Les bonnes pratiques suivantes peuvent vous aider à créer des applications agents robustes.
Objectifs concis
Les objectifs doivent correspondre à une description concise de l'objectif de l'agent.
Fournir des instructions sur la qualité
Les instructions doivent:
- refléter l'approche étape par étape de la résolution d'un problème d'utilisateur final
- des phrases concises en langage naturel et des instructions de haut niveau
- être simple et spécifier les scénarios d'utilisation des outils.
Au moins un exemple par agent
Vous devez avoir au moins un exemple pour chaque agent, mais il est recommandé d'en avoir au moins quatre. Les exemples doivent inclure des scénarios de parcours heureux.
Sans suffisamment d'exemples, un agent est susceptible d'entraîner un comportement imprévisible. Si votre agent ne répond pas ou ne se comporte pas de la manière attendue, des exemples manquants ou mal définis en sont probablement la cause. Essayez d'améliorer vos exemples ou d'en ajouter.
Précision des instructions et des exemples
Bien qu'il soit utile de rédiger des instructions claires et descriptives, ce sont en fait la qualité et la quantité de vos exemples qui déterminent l'exactitude du comportement de l'agent. En d'autres termes, passez plus de temps à écrire des exemples détaillés qu'à rédiger des instructions parfaitement précises.
Champ operationId du schéma de l'outil
Lorsque vous définissez des schémas pour vos outils, la valeur operationId est importante.
Les instructions de votre agent feront référence à cette valeur.
Voici quelques recommandations de dénomination pour ce champ:
- Lettres, chiffres et traits de soulignement uniquement.
- Doit être unique parmi tous les
operationIddécrits dans le schéma. - Doit être un nom significatif reflétant la capacité fournie.
Validation du schéma de l'outil
Vous devez valider le schéma de votre outil. Vous pouvez vérifier la syntaxe de votre schéma OpenAPI 3.0 à l'aide de l'éditeur Swagger.
Gérer les résultats d'outil vides
Lorsque votre agent s'appuie sur un outil pour éclairer sa réponse, un résultat d'outil vide peut entraîner un comportement imprévisible de l'agent. Parfois, le LLM de l'agent va halluciner des informations dans une réponse au lieu d'un résultat d'outil. Pour éviter cela, vous pouvez ajouter des instructions spécifiques afin de vous assurer que le LLM de l'agent ne tente pas de répondre tout seul.
Certains cas d'utilisation nécessitent que les réponses de l'agent soient bien fondées sur les résultats de l'outil ou les données fournies. Les réponses doivent être atténuées uniquement en fonction des connaissances du LLM de l'agent.
Exemples d'instructions pour réduire les hallucinations:
- "Vous devez utiliser l'outil pour répondre à toutes les questions des utilisateurs."
- "Si vous ne recevez aucune donnée de l'outil, répondez que vous ne connaissez pas la réponse à la requête de l'utilisateur."
- « N'inventez pas de réponse si vous n'obtenez pas de données de l'outil. »
Générer un schéma avec Gemini
Gemini peut générer un schéma automatiquement. Par exemple, essayez "Pouvez-vous créer un exemple de schéma OpenAPI 3.0 pour Google Agenda ?".
Agents ciblés
Évitez de créer des agents très volumineux et complexes. Chaque agent doit accomplir une tâche spécifique et claire. Si vous disposez d'un agent complexe, envisagez de le décomposer en sous-agents plus petits.
Éviter les boucles et la récursion
Ne créez pas de boucles ni de récursion lorsque vous associez des applications d'agent dans vos instructions.
Fournir des informations de routage aux exemples
Lorsqu'un agent doit acheminer le trafic vers un autre agent, vous devez fournir ces informations aux exemples. Elle est fournie à partir d'un exemple issu du champ Exemple de fin avec informations de sortie de la section Exemple d'entrée et de sortie.
Par exemple, la dernière phrase de ce champ peut être "Rerouter vers l'agent par défaut pour d'autres requêtes".
Utiliser les fonctions JavaScript de Dialogflow CX Messenger pour personnaliser les résultats
Lorsque vous utilisez Dialogflow CX Messenger, les fonctions suivantes sont utiles pour envoyer des informations de personnalisation des utilisateurs depuis l'interface Web à l'agent: