Le seguenti best practice possono aiutarti a creare app di agenti affidabili.
Obiettivi concisi
Gli obiettivi devono essere una descrizione concisa dello scopo dell'agente.
Fornisci istruzioni sulla qualità
Le istruzioni devono:
- rispecchiare l'approccio dettagliato alla risoluzione di un problema dell'utente finale
- frasi concise in linguaggio naturale contenenti istruzioni di alto livello
- essere diretti e specificare gli scenari di utilizzo dello strumento
Almeno un esempio per ogni agente
Ogni agente deve avere almeno un esempio, ma è consigliabile averne almeno quattro. Gli esempi dovrebbero includere scenari di percorso felice.
Senza un numero sufficiente di esempi, è probabile che un agente generi comportamenti imprevedibili. Se l'agente non risponde o non si comporta come previsto, è probabile che la causa sia di esempi mancanti o definiti in modo errato. Prova a migliorare gli esempi o ad aggiungerne di nuovi.
Precisione di istruzioni ed esempi
Sebbene sia utile scrivere istruzioni didattiche chiare e descrittive, è la qualità e la quantità degli esempi che determinano l'accuratezza del comportamento dell'agente. In altre parole, Dedica più tempo a scrivere esempi completi che a istruzioni perfettamente precise.
Campo OperationId dello schema dello strumento
Quando definisci gli schemi per i tuoi strumenti,
il valore operationId
è importante.
Le istruzioni dell'agente faranno riferimento a questo valore.
Di seguito sono riportati alcuni suggerimenti di denominazione per questo campo:
- Solo lettere, numeri e trattini bassi.
- Deve essere univoco tra tutti i
operationId
descritti nello schema. - Deve essere un nome significativo che rifletta la funzionalità fornita.
Convalida dello schema dello strumento
Dovresti convalidare lo schema del tuo strumento. Puoi utilizzare l'editor Swagger per controllare la sintassi dello schema openAPI 3.0.
Gestisci i risultati dello strumento vuoti
Quando l'agente si basa su uno strumento per informare la sua risposta, il risultato di uno strumento vuoto può portare a comportamenti imprevedibili dell'agente. A volte l'LLM dell'agente allucina le informazioni nella risposta al posto del risultato di uno strumento. Per evitare questo problema, puoi aggiungere istruzioni specifiche per assicurarti che l'LLM dell'agente non provi a rispondere da solo.
Alcuni casi d'uso richiedono che le risposte degli agenti siano fondate sui risultati dello strumento o nei dati forniti e devono mitigare le risposte solo in base alle conoscenze dell'LLM dell'agente.
Esempi di istruzioni per mitigare le allucinazioni:
- "Devi utilizzare lo strumento per rispondere a tutte le domande degli utenti"
- "Se non ottieni dati dallo strumento, rispondi che non conosci la risposta alla query dell'utente"
- "Non inventare una risposta se non ottieni dati dallo strumento"
Genera uno schema con Gemini
Gemini può generare uno schema per te. Ad esempio, prova "Puoi creare uno schema openAPI 3.0 di esempio per Google Calendar".
Agenti mirati
Evita di creare agenti complessi e di grandi dimensioni. Ogni agente deve svolgere un'attività specifica e chiara. Se hai un agente complesso, valuta la possibilità di suddividerlo in sub-agenti più piccoli.
Evitare loop e ricorsione
Non creare loop o ricorsioni quando colleghi le app dell'agente nelle istruzioni.