以下のベスト プラクティスは、堅牢なエージェント アプリの構築に役立ちます。
簡潔な目標
目標は、エージェントの目的の簡潔な説明にする必要があります。
品質の指示を行う
指示は以下のようにする必要があります。
- エンドユーザーの問題を解決するための段階的なアプローチを反映する
- 大まかな指示で簡潔な自然言語の文
- 率直に、ツールの使用シナリオを指定する
エージェントごとに 1 つ以上のサンプル
サンプルはエージェントごとに 1 つ以上必要ですが、4 つ以上使用することをおすすめします。サンプルにはハッピーパスのシナリオを含む必要があります。
十分なサンプルがないと、エージェントで予期しない動作が発生する可能性があります。 エージェントが応答しない、または予期したとおりに動作しない場合は、欠落しているか、明確に定義されていないサンプルが原因である可能性があります。サンプルを改善するか、新しいサンプルを追加してみてください。
指示とサンプルの正確性
明確で説明的な指示を書くことも有用ですが、エージェントの動作の精度を決めるのはサンプルの質と量です。言い換えると、完全に正確な指示を与えるよりも、徹底的なサンプルを書くことに多くの時間をかけてください。
ツールスキーマの operationId フィールド
ツールのスキーマを定義する場合、operationId 値は重要です。エージェントの指示では、この値が参照されます。このフィールドの名前付けの推奨事項は次のとおりです。
- 文字、数字、アンダースコアのみ。
- スキーマに記述されているすべての
operationIdの中で一意にする必要があります。 - 提供される機能を反映した意味のある名前でなければなりません。
ツールスキーマ検証
ツールスキーマは、検証する必要があります。Swagger Editor を使用して、openAPI 3.0 のスキーマ構文を確認できます。
空のツール結果を処理する
エージェントがレスポンスを通知するためにツールに依存している場合、空のツールの結果により、エージェントの予期しない動作が発生する可能性があります。場合によっては、エージェント LLM がツールの結果の代わりにレスポンスで情報をハルシネーションします。これを防ぐには、エージェント LLM が単独で応答しようとしないように、具体的な指示を追加します。
一部のユースケースでは、エージェントのレスポンスをツールの結果や提供データに焦点を合わせ、エージェント LLM の知識に基づいてのみレスポンスを軽減する必要があります。
ハルシネーションを軽減するための指示の例:
- 「このツールを使用して、すべてのユーザーの質問に回答する必要があります」
- 「ツールからデータが返されない場合は、ユーザーのクエリに対する答えがわからないと回答してください」
- 「ツールからデータが返されない場合は回答をしないでください」
Gemini を使用してスキーマを生成する
Gemini では、スキーマを生成できます。たとえば、「Google カレンダー用にサンプルの openAPI 3.0 スキーマを作成できますか」を試してください。
集中型エージェント
非常に大規模で複雑なエージェントは作成しないでください。各エージェントでは、具体的で明確なタスクを達成する必要があります。複雑なエージェントがある場合は、小さなサブエージェントに分割することを検討してください。
ループと再帰を回避する
エージェント アプリをリンクする際にループや再帰を作成するような指示はしないでください。
サンプルにルーティング情報を提供する
エージェントが別のエージェントにルーティングする必要がある場合は、この情報をサンプルに提供する必要があります。この情報は、入力と出力サンプル セクションの出力情報を持つエンドサンプル フィールドから、サンプルへ提供されます。
たとえば、このフィールドの最後の文は、「以後のクエリをデフォルト エージェントに再ルーティングする」などです。
Dialogflow CX Messenger の JavaScript 関数を使用してカスタマイズする
Dialogflow CX Messenger を使用する場合、次の機能は、ユーザーのパーソナライズ情報をウェブ インターフェースからエージェントに送信するのに役立ちます。