಬಾಟ್ನಂತೆ ಅಲ್ಲದೆ, AI ಏಜೆಂಟ್ ಕ್ರಿಯಾ-ಆಧಾರಿತವಾಗಿದೆ. ಇದು ವೆಬ್ ಹುಡುಕಾಟ, ಡೇಟಾಬೇಸ್ಗಳು, ಇಮೇಲ್ API ಗಳು, ಸ್ಪ್ರೆಡ್ಶೀಟ್ಗಳು, CRM ಗಳು ಅಥವಾ ಆಂತರಿಕ ಸಿಸ್ಟಮ್ಗಳಂತಹ ಪರಿಕರಗಳನ್ನು ಕರೆಯುತ್ತದೆ. ಇದು ಮೆಮೊರಿಯನ್ನು ನಿರ್ವಹಿಸುತ್ತದೆ, ಎಡ್ಜ್ ಕೇಸ್ಗಳನ್ನು ನಿರ್ವಹಿಸುತ್ತದೆ ಮತ್ತು ಅಗತ್ಯವಿದ್ದಾಗ ಮಾನವರಿಂದ ಮೇಲ್ವಿಚಾರಣೆ ಮಾಡಬಹುದು.
ತ್ವರಿತ ಪ್ರಾರಂಭದ ಬ್ಲೂಪ್ರಿಂಟ್ (ಒಂದು ವಾರದ ನಿರ್ಮಾಣ)
ನೀವು ಈ ವಾರ ನಿಮ್ಮ ಮೊದಲ AI ಏಜೆಂಟ್ ಅನ್ನು ನಿರ್ಮಿಸಲು ಬಯಸಿದರೆ, ಈ ಮಾರ್ಗಸೂಚಿಯನ್ನು ಬಳಸಿ:
- ಸೀಮಿತ, ಮೌಲ್ಯಯುತವಾದ ಕೆಲಸವನ್ನು ವ್ಯಾಖ್ಯಾನಿಸಿ
- ಉದಾಹರಣೆ: “ವಾರಕ್ಕೊಮ್ಮೆ ಪ್ರತಿಸ್ಪರ್ಧಿಗಳನ್ನು ಮೇಲ್ವಿಚಾರಣೆ ಮಾಡಿ, ಬದಲಾವಣೆಗಳನ್ನು ಸಾರಾಂಶಿಸಿ ಮತ್ತು ಸಡಿಲಕ್ಕೆ ಡೈಜೆಸ್ಟ್ ಅನ್ನು ಪೋಸ್ಟ್ ಮಾಡಿ.”
- ಯಶಸ್ಸಿನ ಮೆಟ್ರಿಕ್: “ಪ್ರತಿ ಸೋಮವಾರ ಬೆಳಿಗ್ಗೆ 9 ಗಂಟೆಯ ಮೊದಲು ಸರಿಯಾದ, ಉತ್ತಮವಾಗಿ ಫಾರ್ಮ್ಯಾಟ್ ಮಾಡಿದ, ಮೂಲ-ಸಂಪರ್ಕಿತ ಸಾರಾಂಶವನ್ನು ತಲುಪಿಸುತ್ತದೆ.”
- ಮಾದರಿ ಮತ್ತು ಸ್ಟಾಕ್ ಅನ್ನು ಆಯ್ಕೆಮಾಡಿ
- ಬಲವಾದ ಟೂಲ್-ಯೂಸ್ನೊಂದಿಗೆ ವಿಶ್ವಾಸಾರ್ಹ, ಸಮರ್ಥ LLM ನೊಂದಿಗೆ ಪ್ರಾರಂಭಿಸಿ. ಮಾದರಿಗಳನ್ನು ಬದಲಾಯಿಸಲು ಕಾನ್ಫಿಗ್ ಫ್ಲ್ಯಾಗ್ ಅನ್ನು ಇರಿಸಿ.
- ಟೂಲ್-ಕಾಲಿಂಗ್, ಮೆಮೊರಿ ಮತ್ತು ಸ್ಟೇಟ್ ಮೆಷಿನ್ಗಳನ್ನು ಬೆಂಬಲಿಸುವ ಹಗುರವಾದ ಏಜೆಂಟ್ ಫ್ರೇಮ್ವರ್ಕ್ ಅನ್ನು ಆಯ್ಕೆಮಾಡಿ.
- 3-5 ಅಗತ್ಯ ಪರಿಕರಗಳನ್ನು ಅನುಷ್ಠಾನಗೊಳಿಸಿ
- ವೆಬ್ ಹುಡುಕಾಟ/ಸ್ಕ್ರೇಪ್, ವೆಕ್ಟರ್ ರಿಟ್ರೈವಲ್ (RAG), ರಚನಾತ್ಮಕ ಔಟ್ಪುಟ್ ಫಾರ್ಮ್ಯಾಟಿಂಗ್, ಮೆಸೇಜಿಂಗ್ (Slack/Email), ಮತ್ತು ಡೇಟಾ ಸ್ಟೋರ್.
- ಸಣ್ಣ ಮತ್ತು ದೀರ್ಘಾವಧಿಯ ಮೆಮೊರಿಯನ್ನು ಸೇರಿಸಿ
- ಸಣ್ಣ-ಅವಧಿ: ಸಂಭಾಷಣೆ ಅಥವಾ ಸ್ಥಿತಿ ಸಂದರ್ಭ.
- ದೀರ್ಘಾವಧಿ: ಹಿಂದಿನ ಕಾರ್ಯಗಳು ಮತ್ತು ಡಾಕ್ಸ್ಗಳ ವೆಕ್ಟರ್ ಸ್ಟೋರ್.
- ಅತ್ಯಂತ ಅಪಾಯಕಾರಿ ಹಂತಕ್ಕೆ ಮಾನವರನ್ನು ಸೇರಿಸಿ
- ಉದಾಹರಣೆ: ಏಜೆಂಟ್ ಬಾಹ್ಯವಾಗಿ ಪೋಸ್ಟ್ ಮಾಡುವ ಮೊದಲು ಅನುಮೋದನೆ ಅಗತ್ಯವಿರುತ್ತದೆ.
- ಟೂಲ್ ಕರೆಗಳು, ಲೇಟೆನ್ಸಿ, ದೋಷಗಳು ಮತ್ತು ಭ್ರಮೆ ಘಟನೆಗಳನ್ನು ಲಾಗ್ ಮಾಡಿ.
- ನಿಮ್ಮ ಪ್ರಾಂಪ್ಟ್ಗಳು ಮತ್ತು ಪರಿಕರಗಳನ್ನು ರಿಗ್ರೆಷನ್-ಟೆಸ್ಟ್ ಮಾಡಲು “ಗೋಲ್ಡನ್ ಟಾಸ್ಕ್ಸ್” ಸೂಟ್ ಅನ್ನು ಇರಿಸಿ.
ಕೋರ್ ಆರ್ಕಿಟೆಕ್ಚರ್: 7 ಬಿಲ್ಡಿಂಗ್ ಬ್ಲಾಕ್ಗಳು
- ಆರ್ಕೆಸ್ಟ್ರೇಟರ್: ಲೂಪ್ ಅನ್ನು ನಿಯಂತ್ರಿಸುತ್ತದೆ: ಯೋಜನೆ → ಕಾರ್ಯನಿರ್ವಹಿಸು → ಗಮನಿಸು → ಪ್ರತಿಬಿಂಬಿಸು.
- ತಾರ್ಕಿಕ ಮಾದರಿ: ಯಾವ ಟೂಲ್ ಅನ್ನು ಕರೆಯಬೇಕೆಂದು ಯೋಜಿಸುವ ಮತ್ತು ನಿರ್ಧರಿಸುವ LLM.
- ಪರಿಕರಗಳು: ಹುಡುಕಾಟ, DB ಗಳು, ಸ್ಪ್ರೆಡ್ಶೀಟ್ಗಳು, ಇಮೇಲ್, ವೆಬ್ಹುಕ್ಗಳು, ಸ್ಕ್ರಾಪರ್ಗಳು ಇತ್ಯಾದಿಗಳಿಗಾಗಿ API ಗಳು.
- ಮೆಮೊರಿ: ನಿರಂತರತೆಗಾಗಿ ಅಲ್ಪಾವಧಿ (ಸ್ಥಿತಿ) ಮತ್ತು ದೀರ್ಘಾವಧಿ (ವೆಕ್ಟರ್ ಸ್ಟೋರ್, DB).
- ಜ್ಞಾನ: ನಿಮ್ಮ ಸ್ವಾಮ್ಯದ ಅಥವಾ ಡೊಮೇನ್ ಡೇಟಾದಲ್ಲಿ ಗ್ರೌಂಡಿಂಗ್ಗಾಗಿ RAG.
- ಗಾರ್ಡ್ರೈಲ್ಸ್: ಮೌಲ್ಯೀಕರಣ, ಸ್ಕೀಮಾ ಜಾರಿ, ದರ ಮಿತಿ, ಸುರಕ್ಷತಾ ಫಿಲ್ಟರ್ಗಳು.
- ಮೇಲ್ವಿಚಾರಣೆ: ಮಾನವ ಅನುಮೋದನೆಗಳು, ಬದಲಾವಣೆ ಲಾಗ್ಗಳು ಮತ್ತು ರೋಲ್ಬ್ಯಾಕ್.
ಉತ್ಪಾದನೆಯಲ್ಲಿ ಕಾರ್ಯನಿರ್ವಹಿಸುವ ಏಜೆಂಟ್ ಮಾದರಿಗಳು
- ಟೂಲ್-ಯೂಸ್ನೊಂದಿಗೆ ReAct ಲೂಪ್: ಮಾದರಿಯು ಹಂತ-ಹಂತವಾಗಿ ತರ್ಕಿಸುತ್ತದೆ, ಟೂಲ್ ಅನ್ನು ಕರೆಯುತ್ತದೆ, ಗಮನಿಸುತ್ತದೆ ಮತ್ತು ಮುಂದುವರಿಯುತ್ತದೆ.
- ಪ್ಲಾನರ್–ಎಕ್ಸಿಕ್ಯೂಟರ್: ಒಂದು ಮಾದರಿ ಯೋಜನೆಯನ್ನು ಮಾಡುತ್ತದೆ, ಇನ್ನೊಂದು ಹಂತಗಳನ್ನು ಕಾರ್ಯಗತಗೊಳಿಸುತ್ತದೆ.
- ವರ್ಕರ್ಸ್ನೊಂದಿಗೆ ಸೂಪರ್ವೈಸರ್: ಸೂಪರ್ವೈಸರ್ ಏಜೆಂಟ್ ಸ್ಪೆಷಲಿಸ್ಟ್ ಏಜೆಂಟ್ಗಳಿಗೆ ನಿಯೋಜಿಸುತ್ತದೆ.
- ನಿರ್ಣಾಯಕ ಗ್ರಾಫ್: ಸ್ಪಷ್ಟ ಸ್ಥಿತಿಗಳು ಮತ್ತು ಪರಿವರ್ತನೆಗಳು ಫ್ಲಾಕಿನೆಸ್ ಅನ್ನು ಕಡಿಮೆ ಮಾಡುತ್ತದೆ.
ಹಂತ-ಹಂತವಾಗಿ: ನಿಮ್ಮ ಮೊದಲ ಉಪಯುಕ್ತ ಏಜೆಂಟ್
ನಾವು “ಸ್ಪರ್ಧಾತ್ಮಕ ಇಂಟೆಲ್ ಏಜೆಂಟ್” ಅನ್ನು ನಿರ್ಮಿಸುತ್ತೇವೆ, ಅದು:
- ಪ್ರತಿಸ್ಪರ್ಧಿ ಸೈಟ್ಗಳು ಮತ್ತು ಸಾಮಾಜಿಕ ಪ್ರೊಫೈಲ್ಗಳಲ್ಲಿನ ನವೀಕರಣಗಳಿಗಾಗಿ ಹುಡುಕುತ್ತದೆ
- ಪ್ರಮುಖ ಬದಲಾವಣೆಗಳನ್ನು ಹೊರತೆಗೆಯುತ್ತದೆ (ಬೆಲೆ, ವೈಶಿಷ್ಟ್ಯಗಳು, ಬಿಡುಗಡೆಗಳು, ನೇಮಕಾತಿಗಳು)
- ಲಿಂಕ್ಗಳೊಂದಿಗೆ ಸಂಕ್ಷಿಪ್ತ ಸಾರಾಂಶವನ್ನು ಬರೆಯುತ್ತದೆ
- Slack ಸಂದೇಶವನ್ನು ಕಳುಹಿಸುತ್ತದೆ
ಹಂತ 1: ಒಪ್ಪಂದವನ್ನು ವ್ಯಾಖ್ಯಾನಿಸಿ
- ಇನ್ಪುಟ್: ಪ್ರತಿಸ್ಪರ್ಧಿ URL ಗಳ ಪಟ್ಟಿ, ಪ್ರಶ್ನೆಗಳು, ಔಟ್ಪುಟ್ ಚಾನಲ್
- ಔಟ್ಪುಟ್: ಲಿಂಕ್ಗಳೊಂದಿಗೆ ಮಾರ್ಕ್ಡೌನ್ ಬ್ರೀಫ್ (ವಿಭಾಗಗಳು: ಉತ್ಪನ್ನ, ಬೆಲೆ, ನೇಮಕಾತಿ, PR/ಸುದ್ದಿ)
- ನಿರ್ಬಂಧಗಳು: ಮೂಲಗಳನ್ನು ಉಲ್ಲೇಖಿಸಬೇಕು ಮತ್ತು ಊಹಾತ್ಮಕ ಹೇಳಿಕೆಗಳನ್ನು ಬಿಟ್ಟುಬಿಡಬೇಕು
ಹಂತ 2: ಮಾದರಿಗಳು ಮತ್ತು ಪರಿಕರಗಳನ್ನು ಆಯ್ಕೆಮಾಡಿ
- ತಾರ್ಕಿಕ ಮಾದರಿ: JSON ಮತ್ತು ಟೂಲ್-ಕಾಲಿಂಗ್ ಬೆಂಬಲದೊಂದಿಗೆ ಬಹುಮುಖ LLM
- HTML-to-text ಅಥವಾ ರೀಡಬಿಲಿಟಿ ಎಕ್ಸ್ಟ್ರಾಕ್ಟರ್
- JSON ಸ್ಕೀಮಾದೊಂದಿಗೆ LLM-ಆಧಾರಿತ ಹೊರತೆಗೆಯುವಿಕೆ
- ನಿರಂತರತೆಯನ್ನು ಕಾಪಾಡಿಕೊಳ್ಳಲು ಹಿಂದಿನ ಬ್ರೀಫ್ಗಳ ಮೇಲೆ RAG
ಹಂತ 3: ವಿಶ್ವಾಸಾರ್ಹತೆಗಾಗಿ JSON ಸ್ಕೀಮಾಗಳನ್ನು ವ್ಯಾಖ್ಯಾನಿಸಿ
- ಬ್ರೀಫ್ ಸ್ಕೀಮಾ (ಶೀರ್ಷಿಕೆ, ದಿನಾಂಕ, ವಿಭಾಗಗಳು[], ಮೂಲಗಳು[])
- ಪುಟಗಳಿಂದ ಪತ್ತೆಹಚ್ಚಲಾದ “ಘಟನೆಗಳಿಗಾಗಿ” ಹೊರತೆಗೆಯುವ ಸ್ಕೀಮಾ
ಹಂತ 4: ಏಜೆಂಟ್ ಲೂಪ್ ಅನ್ನು ಅನುಷ್ಠಾನಗೊಳಿಸಿ
- ಯೋಜನೆ: ಮಾದರಿಯು ಪ್ರಶ್ನೆಗಳು ಮತ್ತು ಗುರಿ ಪುಟಗಳನ್ನು ನಿರ್ಧರಿಸುತ್ತದೆ
- ಕಾರ್ಯನಿರ್ವಹಿಸು: ಹುಡುಕಾಟ ಮತ್ತು ಫೆಚ್ ಪರಿಕರಗಳನ್ನು ಕರೆಯುತ್ತದೆ
- ಗಮನಿಸು: ಫಲಿತಾಂಶಗಳನ್ನು ಪಾರ್ಸ್ ಮಾಡುತ್ತದೆ, ಘಟನೆಗಳನ್ನು ಹೊರತೆಗೆಯುತ್ತದೆ
- ಪ್ರತಿಬಿಂಬಿಸು: ನಕಲುಗಳನ್ನು ಫಿಲ್ಟರ್ ಮಾಡುತ್ತದೆ, ವಿಶ್ವಾಸವನ್ನು ಪರಿಶೀಲಿಸುತ್ತದೆ, ಗದ್ದಲವಿದ್ದಲ್ಲಿ ಸ್ಪಷ್ಟೀಕರಣವನ್ನು ವಿನಂತಿಸುತ್ತದೆ
- ಔಟ್ಪುಟ್: ಸಂಕ್ಷಿಪ್ತ ಸಾರಾಂಶವನ್ನು ರಚಿಸಿ ಮತ್ತು Slack ಗೆ ಕಳುಹಿಸಿ
- ಅನುಮೋದನೆ: ಐಚ್ಛಿಕ ಮಾನವ ಪರಿಶೀಲನೆ ಹಂತ
ಹಂತ 5: ಮೆಮೊರಿ ಮತ್ತು RAG ಅನ್ನು ಸೇರಿಸಿ
- ಕಂಪನಿ ಮತ್ತು ವಿಷಯದ ಮೂಲಕ ಕೀಲಿ ಹಾಕಲಾದ ವೆಕ್ಟರ್ ಸ್ಟೋರ್ನಲ್ಲಿ ಹಿಂದಿನ ಬ್ರೀಫ್ಗಳು ಮತ್ತು ಈವೆಂಟ್ಗಳನ್ನು ಸಂಗ್ರಹಿಸಿ
- ಪ್ರತಿ ರನ್ನಲ್ಲಿ, ಪುನರಾವರ್ತನೆಗಳನ್ನು ತಡೆಯಲು ಮತ್ತು ಚುಕ್ಕೆಗಳನ್ನು ಸಂಪರ್ಕಿಸಲು ಟಾಪ್-ಕೆ ಹಿಂದಿನ ಐಟಂಗಳನ್ನು ಹಿಂಪಡೆಯಿರಿ
ಹಂತ 6: ಗಾರ್ಡ್ರೈಲ್ಸ್
- JSON ಸ್ಕೀಮಾವನ್ನು ಜಾರಿಗೊಳಿಸಿ
- ಕನಿಷ್ಠ ಸಂಖ್ಯೆಯ ಮೂಲಗಳು ಬೇಕಾಗುತ್ತವೆ
- ಅತಿಯಾಗಿ ಹೋಲುವ ಹಕ್ಕುಗಳನ್ನು ಪತ್ತೆ ಮಾಡಿ ಮತ್ತು ವಿಮರ್ಶೆಗಾಗಿ ಫ್ಲ್ಯಾಗ್ ಮಾಡಿ
- ಹೊರಹೋಗುವ ದಟ್ಟಣೆಯನ್ನು ದರ ಮಿತಿ; ದೋಷಗಳ ಮೇಲೆ ಬ್ಯಾಕ್ಆಫ್ ಮಾಡಿ
ಹಂತ 7: ವೀಕ್ಷಣೆ
- ಟೂಲ್ ಕರೆಗಳು, ಟೋಕನ್ಗಳು, ಲೇಟೆನ್ಸಿ ಮತ್ತು ನಿರ್ಧಾರಗಳನ್ನು ಲಾಗ್ ಮಾಡಿ
- ಮರುಪಂದ್ಯ ಮತ್ತು ಟ್ಯೂನಿಂಗ್ಗಾಗಿ ಪ್ರಾಂಪ್ಟ್ಗಳು ಮತ್ತು ಔಟ್ಪುಟ್ಗಳನ್ನು ಉಳಿಸಿ
ಉದಾಹರಣೆ ಪ್ರಾಂಪ್ಟಿಂಗ್ ಮಾದರಿಗಳು
- “ನೀವು ಸ್ಪರ್ಧಾತ್ಮಕ ಗುಪ್ತಚರ ವಿಶ್ಲೇಷಕರು. ನಿಮ್ಮ ಕೆಲಸವು ಪರಿಶೀಲಿಸಬಹುದಾದ ನವೀಕರಣಗಳನ್ನು ಕಂಡುಹಿಡಿಯುವುದು, ಮೂಲಗಳನ್ನು ಉಲ್ಲೇಖಿಸುವುದು ಮತ್ತು ಊಹಾಪೋಹಗಳನ್ನು ತಪ್ಪಿಸುವುದು.”
- ಇನ್ಪುಟ್ಗಳು/ಔಟ್ಪುಟ್ಗಳು ಮತ್ತು ವೆಚ್ಚ/ಲೇಟೆನ್ಸಿ ಸುಳಿವುಗಳನ್ನು ನಿಖರವಾಗಿ ವ್ಯಾಖ್ಯಾನಿಸಿ
- “ಸ್ಕೀಮಾಗೆ ಕಟ್ಟುನಿಟ್ಟಾಗಿ ಹೊಂದಿಕೆಯಾಗುವ JSON ಆಬ್ಜೆಕ್ಟ್ ಅನ್ನು ಹಿಂತಿರುಗಿಸಿ. ಖಚಿತವಿಲ್ಲದಿದ್ದರೆ, 'ಖಚಿತವಿಲ್ಲದ' ಐಟಂ ಅನ್ನು explain_why ನೊಂದಿಗೆ ಇರಿಸಿ.”
ಮೆಮೊರಿ ನಿಜವಾಗಿಯೂ ಸಹಾಯ ಮಾಡುತ್ತದೆ
- ಸಣ್ಣ-ಅವಧಿ: ಯೋಜನೆ, ಪ್ರಸ್ತುತ ಹಂತ ಮತ್ತು ಈಗಾಗಲೇ ನೋಡಿದ URL ಗಳನ್ನು ಇರಿಸಿ
- ದೀರ್ಘಾವಧಿ: ರಚನಾತ್ಮಕ ಘಟನೆಗಳು ಮತ್ತು ಬ್ರೀಫ್ಗಳನ್ನು ಸಂಗ್ರಹಿಸಿ; ಎಂಬೆಡಿಂಗ್ಗಳೊಂದಿಗೆ ಹೋಲುವ ಐಟಂಗಳನ್ನು ಹಿಂಪಡೆಯಿರಿ
- ಘಟಕ ಮೆಮೊರಿ: ಪ್ರತಿಸ್ಪರ್ಧಿ-ನಿರ್ದಿಷ್ಟ ಶಬ್ದಕೋಶವನ್ನು ಟ್ರ್ಯಾಕ್ ಮಾಡಿ (ಉತ್ಪನ್ನದ ಹೆಸರುಗಳು, ಕೋಡ್ಹೆಸರುಗಳು)
RAG ನೊಂದಿಗೆ ಜ್ಞಾನ ಗ್ರೌಂಡಿಂಗ್
- ಸೂಚ್ಯಂಕ: ಹಿಂದಿನ ಬ್ರೀಫ್ಗಳು, ಪತ್ರಿಕಾ ಪ್ರಕಟಣೆಗಳು, ಡಾಕ್ಸ್ಗಳು ಮತ್ತು ವಿಶ್ಲೇಷಕರ ವರದಿಗಳು
- ಹಿಂಪಡೆಯುವಿಕೆ: ನಿಖರತೆಗಾಗಿ ಹೈಬ್ರಿಡ್ (ದಟ್ಟವಾದ + ಕೀವರ್ಡ್)
- ಹಿಂಪಡೆದ ನಂತರ: ಡಾಕ್ ಸ್ನಿಪ್ಪೆಟ್ಗಳನ್ನು ಸ್ಪಷ್ಟವಾಗಿ ಉಲ್ಲೇಖಿಸಲು ಮಾದರಿಗೆ ಅವಕಾಶ ಮಾಡಿಕೊಡಿ
ಭ್ರಮೆಗಳನ್ನು ತಡೆಯುವುದು
- ಎಲ್ಲಾ ಹಕ್ಕುಗಳಿಗೆ ಮೂಲ ಉಲ್ಲೇಖಗಳನ್ನು ಕಡ್ಡಾಯಗೊಳಿಸಿ
- ಪಾಲುಗಳು ಹೆಚ್ಚಿರುವಲ್ಲಿ ಅಮೂರ್ತ ಸಾರಾಂಶಗಳಿಗಿಂತ ಹೊರತೆಗೆಯುವ ಸಾರಾಂಶಗಳನ್ನು ಆದ್ಯತೆ ನೀಡಿ
- URL ಗಳಿಲ್ಲದ ವಿಷಯವನ್ನು ಶಿಕ್ಷಿಸಿ; ಅಂತಿಮ ಬ್ರೀಫ್ಗಳಿಂದ ಬೆಂಬಲಿಸದ ಹಕ್ಕುಗಳನ್ನು ನಿರ್ಬಂಧಿಸಿ
ಮಾನವ-ಇನ್-ದಿ-ಲೂಪ್ ವಿನ್ಯಾಸ
- ಬಾಹ್ಯ ಪೋಸ್ಟ್ಗಳಿಗಾಗಿ ಅನುಮೋದನೆ ಗೇಟ್ಗಳು
- ಇನ್ಲೈನ್ ಕಾಮೆಂಟ್ಗಳು: ಏಜೆಂಟ್ಗೆ ತಳ್ಳಲು ವಿಮರ್ಶಕರಿಗೆ ಅವಕಾಶ ಮಾಡಿಕೊಡಿ
- ರೋಲ್ಬ್ಯಾಕ್: ಸಂದೇಶ ID ಗಳನ್ನು ಸಂಗ್ರಹಿಸಿ ಮತ್ತು ಏಜೆಂಟ್ ಹಿಂತೆಗೆದುಕೊಳ್ಳಲು ಅಥವಾ ಸರಿಪಡಿಸಲು ಅವಕಾಶ ಮಾಡಿಕೊಡಿ
ನಿಯೋಜನೆ ಆಯ್ಕೆಗಳು
- ನಿಗದಿತ ಉದ್ಯೋಗಗಳಿಗಾಗಿ ಕ್ರೋನ್
- ಬರ್ಸ್ಟಿ ವರ್ಕ್ಲೋಡ್ಗಳಿಗಾಗಿ ಸರ್ವರ್ಲೆಸ್
- ಸ್ಥಿರ, ದೀರ್ಘಾವಧಿಯ ಮಲ್ಟಿ-ಏಜೆಂಟ್ ಸಿಸ್ಟಮ್ಗಳಿಗಾಗಿ ಕಂಟೈನರೈಜ್ ಮಾಡಿ
- API ಕೀಲಿಗಳಿಗಾಗಿ ಸೀಕ್ರೆಟ್ಸ್ ನಿರ್ವಹಣೆ
ಸಾಮಾನ್ಯ ತೊಂದರೆಗಳು ಮತ್ತು ಪರಿಹಾರಗಳು
- ಏಜೆಂಟ್ ಶಾಶ್ವತವಾಗಿ ಲೂಪ್ ಆಗುತ್ತದೆ
- ಗರಿಷ್ಠ-ಹಂತಗಳ ಮಿತಿಯನ್ನು ಸೇರಿಸಿ ಮತ್ತು ಕಾರಣ ಲಾಗಿಂಗ್ ಅನ್ನು ನಿಲ್ಲಿಸಿ
- ಟೂಲ್ ಆಯ್ಕೆ ಸುಳಿವುಗಳು ಮತ್ತು ವೆಚ್ಚಗಳನ್ನು ಒದಗಿಸಿ; ಸರಳ ಯೋಜಕರನ್ನು ಸೇರಿಸಿ
- ಕಟ್ಟುನಿಟ್ಟಾಗಿ ಮೌಲ್ಯೀಕರಿಸಿ; ದೋಷ ವಿವರಣೆಗಳೊಂದಿಗೆ ತಿರಸ್ಕರಿಸಿ ಮತ್ತು ಮರುಪ್ರಯತ್ನಿಸಿ
- ವಿರಳ ಅಥವಾ ಗದ್ದಲದ ಹುಡುಕಾಟ ಫಲಿತಾಂಶಗಳು
- ಬಹು ಪ್ರಶ್ನೆಗಳನ್ನು ಬಳಸಿ; ಸೈಟ್: ಫಿಲ್ಟರ್ಗಳನ್ನು ಸೇರಿಸಿ; ಡಿಡುಪ್ಲಿಕೇಶನ್ ಅನ್ನು ಅನುಷ್ಠಾನಗೊಳಿಸಿ
ಏಕ ಏಜೆಂಟ್ನಿಂದ ಮಲ್ಟಿ-ಏಜೆಂಟ್ಗೆ
- ಸೂಪರ್ವೈಸರ್–ಸ್ಪೆಷಲಿಸ್ಟ್ ಮಾದರಿ: ಸಂಶೋಧನೆ, ಹೊರತೆಗೆಯುವಿಕೆ, ಸಾರಾಂಶ
- ಸ್ಪಷ್ಟ ಒಪ್ಪಂದಗಳೊಂದಿಗೆ ಹ್ಯಾಂಡ್-ಆಫ್ಗಳು (JSON ಸ್ಕೀಮಾಗಳು)
- ಸಂದರ್ಭ ನಷ್ಟವನ್ನು ತಪ್ಪಿಸಲು ಹಂಚಿಕೆಯ ಮೆಮೊರಿ ಲೇಯರ್
ಭದ್ರತೆ ಮತ್ತು ಅನುಸರಣೆ
- ಲಾಗ್ಗಳಲ್ಲಿ PII ಅನ್ನು ಮರೆಮಾಡಿ
- ಡೊಮೇನ್ಗಳು ಮತ್ತು ಪರಿಕರಗಳಿಗಾಗಿ ಅನುಮತಿಪಟ್ಟಿಗಳನ್ನು ಬಳಸಿ
- ವೆಬ್ಹುಕ್ಗಳಿಗೆ ಸಹಿ ಮಾಡಿ; ಮೂಲಗಳನ್ನು ಪರಿಶೀಲಿಸಿ
- ಪ್ರತಿ ಡೇಟಾ ಪಾಯಿಂಟ್ಗೆ ಮೂಲವನ್ನು ರೆಕಾರ್ಡ್ ಮಾಡಿ
ಯಶಸ್ಸನ್ನು ಅಳೆಯುವುದು
- ನೆಲದ ಸತ್ಯದ ವಿರುದ್ಧ ಹಕ್ಕುಗಳ ಮೇಲೆ ನಿಖರತೆ/ನೆನಪು
- ಸಂಕ್ಷಿಪ್ತ ಸಾರಾಂಶಕ್ಕೆ ಉಳಿಸಿದ ವಿಮರ್ಶಕರ ಸಮಯ
- ಸಮಯಕ್ಕೆ ತಲುಪಿಸುವ ದರ ಮತ್ತು ದೋಷ ದರ
ಕೋಡರ್ಗಳಲ್ಲದವರಿಗೆ ಗಮನಿಸಬೇಕಾದ ಅಂಶ
ನೀವು ನೋ-ಕೋಡ್ ಅಥವಾ ಕಡಿಮೆ-ಕೋಡ್ ಮಾರ್ಗವನ್ನು ಬಯಸಿದರೆ, ಟೂಲ್ಚೈನ್ಗಳನ್ನು ಜೋಡಿಸಲು, ಟ್ರಿಗ್ಗರ್ಗಳನ್ನು ಹೊಂದಿಸಲು ಮತ್ತು ಅನುಮೋದನೆ ಹಂತಗಳನ್ನು ಸೇರಿಸಲು ನಿಮಗೆ ಅನುಮತಿಸುವ ದೃಶ್ಯ ಬಿಲ್ಡರ್ಗಳು ಮತ್ತು ಆಟೊಮೇಷನ್ ಪ್ಲಾಟ್ಫಾರ್ಮ್ಗಳಿವೆ. ಸಂಪೂರ್ಣವಾಗಿ ಕಸ್ಟಮ್ ಸ್ಟಾಕ್ನಲ್ಲಿ ಹೂಡಿಕೆ ಮಾಡುವ ಮೊದಲು ಇವು ತ್ವರಿತ ಮೂಲಮಾದರಿಗಾಗಿ ಉತ್ತಮವಾಗಿವೆ.
ಮೂಲಕ, ವೆಬ್ ವಿಷಯವನ್ನು ಸಾರಾಂಶಗೊಳಿಸುವ ಮತ್ತು ವರದಿಗಳನ್ನು ತಯಾರಿಸುವ ಸಂಶೋಧನಾ-ಭಾರೀ ಏಜೆಂಟ್ಗಳಿಗಾಗಿ, ಒಂದು ವರ್ಕ್ಫ್ಲೋನಲ್ಲಿ ಬ್ರೌಸಿಂಗ್, ಸಾರಾಂಶ ಮತ್ತು ಡಾಕ್ಯುಮೆಂಟ್ ನಿರ್ವಹಣೆಯನ್ನು ಸಂಯೋಜಿಸುವ ಪರಿಕರಗಳನ್ನು ಬಳಸುವುದು ಸಹಾಯಕವಾಗಿದೆ. ಅದು ಅಂಟು ಕೋಡ್ ಅನ್ನು ಕಡಿಮೆ ಮಾಡುತ್ತದೆ, ಪುನರಾವರ್ತನೆಯನ್ನು ವೇಗಗೊಳಿಸುತ್ತದೆ ಮತ್ತು ನಿಮ್ಮ ತಂಡದೊಂದಿಗೆ ನೀವು ಹಂಚಿಕೊಳ್ಳಬಹುದಾದ ಸ್ಥಿರವಾದ ಔಟ್ಪುಟ್ಗಳನ್ನು ನೀಡುತ್ತದೆ.
ಉದಾಹರಣೆ ವರ್ಕ್ಫ್ಲೋ: ವಾರಕ್ಕೊಮ್ಮೆ ಪ್ರಾಯೋಗಿಕ ಬ್ರೀಫ್ಗಳು
- ಶುಕ್ರವಾರ ಸಂಜೆ 5 ಗಂಟೆಗೆ: ಏಜೆಂಟ್ ರನ್ ಆಗುತ್ತದೆ, ನವೀಕರಣಗಳನ್ನು ಸಂಗ್ರಹಿಸುತ್ತದೆ, ಬ್ರೀಫ್ ಅನ್ನು ಡ್ರಾಫ್ಟ್ ಮಾಡುತ್ತದೆ
- ವಿಮರ್ಶಕರು ಸೋಮವಾರ ಬೆಳಿಗ್ಗೆ 8:30 ಕ್ಕೆ ಅನುಮೋದಿಸುತ್ತಾರೆ
- ಏಜೆಂಟ್ ಬೆಳಿಗ್ಗೆ 9 ಗಂಟೆಗೆ Slack ಗೆ ಲಿಂಕ್ಗಳೊಂದಿಗೆ ಪೋಸ್ಟ್ ಮಾಡುತ್ತದೆ
- ಲಾಗ್ಗಳು ಮತ್ತು ಡೇಟಾವನ್ನು ಆಡಿಟ್ಗಳಿಗಾಗಿ ಮತ್ತು ಮುಂದಿನ ವಾರದ ಸಂದರ್ಭಕ್ಕಾಗಿ ಉಳಿಸಲಾಗುತ್ತದೆ
ಕಾರ್ಯಸಾಧ್ಯವಾದ ಮುಂದಿನ ಹಂತಗಳು
- ದಿನ 1: ಕೆಲಸವನ್ನು ವ್ಯಾಖ್ಯಾನಿಸಿ ಮತ್ತು ನಿಮ್ಮ JSON ಸ್ಕೀಮಾವನ್ನು ಬರೆಯಿರಿ
- ದಿನ 2: ಹುಡುಕಾಟ/ಫೆಚ್ ಮತ್ತು ಹೊರತೆಗೆಯುವ ಪರಿಕರಗಳನ್ನು ಅನುಷ್ಠಾನಗೊಳಿಸಿ
- ದಿನ 3: ಯೋಜನೆ ಮತ್ತು ಸ್ಕೀಮಾ ಮೌಲ್ಯೀಕರಣವನ್ನು ಸೇರಿಸಿ
- ದಿನ 4: ಮೆಮೊರಿ ಮತ್ತು RAG ಅನ್ನು ನಿರ್ಮಿಸಿ
- ದಿನ 5: ವಿಮರ್ಶೆ ಮತ್ತು Slack ವಿತರಣೆಯನ್ನು ಸೇರಿಸಿ; ಗೋಲ್ಡನ್ ಕಾರ್ಯಗಳೊಂದಿಗೆ ಪರೀಕ್ಷಿಸಿ
- ದಿನ 6–7: ಗಾರ್ಡ್ರೈಲ್ಗಳು ಮತ್ತು ವೀಕ್ಷಣೆಯೊಂದಿಗೆ ಗಟ್ಟಿಗೊಳಿಸಿ, ನಂತರ ನಿಯೋಜಿಸಿ
ಪ್ರಮುಖ ಅಂಶಗಳು
- ಸ್ಪಷ್ಟವಾದ ಒಪ್ಪಂದ ಮತ್ತು ಯಶಸ್ಸಿನ ಮೆಟ್ರಿಕ್ನೊಂದಿಗೆ ಕಿರಿದಾಗಿ ಪ್ರಾರಂಭಿಸಿ
- ವಿಶ್ವಾಸಾರ್ಹತೆಗಾಗಿ ಟೂಲ್-ಕಾಲಿಂಗ್, ರಚನಾತ್ಮಕ ಔಟ್ಪುಟ್ಗಳು, ಮೆಮೊರಿ ಮತ್ತು RAG ಅನ್ನು ಬಳಸಿ
- ಮಾನವ ಮೇಲ್ವಿಚಾರಣೆಯನ್ನು ಮುಖ್ಯವಾಗಿರುವಲ್ಲಿ ಸೇರಿಸಿ; ನೀವು ಕಾಳಜಿವಹಿಸುವದನ್ನು ಅಳೆಯಿರಿ
- ಲಾಗ್ಗಳು, ಪರೀಕ್ಷೆಗಳು ಮತ್ತು ಸ್ಕೀಮಾ ಮೌಲ್ಯೀಕರಣದೊಂದಿಗೆ ತ್ವರಿತವಾಗಿ ಪುನರಾವರ್ತಿಸಿ
FAQ
Q1: ಆರಂಭಿಕರಿಗಾಗಿ AI ಏಜೆಂಟ್ ಅನ್ನು ರಚಿಸಲು ಸುಲಭವಾದ ಮಾರ್ಗ ಯಾವುದು?
ಸಂಶೋಧನಾ ಸಾರಾಂಶಗಳು ಅಥವಾ ಇನ್ಬಾಕ್ಸ್ ಟ್ರೈಯಾಜ್ನಂತಹ ಸೀಮಿತ ಬಳಕೆಯ ಪ್ರಕರಣದೊಂದಿಗೆ ಪ್ರಾರಂಭಿಸಿ. ಟೂಲ್-ಕಾಲಿಂಗ್ ಮತ್ತು JSON ಔಟ್ಪುಟ್ಗಳನ್ನು ಬೆಂಬಲಿಸುವ ಫ್ರೇಮ್ವರ್ಕ್ ಅನ್ನು ಬಳಸಿ, ಸರಳವಾದ ಅನುಮೋದನೆ ಹಂತವನ್ನು ಸೇರಿಸಿ ಮತ್ತು ಲಾಗ್ಗಳು ಮತ್ತು ಪರೀಕ್ಷೆಗಳೊಂದಿಗೆ ಪುನರಾವರ್ತಿಸಿ.
Q2: AI ಏಜೆಂಟ್ ಅನ್ನು ನಿರ್ಮಿಸಲು ನನಗೆ ಕೋಡಿಂಗ್ ಕೌಶಲ್ಯಗಳು ಬೇಕಾಗುತ್ತವೆಯೇ?
ಅಗತ್ಯವಿಲ್ಲ. ಕಡಿಮೆ-ಕೋಡ್ ಪ್ಲಾಟ್ಫಾರ್ಮ್ಗಳು ಪರಿಕರಗಳು, ಟ್ರಿಗ್ಗರ್ಗಳು ಮತ್ತು ಅನುಮೋದನೆಗಳನ್ನು ಸಂಘಟಿಸಬಹುದು. ನಿಮ್ಮ ಏಜೆಂಟ್ ಬೆಳೆದಂತೆ ಕೋಡಿಂಗ್ ನಿಮಗೆ ಮೆಮೊರಿ, ಗಾರ್ಡ್ರೈಲ್ಗಳು ಮತ್ತು ಕಸ್ಟಮ್ ಪರಿಕರಗಳ ಮೇಲೆ ಹೆಚ್ಚಿನ ನಿಯಂತ್ರಣವನ್ನು ನೀಡುತ್ತದೆ.
Q3: ನನ್ನ AI ಏಜೆಂಟ್ ಭ್ರಮೆಯನ್ನು ಹೊಂದುವುದನ್ನು ನಾನು ಹೇಗೆ ನಿಲ್ಲಿಸುವುದು?
ಮೂಲ ಉಲ್ಲೇಖಗಳನ್ನು ಕಡ್ಡಾಯಗೊಳಿಸಿ, ಕಟ್ಟುನಿಟ್ಟಾದ JSON ಸ್ಕೀಮಾಗಳನ್ನು ಜಾರಿಗೊಳಿಸಿ, ಹಿಂಪಡೆಯುವಿಕೆಯೊಂದಿಗೆ ಪ್ರತಿಕ್ರಿಯೆಗಳನ್ನು ಗ್ರೌಂಡ್ ಮಾಡಿ (RAG), ಮತ್ತು ಹೆಚ್ಚಿನ-ಪ್ರಭಾವದ ಕ್ರಿಯೆಗಳಿಗೆ ಮಾನವ ಅನುಮೋದನೆಯನ್ನು ಸೇರಿಸಿ. ಪ್ರಾಂಪ್ಟ್ಗಳಲ್ಲಿ ಬೆಂಬಲಿಸದ ಹಕ್ಕುಗಳನ್ನು ಶಿಕ್ಷಿಸಿ.
Q4: AI ಏಜೆಂಟ್ ಮೊದಲು ಯಾವ ಪರಿಕರಗಳನ್ನು ಬಳಸಬೇಕು?
ಹೆಚ್ಚಿನ ವ್ಯಾಪಾರ ಏಜೆಂಟ್ಗಳಿಗಾಗಿ: ವೆಬ್ ಹುಡುಕಾಟ/ಸ್ಕ್ರೇಪ್, ನಿಮ್ಮ ಡಾಕ್ಯುಮೆಂಟ್ಗಳಿಗಾಗಿ ವೆಕ್ಟರ್ ಹಿಂಪಡೆಯುವಿಕೆ, ರಚನಾತ್ಮಕ ಹೊರತೆಗೆಯುವಿಕೆ ಮತ್ತು ಸಂದೇಶ ಕಳುಹಿಸುವಿಕೆ ಅಥವಾ ಟಿಕೆಟಿಂಗ್ ಏಕೀಕರಣ. ಅಗತ್ಯವಿರುವಂತೆ CRM ಗಳು ಅಥವಾ ಸ್ಪ್ರೆಡ್ಶೀಟ್ಗಳಿಗೆ ವಿಸ್ತರಿಸಿ.
Q5: ನಾನು ಏಕ ಏಜೆಂಟ್ನಿಂದ ಬಹು ಏಜೆಂಟ್ಗಳಿಗೆ ಯಾವಾಗ ಹೋಗಬೇಕು?
ಕಾರ್ಯಗಳು ನೈಸರ್ಗಿಕವಾಗಿ ವಿಶೇಷತೆಗಳಾಗಿ ವಿಭಜನೆಯಾದಾಗ ಮಲ್ಟಿ-ಏಜೆಂಟ್ಗೆ ಸ್ಕೇಲ್ ಮಾಡಿ—ಯೋಜನೆ, ಸಂಶೋಧನೆ, ಹೊರತೆಗೆಯುವಿಕೆ, ಬರವಣಿಗೆ—ಅಥವಾ ನಿಮಗೆ ಸಮಾನಾಂತರತೆ ಅಗತ್ಯವಿದ್ದಾಗ. ಸ್ಪಷ್ಟ ಒಪ್ಪಂದಗಳು ಮತ್ತು ಹಂಚಿಕೆಯ ಮೆಮೊರಿ ಲೇಯರ್ ಅನ್ನು ಬಳಸಿ.
