ai-agents-for-beginners

Agentes de IA Confiáveis

(Clique na imagem acima para ver o vídeo desta aula)

Construindo Agentes de IA Confiáveis

Introdução

Esta aula abordará:

Objetivos de Aprendizagem

Após concluir esta aula, você saberá como:

Segurança

Vamos primeiro analisar a construção de aplicações agentivas seguras. Segurança significa que o agente de IA atua conforme o planejado. Como construtores de aplicações agentivas, dispomos de métodos e ferramentas para maximizar a segurança:

Construindo uma Estrutura de Mensagens do Sistema

Se você já construiu uma aplicação de IA usando Modelos de Linguagem Grande (LLMs), sabe a importância de projetar um prompt robusto ou mensagem do sistema. Esses prompts estabelecem as meta-regras, instruções e diretrizes para como o LLM interagirá com o usuário e os dados.

Para Agentes de IA, o prompt do sistema é ainda mais importante, pois eles precisarão de instruções altamente específicas para completar as tarefas que projetamos para eles.

Para criar prompts de sistema escaláveis, podemos usar uma estrutura de mensagens do sistema para construir um ou mais agentes em nossa aplicação:

Construindo uma Estrutura de Mensagens do Sistema

Passo 1: Criar uma Meta Mensagem do Sistema

O meta prompt será usado por um LLM para gerar os prompts do sistema para os agentes que criamos. Projetamos como um modelo para que possamos criar múltiplos agentes de forma eficiente, se necessário.

Aqui está um exemplo de uma meta mensagem do sistema que daríamos para o LLM:

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.

Passo 2: Criar um prompt básico

O próximo passo é criar um prompt básico para descrever o Agente de IA. Você deve incluir o papel do agente, as tarefas que o agente realizará e quaisquer outras responsabilidades do agente.

Aqui está um exemplo:

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.

Passo 3: Fornecer a Mensagem Básica do Sistema para o LLM

Agora podemos otimizar essa mensagem do sistema fornecendo a meta mensagem do sistema como a mensagem do sistema e nossa mensagem básica do sistema.

Isso produzirá uma mensagem do sistema melhor projetada para guiar nossos agentes de IA:

**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.

Passo 4: Iterar e Melhorar

O valor dessa estrutura de mensagens do sistema é poder escalar a criação de mensagens do sistema a partir de múltiplos agentes com maior facilidade, bem como melhorar suas mensagens do sistema ao longo do tempo. É raro ter uma mensagem do sistema que funcione perfeitamente na primeira tentativa para todo seu caso de uso. Poder fazer pequenos ajustes e melhorias mudando a mensagem básica do sistema e executando-a no sistema permitirá que você compare e avalie resultados.

Compreendendo Ameaças

Para construir agentes de IA confiáveis, é importante entender e mitigar os riscos e ameaças ao seu agente de IA. Vamos ver apenas algumas das diferentes ameaças a agentes de IA e como você pode planejar e se preparar melhor para elas.

Compreendendo Ameaças

Tarefa e Instrução

Descrição: Atacantes tentam alterar as instruções ou objetivos do agente de IA por meio de prompts ou manipulação de entradas.

Mitigação: Execute validações e filtros de entrada para detectar prompts potencialmente perigosos antes que sejam processados pelo Agente de IA. Como esses ataques geralmente exigem interação frequente com o agente, limitar o número de interações numa conversa é outra forma de prevenir esses tipos de ataques.

Acesso a Sistemas Críticos

Descrição: Se um agente de IA tem acesso a sistemas e serviços que armazenam dados sensíveis, atacantes podem comprometer a comunicação entre o agente e esses serviços. Esses ataques podem ser diretos ou tentativas indiretas de obter informação sobre esses sistemas via o agente.

Mitigação: Agentes de IA devem ter acesso aos sistemas somente conforme a necessidade para evitar esses tipos de ataques. A comunicação entre o agente e o sistema também deve ser segura. Implementar autenticação e controle de acesso é outra maneira de proteger essa informação.

Sobrecarga de Recursos e Serviços

Descrição: Agentes de IA podem acessar diferentes ferramentas e serviços para completar tarefas. Atacantes podem usar essa capacidade para atacar esses serviços enviando um grande volume de requisições através do Agente de IA, o que pode resultar em falhas do sistema ou custos elevados.

Mitigação: Implemente políticas para limitar o número de requisições que um agente de IA pode fazer a um serviço. Limitar o número de interações e requisições ao seu agente de IA é outra forma de prevenir esses tipos de ataques.

Envenenamento da Base de Conhecimento

Descrição: Esse tipo de ataque não ataca diretamente o agente de IA, mas sim a base de conhecimento e outros serviços que o agente usará. Isso pode envolver corromper os dados ou informações que o agente usará para realizar uma tarefa, levando a respostas tendenciosas ou não intencionais ao usuário.

Mitigação: Realize verificações regulares dos dados que o agente de IA utilizará em seus fluxos de trabalho. Garanta que o acesso a esses dados seja seguro e que só pessoas confiáveis possam alterá-los para evitar esse tipo de ataque.

Erros em Cascata

Descrição: Agentes de IA acessam várias ferramentas e serviços para completar tarefas. Erros causados por atacantes podem levar a falhas em outros sistemas aos quais o agente está conectado, tornando o ataque mais amplo e difícil de diagnosticar.

Mitigação: Um método para evitar isso é fazer o agente operar em um ambiente limitado, como executar tarefas em um container Docker, para prevenir ataques diretos ao sistema. Criar mecanismos de fallback e lógica de re-tentativa quando certos sistemas retornam um erro também é uma forma de evitar falhas maiores.

Humano no Loop

Outra forma eficaz de construir sistemas confiáveis de Agentes de IA é usar o Humano no Loop. Isso cria um fluxo onde os usuários podem fornecer feedback aos agentes durante a execução. Os usuários agem essencialmente como agentes em um sistema multiagente, aprovando ou encerrando o processo em execução.

Humano no Loop

Aqui está um trecho de código usando o Microsoft Agent Framework para mostrar como esse conceito é implementado:

import os
from agent_framework.foundry import FoundryChatClient
from azure.identity import AzureCliCredential

# Crie o provedor com aprovação humana no processo
provider = FoundryChatClient(
    project_endpoint=os.environ["AZURE_AI_PROJECT_ENDPOINT"],
    model=os.environ["AZURE_AI_MODEL_DEPLOYMENT_NAME"],
    credential=AzureCliCredential(),
)

# Crie o agente com uma etapa de aprovação humana
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.",
)

# O usuário pode revisar e aprovar a resposta
print(response.output_text)
user_input = input("Do you approve? (APPROVE/REJECT): ")
if user_input == "APPROVE":
    print("Response approved.")
else:
    print("Response rejected. Revising...")

Conclusão

Construir agentes de IA confiáveis requer design cuidadoso, medidas robustas de segurança e iteração contínua. Ao implementar sistemas estruturados de meta prompting, entender as ameaças potenciais e aplicar estratégias de mitigação, os desenvolvedores podem criar agentes de IA que sejam seguros e eficazes. Além disso, incorporar uma abordagem de humano no loop garante que os agentes de IA permaneçam alinhados às necessidades do usuário enquanto minimizam os riscos. Conforme a IA continua a evoluir, manter uma postura proativa em relação à segurança, privacidade e considerações éticas será fundamental para fomentar a confiança e a confiabilidade em sistemas movidos por IA.

Exemplos de Código

Tem Mais Perguntas sobre Construir Agentes de IA Confiáveis?

Junte-se ao Microsoft Foundry Discord para encontrar outros aprendizes, participar de horas de atendimento e tirar suas dúvidas sobre Agentes de IA.

Recursos Adicionais

Aula Anterior

Agentic RAG

Próxima Aula

Padrão de Design de Planejamento

Aviso Legal: Este documento foi traduzido usando o serviço de tradução por IA Co-op Translator. Embora nos esforcemos pela precisão, por favor, esteja ciente de que traduções automatizadas podem conter erros ou imprecisões. O documento original em seu idioma nativo deve ser considerado a fonte autorizada. Para informações críticas, recomenda-se tradução profissional humana. Não nos responsabilizamos por quaisquer mal-entendidos ou interpretações incorretas decorrentes do uso desta tradução.

This site is open source. Improve this page.