ai-agents-for-beginners

វិចារណកថាសម្រាប់ភ្នាក់ងារបញ្ញា

(ចុចលើរូបភាពខាងលើដើម្បីមើលវីដេអូមេរៀននេះ)

ការយល់ដឹងពីភាពស្មុគស្មាញនៃកម្មវិធីដែលអ្នកកំពុងបង្កើតភ្នាក់ងារបញ្ញាគឺមានសារៈសំខាន់ក្នុងការបង្កើតមួយដែលអាចជឿជាក់បាន។ យើងត្រូវការបង្កើតភ្នាក់ងារបញ្ញាដែលគ្រប់គ្រងព័ត៌មានបានជាប់លាប់ដើម្បីដោះស្រាយតម្រូវការលំបាកជាងការរចនាគូបញ្ជា។

ក្នុងមេរៀននេះ យើងនឹងមើលថាវិចារណកថាពីអ្វី និងតួនាទីរបស់វាក្នុងការបង្កើតភ្នាក់ងារបញ្ញា។

ការណែនាំ

មេរៀននេះនឹងបង្ហាញពី៖

• តើវិចារណកថាជាអ្វី និងហេតុអ្វីវាផ្សេងពីការរចនាគូបញ្ជា។

• យុទ្ធសាស្ត្រសម្រាប់វិចារណកថាដែលមានប្រសិទ្ធភាព រួមមានរបៀបសរសេរ ជ្រើសរើស សុិតកូត និងដាច់ពីព័ត៌មាន។

• បទបរាជ័យវិចារណកថាទូទៅ ដែលអាចបិទបាំងភ្នាក់ងាររបស់អ្នក និងរបៀបជួសជុលពួកវា។

គោលបំណងការសិក្សា

បន្ទាប់ពីបញ្ចប់មេរៀននេះ អ្នកនឹងយល់ពីរបៀប៖

• កំណត់​និយមន័យវិចារណកថា និងផ្នែកខុសគ្នារវាងវានិងការរចនាគូបញ្ជា។

• សម្គាល់ធាតុសំខាន់នៃវិចារណកថា ក្នុងកម្មវិធីម៉ូដែលភាសាធំ (LLM)។

• អនុវត្តយុទ្ធសាស្ត្រ​សម្រាប់​សរសេរ ជ្រើសរើស សុិតកូត និងដាច់ពីវិចារណកថា ដើម្បីបង្កើនសមត្ថភាពភ្នាក់ងារ។

• ស្គាល់បរាជ័យវិចារណកថាទូទៅ ដូចជា វិជ្ជមាន, ការរំខាន, អភិវឌ្ឍន៍ច្រឡំ និងការប្រកួតប្រជែង និងអនុវត្តវិធានការការពារ។

តើវិចារណកថាជាអ្វី?

សម្រាប់ភ្នាក់ងារបញ្ញា វិចារណកថាគឺជាអ្វីដែលជំរុញការរៀបចំផែនការរបស់ភ្នាក់ងារបញ្ញាដើម្បីអនុវត្តសកម្មភាពជាក់លាក់មួយ។ វិចារណកថាគឺជាប្រតិបត្តិការធានាថាភ្នាក់ងារបញ្ញាមានព័ត៌មានដែលត្រឹមត្រូវសម្រាប់បញ្ចប់ជំហានបន្ទាប់នៃភារកិច្ច។ បង្អួចវិចារណកថាមានទំហំកំណត់ ដូចนั้นជាអ្នកបង្កើតភ្នាក់ងារយើងត្រូវបង្កើតប្រព័ន្ធនិងដំណើរការដើម្បីគ្រប់គ្រងការបន្ថែម ការដក និងការសម្រួលព័ត៌មានក្នុងបង្អួចនោះ។

ការរចនាគូបញ្ជានិងការរចនាវិចារណកថា

ការរចនាគូបញ្ជាត្រូវបានផ្តោតលើសំណុំការណែនាំថេរ​មួយដើម្បីគ្រប់គ្រងភ្នាក់ងារបញ្ញាដោយគោលការណ៍មួយ​​។ ការរចនាវិចារណកថាជាបទបញ្ជារបៀបគ្រប់គ្រងព័ត៌មានដែលមានលក្ខណៈឌីណាមិច រួមមានគូបញ្ជា​ដើម ដើម្បីធានាថាភ្នាក់ងារបញ្ញាមានអ្វីដែលត្រូវការជាយូរអង្វែង។ គំនិតសំខាន់នៃការរចនាវិចារណកថាគឺធ្វើឱ្យដំណើរការនេះអាចធ្វើឡើងម្តងហើយម្តងទៀត និងអាចជឿជាក់បាន។

ប្រភេទនៃវិចារណកថា

វាសំខាន់ក្នុងការចងចាំថាវិចារណកថាគឺមិនមែនជារបស់តែមួយទេ។ ព័ត៌មានដែលភ្នាក់ងារមានត្រូវការអាចមកពីប្រភពផ្សេងៗ ហើយវាគឺជาหน้าที่របស់យើងក្នុងការធានាថាភ្នាក់ងារអាចចូលដំណើរការប្រភពទាំងនេះ៖

ប្រភេទនៃវិចារណកថាដែលភ្នាក់ងារអាចត្រូវគ្រប់គ្រងរួមមាន៖

• ការណែនាំ: គឺដូចជាការគ្រប់គ្រងនីតិវិធីរបស់ភ្នាក់ងារ - គូបញ្ជា សារ​ប្រព័ន្ធ ឧទាហរណ៍បង្ហាញពីតិចតួច (បង្ហាញអោយ AI ដឹងរបៀបធ្វើអ្វីមួយ) និងការពិពណ៌នាឧបករណ៍ដែលវាអាចប្រើបាន។ នេះជាដំណាក់កាលដែលការរចនាគូបញ្ជារួមបញ្ចូលជាមួយការរចនាវិចារណកថា។

• ចំណេះដឹង: គ្របដណ្តប់តាមកំរិតការពិត ព័ត៌មានដែលទាញយកពីមូលដ្ឋានទិន្នន័យ ឬអនុស្សាវរីយ៍រយៈពេលវែងដែលភ្នាក់ងារបានរក្សាទុក។ រួមមានការបញ្ចូលប្រព័ន្ធ RAG ប្រសិនបើភ្នាក់ងារត្រូវចូលទៅកាន់ហាងចំណេះដឹងនិងមូលដ្ឋានទិន្នន័យផ្សេងៗ។

• ឧបករណ៍: គឺជាការបកស្រាយអំពីមុខងារខាងក្រៅ API និង MCP Servers ដែលភ្នាក់ងារអាចហៅប្រើបាន ជាមួយនឹងមតិយោបល់ (លទ្ធផល) ដែលវាបានពីការប្រើប្រាស់។

• ប្រវត្តិសន្ទនា: សន្ទនាបន្តជាមួយអ្នកប្រើ។ ពេលវេលាផ្លាស់ដល់ សន្ទនាទាំងនេះមានប្រវែងនិងស្មុគស្មាញកើនឡើង ដែលមានន័យថាវា​ទាមទារទីតាំងក្នុងបង្អួច​វិចារណកថា។

• ចំណូលចិត្តអ្នកប្រើ: ព័ត៌មានគ្រប់គ្រងអំពីចំណូលចិត្ត ឬអ្វីដែលមិនចូលចិត្តរបស់អ្នកប្រើក្នុងរយៈពេលវែង។ អាចរក្សាទុក និងហៅប្រើនៅពេលធ្វើការសម្រេចចិត្តសំខាន់ៗដើម្បីជួយអ្នកប្រើ។

យុទ្ធសាស្ត្រសម្រាប់វិចារណកថាដែលមានប្រសិទ្ធភាព

យុទ្ធសាស្ត្ររៀបចំផែនការ

ការរចនាវិចារណកថាល្អ ចាប់ផ្តើមពីការរៀបចំផែនការល្អ។ នេះជាវិធីសាស្ត្រមួយដែលជួយអ្នកចាប់ផ្តើមគិតពីរបៀបអនុវត្តយុទ្ធនាការវិចារណកថា៖

1. កំណត់លទ្ធផលច្បាស់លាស់ - លទ្ធផលនៃភារកិច្ចដែលភ្នាក់ងារបញ្ញាត្រូវបានចាត់តាំងគួរត្រូវបានកំណត់យ៉ាងច្បាស់។ ចម្លើយសំណួរ៖ “ពិភពលោកនឹងរៀបរាប់យ៉ាងដូចម្តេចពេលភ្នាក់ងារ​បញ្ញាបញ្ចប់ការងាររបស់វា?” ចំណុចជាក់ស្តែង គឺអ្វីដែលអ្នកប្រើគួរតែទទួលបានបន្ទាប់ពីធ្វើអន្តរកម្មជាមួយភ្នាក់ងារបញ្ញា។

2. ផែនទីវិចារណកថា - បន្ទាប់ពីអ្នកកំណត់លទ្ធផលរួច អ្នកត្រូវចម្លើយសំណួរថា “តើព័ត៌មានមួយណាដែលភ្នាក់ងារបញ្ញាត្រូវការដើម្បីបញ្ចប់ភារកិច្ចនេះ?” ដូច្នេះ អ្នកអាចចាប់ផ្តើមផែនទីវិចារណកថាដែលបង្ហាញទីតាំងព័ត៌មាននោះ។

3. បង្កើតបណ្តាញដំណើរការវិចារណកថា - ឥឡូវនេះអ្នកដឹងថាព័ត៌មាននៅឯណា អ្នកត្រូវចម្លើយសំណួរ “តើភ្នាក់ងារនឹងទទួលបានព័ត៌មាននេះយ៉ាងដូចម្តេច?” នេះអាចធ្វើបានតាមរបៀបផ្សេងៗ រួមមាន RAG ការប្រើ MCP servers និងឧបករណ៍ផ្សេងៗ។

យុទ្ធសាស្ត្រអនុវត្ត

ការរៀបចំផែនការមានសារៈសំខាន់ ប៉ុន្តែកាលណាព័ត៌មានចាប់ផ្តើមរលត់ចូលទៅក្នុងបង្អួចវិចារណកថារបស់ភ្នាក់ងារ យើងត្រូវការយុទ្ធសាស្ត្រអនុវត្តដើម្បីគ្រប់គ្រងវា៖

ការគ្រប់គ្រងវិចារណកថា

ខណៈពេលព័ត៌មានមួយចំនួននឹងត្រូវបន្ថែមទៅក្នុងបង្អួចវិចារណកថា secara otomatik ភ្នាក់ងាររចនាវិចារណកថាគឺជាការយកចិត្តទុកដាក់ច្រើនជាងនេះនូវព័ត៌មានដែលអាចធ្វើបានតាមយុទ្ធសាស្ត្រខ្លះៗ៖

1. Agent Scratchpad
     អនុញ្ញាតឱ្យភ្នាក់ងារបញ្ញាចងក្រងកំណត់ត្រាព័ត៌មានដែលពាក់ព័ន្ធនឹងភារកិច្ចបច្ចុប្បន្ន និងអន្តរកម្មនេះក្នុងរយៈពេលមួយសម័យ។ វាគួរត្រូវមាននៅក្រៅបង្អួចវិចារណកថា ជាឯកសារ ឬវត្ថុដំណើរការដែលភ្នាក់ងារអាចទាញយកវិញនៅពេលក្រោយក្នុងសម័យនេះ ប្រសិនបើទាមទារ។

2. អនុស្សាវរីយ៍
     Scratchpads ល្អសម្រាប់គ្រប់គ្រងព័ត៌មានក្រៅបង្អួចវិចារណកថានៃសម័យតែមួយ។ អនុស្សាវរីយ៍អនុញ្ញាតឱ្យភ្នាក់ងារផ្ទុក និងទាញយកព័ត៌មានសំខាន់ៗឆ្លងកាត់សម័យជាច្រើន។ អាចមានសេចក្ដីសង្ខេប ចំណូលចិត្តអ្នកប្រើ ហើយមតិយោបល់សម្រាប់ការកែលម្អនាពេលអនាគត។

3. សុិតកូតវិចារណកថា
     នៅពេលបង្អួចវិចារណកថាធំឡើង និងជិតដល់កំណត់ របៀបដូចសង្ខេប និងកាត់ត្រូវបានប្រើ។ ជម្រើសជាទូទៅគឺរក្សាទុកតែព័ត៌មានដែលពាក់ព័ន្ធបំផុត ឬលុបសារ​ចាស់ៗ។

4. ប្រព័ន្ធភ្នាក់ងារច្រើន
     ការអភិវឌ្ឍប្រព័ន្ធភ្នាក់ងារច្រើនជាប្រភេទនៃវិចារណកថា ព្រោះភ្នាក់ងារនីមួយៗមានបង្អួចវិចារណកថារបស់ខ្លួន។ របៀបដែលវិចារណកថាត្រូវចែករំលែក និងផ្ទេរទៅភ្នាក់ងារផ្សេងគឺជារឿងដែលត្រូវរៀបចំនៅពេលបង្កើតប្រព័ន្ធទាំងនេះ។

5. បរិក្ខារប្រដាប់ Sandbox
     ប្រសិនបើភ្នាក់ងារត្រូវរត់កូដ ឬដំណើរការព័ត៌មានច្រើនក្នុងឯកសារ វានឹងតម្រូវឱ្យប្រើសញ្ញាទោលច្រើនដើម្បីដំណើរការ លទ្ធផល។ មិនមែនរក្សាទុកទាំងអស់នៅក្នុងបង្អួចវិចារណកថា​របស់ភ្នាក់ងារ​ទេ ភ្នាក់ងារ​អាចប្រើបរិក្ខារប្រដាប់ sandbox ដែលអាចរត់កូដនោះ ហើយអានតែផលប៉ះពាល់ និងព័ត៌មានពាក់ព័ន្ធប៉ុណ្ណោះ។

6. វត្ថុស្ថានភាពរត់ពេល
     ខ្លួននេះត្រូវបានបង្កើតឡើងជាធុងផ្ទុកព័ត៌មានដើម្បីគ្រប់គ្រងស្ថានភាពដែលភ្នាក់ងារត្រូវចូលមើលព័ត៌មានជាក់លាក់មួយ។ សម្រាប់ភារកិច្ចស្មុគស្មាញ វានឹងអនុញ្ញាតឱ្យភ្នាក់ងារផ្ទុកលទ្ធផលនៃជំហានតូចៗមួយៗ ដើម្បីឲ្យវិចារណកថានោះនៅបានភ្ជាប់ជាមួយភារកិច្ចតូចនោះប៉ុណ្ណោះ។

ការត្រួតពិនិត្យវិចារណកថា

បន្ទាប់ពីអ្នកអនុវត្តយុទ្ធសាស្ត្រមួយនេះ វាគួរត្រូវបានពិនិត្យមើលថាតើការហៅម៉ូដែលបន្ទាប់បានទទួលអ្វីពិតប្រាកដ។ សំណួរប្រយោជន៍សម្រាប់ការរកកំហុសគឺ៖

តើភ្នាក់ងារបានបញ្ចូលវិចារណកថាច្រើនពេក ត្រូវរូបិយវិចារណកថាខុស ឬខ្វះវិចារណកថាដែលវាត្រូវការរបស់វាទេ?

អ្នកមិនចាំបាច់ត្រូវកត់ត្រាគូបញ្ជាថ្មីៗ លទ្ធផលឧបករណ៍ ឬខ្លឹមសារអនុស្សាវរីយ៍ដើម្បីឆ្លើយសំណួរនោះទេ។ ក្នុងការផលិត គួរប្រើកំណត់ត្រាសង្ខេបវិចារណកថាដូចជា ចំនួន បញ្ជាក់ផលិតផល ស្លាកគោលការណ៍៖

• ការជ្រើសរើស៖ តាមដានប៉ុន្មានកំណត់ត្រា ឧបករណ៍ ឬអនុស្សាវរីយ៍ដែលបានពិចារណា តើមួយចំនួនត្រូវបានជ្រើសរើស និងច្បាប់ ឬពិន្ទុណាដែលបណ្តាលឲ្យមិនជ្រើសរើស។

• ការសុិតកូត៖ កត់ត្រាជួរដើម ឬលេខច្បាប់បន្សល់ កូដសង្ខេប ចំនួនតូកិនប៉ាន់ប្រមាណមុននិងក្រោយសុិតកូត និងថាតើខ្លឹមសារធម្មតាត្រូវបានដកចេញពីការហៅបន្ទាប់របស់ម៉ូដែល។

• ការដាច់ពីគ្នា៖ សម្គាល់ថាជំហានតូចណាដែលបានរត់នៅភ្នាក់ងារផ្សេង សម័យ ឬប្រព័ន្ធsandbox ការសង្ខេបដាក់កំណត់ត្រូវបានត្រឡប់មកវិញ ហើយថាតើលទ្ធផលឧបករណ៍ធំនៅក្រៅបរិបទភ្នាក់ងារចម្បង។

• អនុស្សាវរីយ៍និង RAG៖ រក្សាទុកលេខDocument ចាប់យក លេខអនុស្សាវរីយ៍ ពិន្ទុ លេខជ្រើសរើស និងស្ថានភាពកាត់ទុក ជំនួសការទាញយកអត្ថបទពេញលេញ។

• សុវត្ថិភាពនិងឯកជនភាព៖ ជ្រើសរើសហាស ឬលេខ ស្ពានតូកិន និងស្លាកគោលនយោបាយជំនួសអត្ថបទគូបញ្ជាដែលមានអារម្មណ៍ឯកជន ទម្លាក់ឧបករណ៍ លទ្ធផលឧបករណ៍ ឬអង្គភាពអនុស្សាវរីយ៍អ្នកប្រើ។

គោលបំណងមិនមែនរក្សាវិចារណកថាច្រើនជាងនេះទេ។ តែគឺទុកឲ្យមានភស្តុតាងគ្រប់គ្រាន់ ដើម្បីឲ្យអ្នកអភិវឌ្ឍអាចប្រាប់ថាយុទ្ធសាស្ត្រវិចារណកថាណាដែលបានប្រតិបត្តិ និងថាតើវាបានផ្លាស់ប្ដូរការហៅម៉ូដែលបន្ទាប់តាមរបៀបដែលចង់បានមែន។

ឧទាហរណ៍នៃការរចនាវិចារណកថា

បើយើងចង់ឲ្យភ្នាក់ងារបញ្ញា “រក្សាដំណើរកំសាន្តទៅទីក្រុងប៉ារីស។”

• ភ្នាក់ងារងាយៗមួយដែលប្រើតែការរចនាគូបញ្ជាអាចត្រៀមឆ្លើយតែថា: “បានហើយ ប្រសិនបើអ្នកចង់ទៅប៉ារីសប៉ុន្មានថ្ងៃ?” វាត្រឹមតែដំណើរការសំណួរផ្ទាល់ខ្លួនអ្នកនៅពេលអ្នកសួរតែប៉ុណ្ណោះ។

• ភ្នាក់ងារម្នាក់ប្រើយុទ្ធសាស្ត្រវិចារណកថាដែលបានរៀបរាប់ អាចធ្វើបានច្រើនជាងនេះ។ មុនពេលឆ្លើយ វាអាច:

  ◦ ពិនិត្យប្រតិថិការប្រកាសរបស់អ្នក សម្រាប់កាលបរិច្ឆេទដែលមាន (ទាញយកទិន្នន័យពេលវេលាពិតប្រាកដ)។

  ◦ ចងចាំចំណូលចិត្តការធ្វើដំណើរក្រោយៗនេះ (ពីអនុស្សាវរីយ៍រយៈពេលវែង) ដូចជាសេវាកម្មយន្តហោះដែលអ្នកចូលចិត្ត ថវិកា ឬបើអ្នកចូលចិត្តជើងហោះបែបផ្ទាល់។

  ◦ សម្គាល់ឧបករណ៍ដែលអាចប្រើកក់សំបុត្រ និងសណ្ឋាគារ។

• បន្ទាប់មកឆ្លើយតបមួយអាចហៅថា: “សួស្តី [ឈ្មោះអ្នក]! ខ្ញុំឃើញថាអ្នកទំនេរពីសប្តាហ៍ទីមួយខែតុលា។ តើខ្ញុំនឹងស្វែងរកជើងហោះបន្តផ្ទាល់ទៅប៉ារីសលើ [សេវាកម្មយន្តហោះដែលចូលចិត្ត] ក្នុងថវិកាធម្មតារបស់អ្នក [ថវិកា] ទេមែនទេ?”។ ការឆ្លើយតបដែលពោរពេញដោយន័យ នេះបង្ហាញពីអំណាចនៃការរចនាវិចារណកថា។

បរាជ័យវិចារណកថាទូទៅ

ការប៉ូដិងវិចារណកថា

អ្វីដែលវាជា៖ ពេលដែលភាពមិនពិត (ព័ត៌មានមិនត្រឹមត្រូវដែលបានបង្កើតដោយ LLM) ឬកំហុសចូលទៅក្នុងវិចារណកថា ហើយត្រូវបានយោងជាបន្តបន្ទាប់ បង្កឲ្យភ្នាក់ងារបន្តរកគោលដៅអាសូរឬបង្កើតយុទ្ធនាការត្រឹមត្រូវ។

របៀបដោះស្រាយ៖ អនុវត្ត ការត្រួតពិនិត្យវិចារណកថា និង បំបែក។ ត្រួតពិនិត្យព័ត៌មានមុនពេលបន្ថែមទៅអនុស្សាវរីយ៍រយៈពេលវែង។ ប្រសិនបើមានការព្យាយាមប៉ូដិចិត្រយល់ សូមចាប់ផ្តើមខ្សែវិចារណកថាថ្មី ដើម្បីទប់ស្កាត់ការរីករាលដាលព័ត៌មានអាក្រក់។

ឧទាហរណ៍កក់ដំណើរកំសាន្ត៖ ភ្នាក់ងាររបស់អ្នកបង្កើតការស្រមើលស្រមៃថា ជើងហោះបន្តផ្ទាល់ពីព្រលានតូចមួយទៅទីក្រុងអន្តរជាតិឆ្ងាយមួយ ដែលពិតណាស់មិនមានជើងហោះបន្តផ្ទាល់អន្តរជាតិ។ ព័ត៌មានជើងហោះបន្តផ្ទាល់ដែលមិនមាននេះត្រូវបានរក្សាទុកក្នុងវិចារណកថា។ បន្ទាប់ពីនេះពេលអ្នកសុំឲ្យភ្នាក់ងារកក់ វាកំពុងព្យាយាមស្វែងរកសំបុត្រសម្រាប់ផ្លូវមួយដែលមិនមាននេះប៉ុន្តែបណ្ដាលឲ្យមានកំហុសជាបន្តបន្ទាប់។

ដំណោះស្រាយ៖ អនុវត្តជំហានដែល ផ្ទៀងផ្ទាត់ការប្រាប់ជើងហោះ និងផ្លូវជាមួយ API ពេលវេលាពិតប្រាកដ មុន ការបន្ថែមព័ត៌មានជើងហោះទៅក្នុងវិចារណកថារបស់ភ្នាក់ងារ។ ប្រសិនបើការផ្ទៀងផ្ទាត់បរាជ័យ ព័ត៌មានដែលខុសនោះត្រូវបាន “បំបែក” ហើយមិនប្រើបន្តទៀត។

ការរំខានវិចារណកថា

អ្វីដែលវាជា៖ ពេលដែលវិចារណកថាជាន់ខ្ពស់ជាច្រើនម៉ូដែលផ្តោតលើប្រវត្តិសាស្ត្រដែលបានរក្សាទុកធំជាងការប្រើប្រាស់អ្វីដែលបានរៀននៅក្នុងការបណ្តុះបណ្តាល ដែលបណ្ដាលឲ្យមានសកម្មភាពមិនមានប្រយោជន៍ឬមិនល្អ។ ម៉ូដែលអាចចាប់ផ្តើមធ្វើកំហុសមុនពេលបង្អួចវិចារណកថាពេញ។

របៀបដោះស្រាយ៖ ប្រើ ការសង្ខេបវិចារណកថា។ ជាប្រចាំសុិតកូតព័ត៌មានដែលបានជាsus បើកក្នុងសង្ខេបខ្លីៗ រក្សารายละเอียดសំខាន់ ហើយលុបប្រវត្តិមិនចាំបាច់។ វាជួយ “កំណត់ផ្តោត”ឡើងវិញ។

ឧទាហរណ៍កក់ដំណើរកំសាន្ត៖ អ្នកបានពិភាក្សាពីគោលដៅធ្វើដំណើរដែលអ្នកស្រមៃរយៈពេលវែង រួមទាំងការពន្យល់លម្អិតអំពីការធ្វើដំណើរជាមួយកាប៉ាសខ្នាតតូចរបស់អ្នកពីពីរឆ្នាំមុន។ ពេលអ្នកសុំ “ស្វែងរកជើងហោះថោកសម្រាប់ខែក្រោយ” ភ្នាក់ងារត្រូវបានរញ្ជួយដោយព័ត៌មានចាស់ៗ មិនពាក់ព័ន្ធ និងសុំសម្ភារៈកាប៉ាសរបស់អ្នក ឬតារាងដំណើរពីមុន មិនបានគិតពីសំណើបច្ចុប្បន្នរបស់អ្នក។

ដំណោះស្រាយ៖ បន្ទាប់ពីចំនួនជុំលើក ឬបង្អួចវិចារណកថាធំដល់កំណត់ ភ្នាក់ងារគួរតែ សង្ខេបផ្នែកទំនាក់ទំនងថ្មីៗ និងពាក់ព័ន្ធ – ផ្តោតលើកាលបរិច្ឆេទធ្វើដំណើរបច្ចុប្បន្ន និងគោលដៅ – ហើយប្រើការសង្ខេបនេះសម្រាប់ការហៅ LLM បន្ទាប់ ព្រមទាំងបោះបង់ការសន្ទនាប្រវត្តិដែលមិនពាក់ព័ន្ធ។

ភាពច្របូកច្របល់វិចារណកថា

អ្វីដែលវាជា៖ ពេលដែលវិចារណកថាឥតចាំបាច់ ជាធម្មតាគឺជាច្រើនឧបករណ៍ដែលមាន ធ្វើឲ្យម៉ូដែលបង្កើតចម្លើយអាក្រក់ ឬហៅឧបករណ៍មិនពាក់ព័ន្ធ។ ម៉ូដែលតូចៗមានភាពងាយរងរបួសច្រើនជាង។

របៀបដោះស្រាយ៖ អនុវត្ត ការគ្រប់គ្រងការផ្ទុកឧបករណ៍ ដោយប្រើវិធីសាស្ត្រ RAG។ រក្សាទុកការពិពណ៌នា ឧបករណ៍នៅក្នុងមូលដ្ឋានទិន្នន័យវ៉ិកទ័រ ហើយជ្រើសរើសតែឧបករណ៍ពាក់ព័ន្ធបំផុតសម្រាប់ភារកិច្ចនីមួយៗ។ ការស្រាវជ្រាវបង្ហាញថាកំណត់ចំនួនឧបករណ៍តិចជាង 30 គឺល្អបំផុត។

ឧទាហរណ៍កក់ដំណើរកំសាន្ត៖ ភ្នាក់ងាររបស់អ្នកអាចប្រើឧបករណ៍រាប់ចំនួន៖ book_flight, book_hotel, rent_car, find_tours, currency_converter, weather_forecast, restaurant_reservations និងផ្សេងៗទៀត។ អ្នកសួរ “តើវិធីល្អបំផុតក្នុងការធ្វើដំណើរប្រហែលប៉ារីសយ៉ាងដូចម្តេច?” ព្រោះមានឧបករណ៍ច្រើន ភ្នាក់ងារប៉ះទង្គិច និងព្យាយាមហៅ book_flight នៅក្នុងប៉ារីស ឬ rent_car ទោះបីអ្នកចូលចិត្តយានជំនិះសាធារណៈ។

ដំណោះស្រាយ៖ ប្រើ RAG លើការពិពណ៌នាឧបករណ៍។ នៅពេលអ្នកសួរអំពីការធ្វើដំណើរប៉ារីស ប្រព័ន្ធទាញយកតែមួយចំនួនឧបករណ៍ពាក់ព័ន្ធដូចជា rent_car ឬ public_transport_info ដោយផ្អែកលើសំណួររបស់អ្នក មកបង្ហាញជាគោលបំណងឧបករណ៍ទៅ LLM។

ការប្រកួតប្រជែងវិចារណកថា

អ្វីដែលវាជា៖ ពេលមានព័ត៌មានដែលផ្ទុយគ្នាទៅក្នុងវិចារណកថា បណ្តាលឲ្យមានការសន្និដ្ឋានមិនរុាប់រន្ធតាមលំហូរ ឬចម្លើយចុងក្រោយមិនល្អ។ ស្ថិតិនេះកើតឡើងសំរាប់ពេលពត៌មានមកដល់ជាកម្រិត ហើយការសន្និដ្ឋានកាលពីស្របមុខនៅក្នុងវិចារណកថា។

របៀបដោះស្រាយ៖ ប្រើ ការជំរុញវិចារណកថា និង ការផ្ទេរ។ ការជំរុញមានន័យថាលុបព័ត៌មានចាស់ ឬព្រឹត្តិការណ៍ផ្ទុយគ្នានៅពេលមានព័ត៌មានថ្មី។ ការផ្ទេរអនុញ្ញាតឲ្យម៉ូដែលមានកន្លែង “scratchpad” ផ្សេង សម្រាប់ដំណើរការព័ត៌មាន ដោយមិនធ្វើឲ្យបន្ទុកមួយចំបងចោលក្នុងវិចារណកថាចម្បង។ ឧទាហរណ៍កក់ដំណើរកំសាន្ត៖ អ្នកបានប្រាប់ភ្នាក់ងាររបស់អ្នកជាដំបូងថា, “ខ្ញុំចង់ហោះថ្នាក់សេដ្ឋកិច្ច។” បន្ទាប់មកនៅក្នុងការសន្ទនាអ្នកបានប្ដូរយោបល់ហើយនិយាយថា, “ពិតណាស់ សម្រាប់ដំណើរនេះ យើងទៅថ្នាក់អាជីវកម្ម។” ប្រសិនបើការណែនាំទាំងពីរនេះនៅក្នុងបរិបទ គាត់អាចទទួលបានលទ្ធផលស្វែងរកដែលផ្ទុយគ្នា ឬស្រឡះច្របូកច្របល់អំពីចំណង់ចំណូលចិត្តមួយណាដែលត្រូវបានផ្តល់អាទិភាព។

ដំណោះស្រាយ៖ អនុវត្ត ការកាត់បន្ថយបរិបទ។ នៅពេលការណែនាំថ្មីមួយផ្ទុយទៅនឹងការណែនាំចាស់ ការណែនាំចាស់ត្រូវបានដកចេញ ឬប្រកាសបង់បោះយ៉ាងច្បាស់នៅក្នុងបរិបទ។ ជម្រើសផ្សេងទៀត ភ្នាក់ងារអាចប្រើប្រាស់ សន្លឹកសរសេរ ដើម្បីសម្រួលចំណង់ចំណូលចិត្តដែលទ្រាំទ្រនឹងគ្នាមុនពេលសម្រេចចិត្ត ដើម្បីធានាថា មានតែនៅតែការណែនាំចុងក្រោយ និងឯកភាពដែលដឹកនាំសកម្មភាពរបស់វាទេ។

មានសំណួរបន្ថែមអំពីការជួសជុលបរិបទទៀតទេ?

ចូលរួមក្នុង Microsoft Foundry Discord ដើម្បីជួបជាមួយអ្នករៀនដទៃទៀត ចូលរួមម៉ោងការិយាល័យ និងទទួលបានចម្លើយសម្រាប់សំណួរអំពី AI Agents របស់អ្នក។

---

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

This site is open source. Improve this page.