Las siguientes prácticas recomendadas pueden ayudarte a compilar apps de agente sólidas.
Objetivos concisos
Los objetivos deben ser una descripción concisa del propósito del agente.
Brinda 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 y con instrucciones de alto nivel
- Debe ser sencillo y especificar las situaciones para los usos de 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 caminos ideales.
Sin ejemplos suficientes, es probable que un agente genere un comportamiento impredecible. Si tu agente no responde o no se comporta de la manera esperada, es probable que la causa sea ejemplos faltantes o mal definidos. Intenta mejorar tus ejemplos o agregar otros nuevos.
Precisión de instrucciones y ejemplos
Si bien es útil escribir instrucciones claras y descriptivas, en realidad es la calidad y cantidad de tus ejemplos lo que determina la exactitud del comportamiento del agente. En otras palabras, dedica más tiempo a escribir ejemplos minuciosos que a escribir instrucciones perfectamente precisas.
Campo del esquema de herramienta operationId
Cuando defines esquemas para tus herramientas, el valor operationId es importante.
Las instrucciones de tu agente harán referencia a este valor.
Las siguientes son recomendaciones de nomenclatura para este campo:
- Solo letras, números y guiones bajos.
- Debe ser único entre todas las
operationIddescritas 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 el Editor de Swagger para verificar la sintaxis de esquema de OpenAPI 3.0.
Cómo controlar resultados de herramientas vacías
Cuando tu agente depende de una herramienta para informar su respuesta, un resultado de herramienta vacío puede generar un comportamiento impredecible del agente. A veces, el LLM del agente alucina la información en una respuesta en lugar del resultado de una herramienta. A fin de evitar esto, puedes agregar instrucciones específicas para asegurarte de que el LLM del agente no intente responder por su cuenta.
Algunos casos de uso requieren que las respuestas del agente estén bien basadas en los resultados de la herramienta o en datos proporcionados, y deben mitigar las respuestas solo en función del 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 obtienes ningún dato de la herramienta, responde que no sabes la respuesta a la consulta del usuario".
- "No inventes una respuesta si no recibes datos de la herramienta"
Genera un esquema con Gemini
Gemini puede generar un esquema por ti. Por ejemplo, prueba “¿Puedes crear un esquema de ejemplo 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 agentes secundarios más pequeños.
Cómo evitar los bucles y la recursividad
No crees bucles ni recursividad cuando vincules apps de agentes en tus instrucciones.
Proporciona ejemplos de información de rutas
Cuando un agente debe enrutar a otro, debes proporcionar esta información en los ejemplos. Esto se proporciona a un ejemplo del campo End example with output information de la sección de ejemplo Entrada y salida.
Por ejemplo, la oración final de este campo podría ser “Redireccionar al agente predeterminado para más consultas”.
Usa las funciones de JavaScript de Dialogflow CX Messenger para la personalización
Cuando usas Dialogflow CX Messenger, las siguientes funciones son útiles para enviar información de personalización del usuario desde la interfaz web al agente: