ai-agents-for-beginners

AI ಏಜೆಂಟ್‌ಗಳಿಗಾಗಿ ಸನ್ನಿವೇಶ ಎಂಜಿನಿಯರಿಂಗ್

(ಈ ಪಾಠದ ವೀಡಿಯೊವನ್ನು ನೋಡುವುದಕ್ಕಾಗಿ ಮೇಲ oleva ಚಿತ್ರವನ್ನು ಕ್ಲಿಕ್ ಮಾಡಿ)

ನೀವು ನಿರ್ಮಿಸುತ್ತಿದ್ದ AI ಏಜೆಂಟ್‌ಗೆ ಸಂಬಂಧಿಸಿದ ಅಪೂರ್ವತೆಯನ್ನು ಅರ್ಥಮಾಡಿಕೊಳ್ಳುವುದು ವಿಶ್ವಾಸಾರ್ಹವಾದ ಏಜೆಂಟ್ ನಿರ್ಮಾಣಕ್ಕೆ ಮಹತ್ವಪೂರ್ಣವಾಗಿದೆ. ಪ್ರಾಂಪ್ಟ್ ಎಂಜಿನಿಯರಿಂಗ್‌ಗೆ ಮೀರಿ ಸಂಕೀರ್ಣ ಅಗತ್ಯಗಳನ್ನು ಪೂರೈಸಲು ಸಮರ್ಪಕ ಮಾಹಿತಿಯನ್ನು ನಿರ್ವಹಿಸುವ AI ಏಜೆಂಟ್‌ಗಳನ್ನು ನಿರ್ಮಿಸುವುದು ಅಗತ್ಯ.

ಈ ಪಾಠದಲ್ಲಿ ನಾವು ಸನ್ನಿವೇಶ ಎಂಜಿನಿಯರಿಂಗ್ ಎಂದರೇನು ಮತ್ತು ಇದರ ಪಾತ್ರ AI ಏಜೆಂಟ್‌ಗಳನ್ನು ನಿರ್ಮಿಸುವಲ್ಲಿ ಏನು ಎಂಬುದನ್ನು ನೋಡಲಿದ್ದೇವೆ.

ಪರಿಚಯ

ಈ ಪಾಠದಲ್ಲಿ ಚರ್ಚಿಸಲಾಗುವುದು:

• ಸನ್ನಿವೇಶ ಎಂಜಿನಿಯರಿಂಗ್ ಏನು ಮತ್ತು ಇದು ಪ್ರಾಂಪ್ಟ್ ಎಂಜಿನಿಯರಿಂಗ್ ರಿಂದ ಹೇಗೆ ಭಿನ್ನವಾಗಿದೆ ಎಂಬುದು.

• ಕಾರ್ಯಕ್ಷಮ ಸನ್ನಿವೇಶ ಎಂಜಿನಿಯರಿಂಗ್ ತಂತ್ರಗಳು, ಹೀಗಾಗಿ ಬರೆಯುವುದು, ಆಯ್ಕೆಮಾಡುವುದು, ಸಣ್ಣಗೊಳಿಸುವುದು ಮತ್ತು ಮಾಹಿತಿಯನ್ನು ವಿಭಜಿಸುವ ವಿಧಾನಗಳು.

• ಸಾಮಾನ್ಯ ಸನ್ನಿವೇಶ ವೈಫಲ್ಯಗಳು ಯಾವುವು ಮತ್ತು ಅವುಗಳನ್ನು ಸರಿಪಡಿಸುವ ವಿಧಾನಗಳು.

ಕಲಿಕೆಯ ಗುರಿಗಳು

ಈ ಪಾಠವನ್ನು ಪೂರ್ಣಗೊಳಿಸಿದ ನಂತರ, ನೀವು ಕೆಳಕಂಡುದನ್ನು ತಿಳಿದಿರುತ್ತೀರಿ:

• ಸನ್ನಿವೇಶ ಎಂಜಿನಿಯರಿಂಗ್ ಅನ್ನು ವ್ಯಾಖ್ಯಾನಿಸಿ ಮತ್ತು ಅದನ್ನು ಪ್ರಾಂಪ್ಟ್ ಎಂಜಿನಿಯರಿಂಗ್ ಜೊತೆ ವಿಭಿನ್ನವಾಗಿ ಗುರುತಿಸಿ.

• ದಕ್ಷಿಣಕಂಡ (LLM) ಅಪ್ಲಿಕೇಶನ್‌ಗಳಲ್ಲಿ ಸನ್ನಿವೇಶದ ಮುಖ್ಯ ಘಟಕಗಳನ್ನು ಗುರುತಿಸಿ.

• ಸನ್ನಿವೇಶವನ್ನು ಉತ್ತಮಗೊಳಿಸಲು ಬರೆಯುವುದು, ಆಯ್ಕೆ ಮಾಡುವುದು, ಸಣ್ಣಗೊಳಿಸುವುದು ಮತ್ತು ವಿಭಜಿಸುವ ತಂತ್ರಗಳನ್ನು ಅನ್ವಯಿಸಿ.

• ಮೂಕದಾಗಿ ಸನ್ನಿವೇಶ ವೈಫಲ್ಯಗಳನ್ನು (ಹೊರಿಗೊಳೆ, ವ್ಯತ್ಯಯ, ಗೊಂದಲ, ಘರ್ಷಣೆ) ಗುರುತಿಸಿ ಮತ್ತು ತಡೆಗಟ್ಟುವ ತಂತ್ರಗಳನ್ನು ಅನುಷ್ಠಾನ ಮಾಡಿ.

ಸನ್ನಿವೇಶ ಎಂಜಿನಿಯರಿಂಗ್ ಎಂದರೇನು?

AI ಏಜೆಂಟ್‌ಗಳಿಗಾಗಿ, ಸನ್ನಿವೇಶವು ಏಜೆಂಟ್ ನಿರ್ವಹಿಸುವ ಕ್ರಮವನ್ನು ಚಾಲಿತಗೊಳಿಸುವುದು. ಸನ್ನಿವೇಶ ಎಂಜಿನಿಯರಿಂಗ್ ಎಂದರೆ AI ಏಜೆಂಟ್ ಮುಂದಿನ ಹಂತವನ್ನು ಯಶಸ್ವಿಯಾಗಿ ನಡೆಸಲು ಸರಿಯಾದ ಮಾಹಿತಿಯನ್ನು ಹೊಂದಿರುವುದನ್ನು ಖಚಿತಪಡಿಸುವ ಅಭ್ಯಾಸ. ಸನ್ನಿವೇಶ ಕಿಟಕಿ ಗಾತ್ರದಲ್ಲಿ ಮಿತವಾಗಿದೆ, ಅದಕ್ಕಾಗಿ ಏಜೆಂಟ್ ನಿರ್ಮಾಪಕರಾಗಿ ನಾವು ಮಾಹಿತಿಯನ್ನು ಒಳ ಸೇರಿಸುವುದು, ತೆಗೆದುಹಾಕುವುದು ಮತ್ತು ಸಂಕ್ಷಿಪ್ತಗೊಳಿಸುವ ವ್ಯವಸ್ಥೆ ಮತ್ತು ಪ್ರಕ್ರಿಯೆಯನ್ನು ರೂಪಿಸಬೇಕು.

ಪ್ರಾಂಪ್ಟ್ ಎಂಜಿನಿಯರಿಂಗ್ ಮತ್ತು ಸನ್ನಿವೇಶ ಎಂಜಿನಿಯರಿಂಗ್

ಪ್ರಾಂಪ್ಟ್ ಎಂಜಿನಿಯರಿಂಗ್ ಏಜೆಂಟ್‌ಗಳನ್ನು ನಿಯಮಗಳ ಸಮೂಹದಿಂದ ಪರಿಣಾಮಕಾರಿಯಾಗಿ ಮಾರ್ಗದರ್ಶನ ಮಾಡುವ ಒಂದು ಸ್ಥಿರ ನಿರ್ದೇಶನಗಳ ಸಂಕಲನದ ಮೇಲೆ ಕೇಂದ್ರೀಕರಿಸಿದೆ. ಸನ್ನಿವೇಶ ಎಂಜಿನಿಯರಿಂಗ್ ಎಂದರೆ ಪ್ರಾಂಪ್ಟ್ ಸಹಿತ ಸಮಯಕ್ರಮದಲ್ಲಿ ನೀವು ಏಜೆಂಟ್‌ಗೆ ಬೇಕಾದ ಪ್ರಾಸಂಗಿಕ ಮಾಹಿತಿಯನ್ನು ಪರಿಣಯವಾಗಿ ನಿರ್ವಹಿಸುವದು. ಸನ್ನಿವೇಶ ಎಂಜಿನಿಯರಿಂಗ್ ಪ್ರಕ್ರಿಯೆ ಪುನರಾವರ್ತನೀಯ ಮತ್ತು ವಿಶ್ವಾಸಾರ್ಹವಾಗುವಂತೆ ಮಾಡುವೇ ಮುಖ್ಯ ಉದ್ದೇಶ.

ಸನ್ನಿವೇಶದ ಪ್ರಕಾರಗಳು

ಸನ್ನಿವೇಶವು ಕೇವಲ ಒಂದೇ ವಸ್ತುವಾಗಿರುವುದಲ್ಲ ಎಂಬುದನ್ನು ನೆನಪಿನಲ್ಲಿ ಇಟ್ಟುಕೊಳ್ಳುವುದು ಮಹತ್ವವಾಗಿದೆ. AI ಏಜೆಂಟ್‌ಗೋಸ್ಕರ ಅಗತ್ಯವಿರುವ ಮಾಹಿತಿಗಳು ವಿವಿಧ ಮೂಲಗಳಿಂದ ಬರುತ್ತವೆ ಮತ್ತು ನಾವು ಏಜೆಂಟ್‌ಗೆ ಈ ಮೂಲಗಳಿಗೆ ಪ್ರವೇಶ ಕಲ್ಪಿಸಬೇಕಾಗುತ್ತದೆ:

ಏಜೆಂಟ್ ನಿರ್ವಹಿಸಬೇಕಾಗಿರುವ ಸನ್ನಿವೇಶ ಪ್ರಕಾರಗಳು:

• ನಿರ್ದೇಶನಗಳು: ಅನುವಾದಿಸಿದಂತೆ ಏಜೆಂಟ್‌ನ “ನಿಯಮಗಳು” – ಪ್ರಾಂಪ್ಟ್‌ಗಳು, ಸಿಸ್ಟಮ್ ಸಂದೇಶಗಳು, ಅಲ್ಪ ಉದಾಹರಣೆಗಳು (AI ನೆಯನ್ನು ಹೇಗೆ ನಡೆಸುವುದು ತೋರಿಸುವುದಕ್ಕಾಗಿ), ಮತ್ತು ಉಪಕರಣಗಳ ವಿವರಣೆಗಳು. ಇಲ್ಲಿ ಪ್ರಾಂಪ್ಟ್ ಎಂಜಿನಿಯರಿಂಗ್ ಫೋಕಸ್ ಸನ್ನಿವೇಶ ಎಂಜಿನಿಯರಿಂಗ್ ಜೊತೆ ಸೇರಿವೆ.

• ಜ್ಞಾನ: ವಾಸ್ತವಗಳು, ಡೇಟಾಬೇಸ್‌ನಿಂದ ಪಡೆದ ಮಾಹಿತಿ ಅಥವಾ ಏಜೆಂಟ್ ಗಳಿಸಿರುವ ದೀರ್ಘಕಾಲೀನ ಸ್ಮೃತಿಗಳು. Retrieval Augmented Generation (RAG) ವ್ಯವಸ್ಥೆಯನ್ನು ಒಪ್ಪಿಸಿಕೊಳ್ಳುವಾಗ ವಿವಿಧ ಜ್ಞಾನ ಸಂಗ್ರಹಣೆ ಮತ್ತು ಡೇಟಾಬೇಸ್ ಗೆ ಪ್ರವೇಶ ಬೇಕಾದರೆ ಇದನ್ನು ಕೂಡ ಸೇರಿಸಬೇಕಾಗುತ್ತದೆ.

• ಉಪಕರಣಗಳು: ಬಾಹ್ಯ ಕ್ರಿಯೆಗಳ ವ್ಯಾಖ್ಯಾನಗಳು, API ಗಳು ಮತ್ತು MCP ಸರ್ವರ್‌ಗಳು, ಏಜೆಂಟ್ ಕರೆ ಮಾಡಬಹುದಾದವು ಮತ್ತು ಅವುಗಳ ಪ್ರತಿಕ್ರಿಯೆಗಳು.

• ಸಂವಾದ ಇತಿಹಾಸ: ಬಳಕೆದಾರರೊಂದಿಗೆ ನಿರಂತರ ಸಂಭಾಷಣೆ. ಸಮಯ ಕಳೆಯುವಂತೆ ಈ ಸಂಭಾಷಣೆಗಳು ಜಾಸ್ತಿ ಹಾಗೂ ಸಂಕೀರ್ಣವಾಗುತ್ತವೆ ಮತ್ತು ಇವು ಸನ್ನಿವೇಶ ಕಿಟಕಿಯಲ್ಲಿ ಸ್ಥಳವನ್ನು ಹಿಡಿಯುತ್ತವೆ.

• ಬಳಕೆದಾರ ಅವಲಂಬನೆಗಳು: ಸಮಯಕ್ಕೆ ತಕ್ಕಂತೆ ಬಳಕೆದಾರನ ಇಷ್ಟ ಅಥವಾ ಅಪ್ರಿಯ ವಿಚಾರಗಳು, ಮುಖ್ಯ ನಿರ್ಣಯಗಳಲ್ಲಿ ಸಹಾಯ ನೀಡಲು ಇವು ಸಂಗ್ರಹಿಸಲಾಗುತ್ತದೆ ಮತ್ತು ಕರೆಮಾಡಲಾಗುತ್ತದೆ.

ಪರಿಣಾಮಕಾರಿ ಸನ್ನಿವೇಶ ಎಂಜಿನಿಯರಿಂಗ್ ತಂತ್ರಗಳು

ಯೋಜನಾ ತಂತ್ರಗಳು

ಉತ್ತಮ ಸನ್ನಿವೇಶ ಎಂಜಿನಿಯರಿಂಗ್ ಉತ್ತಮ ಯೋಜನೆಯಿಂದ ಪ್ರಾರಂಭವಾಗುತ್ತದೆ. ಸನ್ನಿವೇಶ ಎಂಜಿನಿಯರಿಂಗ್ ತತ್ವವನ್ನು ಅನ್ವಯಿಸಲು ಸಹಾಯ ಮಾಡುವ ವಿಧಾನವು ಈ ರೀತಿ ಇದೆ:

1. ಸ್ಪಷ್ಟ ಫಲಿತಾಂಶಗಳನ್ನು ನಿರ್ಧರಿಸಿ - AI ಏಜೆಂಟ್‌ಗಳಿಗೆ ಕಾರ್ಯನಿರ್ವಹಿಸುವ ಕಾರ್ಯಗಳ ಫಲಿತಾಂಶಗಳು ಸ್ಪಷ್ಟವಾಗಿರಬೇಕು. ಪ್ರಶ್ನೆಗೆ ಉತ್ತರಿಸಿ: “AI ಏಜೆಂಟ್ ತನ್ನ ಕಾರ್ಯವನ್ನು ಪೂರ್ಣಗೊಳಿಸಿದಾಗ বিশ্বವು ಹೇಗಿರುತ್ತದೆ?” ಎಂದರೆ, ಬಳಕೆದಾರಮೇಲೆ ಯಾವ ಬದಲಾವಣೆ, ಮಾಹಿತಿ ಅಥವಾ ಪ್ರತಿಕ್ರಿಯೆ ಆಗಿರಬೇಕು.
2. ಸನ್ನಿವೇಶವನ್ನು ಮ್ಯಾಪ್ ಮಾಡಿ - AI ಏಜೆಂಟ್ ಫಲಿತಾಂಶಗಳನ್ನು ನಿರ್ದಿಷ್ಟಪಡಿಸಿದ ನಂತರ, ಪ್ರಶ್ನೆ ಕೇಳಿ: “ಈ ಕಾರ್ಯವನ್ನು ಪೂರ್ಣಗೊಳಿಸಲು AI ಏಜೆಂಟ್‌ಗೆ ಯಾವ ಮಾಹಿತಿಯು ಬೇಕು?” ಮತ್ತು ಸನ್ನಿವೇಶವೇರುವ ಸ್ಥಳವನ್ನು ಮ್ಯಾಪ್ ಮಾಡಿ.
3. ಸನ್ನಿವೇಶ ಪೈಪ್ಲೈನ್ಗಳನ್ನು ರಚಿಸಿ - ಇಗೋ, ಮಾಹಿತಿ ಎಲ್ಲಿ ಇದೆ ಎಂಬುದನ್ನು ತಿಳಿದು, ಪ್ರಶ್ನೆ ಕೇಳಿ: “ಏಜೆಂಟ್ ಈ ಮಾಹಿತಿಯನ್ನು ಹೇಗೆ ಪಡೆಯುತ್ತದೆ?” RAG, MCP ಸರ್ವರ್‌ಗಳು ಮತ್ತು ಇತರೆ ಉಪಕರಣಗಳ ಬಳಕೆ ಸೇರಿದಂತೆ ವಿವಿಧ ವಿಧಾನಗಳು ಇರಬಹುದು.

ವ್ಯವಹಾರಿಕ ತಂತ್ರಗಳು

ಯೋಜನೆ ಮಹತ್ವಪೂರ್ಣ ಆದರೆ, ಮಾಹಿತಿ ನಮ್ಮ ಏಜೆಂಟ್‌ನ ಸನ್ನಿವೇಶ ಕಿಟಕಿಗೆ ಹರಿದುಬಂದಾಗ, ಅದನ್ನು ನಿರ್ವಹಿಸಲು ಭೌತಿಕ ತಂತ್ರಗಳು ಬೇಕಾಗುತ್ತವೆ:

ಸನ್ನಿವೇಶ ನಿರ್ವಹಣೆ

ಕೆಲವು ಮಾಹಿತಿ ಸಣ್ಣಗಾಗದೆ ಸನ್ನಿವೇಶ ಕಿಟಕಿಗೆ ಸೇರಬಹುದು, ಆದರೆ ಸನ್ನಿವೇಶ ಎಂಜಿನಿಯರಿಂಗ್ ಎಂಬುದು ಮಾಹಿತಿ ನಿರ್ವಹಣೆಯಲ್ಲಿ ಆಕ್ಟಿವ್ ಪಾತ್ರ ವಹಿಸುವುದಕ್ಕೆ ಸಂಬಂಧಿಸುತ್ತದೆ. ಕೆಳಗಿನ ಕೆಲವು ತಂತ್ರಗಳು ಸಹಾಯ ಮಾಡುತ್ತವೆ:

1. ಏಜೆಂಟ್ ಸ್ಕ್ರಾಚ್‌ಪ್ಯಾಡ್ AI ಏಜೆಂಟ್‌ಗೆ ಸರ-current ಕಾರ್ಯಗಳು ಮತ್ತು ಬಳಕೆದಾರ ಸಂಪರ್ಕಗಳ ಸಂಬಂಧಿಸಿದ ಮಾಹಿತಿಯನ್ನು ಒಂದೇ ಅವಧಿಯಲ್ಲಿ ನೋಂದಾಯಿಸಲು ಅನುವು ಮಾಡಿಕೊಡುವುದು. ಸನ್ನಿವೇಶ ಕಿಟಕಿಗೆ ಹೊರಗಿನ ಫೈಲ್ ಅಥವಾ ರನ್‌ಟೈಮ್ ಆಬ್ಜೆಕ್ಟ್ ಆಗಿರುತ್ತದೆ ಮತ್ತು ಅಗತ್ಯವಿದ್ದರೆ ನಂತರ ಬಳಕೆ ಮಾಡಬಹುದು.

2. ಸ್ಮೃತಿಗಳು ಸ್ಕ್ರಾಚ್‌ಪ್ಯಾಡ್‌ಗಳು ಒಂದು ಅವಧಿಯ ಸನ್ನಿವೇಶ ಕಿಟಕಿಯಿಂದ ಹೊರಗಿನ ಮಾಹಿತಿಯನ್ನು ನಿರ್ವಹಿಸಲು ಉತ್ತಮ. ಸ್ಮೃತಿಗಳು ಏಜೆಂಟ್‌ಗಳನ್ನು ಬಹು ಅವಧಿಗಳಲ್ಲಿ ಪ್ರಾಸಂಗಿಕ ಮಾಹಿತಿಯನ್ನು ಸಂಗ್ರಹಿಸಲು ಮತ್ತು ನೋಡಿಕೊಳ್ಳಲು ಸಹಾಯ ಮಾಡುತ್ತವೆ. ಇದರಲ್ಲಿ ಸಾರಾಂಶಗಳು, ಬಳಕೆದಾರ ಅವಲಂಬನೆಗಳು ಮತ್ತು ಭವಿಷ್ಯದ ಸುಧಾರಣೆಗಳ ಅಭಿಪ್ರಾಯಗಳಾದವು ಸೇರಬಹುದು.

3. ಸನ್ನಿವೇಶ ಸಂಕುಚಿತಗೊಳಿಸುವುದು ಸನ್ನಿವೇಶ ಕಿಟಕಿ ವಿಸ್ತಾರವಾಗುತ್ತಾ ಇದ್ದಾಗ, ಸಾರಾಂಶಭರಿತ ಮತ್ತು ಕಡಿತಗೊಳಿಸುವ ತಂತ್ರಗಳನ್ನು ಉಪಯೋಗಿಸಬಹುದು. ಇದರಲ್ಲಿ ಪ್ರಮುಖ ಮಾಹಿತಿಯನ್ನಷ್ಟೇ ಉಳಿಸಿಕೊಳ್ಳುವುದು ಅಥವಾ ಹಳೆಯ ಸಂದೇಶಗಳನ್ನು ತೆಗೆಯುವುದು ಸೇರಿದೆ.

4. ಬಹು ಏಜೆಂಟ್ ವ್ಯವಸ್ಥೆಗಳು ಬಹು ಏಜೆಂಟ್ ವ್ಯವಸ್ಥೆಯನ್ನು ಅಭಿವೃದ್ಧಿಪಡಿಸುವುದು ಸನ್ನಿವೇಶ ಎಂಜಿನಿಯರಿಂಗ್ ტიპವಾಗಿದೆ ಏಕೆಂದರೆ ಪ್ರತಿ ಏಜೆಂಟ್‌ಗೆ ತನ್ನ ಸನ್ನಿವೇಶ ಕಿಟಕಿ ಇರುತ್ತದೆ. ಈ ಸನ್ನಿವೇಶವನ್ನು ಹಂಚಿಕೊಳ್ಳುವ ಮತ್ತು ವಿಭಿನ್ನ ಏಜೆಂಟ್‌ಗಳಿಗೆ ಪಸರಿಸುವ ವಿಧಾನವು ಯೋಜಿಸಲು ಇದೆ.

5. ಸ್ಯಾಂಡ್‌ಬಾಕ್ಸ್ ಪರಿಸರಗಳು ಏಜೆಂಟ್ ಕೆಲವೊಮ್ಮೆ ಹಲವು ಮಾಹಿತಿಯನ್ನು ಸಂಸ್ಕರಿಸುವ ಅಥವಾ ಕೋಡ್ ಚಲಾಯಿಸುವ ಅಗತ್ಯವಿರಬಹುದು, ಇದು ಬಹಳ ಟೋಕನ್ ಗಳನ್ನು ತೆಗೆದುಕೊಳ್ಳುತ್ತದೆ. ಈ ಸಂಪೂರ್ಣ ಮಾಹಿತಿಯನ್ನು ಸನ್ನಿವೇಶ ಕಿಟಕಿಯಲ್ಲಿ ಇರಿಸುವ ಬದಲು, ಸ್ಯಾಂಡ್‌ಬಾಕ್ಸ್ ಪರಿಸರ ಬಳಸಿ, ಕೋಡ್ ಅನ್ನು ಚಲಾಯಿಸಿ ಫಲಿತಾಂಶವನ್ನು ಮಾತ್ರ ಓದಿ ಅವಲಂಬನೆ ಗುಣವನ್ನು ಉತ್ತೇಜಿಸುತ್ತದೆ.

6. ರನ್‌ಟೈಮ್ ಸ್ಟೇಟ್ ಆಬ್ಜೆಕ್ಟ್ಸ್ ಏಜೆಂಟ್ ಗೆ ನಿರ್ದಿಷ್ಟ ಮಾಹಿತಿಯ ಪ್ರವೇಶ ಬೇಕಾದಾಗ, ಮಾಹಿತಿಯ ಯಾವುದೇ ಟೂಳೆನ್ನು ನಿರ್ವಹಿಸಲು ಈ ಕಂಟೇನರ್ ರಚನೆ ಮಾಡಲಾಗುತ್ತದೆ. ಸಂಕೀರ್ಣ ಕಾರ್ಯಗಳಿಗೆ, ಪ್ರತಿ ಉಪಕಾರ್ಯ ಫಲಿತಾಂಶವನ್ನು ಕ್ರಮೇಣ ಸಂಗ್ರಹಿಸಲು ಇದು ಸಹಾಯ ಮಾಡುತ್ತದೆ, ಜೊತೆಗೆ ಸನ್ನಿವೇಶವು ಆ ವಿಶೇಷ ಉಪಕಾರ್ಯಕ್ಕೆ ಮಾತ್ರ ಸಂಬಂಧ ಪಟ್ಟಿರುತ್ತದೆ.

ಸನ್ನಿವೇಶ ಪರಿಶೀಲನೆ

ಈ ತಂತ್ರಗಳಲ್ಲಿ ಯಾವುದಾದರೂ ಅನ್ವಯಿಸಿದ ನಂತರ, ಮುಂದಿನ ಮಾದರಿ ಕರೆ ಯಾವ ಸನ್ನಿವೇಶವನ್ನು ಪಡೆದಿದೆ ಎಂದು ಪರಿಶೀಲಿಸುವುದು ಉಚಿತ. ಉಪಯುಕ್ತ ಡಿಬಗ್ಗಿಂಗ್ ಪ್ರಶ್ನೆ:

ಏಜೆಂಟ್ ಬಹಳ ಸನ್ನಿವೇಶವನ್ನು, ತಪ್ಪಾದ ಸನ್ನಿವೇಶವನ್ನು ಅಥವಾ ಬೇಕಾದ ಸನ್ನಿವೇಶವನ್ನು ತಪ್ಪಿಸಿಬಿಟ್ಟದೆಯೇ ಲೋಡ್ ಮಾಡಿತೇ?

ನೀವು ಆ ಪ್ರಶ್ನೆಗೆ ಉತ್ತರಿಸಲು ಕಚ್ಚಾ ಪ್ರಾಂಪ್ಟ್‌ಗಳು, ಉಪಕರಣಗಳ ಫಲಿತಾಂಶಗಳು ಅಥವಾ ಸ್ಮೃತಿ ವಿಷಯಗಳನ್ನು ಲಾಗ್ ಮಾಡಲು ಅಗತ್ಯವಿಲ್ಲ. ಉತ್ಪಾದನೆಯಲ್ಲಿ, ಅಂಕಿಗಳು, ID, ಹ್ಯಾಷ್ ಮತ್ತು ನೀತಿ ಲೇಬಲ್ ಹೊಂದಿರುವ ಸಣ್ಣ ಸನ್ನಿವೇಶ ಪರಿಶೀಲನಾ ದಾಖಲೆಗಳನ್ನು ನೀಡುವುದು ಮೆಚ್ಚುಗೆ.

• ಆಯ್ಕೆ: ಎಷ್ಟು ಅಭ್ಯರ್ಥಿ ತುಣುಕುಗಳು, ಉಪಕರಣಗಳು, ಅಥವಾ ಸ್ಮೃತಿಗಳು ಪರಿಗಣಿಸಲ್ಪಟ್ಟವು, ಎಷ್ಟನ್ನು ಆಯ್ಕೆಮಾಡಲಾಯಿತು ಮತ್ತು ಯಾವ ನಿಯಮ ಅಥವಾ ಅಂಕಿ ಇತರರನ್ನು ಹೊರತರಬಲ್ಲ ಹಂತ ಕರೆದಿತೆಂಬುದನ್ನು ಅಳವಡಿಸಿ.
• ಸಂಕುಚಿತಗೊಳಿಸುವಿಕೆ: ಮೂಲ ಮಿತಿ ಅಥವಾ ಪಥ ID, ಸಾರಾಂಶ ID, ಸಂಕೋಚನೆಯ ಹಿಂದೆ ಮತ್ತು ನಂತರದ ಅಂದಾಜು ಟೋಕನ್ ಎಣಿಕೆ, ಮತ್ತು ಮುಂದಿನ ಕರೆ ತೆಗೆದುಕೊಂಡು ಹೋಗದ ಕಚ್ಚಾ ವಿಷಯವನ್ನು ದಾಖಲಿಸಿ.
• ವಿಭಜನೆ: ವಿಂಗಡಿಸಿದ ಉಪಕಾರ್ಯವು ಬೇರೆ ಏಜೆಂಟ್, ಅವಧಿ ಅಥವಾ ಸ್ಯಾಂಡ್‌ಬಾಕ್ಸ್‌ನಲ್ಲಿ ನಡೆಯಿತು ಎಂಬುದನ್ನು, ಬೌಂಡ್ ಮಾಡಲಾದ ಸಾರಾಂಶವನ್ನು ಮತ್ತು ದೊಡ್ಡ ಉಪಕರಣದ ಫಲಿತಾಂಶವು ಮುಖ್ಯ ಏಜೆಂಟ್ ಸನ್ನಿವೇಶದಿಂದ ಹೊರಗಿರಲಿದೆಯೇ ಎಂದು ಗಮನಿಸಿ.
• ಸ್ಮೃತಿ ಮತ್ತು RAG: ಡಾಕ್ಯುಮೆಂಟ್ ID, ಸ್ಮೃತಿ ID, ಅಂಕಿ, ಆಯ್ಕೆ IDಗಳು ಮತ್ತು ರೆಡಕ್ಷನ್ ಸ್ಥಿತಿಯನ್ನು ಪೂರ್ಣ ಪಠ್ಯದ ಬದಲು ಸಂಗ್ರಹಿಸಿ.
• ಸುರಕ್ಷತೆ ಮತ್ತು ಗೌಪ್ಯತೆ: ಸಂವೇದನಶೀಲ ಪ್ರಾಂಪ್ಟ್ ಪಠ್ಯ, ಉಪಕರಣದ ವಾದಗಳು, ಫಲಿತಾಂಶಗಳು ಅಥವಾ ಬಳಕೆದಾರ ಸ್ಮೃತಿ ದೇಹಗಳ ಬದಲು ಹ್ಯಾಷ್, ID, ಟೋಕನ್ ಬಕೆಟ್‌ಗಳು ಮತ್ತು ನೀತಿ ಲೇಬಲ್‌ಗಳನ್ನು ಹಗಲುಬೆಳ್ಳಿ ಮಾಡಿ.

ಗುರಿ ಹೆಚ್ಚಿನ ಸನ್ನಿವೇಶವನ್ನು ಇಡುವುದಲ್ಲ. ಡೆವಲಪರ್ ಯಾವ ಸನ್ನಿವೇಶ ತಂತ್ರ ಕಾರ್ಯನಿರ್ವಹಿಸಿದೆಯೆಂದು ಮತ್ತು ಅದು ಮುಂದಿನ ಮಾದರಿ ಕರೆ ನಿರೀಕ್ಷಿತ ರೀತಿಯಲ್ಲಿ ಬದಲಾಯಿಸಿದ್ದೇ ಅಥವಾ ಇಲ್ಲವೇ ಎಂದು ತಿಳಿದುಕೊಳ್ಳಲು ಸಾಕಷ್ಟು ಸಾಕ್ಷ್ಯಗಳನ್ನು ಬಿಟ್ಟುಬಿಡುವುದಾಗಿದೆ.

ಸನ್ನಿವೇಶ ಎಂಜಿನಿಯರಿಂಗ್ ಉದಾಹರಣೆ

ನಾವು AI ಏಜೆಂಟ್ ಗೆ “ನನಗೆ ಪ್ಯಾರಿಸಿಗೆ ಪ್ರವಾಸವನ್ನು ಬುಕ್ ಮಾಡಿ.” ಎಂದು ಹೇಳಬೇಕೆಂದು ಹೇಳಿಕೊಳ್ಳೋಣ.

• ಸರಳ ಪ್ರಾಂಪ್ಟ್ ಎಂಜಿನಿಯರಿಂಗ್ ಬಳಸದ ಏಜೆಂಟ್ ಕೇಳಿದಾಗ ಮಾತ್ರ “ಸರಿ, ನೀವು ಪ್ಯಾರಿಸ್ ಗೆ ಯಾವಾಗ ಹೋಗಬೇಕೆಂದು ಇಚ್ಛಿಸುತ್ತೀರಿ?” ಎಂದು ಪ್ರತಿಕ್ರಿಯಿಸಬಹುದು. ಬಳಕೆದಾರ ಕೇಳಿದ ನೇರ ಪ್ರಶ್ನೆಯನ್ನು ಮಾತ್ರ ಪ್ರಕ್ರಿಯೆ ಮಾಡಿತು.

• ಈ ಪಾಠದಲ್ಲಿ ಚರ್ಚಿಸಿದ ಸನ್ನಿವೇಶ ಎಂಜಿನಿಯರಿಂಗ್ ತಂತ್ರಗಳನ್ನು ಬಳಸುವ ಏಜೆಂಟ್ ಹೆಚ್ಚು ಕಾರ್ಯ ಮಾಡುತ್ತದೆ. ಪ್ರತಿಕ್ರಿಯಿಸುವ ಮೊದಲು, ಅದರ ವ್ಯವಸ್ಥೆ:

  ◦ ನಿಮ್ಮ ಕ್ಯಾಲೆಂಡರ್ ಅನ್ನು ಪರಿಶೀಲಿಸುತ್ತದೆ (ನೈಜ-ಸಮಯದ ಡೇಟಾ ಪಡೆದಂತೆ).

 ◦ ಹಳೆಯ ಪ್ರಯಾಣ ಅವಲಂಬನೆಗಳನ್ನು ಮರೆಯದೆ, ನಿಮ್ಮ ಇಚ್ಛಿತ ವಿಮಾನನಿರ್ದೇಶನ, ಬಜೆಟ್ ಅಥವಾ ನೇರ ಫ್ಲೈಟ್ ಇಚ್ಛೆಯನ್ ಅನ್ನು ಪಡೆದುಕೊಳ್ಳುತ್ತದೆ.

 ◦ ಪ್ರಯಾಣ ಬುಕಿಂಗ್‌ಗಾಗಿ ಲಭ್ಯವಿರುವ ಉಪಕರಣಗಳನ್ನು ಗುರುತಿಸುತ್ತದೆ.

• ಮರುಪ್ರತಿಕ್ರಿಯೆ ಉದಾಹರಣೆಯಾಗಿ: “ನಮಸ್ಕಾರ [ನಿಮ್ಮ ಹೆಸರು]! ನಾನು ನೋಡುತ್ತಿದ್ದೇನೆ ನೀವು ಅಕ್ಟೋಬರ್ ಮೊದಲ ವಾರ ಖಾಲಿ ಇದ್ದೀರಿ. ನಾನು ನಿಮ್ಮ ಇಚ್ಛಿತ ವಿಮಾನಸಭೆ [ಇಚ್ಛಿತ ಏರ್‌ಲೈನ್] ನಲ್ಲಿ ನಿಮ್ಮ ಬಜೆಟ್ [ಬಜೆಟ್] ಒಳಗೊಂಡಂತೆ ನೇರ ಫ್ಲೈಟ್ ಗಳನ್ನು ಹುಡುಕಬಹುದು.” ಇಂತಹ ಸನ್ನಿವೇಶ ಸಜಾಗ ಪ್ರತಿಕ್ರಿಯೆ ಸನ್ನಿವೇಶ ಎಂಜಿನಿಯರಿಂಗ್ ಶಕ್ತಿಯನ್ನು ತೋರಿಸುತ್ತದೆ.

ಸಾಮಾನ್ಯ ಸನ್ನಿವೇಶ ವೈಫಲ್ಯಗಳು

ಸನ್ನಿವೇಶ ವಿಷಕಾರಣೆ

ಅರ್ಥ: LLM ನಿಂದ ಸೃಷ್ಟಿಯಾದ ಸುಳ್ಳು ಮಾಹಿತಿ ಅಥವಾ ದೋಷವು ಸನ್ನಿವೇಶಕ್ಕೆ ಸೇರಿ ಪುನರಾವರ್ತಿತವಾಗಿ ಉಲ್ಲೇಖಿಸುವಾಗ, ಏಜೆಂಟ್ ಸಾಧ್ಯವಿಲ್ಲದ ಗುರಿಗಳನ್ನು ಅನುಸರಿಸುವುದು ಅಥವಾ ಅರ್ಥವಿಲ್ಲದ ತಂತ್ರಗಳನ್ನು ರೂಪಿಸುವುದು.

ಪರಿಹಾರ: ಸನ್ನಿವೇಶ ಪರಿಶೀಲನೆ ಮತ್ತು ತ್ಯಾಜ್ಯಧಾರಣೆ ಅನುಷ್ಠಾನ ಮಾಡುವುದು. ದೀರ್ಘಕಾಲೀನ ಸ್ಮೃತಿಗೆ ಸೇರಿಸುವ ಮುನ್ನ ಮಾಹಿತಿಯನ್ನು ಪರಿಶೀಲಿಸಿ. ವಿಷಕಾರಣೆ ಶಂಕೆ ಇದ್ದರೆ, ಹೊಸ ಸನ್ನಿವೇಶ ವಿಷಯಗಳನ್ನು ಪ್ರಾರಂಭಿಸಿ ಕೆಟ್ಟ ಮಾಹಿತಿಯ ಹರಡುವಿಕೆಯನ್ನು ತಡೆಯಿರಿ.

ಪ್ರವಾಸ ಬುಕ್ಕಿಂಗ್ ಉದಾಹರಣೆ: ನಿಮ್ಮ ಏಜೆಂಟ್ ಒಂದು ಸ್ಥಳೀಯ ವಿಮಾನ ನಿಲ್ದಾಣದಿಂದ ದೂರದಲ್ಲಿರುವ ಅಂತಾರಾಷ್ಟ್ರೀಯ ನಗರಕ್ಕೆ ನೇರ ಫ್ಲೈಟ್ ಇದೆ ಎಂದು ಭ್ರಮಿಸುತ್ತದೆ. ಆದರೆ ಅಂತಾರಾಷ್ಟ್ರೀಯ ಫ್ಲೈಟ್ ಇಲ್ಲದಿದ್ದುದರಿಂದ ಈ ಅಸ್ತಿತ್ವವಿಲ್ಲದ ಫ್ಲೈಟ್ ವಿವರ ಸನ್ನಿವೇಶಕ್ಕೆ ಸೇರಿದೆ. ನಂತರ ನೀವು ಬುಕ್ ಮಾಡಲು ಕೇಳಿದಾಗ, ಏಜೆಂಟ್ ಈ ಸಾಧ್ಯವಿಲ್ಲದ ಮಾರ್ಗಕ್ಕಾಗಿ ಟಿಕೆಟ್ ಹುಡುಕುತ್ತಾ ಮರುಬಿಡುವ ದೋಷಗಳನ್ನು ಕ್ರಮೇಣ ಮಾಡುತ್ತದೆ.

ಪರಿಹಾರ: ವಿಮಾನದ ಸತ್ಯತೆ ಮತ್ತು ಮಾರ್ಗಗಳನ್ನು ನೈಜ ಸಮಯ API ಬಳಸಿ ಪರಿಶೀಲಿಸುವ ಹಂತವನ್ನು ಸೇರಿಸಿ ಮುಂಬರುವ ಸನ್ನಿವೇಶದಲ್ಲಿ ಫ್ಲೈಟ್ ಮಾಹಿತಿಯನ್ನು ಸೇರಿಸುವ ಮುನ್ನ. ಪರಿಶೀಲನೆ ವಿಫಲವಾದರೆ, ತಪ್ಪು ಮಾಹಿತಿಯನ್ನು “ತ್ಯಾಗಿಸಿ” ಮತ್ತಷ್ಟು ಬಳಸದೆ ಇಡಿರಿ.

ಸನ್ನಿವೇಶ ವ್ಯತ್ಯಯ

ಅರ್ಥ: ಸನ್ನಿವೇಶ ತುಂಬಾ ದೊಡ್ಡದಾಗಿದ್ದು, ಮಾದರಿ ನಿರಂತರ ಇತಿಹಾಸದ ಮೇಲೆ ಹೆಚ್ಚು ಗಮನಹರಿಸಿ ತರಬೇತಿ ನಿಮಿತ್ತ ಕಲಿತ ಮಾಹಿತಿಯನ್ನು ಉಪಯೋಗಿಸುವಲ್ಲಿ ವಿಫಲವಾಗುವುದು, ಹೀಗಾಗಿ ಮರುಪಠನೀಯ ಅಥವಾ ಅನರ್ಹ ಕ್ರಮಗಳನ್ನು ಕೈಗೊಳ್ಳುವುದು. ಮಾದರಿಗಳು ಪೂರ್ಣ ಸನ್ನಿವೇಶ ಕಿಟಕಿಯ ಮೊದಲು ಇದ್ದಾಗಲೂ ತಪ್ಪುಗಳನ್ನು ಮಾಡಬಹುದು.

ಪರಿಹಾರ: ಸನ್ನಿವೇಶ ಸಾರಾಂಶ ಬಳಸಿ. ಸಂಗ್ರಹಿತ ಮಾಹಿತಿಯನ್ನು ಕನಿಷ್ಟ ಅವಧೆಯಲ್ಲಿ ಸಂಕೋಚಿತಗೊಳಿಸಿ, ಪ್ರಮುಖ ವಿವರಗಳನ್ನು ಉಳಿಸಿ, ಮರುಹೊಂದಿಸಿದ ಇತಿಹಾಸವನ್ನು ತೆಗೆದುಹಾಕಿ. ಇದು ಗಮನವನ್ನು “ರಿಸೆಟ್” ಮಾಡುತ್ತದೆ.

ಪ್ರವಾಸ ಬುಕ್ಕಿಂಗ್ ಉದಾಹರಣೆ: ನೀವು ಹಲವಾರು ದೀರ್ಘವಾದ ಕನಸು ಹನ್ನಾಗಿದೆ ಪ್ರಯಾಣ ಸ್ಥಾನಗಳನ್ನು ಚರ್ಚಿಸುತ್ತಿದ್ದೀರಿ, ಎರಡು ವರ್ಷಗಳ ಹಿಂದಿನ ಬ್ಯಾಕ್ಪ್ಯಾಕಿಂಗ್ ಅನುಭವವೊಂದರ ವಿವರವನ್ನು ಸೇರಿಸಿಬಿಟ್ಟಿದ್ದೀರಿ. ನೀವು ಕೊನೆಗೆ “ಮುಂದಿನ ತಿಂಗಳಿಗೆ ಸಸ್ತಾವುಗ ವಿಮಾನ ಹುಡುಕಿ” ಎಂದು ಕೇಳುವಾಗ, ಏಜೆಂಟ್ ಹಳೆಯ ಅಸಂಬಂಧವಿರುವ ವಿವರಗಳ ಬಗ್ಗೆ ಕೇಳುತ್ತದೆ ಮತ್ತು ಪ್ರಸ್ತುತ ವಿನಂತಿಯನ್ನು ನಿರ್ಲಕ್ಷಿಸುತ್ತದೆ.

ಪರಿಹಾರ: ಕೆಲವು ತಿರುವುಗಳ ನಂತರ ಅಥವಾ ಸನ್ನಿವೇಶ ಹೆಚ್ಚಾದಾಗ, ಏಜೆಂಟ್ ತೆರೆದ, ಪ್ರಸ್ತುತ ಸಂಭಾಷಣೆಯ ಮುಖ್ಯ ಭಾಗಗಳನ್ನು ಸಾರಾಂಶಗೊಳಿಸಬೇಕು અને ಭಿನ್ನ ಸನ್ನಿವೇಶ ಚರ್ಚೆಯನ್ನು ತ್ಯಜಿಸಿ ಮುಂದಿನ LLM ಕರೆಗಾಗಿ ಆ ಸಂಕೋಚಿತ ಸಾಲನ್ನು ಉಪಯೋಗಿಸಬೇಕು.

ಸನ್ನಿವೇಶ ಗೊಂದಲೆ

ಅರ್ಥ: ಅನಾವಶ್ಯಕ ಸನ್ನಿವೇಶ, ಅನೇಕ ಲಭ್ಯ ಜ್ಞಾನ ಉಪಕರಣಗಳಿಂದಾಗಿ ಮಾದರಿ ಕೆಟ್ಟ ಪ್ರತಿಕ್ರಿಯೆಗಳನ್ನು ಅಥವಾ ಅಸಂಬಂಧಿತ ಉಪಕರಣಗಳನ್ನು ಕರೆದುಕೊಳ್ಳುವುದು. ಜಾಸ್ತಿ ಸಣ್ಣ ಮಾದರಿಗಳು ಇದರಲ್ಲಿ ಹೆಚ್ಚು ಚಾವಟಿಯಾಗಿರುತ್ತವೆ.

ಪರಿಹಾರ: RAG ತಂತ್ರಗಳನ್ನು ಬಳಸಿ ಉಪಕರಣ ಲೋಡೌಟ್ ನಿರ್ವಹಣೆ ಅನುಷ್ಠಾನಗೊಳಿಸಿ. վ=$(“#vector database”) ಉಪಕರಣ ವಿವರಣೆಗಳನ್ನು ಸಂಗ್ರಹಿಸಿ ಮತ್ತು ವಿಶೇಷ ಕಾರ್ಯಕ್ಕೆ ಸೂಕ್ತವಾದ ಉಪಕರಣಗಳನ್ನು ಮಾತ್ರ ಆಯ್ಕೆ ಮಾಡಿ. ಸಂಶೋಧನೆಯ ಪ್ರಕಾರ, 30 ಕಿಂತ ಕಡಿಮೆ ಉಪಕರಣಗಳ ಆಯ್ಕೆ ಉತ್ತಮ.

ಪ್ರವಾಸ ಬುಕ್ಕಿಂಗ್ ಉದಾಹರಣೆ: ನಿಮ್ಮ ಏಜೆಂಟ್ book_flight, book_hotel, rent_car, find_tours, currency_converter, weather_forecast, restaurant_reservations ಇತ್ಯಾದಿ ಅನೇಕ ಉಪಕರಣಗಳನ್ನು ಬಳಸಬಹುದು. ನೀವು “ಪ್ಯಾರಿಸ್ ಸುತ್ತುವ ಉತ್ತಮ ಮಾರ್ಗವೇನು?” ಎಂದು ಕೇಳಿದಾಗ, ಉಪಕರಣಗಳ ಸಂಖ್ಯೆ ಯಿಂದ ಏಜೆಂಟ್ ಗೊಂದಲಕ್ಕೆ ಒಳಗಿ, ಪ್ಯಾರಿಸ್ ಒಳಗಿನ book_flight ಕರೆ ಮಾಡಲು ಅಥವಾ ನೀವು ಸಾರ್ವಜನಿಕ ಸಾರಿಗೆ ಇಚ್ಛಿಸುವಾಗ rent_car ಕರೆ ಮಾಡಲು ಪ್ರಯತ್ನಿಸುತ್ತದೆ, ಏಕೆಂದರೆ ಉಪಕರಣ ವಿವರಣೆಗಳು ಒಟ್ಟಿಗೆ ಹೋಲುತ್ತವೆ ಅಥವಾ ಉತ್ತಮದಾಗಿ ಗುರುತಿಸಿಲ್ಲ.

ಪರಿಹಾರ: ಉಪಕರಣ ವಿವರಣೆಗಳ ಮೇಲೆ RAG ಬಳಸಿ. ನೀವು ಪ್ಯಾರಿಸ್ ಸುತ್ತಲೂ ತಿಳಿಸುವಾಗ, ವ್ಯವಸ್ಥೆ ನಿಮ್ಮ ಪ್ರಶ್ನೆಯಾದಂತೆ rent_car ಅಥವಾ public_transport_info ಲಭ್ಯವಿರುವ ಉಪಕರಣಗಳನ್ನು ಮಾತ್ರ ಪಡೆಯುತ್ತದೆ, LLM ಗೆ ಗಮನಕಾರಿಯಾದ “ಲೋಡೌಟ್” ಅನ್ನು ನೀಡುತ್ತದೆ.

ಸನ್ನಿವೇಶ ಘರ್ಷಣೆ

ಅರ್ಥ: ಸನ್ನಿವೇಶದಲ್ಲಿ ವಿರೋಧಾಭ್ಯಾಸದ ಮಾಹಿತಿಗಳು ಇದ್ದಾಗ, ಅಸಂಗತ ತರ್ಕ ಅಥವಾ ಕೆಟ್ಟ ಅಂತಿಮ ಪ್ರತಿಕ್ರಿಯೆಗಳಾಗಬಹುದು. ಇದು ಸಾಮಾನ್ಯವಾಗಿ ಮಾಹಿತಿಗಳು ಹಂತಗಳಲ್ಲಿ ತಲುಪಿದಾಗ ಘಟ upholstery ಮಾಡುತ್ತದೆ ಮತ್ತು ಮೊದಲ ದೋಷ assumptions ಅವುಗಳಲ್ಲಿಯೇ ಉಳಿದಿರುತ್ತದೆ.

ಪರಿಹಾರ: ಸನ್ನಿವೇಶ ಕಡಿತಾಯಿಸಿ ಮತ್ತು ಆಫ್‌ಲೋಡಿಂಗ್. ಕಡಿತಾಯಿಸುವುದು ಹಳೆಯ ಅಥವಾ ವಿರೋಧಾಭಾಸದ ಮಾಹಿತಿಯನ್ನು ತೆಗೆಯುವುದು. ಆಫ್‌ಲೋಡಿಂಗ್ ಹೆಚ್ಚುವರಿ “ಸ್ಕ್ರಾಚ್‌ಪ್ಯಾಡ್” ಕೆಲಸಸ್ಥಳವನ್ನು ಮಾದರಿಗೆ ನೀಡಿ, ಮುಖ್ಯ ಸನ್ನಿವೇಶವನ್ನು ಗંદಗೊಳಿಸದಂತೆ ನಡೆಸುವುದು.

ಪ್ರಯಾಣ ಬುಕ್ಕಿಂಗ್ ಉದಾಹರಣೆ: ನೀವು ಪ್ರಾರಂಭದಲ್ಲಿ ನಿಮ್ಮ ಏಜೆಂಟಿಗೆ ಹೇಳುತ್ತೀರಿ, “ನನಗೆ ಅರ್ಥಕರ್ತೃ ತರಗತಿ ಹಾರಾಟ ಬೇಕು.” ನಂತರ ಸಂಭಾಷಣದಲ್ಲಿ ನೀವು ನಿಮ್ಮ ಮನಸ್ಸು ಬದಲಾಯಿಸಿ, “ನಿಜವಾಯಿತು, ಈ ಪ್ರಯಾಣಕ್ಕಾಗಿ ಬಿಸಿನೆಸ್ ತರಗತಿ ಹೋಗೋಣ.” ಎಂದು ಹೇಳುತ್ತೀರಿ. ಎರಡೂ ಸೂಚನೆಗಳು ಸಂದರ್ಭದಲ್ಲಿದ್ದರೆ, ಏಜೆಂಟ್ ಗೆ ವಿರೋಧಭಾಸದ ಹುಡುಕಾಟ ಫಲಿತಾಂಶಗಳು ಬರುತ್ತವೆ ಅಥವಾ ಯಾವ ಪ್ರಾಥಮಿಕತೆಗೆ ಆದ್ಯತೆ ನೀಡಬೇಕು ಎನ್ನುವ ಬಗ್ಗೆ ಗೊಂದಲದಲ್ಲಿ ಬರುವ ಸಾಧ್ಯತೆ ಇರುತ್ತದೆ.

ಉಪಾಯ: ಸಂದರ್ಭ pruning ಅನ್ನು ಜಾರಿಗೊಳಿಸಿ. ಹೊಸ ಸೂಚನೆ ಹಳೆಯದನ್ನು ತಿರಸ್ಕರಿಸಿದಾಗ, ಹಳೆಯ ಸೂಚನೆಯನ್ನು context ನಿಂದ ತೆಗೆದುಹಾಕಲಾಗುತ್ತದೆ ಅಥವಾ ಸ್ಪಷ್ಟವಾಗಿ ಮೀರಿಸಲಾಗುತ್ತದೆ. ಬದಲಾಗಿ, ಏಜೆಂಟ್ scratchpad ನ್ನು ಬಳಸಬಹುದು ವಿರೋಧಾಭಾಸ ಇರುವ ಇಚ್ಛಾ-ಪತ್ರಗಳನ್ನು ತಿದ್ದುಪಡಿ ಮಾಡಿ ನಿರ್ಧರಿಸುವ ಮೊದಲು, ಇದರಿಂದ ಕೇವಲ ಅಂತಿಮ ಮತ್ತು ಸुसಂಗತ ಸೂಚನೆ ಅದರ ಪ್ರಕ್ರಿಯೆಯನ್ನು ಮಾರ್ಗದರ್ಶನ ಮಾಡುತ್ತದೆ.

ಸಂಕೀರ್ಣತೆ ಇಂಜಿನಿಯರಿಂಗ್ ಬಗ್ಗೆ ಹೆಚ್ಚಿನ ಪ್ರಶ್ನೆಗಳಿವೆಯೇ?

Microsoft Foundry Discord ನಲ್ಲಿ ಸೇರಿ ಇತರ ಓದುಗರನ್ನು ಭೇಟಿ ಮಾಡಿ, ಕಾರ್ಯಾಲಯ ಸಮಯಗಳಲ್ಲಿ ಭಾಗವಹಿಸಿ ಮತ್ತು ನಿಮ್ಮ AI ಏಜೆಂಟ್ಸ್ ಸಂಬಂಧಿತ ಪ್ರಶ್ನೆಗಳಿಗೆ ಉತ್ತರ ಪಡೆಯಿರಿ.

ಹಿಂದಿನ ಪಾಠ

Agentic Protocols

ಮುಂದಿನ ಪಾಠ

Memory for AI Agents

---

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.