AI एजेंट को शक्तिशाली दिखाने का सबसे आसान तरीका है उसे बहुत अधिक अधिकार देना।
इसे सब कुछ पढ़ने दें। इसे हर जगह लिखने दें। इसे API कॉल करने दें, ईमेल भेजने दें, CRM अपडेट करने दें, इनवॉइस रिफंड करने दें, और बाद में एक आत्मविश्वासपूर्ण पैराग्राफ में खुद को समझाने दें।
यह कोई उत्पाद नहीं है। यह एक अनुमति दुर्घटना है जो कैलेंडर इनवाइट की प्रतीक्षा कर रही है।
एजेंटों का कठिन हिस्सा टूल का उपयोग नहीं है। कठिन हिस्सा सीमा है।
एजेंट कोई नौकरी का शीर्षक नहीं है
"सेल्स एजेंट" कोई स्पेसिफिकेशन नहीं है।
न ही "सपोर्ट एजेंट," "रिसर्च एजेंट," या "ऑप्स एजेंट" है। ये वाक्यांश एक काल्पनिक कर्मचारी का वर्णन करते हैं, न कि कोई सॉफ्टवेयर सीमा।
एक उपयोगी एजेंट स्पेसिफिकेशन वास्तविक लूप का नाम बताती है:
- ये इनपुट पढ़ें
- इन क्रियाओं में से चुनें
- इन शर्तों के तहत अनुमोदन मांगें
- इन सिस्टम में लिखें
- ये निर्णय लॉग करें
- ऐसा होने पर रुकें
लूप जितना छोटा होगा, एजेंट उतना ही बेहतर होगा।
एजेंट को एक निर्णय सतह का मालिक होना चाहिए। रूटिंग। ड्राफ्टिंग। एक्सट्रैक्टिंग। चेकिंग। रिकॉन्सिलिंग। "ऑपरेशन चलाना" नहीं।
दृश्यमान एजेंट केवल सतह है। टिकाऊ उत्पाद इसके आसपास का सिस्टम है: नीति, टूल सीमाएँ, अनुमोदन द्वार, और एक ऑडिट ट्रेल।
टूल संकीर्ण होने चाहिए, प्रभावशाली नहीं
अधिकांश एजेंट डेमो ट्रॉफी केस की तरह टूल लिस्ट दिखाते हैं।
बेहतर प्रोडक्शन पैटर्न उबाऊ है:
- एक सर्च टूल
- एक स्ट्रक्चर्ड रीड टूल
- एक ड्राफ्ट टूल
- एक राइट टूल जिसमें अनुमोदन द्वार हो
- एक एस्केलेशन पथ
प्रत्येक टूल को मॉडल की इच्छा से कम करना चाहिए। मॉडल पूछ सकता है। सिस्टम तय करता है।
यदि कोई टूल डेटा को बदल सकता है, तो उसे प्रॉम्प्ट के बाहर बाधाओं की आवश्यकता है। स्कीमा वैलिडेशन। अनुमति सूची। दर सीमाएँ। इडेम्पोटेंसी कीज़। ऑडिट लॉग। मानव अनुमोदन जब पैसा, पहुँच, या प्रतिष्ठा शामिल हो।
प्रॉम्प्ट अनुमति मॉडल नहीं है।
मानव खराब डिज़ाइन के लिए फ़ॉलबैक नहीं हैं
"ह्यूमन इन द लूप" का उपयोग सजावटी वाक्यांश के रूप में किया जाता है।
इसका अर्थ एक वास्तविक नियंत्रण बिंदु होना चाहिए। एक मानव प्रस्तावित कार्रवाई, स्रोत साक्ष्य, कारण, जोखिम और सटीक अंतर देखता है। वे अनुमोदन, संपादन, अस्वीकार, या इसे कहीं और रूट कर सकते हैं।
यदि समीक्षा स्क्रीन केवल अंतिम उत्तर दिखाती है, तो समीक्षक समीक्षा नहीं कर रहा है। वे बेहतर टाइपोग्राफी के साथ अनुमान लगा रहे हैं।
एक अच्छा अनुमोदन स्क्रीन दिखाता है:
- क्या बदला
- एजेंट को क्यों लगता है कि इसे बदलना चाहिए
- इसने किन स्रोतों का उपयोग किया
- यह क्या सत्यापित नहीं कर सका
- यदि समीक्षक हाँ कहता है तो क्या होता है
यह एक वर्कफ़्लो और एक जादू के करतब के बीच का अंतर है।
नियमित सॉफ्टवेयर अभी भी अनुमत है
हर वर्कफ़्लो को एजेंट की आवश्यकता नहीं है।
यदि निर्णय वृक्ष स्थिर है, तो सॉफ्टवेयर लिखें। यदि आउटपुट सटीक होना चाहिए, तो सॉफ्टवेयर लिखें। यदि इनपुट संरचित है और कार्रवाई नियतात्मक है, तो सॉफ्टवेयर लिखें।
एजेंट का उपयोग वहाँ करें जहाँ भाषा, अस्पष्टता और निर्णय वास्तविक समस्या हो।
इसका आमतौर पर मतलब है कि एजेंट सिस्टम के किनारे पर बैठता है, अव्यवस्थित मानव इनपुट को संरचित कार्य में अनुवाद करता है। यह सिस्टम को बदलता नहीं है। यह इसे फीड करता है।
सीमा जाँच सूची
एजेंट बनाने से पहले, मुझे पाँच वाक्य चाहिए:
- एजेंट को ___ तय करने की अनुमति है।
- एजेंट को ___ तय करने की अनुमति नहीं है।
- एजेंट ये टूल कॉल कर सकता है: ___।
- एजेंट को ___ से पहले मानव से पूछना चाहिए।
- प्रत्येक कार्रवाई ___ में लॉग होती है।
यदि वे वाक्य लिखना कठिन हैं, तो एजेंट बनाने के लिए तैयार नहीं है।
सीमा ही उत्पाद है।
