Přemýšlíte o vytvoření agenta s umělou inteligencí, ale nevíte, kde začít? Oracle AI Agent Studio usnadňuje více než kdy dříve vytváření vlastních agentů, kteří zvládnou skutečnou práci v rámci cloudových aplikací Oracle Fusion – od třídění požadavků na služby až po stahování dat v reálném čase z vašeho ERP. Stejně jako u každého dobrého nástroje však jeho maximální využití vyžaduje trochu plánování. Tato příručka vás provede základy: jak vymezit správný typ problému, jak navrhnout efektivní tým agentů a jaké nástroje jim poskytnout, aby mohli práci zvládnout.
Zaměřte se na problém
Vytvoření agenta je podobné jako vytvoření nového týmu lidí, kteří budou společně pracovat na plnění konkrétní obchodní funkce. Nikdo by vám nefinancoval najmutí pětičlenného týmu, kdybyste nedefinovali, jaký problém budou řešit, pro koho ho řeší a jaký stupeň přesnosti je pro řešení potřebný. Totéž platí pro týmy agentů.
Takže se pevně soustřeďte na danou práci. A pamatujte, že agenti nejsou nejlepším řešením pro každý problém. Ujistěte se, že výzva, kterou řešíte, využívá specifické silné stránky agentů s umělou inteligencí (tj. práce s nejednoznačností, rozhodování, koordinace dílčích úkolů atd.). Jakmile začnete mapovat, co bude váš tým agentů dělat, neustále přemýšlejte o tom, zda by problém a pokyny, které poskytnete, byly srozumitelné a dosažitelné i pro lidského člena týmu. Pokud ne, budete muset poskytnout více nástrojů nebo více dat – nebo úkol přehodnotit.
Navrhněte si svůj tým
Stejně jako u skutečných členů týmu, i agenti se stávají efektivnějšími, když se mohou specializovat. A rozdělení úkolů pomáhá zajistit splnění standardů kvality. Pokud dáte jednomu agentovi příliš mnoho práce, nakonec nemáte možnost optimalizovat všechny jednotlivé pohyblivé části potřebné k dosažení dobrého výsledku.
Nejlepší praxí je rozdělit úkoly mezi různé pracovní agenty, kteří přijímají pokyny od supervizora. Supervizor kontroluje úkoly a deleguje je na pracovní agenty, poté kontroluje výstupy od pracovních agentů a podle potřeby přiřazuje další práci, dokud není úloha dokončena. Supervizor může dokonce činit rozhodnutí, pokud mezi pracovními agenty vzniknou konflikty.
Podívejme se na jednoduchý příklad. Řekněme, že sestavujeme tým agentů, kteří budou reagovat na požadavky na služby.
Mohli bychom použít:
- Pracovní agent, který kontroluje řešení ve znalostní bázi.
- Pracovní agent, který kontroluje předchozí řešení tiketů
- Supervizorský agent, který porovnává jejich výstupy, určuje, který z nich (nebo jaká kombinace obou) nejlépe pomůže uživateli, a zapíše odpověď.
Pokud se uživatel vrátí a řekne, že řešení nefungovalo, může dozorčí agent do požadavku přidat další informace od uživatele a požádat pracovníky o další povolení.
Nástroje pomáhají pracovníkům plnit úkoly
Rozsáhlé jazykové modely posilují agenty a jsou dobří v mnoha věcech – ale ne ve všem (např. v matematice). Naštěstí mohou agenti dostat nástroje, které mohou použít, když jsou požádáni, aby udělali něco, v čem nejsou dobří. Příklady jsou:
- Nástroj pro práci s dokumenty: umožňuje agentovi odkazovat na dokument PDF nebo Word obsahující směrodatné informace relevantní k otázce (tj. generování s rozšířeným vyhledáváním neboli RAG)
- Nástroj pro obchodní objekty: umožňuje agentovi dotazovat se (nebo zapisovat do) tabulek v databázi Fusion a získávat tak informace relevantní pro danou osobu nebo entitu (architektura Oracle zajišťuje, že agent získá pouze stejný přístup, jaký by uživatel měl normálně).
- API třetích stran: umožňuje agentovi volat na jiná API (např. pro směnné kurzy, počasí nebo výsledky vyhledávání)
- Kalkulačka: pomáhá agentovi s výpočty
- Nástroj pro zasílání zpráv: umožňuje agentovi odesílat e-maily (příchozí e-maily a další aplikace pro zasílání zpráv budou brzy k dispozici)
- Nástroj pro hluboké odkazy: umožňuje agentovi generovat odkazy na jiné objekty v rámci aplikací Fusion.
Zvažte své zdroje pravdy
Halucinace se vyskytují, když je agent požádán o výstup více informací, než o kterých má skutečné znalosti. Agent si vymýšlí obsah, aby zaplnil mezery. Je zřejmé, že se tomu chcete co nejvíce vyhnout. Než začnete cokoli vytvářet, může být velmi užitečné zmapovat, jaké budou zdroje pravdivých faktických informací, na kterých budou agenti zakládat svůj výstup.
Jedním z nejlepších zdrojů pravdivých informací budou vždy oficiální zásady nebo postupy společnosti. Krok rozšířeného generování vyhledávání (RAG) může agentovi umožnit prozkoumat oficiální zdroje informací a zajistit, aby jeho odpovědi pocházely pouze z tohoto zdroje pravdivých informací. Jak již bylo zmíněno výše, nástroj pro vyhledávání na webu nabízí možnost získat informace online, ale vzhledem k nerovnoměrné kvalitě informací z internetových zdrojů by měl být používán s opatrností.
Pokud jde o informace kritické pro podnikání, je mnohem lepší poskytnout agentovi zdroj pravdivých informací, kterému firma již důvěřuje. V mnoha případech se jedná o databázi Fusion Apps, ve které je agent již umístěn. A právě zde přichází na řadu nástroj Business Objects Tool. Umožňuje vám rychle a snadno poskytnout agentovi přístup ke stejným informacím v databázi Fusion, jaké by měl obvykle uživatel agenta. Je skvělý pro úkoly, jako je vyhledávání zůstatků dovolené/nepřítomnosti nebo vyhledávání nejnovějších stavů zásilek.
Závěrem
AI Agent Studio usnadňuje sestavení týmu agentů pro práci. Stejně jako u lidských týmů však nedosáhnete požadovaného výsledku, pokud tým agentů není chytře organizovaný a zaměřený na cíl, v jehož dosažení pravděpodobně uspěje. Dodržování osvědčených postupů vám může pomoci vytěžit z vašeho týmu maximum. Pro více informací nás neváhejte kontaktovat.
Zdroj: Oracle
