Sigue estas prácticas recomendadas: puede ayudarte a compilar apps de agente sólidas.
Nombre del agente en lenguaje natural
Usa un lenguaje natural con significados claros para los nombres de los agentes. Por ejemplo, "Customer Help Center Agent" es más descriptivo que "company_specialist", lo que ayuda al rendimiento de LLM durante el tiempo de ejecución.
Objetivos concisos
Los objetivos deben ser una descripción concisa del propósito del agente.
Proporcionar instrucciones de calidad
Las instrucciones deben cumplir con los siguientes requisitos:
- reflejan el enfoque paso a paso para resolver un problema del usuario final
- ser oraciones concisas en lenguaje natural de instrucciones de alto nivel
- ser directo y especificar las situaciones en las que se usa la herramienta
Al menos un ejemplo para cada agente
Debes tener al menos un ejemplo para cada agente, pero se recomienda tener al menos cuatro. Los ejemplos deben incluir situaciones de éxito.
Sin suficientes ejemplos, es probable que un agente genere un comportamiento impredecible. Si tu agente no responde o no se comporta de la manera que esperas, es probable que la causa sean ejemplos faltantes o mal definidos. Intenta mejorar tus ejemplos o agregar otros nuevos.
Precisión de las instrucciones y los ejemplos
Si bien es útil escribir instrucciones claras y descriptivas, la calidad y la cantidad de tus ejemplos son lo que determina la precisión del comportamiento del agente. En otras palabras, dedicar más tiempo a escribir ejemplos exhaustivos que escribir instrucciones perfectamente precisas.
Herramientas de referencia en ejemplos
Si el agente está diseñado para proporcionar respuestas con herramientas, haz referencia a las herramientas en los ejemplos correspondientes a este tipo de solicitud.
Campo del esquema de la herramienta operationId
Cuando definas esquemas para tus herramientas,
el valor de operationId es importante.
Las instrucciones para tu agente harán referencia a este valor.
Las siguientes son recomendaciones de nombres para este campo:
- Solo letras, números y guiones bajos.
- Debe ser único entre todos los
operationIddescritos en el esquema. - Debe ser un nombre significativo que refleje la capacidad proporcionada.
Validación del esquema de la herramienta
Debes validar el esquema de tu herramienta. Puedes usar la Editor de Swagger para verificar la sintaxis del esquema de OpenAPI 3.0.
Cómo controlar los resultados vacíos de la herramienta
Cuando tu agente se basa en una herramienta para informar su respuesta, un resultado vacío de la herramienta puede generar un comportamiento impredecible del agente. A veces, el LLM del agente información con alucinaciones en una respuesta en lugar del resultado de una herramienta. Para evitar esto, puedes agregar instrucciones específicas para garantizar que el LLM del agente no intente respuesta por su cuenta.
Algunos casos de uso requieren que las respuestas del agente se basen en los resultados de las herramientas o los datos proporcionados, y deben mitigar las respuestas basadas solo en el conocimiento del LLM del agente.
Ejemplos de instrucciones para mitigar las alucinaciones:
- "Debes usar la herramienta para responder todas las preguntas de los usuarios".
- "Si no recibes datos de la herramienta, responde que no conoces respuesta a la consulta del usuario"
- “No inventes una respuesta si no obtienes ningún dato de la herramienta”
Genera un esquema con Gemini
Gemini puede generar un esquema por ti. Por ejemplo: intenta crear un ejemplo de esquema de OpenAPI 3.0 para el Calendario de Google.
Agentes enfocados
Evita crear agentes muy grandes y complejos. Cada agente debe realizar una tarea específica y clara. Si tienes un agente complejo, considera dividirlo en subagentes más pequeños.
Cómo evitar los bucles y la recursividad
No crees bucles ni recursividad cuando vincules apps de agentes en tus instrucciones.
Proporciona información de enrutamiento a los ejemplos
Cuando un agente debe enrutar a otro, debes proporcionar esta información a los ejemplos. Esto se proporciona a un ejemplo del Ejemplo final con información de salida. del campo Input & Output.
Por ejemplo, la oración final de este campo podría ser “Redireccionar al agente predeterminado para obtener más consultas”.
Usa las funciones de JavaScript de Messenger de Conversational Agents (Dialogflow CX) para la personalización
Cuando usas el Messenger de agentes conversacionales (Dialogflow CX), las siguientes funciones son útiles para enviar información de personalización del usuario desde la interfaz web al agente: