ai-agents-for-beginners

វិជ្ជាជីវៈបរិបទសម្រាប់ភ្នាក់ងារបញ្ញាសិប្បនិម្មិត

(ចុចរូបភាពខាងលើដើម្បីមើលវីដេអូផ្នែកមេរៀននេះ)

ការយល់ដឹងពីភាពស្មុគស្មាញនៃកម្មវិធីដែលអ្នកកំពុងបង្កើតភ្នាក់ងារបញ្ញាសិប្បនិម្មិត សំខាន់ណាស់សម្រាប់ការបង្កើតមនុស្សម៉ាស៊ីនដែលទាន់ចិត្ត។ យើងត្រូវការបង្កើតភ្នាក់ងារ AI ដែលគ្រប់គ្រងព័ត៌មានមានប្រសិទ្ធភាព ដើម្បីដោះស្រាយតម្រូវការស្មុគស្មាញលើសពីការច្នៃប្រឌិតការបញ្ចូលពាក្យបញ្ចូល។

ក្នុងមេរៀននេះ យើងនឹងមើលថាអ្វីទៅជាវិជ្ជាជីវៈបរិបទ និងតួនាទីរបស់វាក្នុងការបង្កើតភ្នាក់ងារ AI។

ការណែនាំ

មេរៀននេះនឹងជម្រុញ៖

• វិជ្ជាជីវៈបរិបទជាអ្វី និងហេតុអ្វីវាផ្សេងពីវិជ្ជាជីវៈការចូលបញ្ចូលពាក្យ។

• យុទ្ធសាស្រ្តសម្រាប់វិជ្ជាជីវៈបរិបទដែលមានប្រសិទ្ធភាព រួមមានវិធីសាស្រ្តសរសេរ ជ្រើសរើស សង្ខេប និងបែកបាក់ព័ត៌មាន។

• កំហុសវិជ្ជាជីវៈបរិបទទូទៅ ដែលអាចបំបែកភ្នាក់ងារ AI របស់អ្នក និងវិធីដោះស្រាយពួកវា។

គោលបំណងរៀន

បន្ទាប់ពីបញ្ចប់មេរៀននេះ អ្នកនឹងអាចយល់ដឹងពីរបៀបដូចខាងក្រោម៖

• កំណត់ន័យវិជ្ជាជីវៈបរិបទ និងបំបែកវាពីការចូលបញ្ចូលពាក្យ។

• កំណត់ធាតុសំខាន់នៃបរិបទ ក្នុងកម្មវិធីគំរូភាសាទំហំធំ (LLM)។

• អនុវត្តយុទ្ធសាស្រ្តសម្រាប់សរសេរ ជ្រើសរើស សង្ខេប និងបែកបាក់បរិបទ ដើម្បីបង្កើនកម្រិតកំណត់ការរបស់ភ្នាក់ងារ។

• រៀបចំកំហុសទូទៅនៃបរិបទ ដូចជា ការបញ្ចូលព័ត៌មានក្លែងបន្លាយ ការរំខាន ការជ្រុលជ្រួល និងការទប់ទល់ ហើយអនុវត្តវិធីសាស្រ្តកាត់បន្ថយ។

តើវិជ្ជាជីវៈបរិបទជាអ្វី?

សម្រាប់ភ្នាក់ងារ AI បរិបទគឺជាអ្វីដែលជំរុញការរៀបចំផែនការរបស់ភ្នាក់ងារបញ្ញាសិប្បនិម្មិតសម្រាប់ធ្វើសកម្មភាពមួយចំនួន។ វិជ្ជាជីវៈបរិបទគឺជា​អនុវត្តដែលធ្វើអោយប្រាកដថាភ្នាក់ងារ AI មានព័ត៌មានត្រឹមត្រូវសម្រាប់បំពេញជំហានបន្ទាប់នៃភារកិច្ច។ កញ្ចក់បរិបទមានទំហំកំណត់ ដូច្នេះជាអ្នកបង្កើតភ្នាក់ងារ យើងត្រូវបង្កើតប្រព័ន្ធ និងដំណើរការដើម្បីគ្រប់គ្រងការបន្ថែម ការដកចេញ និងការបង្រួមព័ត៌មានក្នុងកញ្ចក់បរិបទ។

ការច្នៃប្រឌិតការបញ្ចូលពាក្យប្រៀបធៀបនឹងវិជ្ជាជីវៈបរិបទ

ការច្នៃប្រឌិតការបញ្ចូលពាក្យផ្តោតលើការណែនាំថែទាំសំណុំសេចក្តីណែនាំថេរដូចជាការណែនាំឱ្យភ្នាក់ងារ AI ប្រតិបត្តិការ តាមរូបแบบនានា។ តែវិជ្ជាជីវៈបរិបទគឺជាវិធីគ្រប់គ្រងពត៌មានចល័ត ដែលរួមបញ្ចូលការចងក្រងបញ្ចូលដំបូង ដើម្បីធ្វើអោយប្រាកដថាភ្នាក់ងារ AI មានអ្វីដែលវាចាំបាច់ពេលវេលា។ គំរូមិនប្តូរទិន្នន័យខ្លាំងនោះទេនៃវិជ្ជាជីវៈបរិបទគឺធ្វើឲ្យដំណើរការនេះអាចធ្វើឡើងម្ដងហើយម្ដងទៀតបានយ៉ាងអាចទុកចិត្តបាន។

ប្រភេទនៃបរិបទ

វាសំខាន់ក្នុងការចងចាំថាបរិបទមិនមែនមានតែមួយរឿងទេទេ។ ព័ត៌មានដែលភ្នាក់ងារ AI តិចតួចអាចមានប្រភពពីមូលដ្ឋានផ្សេងៗគ្នា ហើយអ្នកគួរតែធានាថាភ្នាក់ងារអាចចូលដំណើរការទៅកាន់ប្រភពទាំងនោះបាន៖

ប្រភេទនៃបរិបទដែលភ្នាក់ងារ AI ប្រហែលជាត្រូវគ្រប់គ្រងមាន៖

• ការណែនាំ៖ នេះដូចជា “ច្បាប់” របស់ភ្នាក់ងារ - បញ្ចូលពាក្យ គណនីប្រព័ន្ធ ឧទាហរណ៍មួយចំនួន (បង្ហាញអ្នក AI របៀបធ្វើអ្វីមួយ) និងការពិពណ៌នាឧបករណ៍ដែលវាអាចប្រើបាន។ នេះជាគន្លងរបស់ការច្នៃប្រឌិតការបញ្ចូលពាក្យដែលរួមបញ្ចូលជាមួយវិជ្ជាជីវៈបរិបទ។

• ចំណេះដឹង៖ រួមបញ្ចូលព័ត៌មាន ជាការពិតដែលបានទាញយកពីមូលដ្ឋានទិន្នន័យ ឬអង្គចងចាំរយៈពេលវែងដែលភ្នាក់ងារបង្ហាប់បាន។ រួមមានការចងក្រងប្រព័ន្ធ Retrieval Augmented Generation (RAG) ប្រសិនបើភ្នាក់ងារត្រូវការចូលដំណើរការទៅកាន់មូលដ្ឋានចំណេះដឹង និងមូលដ្ឋានទិន្នន័យផ្សេងៗ។

• ឧបករណ៍៖ នេះជាការបញ្ជាក់មុខងារប្រព័ន្ធក្រៅ API និងម៉ាស៊ីនម៉ឺឌូ MCP ដែលភ្នាក់ងារអាចហៅ ហើយមានមតិយោបល់ (លទ្ធផល) ដែលវាទទួលបានពីការប្រើប្រាស់ពួកវា។

• ប្រវត្តិការពិភាក្សា៖ ការសន្ទនាតាមរយៈពេលជាមួយអ្នកប្រើ។ ជាមួយពេលវេលា ការសន្ទនាទាំងនេះកាន់តែលំដាប់ស្មុគស្មាញ និងវែងណាស់ ដែលមានន័យថាវាចាំបាច់ទាមទារកន្លែងក្នុងកញ្ចក់បរិបទ។

• ចំណង់ចំណូលចិត្តអ្នកប្រើ៖ ព័ត៌មានដែលបានរៀនពីចំណង់ចំណូលចិត្តរបស់អ្នកប្រើក្នុងរយៈពេលវែង។ ព័ត៌មានទាំងនេះអាចត្រូវបានរក្សាទុក និងហៅឡើងវិញពេលធ្វើការសម្រេចចិត្តសំខាន់ៗដើម្បីជួយអ្នកប្រើ។

យុទ្ធសាស្រ្តសម្រាប់វិជ្ជាជីវៈបរិបទមានប្រសិទ្ធភាព

យុទ្ធសាស្រ្តផែនការ

វិជ្ជាជីវៈបរិបទល្អចាប់ផ្តើមពីការរៀបចំផែនការល្អ។ នេះជាវិធីសាស្រ្តមួយដែលជួយអ្នកចាប់ផ្តើមគិតពីរបៀបអនុវត្តគំនិតវិជ្ជាជីវៈបរិបទ៖

1. កំណត់លទ្ធផលច្បាស់លាស់ - លទ្ធផលនៃភារកិច្ចដែលភ្នាក់ងារ AI ត្រូវបានកំណត់គួរតែច្បាស់លាស់។ ឆ្លើយសំណួរ - “លោកលោក ពិភពលោកនឹងមានរូបរាងដូចម្តេចនៅពេលភ្នាក់ងារ AI បញ្ចប់ភារកិច្ច?” ឬនិយាយមួយទៀត តើអ្វីដែលត្រូវបានផ្លាស់ប្ដូរ ព័ត៌មាន ឬចម្លើយដែលអ្នកប្រើគួរត្រូវទទួលបានបន្ទាប់ពីផ្ទៀងផ្ទាត់ជាមួយភ្នាក់ងារ AI។
2. ផែនទីបរិបទ - បន្ទាប់ពីអ្នកកំណត់លទ្ធផលរបស់ភ្នាក់ងារ AI អ្នកត្រូវឆ្លើយសំណួរ “ព័ត៌មានអ្វីដែលភ្នាក់ងារ AI ត្រូវការដើម្បីបញ្ចប់ភារកិច្ចនេះ?” ដូច្នេះអ្នកអាចចាប់ផ្តើមផែនទីបរិបទនៃទីតាំងដែលអាចរកបានព័ត៌មាននោះ។
3. បង្កើតបាញ់បិទបរិបទ - ឥឡូវនេះដែលអ្នកបានដឹងកន្លែងមានព័ត៌មាន អ្នកត្រូវឆ្លើយសំណួរ “តើភ្នាក់ងារបានយកព័ត៌មាននោះយ៉ាងដូចម្តេច?” វាអាចធ្វើបានដោយវិធីសាស្រ្តច្រើន រួមមាន RAG ការប្រើប្រាស់ម៉ាស៊ីនមេ MCP និងឧបករណ៍ផ្សេងៗ។

យុទ្ធសាស្រ្តជាក់ស្តែង

ការរៀបចំផែនការមានសារៈសំខាន់ ប៉ុន្តែពេលព័ត៌មានចាប់ផ្តើមហូរចូលក្នុងកញ្ចក់បរិបទរបស់ភ្នាក់ងារ យើងត្រូវមានយុទ្ធសាស្រ្តជាក់ស្តែងក្នុងការគ្រប់គ្រងវា៖

គ្រប់គ្រងបរិបទ

ខណៈពេលព័ត៌មានខ្លះនឹងត្រូវបានបន្ថែមស្វ័យប្រវត្តិទៅកាន់កញ្ចក់បរិបទ វិជ្ជាជីវៈបរិបទគឺស្តីពីការចូលរួមយ៉ាងសកម្មជាមួយព័ត៌មាននេះ ដែលអាចធ្វើបានតាមវិធីសាស្រ្តខាងក្រោម៖

1. ក្រដាសចំណាំរបស់ភ្នាក់ងារ
   វាអនុញ្ញាតឱ្យភ្នាក់ងារ AI អាចកត់ត្រាព័ត៌មានដែលពាក់ព័ន្ធនិងភារកិច្ចនិងការប្រាស្រ័យទាក់ទងជាមួយអ្នកប្រើនៅរយៈពេលមួយរូបភាព។ វាអាចមាននៅក្រៅកញ្ចក់បរិបទនៅឯកសារ ឬវត្ថុដំណើរការដែលភ្នាក់ងារអាចយកមកប្រើឡើងវិញក្នុងរយៈពេលនោះបាន។

2. អង្គចងចាំ
   ក្រដាសចំណាំល្អសម្រាប់គ្រប់គ្រងព័ត៌មានក្រៅកញ្ចក់បរិបទនៃរយៈពេលមួយជួរ។ អង្គចងចាំអនុញ្ញាតឱ្យភ្នាក់ងាររក្សាទុក និងយកព័ត៌មានដែលពាក់ព័ន្ធក្នុងរយៈពេលជាច្រើនជួរ។ វាអាចរួមបញ្ចូលសង្ខេប ចំណង់ចំណូលចិត្តរបស់អ្នកប្រើ និងមតិយោបល់សម្រាប់ការកែលម្អនៅពេលក្រោយ។

3. សង្ខេបបរិបទ
   នៅពេលកញ្ចក់បរិបទធំដល់ស្ទើរតែពេញ មានវិធីសាស្រ្តដូចជាសង្ខេប និងកាត់បន្ថយអាចត្រូវបានប្រើ។ រួមបញ្ចូលការរក្សបានតែព័ត៌មានដែលពាក់ព័ន្ធបំផុត ឬលុបសារเก่าៗចេញ។

4. ប្រព័ន្ធភ្នាក់ងារជាច្រើន
   ការបង្កើតប្រព័ន្ធភ្នាក់ងារជាច្រើនគឺជារបៀបមួយនៃវិជ្ជាជីវៈបរិបទ ព្រោះរាល់ភ្នាក់ងារមានកញ្ចក់បរិបទផ្ទាល់ខ្លួន។ របៀបដែលបរិបទត្រូវបានចែករំលែក និងផ្ទេរទៅភ្នាក់ងារផ្សេងគ្នាគឺជារឿងមួយដែលត្រូវរៀបចំប្រកបដោយការគិតឡើងវិញពេលបង្កើតប្រព័ន្ធទាំងនេះ។

5. បរិយាកាស Sandbox
   ប្រសិនបើភ្នាក់ងារត្រូវដំណើរការកូដមួយចំនួន ឬដំណើរការព័ត៌មានមានទំហំធំក្នុងឯកសារ វាអាចចំណាយតូកិនច្រើនសម្រាប់ដំណើរការ។ ជាជម្រើសវិជ្ជាជីវៈ ប្រើបរិយាកាស sandbox ដែលអាចដំណើរការកូដនេះ ហើយអានតែលទ្ធផល និងព័ត៌មានពាក់ព័ន្ធគត់។

6. វត្ថុថាមពលដំណើរការ (Runtime State Objects)
   វានឹងធ្វើឡើងដោយបង្កើតធុងមួយនៃព័ត៌មានដើម្បីគ្រប់គ្រងស្ថានភាពពេលភ្នាក់ងារត្រូវការចូលដំណើរការព័ត៌មានមួយចំនួន។ សម្រាប់ភារកិច្ចស្មុគស្មាញ វានឹងអាចជួយឱ្យភ្នាក់ងាររក្សាផលលទ្ធផលនៃជំហានគ្រប់ជំហានរងៗជាលំហាត់ បញ្ចៀសមិនឲ្យបរិបទចម្លងទៅតែមួយភារកិច្ចនោះផ្ទាល់។

ត្រួតពិនិត្យបរិបទ

បន្ទាប់ពីអ្នកអនុវត្តយុទ្ធសាស្រ្តមួយណាមួយ ពិតជាគួរតែពិនិត្យមើលថាតើការហៅម៉ូដែលបន្ទាប់ពិតជាទទួលបានអ្វីខ្លះ។ ពាក្យសំណួរឆេកដែលមានប្រយោជន៍គឺៈ

តើភ្នាក់ងារបានដាក់ទិន្នន័យនៅក្នុងបរិបទច្រើនពេក ព័ត៌មានមិនត្រឹមត្រូវ ឬខ្វះពត៌មានដែលវាត្រូវការរឺទេ?

អ្នកមិនចាំបាច់ត្រូវកត់ត្រាការបញ្ចូលពាក្យដើម លទ្ធផលឧបករណ៍ ឬមាតិកាអង្គចងចាំសម្រាប់ឆ្លើយសំនួរនោះទេ។ នៅក្នុងផលិតកម្ម ជ្រើសរើសកំណត់ត្រាសង្ខេបទំហំតិចដែលកាន់កាប់ចំនួន ព័ត៌មានអត្តសញ្ញាណ ពិន្ទុ និងស្លាកគោលនយោបាយ៖

• ជម្រើស៖ តាមដានចំនួនខ្ទះផលចំនួនប៉ុន្មាន ឧបករណ៍ ឬអង្គចងចាំដែលបានពិចារណា ចំនួនដែលបានជ្រើស និងច្បាប់ឬពិន្ទុដែលបណ្តាលឲ្យផ្សេងទៀតត្រូវបានលុបចេញ។
• សង្ខេប៖ កត់ត្រាជួរមានប្រភព ឬអត្តសញ្ញាណតាមដាន អត្តសញ្ញាណសង្ខេប ប៉ុន្មានតូកិនដែលប៉ាន់ស្មានមុននិងបន្ទាប់សង្ខេប និងថាតើមាតិកាដើមត្រូវបានដកចេញពីការហៅដំណើរការបន្ទាប់ឬទេ។
• បែកបាក់៖ ចំណាំថាជំហានរងណាដែលរត់ក្នុងភ្នាក់ងារផ្សេង ការសេវា ឬsandbox តើសង្ខេបបាននូវការកំណត់អ្វីខ្លះ តើលទ្ធផលធំៗខ្លះឈរជាងក្រៅបរិបទភ្នាក់ងារផ្នែកម្ខាង។
• អង្គចងចាំ និង RAG: រក្សាទុកអត្តសញ្ញាណឯកសារដកស្រង់អត្តសញ្ញាណអង្គចងចាំ ពិន្ទុ អត្តសញ្ញាណដែលបានជ្រើស និងស្ថានភាពកំណត់បិទ ជំនួសការទទួលបានអត្ថបទពេញលេញ។
• សុវត្ថិភាព និងឯកជនភាព: ជ្រើសរើសហាស ស្លាក អត្តសញ្ញាណ តំបន់តូកិន និងស្លាកគោលនយោបាយ ជំនួសអត្ថបទបញ្ចូលពាក្យដែលមានភាពវិជ្ជមានតកចង់ អាធារណៈឧបករណ៍ សារ និងខ្លឹមសារអង្គចងចាំអ្នកប្រើ។

គោលបំណងមិនមែនត្រឹមត្រូវរក្សាបរិបទច្រើនទេ។ វាគឺដើម្បីទុកភស្តុតាងគ្រប់គ្រាន់ឲ្យអ្នកអភិវឌ្ឍអាចប្រាប់បានថា តើយុទ្ធសាស្រ្តបរិបទណាដែលបានប្រតិបត្តិ ហើយថាវាបានផ្លាស់ប្ដូរការហៅម៉ូដែលបន្ទាប់ក្នុងវិធីដែលបានគ្រោងទុកថាចាំបាច់។

ឧទាហរណ៍នៃវិជ្ជាជីវៈបរិបទ

យើងនិយាយថា យើងចង់ឲ្យភ្នាក់ងារ AI មានភារកិច្ច “ធ្វើការកក់ធ្វើដំណើរទៅប៉ារីស”

• ភ្នាក់ងារហាមខ្លីដែលប្រើតែការចូលបញ្ចូលពាក្យតែប៉ុណ្ណោះ ប្រហែលជាចម្លើយថា: “បានហើយ អ្នកចង់ទៅប៉ារីសនៅពេលណា?” វានៅតែទទួលសំណួរផ្ទាល់របស់អ្នកនៅពេលអ្នកបានសួរ។

• ភ្នាក់ងារដែលប្រើយុទ្ធសាស្រ្តវិជ្ជាជីវៈបរិបទដែលបានពិភាក្សា ខុសពីនេះយ៉ាងច្រើន។ មុននឹងឆ្លើយ ត្រូវដោយប្រព័ន្ធរបស់វា:

  ◦ ពិនិត្យប្រតិទិនរបស់អ្នក សម្រាប់កាលបរិច្ឆេទដែលអាចដំណើរការ (ទាញយកទិន្នន័យពេលវេលាត្រឹមត្រូវ)។

 ◦ រំលឹកចំណង់ចំណូលចិត្តការធ្វើដំណើរពីមុន (ពីអង្គចងចាំរយៈពេលវែង) ដូចជាហោះហើរដែលលោកអ្នកចូលចិត្ត បរិយាយថវិកា ឬបើអ្នកចូលចិត្តហោះហើរផ្ទាល់។

 ◦ កំណត់ឧបករណ៍ដែលអាចប្រើបាន សម្រាប់ការកក់សំបុត្រហោះហើរ និងសណ្ឋាគារ។

• បន្ទាប់មក ឧទាហរណ៍ចម្លើយអាចជាថា: “សួស្តី [ឈ្មោះរបស់អ្នក]! ខ្ញុំឃើញថាអ្នកមានដំណាលជាទីសំបូរថ្ងៃទីមួយខែតុលា។ តើខ្ញុំគួរតែស្វែងរកសំបុត្រហោះហើរផ្ទាល់ទៅប៉ារីសលើ [ឈ្មោះអាកាសយានដ្ឋាន] ដោយមានថវិកាធម្មតារបស់អ្នកនៅ [ថវិកា] មែនទេ?”។ ចម្លើយសម្បូរពណ៌នាបរិបទនេះបង្ហាញភាពអស្ចារ្យនៃវិជ្ជាជីវៈបរិបទ។

កំហុសទូទៅនៃបរិបទ

ការបង្ហូរបរិបទ

តើវាជាអ្វីៈ ពេលមានការបង្កើតព័ត៌មានក្លែងបន្លាយដោយ LLM ឬកំហុសមួយចូលក្នុងបរិបទ និងត្រូវបានយោងឡើងជាលើកលើក ដោយបណ្តាលអោយភ្នាក់ងារតាមដានគោលដៅមិនអាចធ្វើទៅរួច ឬបង្កើតយុទ្ធសាស្រ្តគ្មានអត្ថន័យ។

ត្រូវធ្វើអ្វីៈ អនុវត្ត ការបញ្ជាក់បរិបទ និង ដាច់ខ្ទាច ។ បញ្ជាក់ព័ត៌មានមុនបញ្ចូលទៅក្នុងអង្គចងចាំរយៈពេលវែង។ ប្រសិនបើបញ្ហាការបង្ហូរប្រទះ ព្រមានថា គួរចាប់ផ្តើមខ្សែបរិបទថ្មី ដើម្បីបញ្ឈប់ការចាក់ផ្សាយព័ត៌មានអាក្រក់។

ឧទាហរណ៍ការកក់ដំណើរ៖ ភ្នាក់ងាររបស់អ្នកមានការបង្កើតព័ត៌មានក្លែងបន្លាយថា មានហោះហើរផ្ទាល់ពីសំពាធតិចមួយទៅទីក្រុងអន្តរជាតិក្រៅប្រទេសដ៏ឆ្ងាយប៉ុន្តែមិនមានពិតប្រាកដ។ ព័ត៌មានលម្អិតនោះត្រូវបានរក្សាទុកក្នុងបរិបទ។ បន្ទាប់មកពេលលោកអ្នកសុំឲ្យភ្នាក់ងារកក់ វានឹងព្យាយាមស្វែងរកសំបុត្រដើម្បីផ្លូវនេះដែលមិនអាចធ្វើទៅរួចធ្វើអោយកើតកំហុសម្តងហើយម្តងទៀត។

ដំណោះស្រាយ៖ បង្កើតជំហានដោយ បញ្ជាក់ពីការប្រមូលផ្ដុំ និងផ្លូវថ្នល់អ្នកហោះហើរជាមួយ API ពេលវេលាត្រឹមត្រូវ _មុន_បញ្ចូលព័ត៌មានសំបុត្រនៅបរិបទការងាររបស់ភ្នាក់ងារ។ ប្រសិនបើការពិនិត្យបរាជ័យ ព័ត៌មានខុសនោះនឹងត្រូវ “ដាច់ខ្ទាច” ហើយមិនត្រូវប្រើបន្ត។

ការរំខានបរិបទ

តើវាជាអ្វីៈ ពេលបរិបទធំធេងដល់ថ្មោងម៉ូដែលផ្តោតច្រើនលើប្រវត្តិសេចក្តីមុនៗ ជំនួសប្រើសមាសធាតុដែលរៀនបាន ពោលគឺផ្តល់នូវសកម្មភាពឡើងវិញ ឬមិនជួយទេ។ ម៉ូដែលអាចចាប់ផ្តើមបង្កើតកំហុសមុនពេលកញ្ចក់បរិបទពេញ។

ត្រូវធ្វើអ្វីៈ ប្រើ ការសង្ខេបបរិបទ។ ជាប្រចាំសង្ខេបព័ត៌មានដែលបានរក្សាទុកឲ្យខ្លី កាន់តែផ្តោតលើព័ត៌មានសំខាន់ ខណៈលុបរំលងប្រវត្តិភាពដែលមិនដំណើរការថ្មី។ នេះជួយ “កំណត់ឡើងវិញ” ការផ្តោត។

ឧទាហរណ៍ការកក់ដំណើរ៖ អ្នកបានពិភាក្សាអំពីគោលដៅធ្វើដំណើរដ៏ស្រមាញ់លើរយៈពេលវែង រួមបញ្ចូលការបញ្ជាក់លម្អិតពីការធ្វើដំណើរអ្នកផែនមកពីពីរឆ្នាំមុន។ ពេលលោកអ្នកសុំ “ស្វែងរកសំបុត្រហោះហើរកំណត់ថ្លៃសម្រាប់ខែក្រោយ” ភ្នាក់ងារមិនអាចចាកចេញពីព័ត៌មានចាស់ៗ ហើយតែងតែសួរអំពីបរិក្ខារធ្វើដំណើរ ឬកំណត់ពេលវេលាធ្វើដំណើរមុនៗ ដែលមិនចូលទៅក្នុងសំណើបច្ចុប្បន្នរបស់អ្នក។

ដំណោះស្រាយ៖ បន្ទាប់ពីចំនួនជុំឬពេលបរិបទពង្រីកឡើង ភ្នាក់ងារគួរសម្រេចសង្ខេបផ្នែកចុងក្រោយនិងពាក់ព័ន្ធនៃការសន្ទនា - ផ្តោតលើកាលបរិច្ឆេទនិងគោលដៅធ្វើដំណើរបច្ចុប្បន្ន - ហើយប្រើសេចក្តីសង្ខេបកាត់បន្ថយនោះសម្រាប់ហៅម៉ូដែល LLM បន្ទាប់ ព្រមទាំងលុបចេញការសន្ទនាប្រវត្តិនៅមុនដែលមិនសមរម្យ។

ការជ្រុលជ្រួលបរិបទ

តើវាជាអ្វីៈ ពេលមានបរិបទដែលមិនចាំបាច់ ច្រើនដូចជាឧបករណ៍ដែលអាចប្រើបានភាគច្រើន បង្កើតឱ្យម៉ូដែលបង្កើតចម្លើយអាក្រក់ ឬហៅឧបករណ៍មិនពាក់ព័ន្ធ។ ម៉ូដែលតូចៗងាយរងទៅកាន់បញ្ហានេះជាច្រើន។

ត្រូវធ្វើអ្វីៈ អនុវត្ត ការគ្រប់គ្រងផ្ទុកឧបករណ៍ ដោយប្រើវិធីសាស្រ្ត RAG។ រក្សាទុកការពិពណ៌នាឧបករណ៍ក្នុងមូលដ្ឋានទិន្នន័យវ៉េគទ័រ ហើយជ្រើសរើស _តែ_ឧបករណ៍ដែលពាក់ព័ន្ធបំផុតសម្រាប់ភារកិច្ចជាក់លាក់។ ការស្រាវជ្រាវបង្ហាញថា កំណត់ឧបករណ៍អោយតិចជាង 30។

ឧទាហរណ៍ការកក់ដំណើរ៖ ភ្នាក់ងាររបស់អ្នកអាចចូលដំណើរការឧបករណ៍ច្រើនដប់៖ book_flight, book_hotel, rent_car, find_tours, currency_converter, weather_forecast, restaurant_reservations ជាដើម។ អ្នកសួរ “តើរបៀបល្អបំផុតក្នុងការធ្វើដំណើរប៉ារីសគឺជាអ្វី?” ហេតុនេះហើយបានជាភ្នាក់ងារភាន់ច្រឡំ ហើយព្យាយាមហៅ book_flight ក្នុងប៉ារីស ឬ rent_car ទោះបីអ្នកចូលចិត្តការដឹកជញ្ជូនសាធារណៈ ការពិពណ៌នាឧបករណ៍អាចប៉ះទង្គិចគ្នា ឬវាមិនអាចបែងចែកបានថាឧបករណ៍ណាឡើងជាមុន។

ដំណោះស្រាយ៖ ប្រើ RAG លើការពិពណ៌នាឧបករណ៍។ ពេលអ្នកសួរអំពីការធ្វើដំណើរប៉ារីស ប្រព័ន្ធនឹងទាញយកយ៉ាងរហ័ស _តែ_ឧបករណ៍ដែលពាក់ព័ន្ធបំផុតដូចជា rent_car ឬ public_transport_info ដោយផ្អែកលើសំណួររបស់អ្នក បង្ហាញបញ្ចីឧបករណ៍ផ្តោតសំខាន់សម្រាប់ LLM។

ការប៉ះទង្គិចនៃបរិបទ

តើវាជាអ្វីៈ ពេលមានព័ត៌មានមិនស្របគ្នានៅក្នុងបរិបទ បណ្តាលអោយមានការគិតមិនគ្រប់គ្រាន់ ឬចម្លើយចុងក្រោយមិនល្អ។ វាយ៉ាងជាទូទៅពេលព័ត៌មានមកដល់ជាបន្ទាប់ ហើយសំនុំសុខភាពមុនមិនត្រូវបានលុបចេញក្នុងបរិបទ។

ត្រូវធ្វើអ្វីៈ ប្រើ ការកាត់បន្ថយបរិបទ និង ការផ្ទុកក្រៅ។ ការកាត់បន្ថយមានន័យថាលុបព័ត៌មានចាស់មិនសមរម្យ ឬប៉ះទង្គិចក្រៅពីពេលថ្មីៗ។ ការផ្ទុកក្រៅផ្តល់ស្រោមដៃ “ក្រដាសចំណាំ” មួយផ្សេងទៀត ដើម្បីដំណើរការព័ត៌មាន ដោយមិនធ្វើឱ្យបរិបទមេក្រូកៀកកកកក។

ឧទាហរណ៍ការកក់ដំណើរកម្សាន្ត៖ អ្នកបានប្រាប់ភ្នាក់ងាររបស់អ្នកដំបូងថា, “ខ្ញុំចង់បើកប្រាក់សេដ្ឋកិច្ច។” នៅពេលក្រោយក្នុងការពិភាក្សា អ្នកបានប្ដូរមតិកន្លែងហើយនិយាយថា, “ពិតណាស់ សម្រាប់ដំណើរកម្សាន្តនេះ យើងចុះជាន់អាជីវកម្ម។” ប្រសិនបើការណែនាំទាំងពីរនោះនៅក្នុងបរិបទ ភ្នាក់ងារអាចទទួលបានលទ្ធផលស្វែងរកដែលប្រឆាំងគ្នា ឬស្ទើរតែច្រឡំអំពីចំណង់អារម្មណ៍ណាមួយដែលត្រូវអនុវត្តជាមុន។

ដំណោះស្រាយ៖ អនុវត្ត ការកាត់ដេរសកម្មភាពបរិបទ។ នៅពេលមានការណែនាំថ្មីមួយប្រឆាំងនឹងការណែនាំចាស់ មាតិកាចាស់នោះត្រូវបានជម្រេចចោល ឬត្រូវបានបើកឬលះបង់យ៉ាងច្បាស់នៅក្នុងបរិបទ។ ជាជម្រើសផ្សេងទៀត ភ្នាក់ងារអាចប្រើប្រាស់ ស្ក្រីបផាត ដើម្បីសម្របសម្រួលចំណង់ចំណូលចិត្តប្រឆាំងគ្នាមុនពេលសម្រេចចិត្ត ដើម្បីធានាថា ការណែនាំចុងក្រោយដែលមានតម្លាភាពទុកដាក់បែបជាក់លាក់គ្នានឹងណែនាំសកម្មភាពរបស់វា។

មានសំណួរបន្ថែមអំពីវិស្វកម្មបរិបទទេ?

ចូលរួមក្នុង Microsoft Foundry Discord ដើម្បីជួបប្រទៈជាមួយអ្នករៀនផ្សេងទៀត ចូលរួមម៉ោងការិយាល័យ និងទទួលបានចម្លើយសម្រាប់សំណួរអំពីភ្នាក់ងារ AI របស់អ្នក។

មេទំព័រមុន

Agentic Protocols

មេទំព័របន្ទាប់

Memory for AI Agents

---

ការបដិសេធ: ឯកសារនេះត្រូវបានបម្លែងភាសា ដោយប្រើសេវាបម្លែងភាសា AI Co-op Translator។ ទោះយើងខ្ញុំមានក្តីប្រាថ្នាឱ្យបានច្បាស់លាស់ តែសូមយល់ដឹងថាការបម្លែងដោយស្វ័យប្រវត្តិក៏អាចមានកំហុសឬភាពមិនត្រឹមត្រូវ។ ឯកសារដើមជាភាសាទីតាំងគួរត្រូវបានគេប្រើជាប្រភពច្បាស់លាស់។ សម្រាប់ព័ត៌មានសំខាន់ៗ សូមណែនាំឱ្យប្រើប្រាស់ការប្រែដោយមនុស្សជំនាញ។ យើងខ្ញុំមិនទទួលខុសត្រូវចំពោះការយល់ច្រឡំ ឬការបកស្រាយខុសបន្ទាប់ពីការប្រើប្រាស់ការបម្លែងនេះនោះទេ។

This site is open source. Improve this page.