ai-agents-for-beginners

(ಈ ಪಾಠದ ವೀಡಿಯೊ ನೋಡಲು ಮೇಲಿನ ಚಿತ್ರವನ್ನು ಕ್ಲಿಕ್ ಮಾಡಿ)

ನಂಬಬಹುದಾದ ಎಐ ಏಜೆಂಟ್ಸ್ ನಿರ್ಮಾಣ

ಪರಿಚಯ

ಈ ಪಾಠದಲ್ಲಿ ಕೆಳಗಿನ ವಿಷಯಗಳನ್ನು ಆವರಿಸುವೆವು:

• ಸುರಕ್ಷಿತ ಮತ್ತು ಪರಿಣಾಮಕಾರಿಯಾದ ಎಐ ಏಜೆಂಟ್ಸ್ ಅನ್ನು ಹೇಗೆ ನಿರ್ಮಿಸಿ ಮತ್ತು ನಿಯೋಜಿಸುವುದು
• ಎಐ ಏಜೆಂಟ್ಸ್ ಅಭಿವೃದ್ಧಿಪಡಿಸುವಾಗ ಪ್ರಮುಖ ಭದ್ರತಾ ಪರಿಗಣನೆಗಳು
• ಎಐ ಏಜೆಂಟ್ಸ್ ಅಭಿವೃದ್ಧಿ ಸಮಯದಲ್ಲಿ ಡೇಟಾ ಮತ್ತು ಬಳಕೆದಾರರ ಗೌಪ್ಯತೆಯನ್ನು ಹೇಗೆ ಕಾಪಾಡುವುದು

ಕಲಿಕೆಯ ಗುರಿಗಳು

ಈ ಪಾಠವನ್ನು ಪೂರ್ಣಗೊಳಿಸಿದ ಬಳಿಕ, ನೀವು ತಿಳಿದಿರಬೇಕು:

• ಎಐ ಏಜೆಂಟ್ಸ್ ರಚಿಸುವಾಗ ಅಪಾಯಗಳನ್ನು ಗುರುತಿಸಿ ನಿಯಂತ್ರಿಸುವುದು
• ಡೇಟಾ ಮತ್ತು ಪ್ರವೇಶವನ್ನು ಸೂಕ್ತ ರೀತಿಯಲ್ಲಿ ನಿರ್ವಹಿಸುವುದಕ್ಕಾಗಿ ಭದ್ರತಾ ಕ್ರಮಗಳನ್ನು ಜಾರಿಗೆ ತಂದರೆ ಹೇಗೆ ಎಂಬುದು
• ಡೇಟಾ ಗೌಪ್ಯತೆಯನ್ನು ಕಾಪಾಡುವ ಮತ್ತು ಉತ್ತಮ ಬಳಕೆದಾರ ಅನುಭವ ನೀಡುವ ಎಐ ಏಜೆಂಟ್ಸ್ ಅನ್ನು ರಚಿಸುವುದು

ಸುರಕ್ಷತೆ

ಮೊದಲು ನಾವು ಸುರಕ್ಷಿತ ಏಜೆಂಟಿಕ್ ಅನ್ವಯಿಕೆಗಳನ್ನು ನಿರ್ಮಿಸುವುದನ್ನು ನೋಡೋಣ. ಸುರಕ್ಷತೆ ಎಂದರೆ ಎಐ ಏಜೆಂಟ್ ಯೋಜಿಸಿದಂತೆ ಕಾರ್ಯನಿರ್ವಹಿಸುವುದೇ. ಏಜೆಂಟಿಕ್ ಅನ್ವಯಿಕೆಗಳ ನಿರ್ಮಾಪಕರು ಆಗಿ, ನಾವು ಸುರಕ್ಷತೆಯನ್ನು ಗರಿಷ್ಠಗೊಳಿಸಲು ವಿಧಾನಗಳು ಮತ್ತು ಸಾಧನಗಳನ್ನು ಹೊಂದಿದ್ದೇವೆ:

ಸಿಸ್ಟಮ್ ಸಂದೇಶ ಫ್ರೇಮ್ವರ್ಕ್ ನಿರ್ಮಾಣ

ನೀವು ಎಲ್‌ಎಲ್‌ಎಲ್ಸ್ (ಲಾರ್ಜ್ ಲ್ಯಾಂಗ್ವಿಜ್ ಮಾದರಿಗಳು) ಬಳಸಿ ಎಐ ಅನ್ವಯಿಕೆಗಳನ್ನು ನಿರ್ಮಿಸಿದ್ದರೆ, ನೀವು ದೈರ್ಘವಾದ ಸಿಸ್ಟಮ್ ಪ್ರಾಂಪ್ಟ್ ಅಥವಾ ಸಿಸ್ಟಮ್ ಸಂದೇಶ ವಿನ್ಯಾಸ的重要ತೆ ತಿಳಿದಿರುತ್ತದೆ. ಇವು ಎಲ್‌ಎಲ್‌ಎಲ್ ಬಳಕೆದಾರ ಮತ್ತು ಡೇಟಾ ಜೊತೆ ಹೇಗೆ ಸಂವಹನ ಮಾಡುತ್ತದೆ ಎಂಬ ಮೆಟಾ ನಿಯಮಗಳು, ನಿರ್ದೇಶನಗಳು ಮತ್ತು ಮಾರ್ಗಸೂಚಿಗಳನ್ನು ಸ್ಥಾಪಿಸುತ್ತವೆ.

ಎಐ ಏಜೆಂಟ್ಸ್ ಗಾಗಿ, ನಾವು ವಿನ್ಯಾಸ ಮಾಡಿರುವ ಕಾರ್ಯಗಳನ್ನು ಪೂರ್ಣಗೊಳಿಸಲು ಎಐ ಏಜೆಂಟ್ಸ್ ಗರಿಗೆತ್ಯಾದ ನಿರ್ದೇಶನಗಳು ಬೇಕಾಗುತ್ತದೆ, ಆದ್ದರಿಂದ ಸಿಸ್ಟಮ್ ಪ್ರಾಂಪ್ಟ್ ಇಷ್ಟು ಮಹತ್ವದ್ದಾಗಿದೆ.

ಸ್ಕೇಲೆಬಲ್ ಸಿಸ್ಟಮ್ ಪ್ರಾಂಪ್ಟ್ಗಳನ್ನು ರಚಿಸಲು, ನಮ್ಮ ಅನ್ವಯಿಕೆಯಲ್ಲಿ ಒಂದಿಗಿಂತ ಹೆಚ್ಚು ಏಜೆಂಟ್ಸ್ ನಿರ್ಮಿಸಲು ಸಿಸ್ಟಮ್ ಸಂದೇಶ ಫ್ರೇಮ್ವರ್ಕ್ ಬಳಸಬಹುದು:

ಹಂತ 1: ಮೆಟಾ ಸಿಸ್ಟಮ್ ಸಂದೇಶ ರಚಿಸಿ

ಮೆಟಾ ಪ್ರಾಂಪ್ಟ್ ಅನ್ನು ಎಲ್‌ಎಲ್‌ಎಲ್ ಬಳಸಿಕೊಂಡು ನಾವು ಸೃಷ್ಟಿಸುವ ಏಜೆಂಟ್ಸ್ ಗಾಗಿ ಸಿಸ್ಟಮ್ ಪ್ರಾಂಪ್ಟ್ ಗಳನ್ನು ತಯಾರಿಸಲು ಉಪಯೋಗಿಸಲಾಗುತ್ತದೆ. ಅನೇಕ ಏಜೆಂಟ್ಸ್ ಅನ್ನು ಸಾಮರ್ಥ್ಯದಿಂದ ರಚಿಸಲು ನಾವು ಅದನ್ನು ಟೆಂಪ್ಲೇಟಾಗಿ ವಿನ್ಯಾಸ ಮಾಡುತ್ತೇವೆ.

ನಾವು ಎಲ್‌ಎಲ್‌ಎಲ್ ಗೆ ನೀಡಲಿರುವ ಮೆಟಾ ಸಿಸ್ಟಮ್ ಸಂದೇಶದ ಉದಾಹರಣೆ ಹೀಗೆ ಇದೆ:

You are an expert at creating AI agent assistants. 
You will be provided a company name, role, responsibilities and other
information that you will use to provide a system prompt for.
To create the system prompt, be descriptive as possible and provide a structure that a system using an LLM can better understand the role and responsibilities of the AI assistant. 

ಹಂತ 2: ಮೂಲ ಪ್ರಾಂಪ್ಟ್ ರಚಿಸಿ

ಮುಂದಿನ ಹಂತ ಎಐ ಏಜೆಂಟ್ನನ್ನು ವರ್ಣಿಸುವ ಮೂಲ ಪ್ರಾಂಪ್ಟ್ ಅನ್ನು ರಚಿಸುವುದು. ನೀವು ಏಜೆಂಟ್ ಪಾತ್ರ, ಏಜೆಂಟ್ ಪೂರ್ಣಗೊಳಿಸುವ ಕಾರ್ಯಗಳು ಮತ್ತು ಏಜೆಂಟ್ ನ ಇತರ ಜವಾಬ್ದಾರಿಗಳನ್ನು ಒಳಗೊಂಡಿರಬೇಕು.

ಉದಾಹರಣೆ ಕೆಳಗಿನಂತಿದೆ:

You are a travel agent for Contoso Travel that is great at booking flights for customers. To help customers you can perform the following tasks: lookup available flights, book flights, ask for preferences in seating and times for flights, cancel any previously booked flights and alert customers on any delays or cancellations of flights.  

ಹಂತ 3: ಎಲ್‌ಎಲ್‌ಎಲ್ ಗೆ ಮೂಲ ಸಿಸ್ಟಮ್ ಸಂದೇಶ ನೀಡಿ

ಈಗ ನಾವು ಈ ಸಿಸ್ಟಮ್ ಸಂದೇಶವನ್ನು ಮೆಟಾ ಸಿಸ್ಟಮ್ ಸಂದೇಶ ಮತ್ತು ನಮ್ಮ ಮೂಲ ಸಿಸ್ಟಮ್ ಸಂದೇಶವನ್ನು ಒದಗಿಸುವ ಮೂಲಕ ಆಪ್ಟಿಮೈಸ್ ಮಾಡಬಹುದು.

ಇದರಿಂದ ನಮಗೆ ನಮ್ಮ ಎಐ ಏಜೆಂಟ್ಸ್ ಮಾರ್ಗದರ್ಶನ ಮಾಡಲು ಉತ್ತಮವಾಗಿ ವಿನ್ಯಾಸಗೊಳಿಸಿದ ಸಿಸ್ಟಮ್ ಸಂದೇಶ ಸಿಗುತ್ತದೆ:

**Company Name:** Contoso Travel  
**Role:** Travel Agent Assistant

**Objective:**  
You are an AI-powered travel agent assistant for Contoso Travel, specializing in booking flights and providing exceptional customer service. Your main goal is to assist customers in finding, booking, and managing their flights, all while ensuring that their preferences and needs are met efficiently.

**Key Responsibilities:**

1. **Flight Lookup:**
    
    - Assist customers in searching for available flights based on their specified destination, dates, and any other relevant preferences.
    - Provide a list of options, including flight times, airlines, layovers, and pricing.
2. **Flight Booking:**
    
    - Facilitate the booking of flights for customers, ensuring that all details are correctly entered into the system.
    - Confirm bookings and provide customers with their itinerary, including confirmation numbers and any other pertinent information.
3. **Customer Preference Inquiry:**
    
    - Actively ask customers for their preferences regarding seating (e.g., aisle, window, extra legroom) and preferred times for flights (e.g., morning, afternoon, evening).
    - Record these preferences for future reference and tailor suggestions accordingly.
4. **Flight Cancellation:**
    
    - Assist customers in canceling previously booked flights if needed, following company policies and procedures.
    - Notify customers of any necessary refunds or additional steps that may be required for cancellations.
5. **Flight Monitoring:**
    
    - Monitor the status of booked flights and alert customers in real-time about any delays, cancellations, or changes to their flight schedule.
    - Provide updates through preferred communication channels (e.g., email, SMS) as needed.

**Tone and Style:**

- Maintain a friendly, professional, and approachable demeanor in all interactions with customers.
- Ensure that all communication is clear, informative, and tailored to the customer's specific needs and inquiries.

**User Interaction Instructions:**

- Respond to customer queries promptly and accurately.
- Use a conversational style while ensuring professionalism.
- Prioritize customer satisfaction by being attentive, empathetic, and proactive in all assistance provided.

**Additional Notes:**

- Stay updated on any changes to airline policies, travel restrictions, and other relevant information that could impact flight bookings and customer experience.
- Use clear and concise language to explain options and processes, avoiding jargon where possible for better customer understanding.

This AI assistant is designed to streamline the flight booking process for customers of Contoso Travel, ensuring that all their travel needs are met efficiently and effectively.

ಹಂತ 4: ಪುನರಾವೃತ್ತಿ ಮಾಡಿರಿ ಮತ್ತು ಸುಧಾರಿಸುವಿರಿ

ಈ ಸಿಸ್ಟಮ್ ಸಂದೇಶ ಫ್ರೇಮ್ವರ್ಕ್ ಮೌಲ್ಯವೆಂದರೆ, ಬಹು ಏಜೆಂಟ್ಸ್ ನಿಂದ ಸಿಸ್ಟಮ್ ಸಂದೇಶಗಳನ್ನು ಸುಲಭವಾಗಿ ಸ್ಕೇಲ್ ಮಾಡುವುದು ಮತ್ತು ಸಮಯದೊಂದಿಗೆ ನಿಮ್ಮ ಸಿಸ್ಟಮ್ ಸಂದೇಶಗಳನ್ನು ಸುಧಾರಿಸುವುದಾಗಿದೆ. ನಿಮ್ಮ ಸಂಪೂರ್ಣ ಉಪಯೋಗದ ಪ್ರಕರಣಕ್ಕೆ ಮೊದಲ ಯತ್ನದಲ್ಲಿ ಯೋಗ್ಯವಾಗುವ ಸಿಸ್ಟಮ್ ಸಂದೇಶವು հազಾರಾ ಸಾರಿ ಕಂಡುಬರುವುದಿಲ್ಲ. ಮೂಲ ಸಿಸ್ಟಮ್ ಸಂದೇಶವನ್ನು ಬದಲಾಯಿಸಿ ಹಾಗೂ ಸಿಸ್ಟಮ್ ಮೂಲಕ ಓಡಿಸಿ, ಫಲಿತಾಂಶಗಳನ್ನು ಹೋಲಿಸಲು ಮತ್ತು ಅಂಕಣಿಸಿಕೊಳ್ಳಲು ಸಣ್ಣ ತಿದ್ದೆ ಹಾಗೂ ಸುಧಾರಣೆಗಳನ್ನು ಮಾಡಲು ಸಾಧ್ಯವಾಗುತ್ತದೆ.

ಬೆದರಿಕೆಗಳನ್ನು ಅರ್ಥಮಾಡಿಕೊಳ್ಳುವುದು

ನಂಬಬಹುದಾದ ಎಐ ಏಜೆಂಟ್ಸ್ ರಚಿಸಲು, ನಿಮ್ಮ ಎಐ ಏಜೆಂಟ್ ಗೆ ಇರುವ ಅಪಾಯಗಳು ಮತ್ತು ಬೆದರಿಕೆಗಳನ್ನು ಅರ್ಥಮಾಡಿಕೊಳ್ಳಿ ಮತ್ತು ನಿಯಂತ್ರಿಸುವುದು ಮಹತ್ವದಿಂದ ಕೂಡಿದೆ. ನಾವು ಎಐ ಏಜೆಂಟ್ಸ್ ಗೆ ಇರುವ ಕೆಲವು ಪ್ರಮುಖ ಬೆದರಿಕೆಗಳನ್ನು ಹಾಗೂ ಅವುಗಳನ್ನು ತಡೆಹಿಡಿಯುವ ಮಾರ್ಗಗಳನ್ನು ನೋಡೋಣ.

ಕಾರ್ಯ ಮತ್ತು ನಿರ್ದೇಶನ

ವಿವರಣೆ: ದಾಳಿಕಾರರು ಹೇಳಿಕೆಗಳು ಅಥವಾ ಗುರಿಗಳನ್ನು ಬದಲಾಯಿಸಲು ಪ್ರಾಂಪ್ಟಿಂಗ್ ಅಥವಾ ಇನ್ಪುಟ್ ಗಳನ್ನು ನಿಯಂತ್ರಣ ಮಾಡಲು ಪ್ರಯತ್ನಿಸುತ್ತಾರೆ.

ನಿರ್ಣಯ: ಎಐ ಏಜೆಂಟ್ ಪ್ರಕ್ರಿಯೆಗೆ ಒಳಗಾಗುವ ಮುಂಚೆ ಸಾಂದರ್ಭಿಕ ಪ್ರಾಂಪ್ಟ್ ಗಳನ್ನು ಪತ್ತೆಹಚ್ಚಲು ಮಾನ್ಯತಾ ಪರಿಶೀಲನೆ ಮತ್ತು ಇನ್ಪುಟ್ ಫಿಲ್ಟರ್ ಗಳು ನಡಿಸುವುದು. ಇವು ಸಾಮಾನ್ಯವಾಗಿ ಏಜೆಂಟ್ ಜೊತೆ ಎಷ್ಟು ಬಾರಿ ಸಂವಾದ ನಡೆಯುತ್ತದೆ ಎಂಬುದನ್ನು ಕಡಿಮೆ ಮಾಡುವುದು ಇನ್ನೊಂದು ನಿರೋಧಕ ವಿಧಾನ.

ಮಹತ್ವದ ವ್ಯವಸ್ಥೆಗಳ ಪ್ರವೇಶ

ವಿವರಣೆ: ಎಐ ಏಜೆಂಟ್ ಸಂವೇದನಾಶೀಲ ಡೇಟಾ ನിക്ഷೇಪಿಸುವ ವ್ಯವಸ್ಥೆಗಳ ಮತ್ತು ಸೇವೆಗಳ ಪ್ರವೇಶ ಹೊಂದಿದ್ದರೆ, ದಾಳಿಕಾರರು ಏಜೆಂಟ್ ಮತ್ತು ಸೇವೆಗಳ ನಡುವಿನ ಸಂವಹನವನ್ನು ಭದ್ರತೆಗೊಳ್ಳಬಹುದು. ಇವು ನೇರ ದಾಳಿ ಅಥವಾ ಏಜೆಂಟ್ ಮೂಲಕ ಆ ವ್ಯವಸ್ಥೆಗಳ ಬಗ್ಗೆ ಮಾಹಿತಿ ಒದಗಿಸುವ ಅಪರಾಧ ಪ್ರಯತ್ನವಾಗಬಹುದು.

ನಿರ್ಣಯ: ಏಜೆಂಟ್ಗಳು ಅಗತ್ಯ ಮಾತ್ರದ ಅಭಿಗಮ್ಯತೆ ಹೊಂದಬೇಕು ಈ ರೀತಿಯ ದಾಳಿಗಳನ್ನು ತಡೆಯಲು. ಏಜೆಂಟ್ ಮತ್ತು ವ್ಯವಸ್ಥೆ ನಡುವೆ ಸಂವಹನ ಭದ್ರವಾಗಬೇಕು. ಪ್ರಮಾಣೀಕರಣ ಮತ್ತು ಪ್ರವೇಶ ನಿಯಂತ್ರಣ ಜಾರಿಗೆ ತಂದು ಈ ಮಾಹಿತಿಯನ್ನು ರಕ್ಷಿಸಬಹುದು.

ಸಂಪನ್ಮೂಲ ಮತ್ತು ಸೇವೆಗಳ ಅತಿಯಾದ ಪ್ರಚಾರ

ವಿವರಣೆ: ಎಐ ಏಜೆಂಟ್ಗಳು ಕಾರ್ಯ ನೆರವೇರಿಸಲು ವಿವಿಧ ಸಾಧನ ಮತ್ತು ಸೇವೆಗಳನ್ನು ಬಳಸುತ್ತವೆ. ದಾಳಿಕಾರರು ಹೆಚ್ಚಿನ ಸಂಖ್ಯೆಯಲ್ಲಿ ವಿನಂತಿಗಳನ್ನು ಕಳುಹಿಸುವ ಮೂಲಕ ಈ ಸೇವೆಗಳಿಗೆ ದಾಳಿ ಮಾಡಬಹುದು, ಇದರಿಂದ ವ್ಯವಸ್ಥೆ ದೋಷಗಳು ಅಥವಾ ಹೆಚ್ಚಿನ ವೆಚ್ಚಗಳು ಸಂಭವಿಸಬಹುದು.

ನಿರ್ಣಯ: ಸೇಬೇಕು ಎಐ ಏಜೆಂಟ್ ಸೇವೆಗೆ ಮಾಡುವ ವಿನಂತಿಗಳ ಸಂಖ್ಯೆಯನ್ನು ನಿಯಂತ್ರಿಸುವ ಪಾಲಿಸಿಗಳನ್ನು ಜಾರಿಗೆ ತಂದುಕೊಳ್ಳಿ. ಸಂವಾದದ ತಿರುಗುಗಳ ಮತ್ತು ವಿನಂತಿ ಸಂಖ್ಯೆಯನ್ನು ನಿಯಂತ್ರಿಸುವುದು ಇನ್ನು ಒಂದು ಕಾಯಿಲೆ ತಡೆ ಕ್ರಮ.

ಜ್ಞಾನ ಆಧಾರದ ವಿಷಕಾರಿ ಮಾಡುವುದು

ವಿವರಣೆ: ಈ ದಾಳಿ ನೇರವಾಗಿ ಏಜೆಂಟ್ ಗುರಿಯಾಗದೇ, ಜ್ಞಾನ ಆಧಾರ ಮತ್ತು ಇತರ ಸೇವೆಗಳನ್ನು ಗುರಿಯಾಗಿಸುವುದು. ಇದು ಡೇಟಾ ಅಥವಾ ಮಾಹಿತಿಯನ್ನು ಕಲಂಕಿತಗೊಳಿಸುವುದರ ಮೂಲಕ, ಏಜಂಟಿನ ಪ್ರತಿಕ್ರಿಯೆಗಳಲ್ಲಿ ಪಕ್ಷಪಾತ ಅಥವಾ ಅನಾರೋಗ್ಯಕರ ಫಲಿತಾಂಶಗಳನ್ನು ಉಂಟುಮಾಡಬಹುದು.

ನಿರ್ಣಯ: ಏಜೆಂಟ್ ಉಪಯೋಗಿಸುವ ಡೇಟಾ ನಿಯಮಿತವಾಗಿ ಪರಿಶೀಲಿಸಬೇಕು. ಈ ಡೇಟಾ ಪ್ರವೇಶ ಭದ್ರವಾಗಿದ್ದು, ವಿಶ್ವಾಸಾರ್ಹ ವ್ಯಕ್ತಿಗಳಿಂದ ಮಾತ್ರ ಬದಲಾಯಿಸಲಾಗಬೇಕು ಈ ರೀತಿಯ ದಾಳಿಗಳನ್ನು ತಡೆಯಲು.

ಸರಣಿ ತಪ್ಪುಗಳು

ವಿವರಣೆ: ಏಜೆಂಟ್ಗಳು ಕಾರ್ಯ ನೆರವೇರಿಸಲು ವಿವಿಧ ಸಾಧನ ಮತ್ತು ಸೇವೆಗಳನ್ನು ಉಪಯೋಗಿಸುತ್ತವೆ. ದಾಳಿಕಾರರಿಂದ ಉಂಟಾಗುವ ತಪ್ಪುಗಳು ಇತರ ವ್ಯವಸ್ಥೆಗಳ ವಿಫಲತೆಗೆ ಕಾರಣವಾಗಬಹುದು, ಇದು ದಾಳಿಯನ್ನು ವಿಸ್ತಾರಗೊಳಿಸುತ್ತಾ ಸಮಸ್ಯೆಯನ್ನು ಆಳವಾಗಿಸುತ್ತದೆ.

ನಿರ್ಣಯ: ಈ ಬಗೆಯ ನೇರ ದಾಳಿಗಳನ್ನು ತಡೆಯಲು ಏಜೆಂಟ್ ಓಪರೇಟ್ ಮಾಡುವ ವಾತಾವರಣವನ್ನು ಸೀಮಿತಗೊಳಿಸುವುದು, ಉದಾಹರಣೆಗೆ ಡೋಕರ್ ಕಂಟೇನರ್ ನೊಳಗೆ ಕಾರ್ಯ ನಿರ್ವಹಿಸುವುದರಿಂದ ತಪ್ಪಬಹುದು. ನಿರ್ದಿಷ್ಟ ವ್ಯವಸ್ಥೆಗಳು ದೋಷ ಸೂಚಿಸಿದಾಗ ಬ್ಯಾಕ್ಅಪ್ ಯಂತ್ರಗಳು ಹಾಗೂ ಪುನಃಪ್ರಯತ್ನ ತಂತ್ರಗಳನ್ನು ರೂಪಿಸುವುದು ದೊಡ್ಡ ಸಮಸ್ಯೆಗಳ ತಡೆ ಸಹಾಯ ಮಾಡುತ್ತದೆ.

ಮಾನವ-ಮಧ್ಯಸ್ಥ

ನಂಬಬಹುದಾದ ಎಐ ಏಜೆಂಟ್ ವ್ಯವಸ್ಥೆಗಳನ್ನು ನಿರ್ಮಿಸಲು ಮತ್ತೊಂದು ಪರಿಣಾಮಕಾರಿ ವಿಧಾನ ಮಾನವ-ಮಧ್ಯಸ್ಥ ಬಳಕೆ ಮಾಡುವುದು. ಇದು ಓಡುತ್ತಿರಲು ಬಳಕೆದಾರರು ಏಜೆಂಟ್ಗೆ ಫೀಡ್‌ಬ್ಯಾಕ್ ನೀಡಲು ಸಾಧ್ಯವಿರುವ ಹರಿವು ನಿರ್ಮಿಸುತ್ತದೆ. ಬಳಕೆದಾರರು ಬಹು-ಏಜೆಂಟ್ ವ್ಯವಸ್ಥೆಯಲ್ಲಿ ಏಜೆಂಟ್ ಗಳಂತೆ ಕಾರ್ಯನಿರ್ವಹಿಸಿ ಪ್ರವಾಹ ಆಮೋದ ಅಥವಾ ಸ್ಥಗಿತ ಮಾಡುವ ಮೂಲಕ ಸಹಾಯ ಮಾಡುತ್ತಾರೆ.

ಈ ತತ್ವವನ್ನು ಅನ್ವಯಿಸುವುದಕ್ಕಾಗಿ ಮೈಕ್ರೋಸಾಫ್ಟ್ ಏಜೆಂಟ್ ಫ್ರೇಮ್ವರ್ಕ್ ಬಳಸಿ ಕೆಳಗಿನ ಕೋಡ್ ಉದಾಹರಣೆಯನ್ನು ನೋಡಿ:

import os
from agent_framework.azure import AzureAIProjectAgentProvider
from azure.identity import AzureCliCredential

# ಮಾನವ-ನಿಯಂತ್ರಿತ ಅನುಮೋದನೆಯನ್ನು ಹೊಂದಿರುವ ಪ್ರೊವೈಡರ್ ಅನ್ನು ರಚಿಸಿ
provider = AzureAIProjectAgentProvider(
    credential=AzureCliCredential(),
)

# ಮಾನವ ಅನುಮೋದನೆ ಹಂತವನ್ನು ಹೊಂದಿರುವ ಏಜೆಂಟ್ ಅನ್ನು ರಚಿಸಿ
response = provider.create_response(
    input="Write a 4-line poem about the ocean.",
    instructions="You are a helpful assistant. Ask for user approval before finalizing.",
)

# ಬಳಕೆದಾರರು ಪ್ರತಿಕ್ರಿಯೆಯನ್ನು ಪರಿಶೀಲಿಸಿ ಅನುಮೋದಿಸಬಹುದು
print(response.output_text)
user_input = input("Do you approve? (APPROVE/REJECT): ")
if user_input == "APPROVE":
    print("Response approved.")
else:
    print("Response rejected. Revising...")

ಸಂಕ್ಷೇಪ

ನಂಬಬಹುದಾದ ಎಐ ಏಜೆಂಟ್‌ಗಳು ರಚಿಸಲು ಸೂಕ್ಷ್ಮ ವಿನ್ಯಾಸ, ಬಲವಾದ ಭದ್ರತಾ ಕ್ರಮಗಳು ಮತ್ತು ನಿರಂತರ ಪುನರಾವೃತ್ತಿ ಅವಶ್ಯಕ. ಸಂರಚಿತ ಮೆಟಾ ಪ್ರಾಂಪ್ಟಿಂಗ್ ಪ್ರಣಾಳಿಕೆಗಳನ್ನು ಜಾರಿಗೆ ತಂದರೆ, ಸಂಭವನೀಯ ಬೆದರಿಕೆಗಳನ್ನು ಅರ್ಥಮಾಡಿಕೊಂಡು, ನಿಯಂತ್ರಣ ಕ್ರಮಗಳನ್ನು ಬೆಳಸಿ, ಅಭಿವೃದ್ಧಿಪಡಕರು ಸುರಕ್ಷಿತ ಮತ್ತು ಪರಿಣಾಮಕಾರಿ ಎಐ ಏಜೆಂಟ್‌ಗಳು உருவಿಸಬಹುದು. ಇನ್ನು ಮಾನವ-ಮಧ್ಯಸ್ಥ ವಿಧಾನವನ್ನು ಸೇರಿದರೆ, ಎಐ ಏಜೆಂಟ್‌ಗಳು ಬಳಕೆದಾರರ ಅಗತ್ಯಗಳಿಗೆ ಹೊಂದಿಕೊಳ್ಳುತ್ತವೆ ಮತ್ತು ಅಪಾಯಗಳನ್ನು ಕಡಿಮೆ ಮಾಡುತ್ತವೆ. ಎಐ ನಿರಂತರವಾಗಿ ಅಭಿವೃದ್ಧಿಯಾಗುತ್ತಿರುವಾಗ ಸಕ್ರೀಯ ಸುರಕ್ಷತೆ, ಗೌಪ್ಯತೆ ಮತ್ತು ನೀತಿಜ್ಞಾನದ ದೃಷ್ಟಿಕೋನಗಳನ್ನು ಕಾಪಾಡುವುದು ವಿಶ್ವಾಸ ಮತ್ತು ನಂಬಿಕೆಯನ್ನು ಸಾರುವ ಆಧಾರವಾಗಿರುತ್ತದೆ.

ಕೋಡ್ ಉದಾಹರಣೆಗಳು

• code_samples/06-system-message-framework.ipynb: ಮೆಟಾ ಪ್ರಾಂಪ್ಟ್ ಸಿಸ್ಟಮ್-ಸಂದೇಶ ಫ್ರೇಮ್ವರ್ಕ್ ದೃಶ್ಯಾಂತ
• code_samples/06-human-in-the-loop.ipynb: ನಂಬಬಹುದಾದ ಏಜೆಂಟ್ಗಾಗಿ ಪೂರ್ವ-ಕ್ರಿಯೆ ಅನುಮೋದನೆ ಗೇಟುಗಳು, ಅಪಾಯ ಶ್ರೇಣೀಕರಣ, ಮತ್ತು ಆಡಿಟ್ ಲಾಗಿಂಗ್

ನಂಬಬಹುದಾದ ಎಐ ಏಜೆಂಟ್ಸ್ ನಿರ್ಮಾಣಕ್ಕೆ ಇನ್ನಷ್ಟು ಪ್ರಶ್ನೆಗಳಿವೆಯೇ?

ಇತರ ಕಲಿಯುವವರೊಡನೆ ಭೇಟಿಯಾಗಲು, ಕಚೇರಿ ಸಮಯಗಳಲ್ಲಿ ಭಾಗಿಯಾಗಲು ಮತ್ತು ನಿಮ್ಮ ಎಐ ಏಜೆಂಟ്സ് ಪ್ರಶ್ನೆಗಳಿಗೆ ಉತ್ತರ ಪಡೆಯಲು Microsoft Foundry Discord ಗೆ ಸೇರಿ.

ಹೆಚ್ಚುವರಿ ಸಂಪನ್ಮೂಲಗಳು

• ನೈತಿಕ ಎಐ ಅವಲೋಕನ
• ಜನರೇಟಿವ್ ಎಐ ಮಾದರಿಗಳು ಮತ್ತು ಅನ್ವಯಿಕೆಗಳ ಮೌಲ್ಯಮಾಪನ
• ಬಾಧಾರತಿಯ ಸುರಕ್ಷತಾ ಸಿಸ್ಟಮ್ ಸಂದೇಶಗಳು
• ತರಂಗ ಮೌಲ್ಯಮಾಪನ ವಿನ್ಯಾಸ

ಪೂರ್ವ ಪಾಠ

ಏಜೆಂಟಿಕ್ RAG

ಮುಂದಿನ ಪಾಠ

ನಿರ್ವಹಣಾ ವಿನ್ಯಾಸ ಮಾದರಿ

---

ಅಸ್ವೀಕಾರ: ಈ ದಸ್ತಾವೇಜು AI ಅನುವಾದ ಸೇವೆ Co-op Translator ಬಳಸಿ ಅನುವಾದಿಸಲಾಗಿದೆ. ನಾವು ನಿಖರತೆಯನ್ನು ಸಾಧಿಸಲು ಪ್ರಯತ್ನಿಸುತ್ತಿದ್ದರೂ, ದಯವಿಟ್ಟು ಗಮನಿಸಿ, ಸ್ವಯಂಚಾಲಿತ ಅನುವಾದಗಳಲ್ಲಿ ದೋಷಗಳು ಅಥವಾ ಅಸಡ್ಡೆಗಳು ಇರಬಹುದು. ಮೂಲ ಭಾಷೆಯಲ್ಲಿರುವ ಮೂಲ ದಸ್ತಾವೇಜು ಪ್ರಾಮಾಣಿಕ ಮೂಲವೆಂದು ಪರಿಗಣಿಸಬೇಕು. ಪ್ರಮುಖ ಮಾಹಿತಿಗಾಗಿ, ವೃತ್ತಿಪರ ಮಾನವ ಅನುವಾದವನ್ನು ಶಿಫಾರಸು ಮಾಡಲಾಗುತ್ತದೆ. ಈ ಅನುವಾದವನ್ನು ಬಳಸುವ ಮೂಲಕ ಉಂಟಾಗುವ ಯಾವುದೇ ತಪ್ಪು ಅರ್ಥಗಳ ಅಥವಾ ತಪ್ಪು ವ್ಯಾಖ್ಯಾನಗಳ ಬಗ್ಗೆ ನಾವು ಹೊಣೆಗಾರರಲ್ಲ.

This site is open source. Improve this page.