ai-agents-for-beginners

การออกแบบบริบทสำหรับตัวแทน AI

(คลิกที่ภาพด้านบนเพื่อดูวิดีโอของบทเรียนนี้)

การเข้าใจความซับซ้อนของแอปพลิเคชันที่คุณกำลังสร้างตัวแทน AI เป็นสิ่งสำคัญในการทำให้ตัวแทนมีความน่าเชื่อถือ เราจำเป็นต้องสร้างตัวแทน AI ที่สามารถจัดการข้อมูลได้อย่างมีประสิทธิภาพเพื่อตอบสนองความต้องการที่ซับซ้อน ซึ่งเกินกว่าการออกแบบคำสั่ง (Prompt Engineering)

ในบทเรียนนี้ เราจะมาดูว่า “การออกแบบบริบท” คืออะไร และมีบทบาทอย่างไรในการสร้างตัวแทน AI

บทนำ

บทเรียนนี้จะครอบคลุม:

• การออกแบบบริบทคืออะไร และเหตุใดจึงแตกต่างจากการออกแบบคำสั่ง

• กลยุทธ์สำหรับการออกแบบบริบทที่มีประสิทธิภาพ รวมถึงวิธีการเขียน เลือก ย่อ และแยกข้อมูล

• ข้อผิดพลาดทั่วไปเกี่ยวกับบริบท ที่อาจทำให้ตัวแทน AI ทำงานผิดพลาด และวิธีแก้ไข

เป้าหมายการเรียนรู้

หลังจากจบบทเรียนนี้ คุณจะสามารถ:

• นิยามการออกแบบบริบท และแยกแยะความแตกต่างจากการออกแบบคำสั่ง

• ระบุองค์ประกอบสำคัญของบริบท ในแอปพลิเคชันที่ใช้โมเดลภาษาขนาดใหญ่ (LLM)

• ประยุกต์ใช้กลยุทธ์ในการเขียน เลือก ย่อ และแยกบริบท เพื่อปรับปรุงประสิทธิภาพของตัวแทน

• รับรู้ข้อผิดพลาดทั่วไปเกี่ยวกับบริบท เช่น การปนเปื้อน การเบี่ยงเบน ความสับสน และความขัดแย้ง พร้อมทั้งนำเทคนิคการแก้ไขมาใช้

การออกแบบบริบทคืออะไร?

สำหรับตัวแทน AI บริบทคือสิ่งที่กำหนดการวางแผนของตัวแทน AI ในการดำเนินการบางอย่าง การออกแบบบริบทคือการทำให้แน่ใจว่าตัวแทน AI มีข้อมูลที่เหมาะสมเพื่อทำงานในขั้นตอนถัดไปให้สำเร็จ หน้าต่างบริบทมีขนาดจำกัด ดังนั้นในฐานะผู้สร้างตัวแทน เราจำเป็นต้องสร้างระบบและกระบวนการเพื่อจัดการการเพิ่ม การลบ และการย่อข้อมูลในหน้าต่างบริบท

การออกแบบคำสั่ง vs การออกแบบบริบท

การออกแบบคำสั่งมุ่งเน้นไปที่ชุดคำสั่งที่คงที่เพียงชุดเดียวเพื่อชี้นำตัวแทน AI อย่างมีประสิทธิภาพด้วยกฎที่กำหนดไว้ การออกแบบบริบทคือการจัดการชุดข้อมูลที่เปลี่ยนแปลงได้ รวมถึงคำสั่งเริ่มต้น เพื่อให้แน่ใจว่าตัวแทน AI มีสิ่งที่จำเป็นในระยะยาว แนวคิดหลักของการออกแบบบริบทคือการทำให้กระบวนการนี้สามารถทำซ้ำได้และเชื่อถือได้

ประเภทของบริบท

สิ่งสำคัญคือต้องจำไว้ว่าบริบทไม่ได้เป็นเพียงสิ่งเดียว ข้อมูลที่ตัวแทน AI ต้องการอาจมาจากแหล่งต่างๆ และเป็นหน้าที่ของเราที่จะทำให้ตัวแทนสามารถเข้าถึงแหล่งข้อมูลเหล่านี้ได้:

ประเภทของบริบทที่ตัวแทน AI อาจต้องจัดการ ได้แก่:

• คำสั่ง: เช่น กฎของตัวแทน – คำสั่ง ข้อความระบบ ตัวอย่างแบบ few-shot (การแสดงให้ AI เห็นวิธีการทำบางสิ่ง) และคำอธิบายของเครื่องมือที่สามารถใช้ได้ นี่คือจุดที่การออกแบบคำสั่งและการออกแบบบริบทมาบรรจบกัน

• ความรู้: ครอบคลุมข้อเท็จจริง ข้อมูลที่ดึงมาจากฐานข้อมูล หรือความทรงจำระยะยาวที่ตัวแทนสะสมไว้ ซึ่งรวมถึงการผสานระบบ Retrieval Augmented Generation (RAG) หากตัวแทนต้องการเข้าถึงแหล่งความรู้และฐานข้อมูลต่างๆ

• เครื่องมือ: คำอธิบายของฟังก์ชันภายนอก API และ MCP Servers ที่ตัวแทนสามารถเรียกใช้ พร้อมทั้งผลลัพธ์ที่ได้จากการใช้งาน

• ประวัติการสนทนา: บทสนทนาที่ดำเนินอยู่กับผู้ใช้ เมื่อเวลาผ่านไป บทสนทนาเหล่านี้จะยาวขึ้นและซับซ้อนขึ้น ซึ่งหมายความว่าจะใช้พื้นที่ในหน้าต่างบริบทมากขึ้น

• ความชอบของผู้ใช้: ข้อมูลที่เรียนรู้เกี่ยวกับสิ่งที่ผู้ใช้ชอบหรือไม่ชอบเมื่อเวลาผ่านไป ซึ่งสามารถเรียกใช้เมื่อทำการตัดสินใจสำคัญเพื่อช่วยผู้ใช้

กลยุทธ์สำหรับการออกแบบบริบทที่มีประสิทธิภาพ

กลยุทธ์การวางแผน

การออกแบบบริบทที่ดีเริ่มต้นด้วยการวางแผนที่ดี นี่คือแนวทางที่จะช่วยให้คุณเริ่มคิดเกี่ยวกับการประยุกต์ใช้แนวคิดของการออกแบบบริบท:

1. กำหนดผลลัพธ์ที่ชัดเจน - ผลลัพธ์ของงานที่ตัวแทน AI จะได้รับมอบหมายควรถูกกำหนดไว้อย่างชัดเจน ตอบคำถามว่า “โลกจะเป็นอย่างไรเมื่อ AI Agent ทำงานเสร็จ?” หรือกล่าวอีกนัยหนึ่งคือ ผู้ใช้ควรได้รับการเปลี่ยนแปลง ข้อมูล หรือคำตอบแบบใดหลังจากโต้ตอบกับตัวแทน AI

2. ทำแผนที่บริบท - เมื่อคุณกำหนดผลลัพธ์ของตัวแทน AI แล้ว คุณต้องตอบคำถามว่า “ตัวแทน AI ต้องการข้อมูลอะไรเพื่อทำงานนี้ให้สำเร็จ?” วิธีนี้จะช่วยให้คุณเริ่มทำแผนที่บริบทของแหล่งข้อมูลที่สามารถหาได้

3. สร้างท่อส่งบริบท - เมื่อคุณรู้แล้วว่าข้อมูลอยู่ที่ไหน คุณต้องตอบคำถามว่า “ตัวแทนจะได้รับข้อมูลนี้ได้อย่างไร?” ซึ่งสามารถทำได้หลายวิธี เช่น RAG การใช้ MCP Servers และเครื่องมืออื่นๆ

กลยุทธ์เชิงปฏิบัติ

การวางแผนเป็นสิ่งสำคัญ แต่เมื่อข้อมูลเริ่มไหลเข้าสู่หน้าต่างบริบทของตัวแทน เราจำเป็นต้องมีกลยุทธ์เชิงปฏิบัติเพื่อจัดการ:

การจัดการบริบท

ในขณะที่ข้อมูลบางส่วนจะถูกเพิ่มลงในหน้าต่างบริบทโดยอัตโนมัติ การออกแบบบริบทคือการมีบทบาทเชิงรุกในการจัดการข้อมูลนี้ ซึ่งสามารถทำได้ด้วยกลยุทธ์ดังนี้:

1. สมุดบันทึกของตัวแทน (Agent Scratchpad)
   ช่วยให้ตัวแทน AI จดบันทึกข้อมูลที่เกี่ยวข้องเกี่ยวกับงานปัจจุบันและการโต้ตอบกับผู้ใช้ในเซสชันเดียว บันทึกนี้ควรอยู่ภายนอกหน้าต่างบริบทในไฟล์หรือออบเจ็กต์รันไทม์ที่ตัวแทนสามารถเรียกใช้ในภายหลังในเซสชันนี้หากจำเป็น

2. ความทรงจำ (Memories)
   สมุดบันทึกเหมาะสำหรับการจัดการข้อมูลภายนอกหน้าต่างบริบทในเซสชันเดียว ความทรงจำช่วยให้ตัวแทนสามารถจัดเก็บและเรียกใช้ข้อมูลที่เกี่ยวข้องในหลายเซสชัน ซึ่งอาจรวมถึงสรุปข้อมูล ความชอบของผู้ใช้ และข้อเสนอแนะเพื่อการปรับปรุงในอนาคต

3. การย่อบริบท (Compressing Context)
   เมื่อหน้าต่างบริบทเติบโตและใกล้ถึงขีดจำกัด เทคนิคเช่นการสรุปและการตัดแต่งสามารถนำมาใช้ได้ ซึ่งรวมถึงการเก็บเฉพาะข้อมูลที่เกี่ยวข้องที่สุดหรือการลบข้อความเก่าออก

4. ระบบหลายตัวแทน (Multi-Agent Systems)
   การพัฒนาระบบหลายตัวแทนเป็นรูปแบบหนึ่งของการออกแบบบริบท เนื่องจากตัวแทนแต่ละตัวมีหน้าต่างบริบทของตัวเอง การแบ่งปันและส่งต่อบริบทระหว่างตัวแทนต่างๆ เป็นอีกสิ่งที่ต้องวางแผนเมื่อสร้างระบบเหล่านี้

5. สภาพแวดล้อมแซนด์บ็อกซ์ (Sandbox Environments)
   หากตัวแทนจำเป็นต้องรันโค้ดหรือประมวลผลข้อมูลจำนวนมากในเอกสาร สิ่งนี้อาจใช้โทเค็นจำนวนมากในการประมวลผลผลลัพธ์ แทนที่จะเก็บข้อมูลทั้งหมดไว้ในหน้าต่างบริบท ตัวแทนสามารถใช้สภาพแวดล้อมแซนด์บ็อกซ์ที่สามารถรันโค้ดนี้และอ่านเฉพาะผลลัพธ์และข้อมูลที่เกี่ยวข้องอื่นๆ

6. ออบเจ็กต์สถานะรันไทม์ (Runtime State Objects)
   ทำได้โดยการสร้างคอนเทนเนอร์ของข้อมูลเพื่อจัดการสถานการณ์ที่ตัวแทนจำเป็นต้องเข้าถึงข้อมูลบางอย่าง สำหรับงานที่ซับซ้อน สิ่งนี้จะช่วยให้ตัวแทนสามารถจัดเก็บผลลัพธ์ของแต่ละขั้นตอนย่อยทีละขั้นตอน ทำให้บริบทเชื่อมโยงเฉพาะกับขั้นตอนย่อยนั้นๆ

ตัวอย่างการออกแบบบริบท

สมมติว่าเราต้องการให้ตัวแทน AI “จองทริปไปปารีสให้ฉัน”

• ตัวแทนง่ายๆ ที่ใช้เพียงการออกแบบคำสั่งอาจตอบว่า: “โอเค คุณอยากไปปารีสเมื่อไหร่?” ซึ่งเป็นการประมวลผลคำถามโดยตรงในเวลาที่ผู้ใช้ถามเท่านั้น

• ตัวแทนที่ใช้กลยุทธ์การออกแบบบริบทที่กล่าวถึงจะทำได้มากกว่านั้น ก่อนที่จะตอบกลับ ระบบอาจ:

  ◦ ตรวจสอบปฏิทินของคุณ เพื่อดูวันที่ว่าง (ดึงข้อมูลแบบเรียลไทม์)

  ◦ เรียกคืนความชอบในการเดินทางที่ผ่านมา (จากความทรงจำระยะยาว) เช่น สายการบินที่คุณชอบ งบประมาณ หรือว่าคุณชอบเที่ยวบินตรงหรือไม่

  ◦ ระบุเครื่องมือที่ใช้ได้ สำหรับการจองเที่ยวบินและโรงแรม

• จากนั้น ตัวอย่างคำตอบอาจเป็น: “สวัสดี [ชื่อของคุณ]! ฉันเห็นว่าคุณว่างในสัปดาห์แรกของเดือนตุลาคม ฉันควรหาตั๋วเที่ยวบินตรงไปปารีสกับ [สายการบินที่ชอบ] ในงบประมาณปกติของคุณ ([งบประมาณ]) ไหม?” คำตอบที่มีบริบทและละเอียดเช่นนี้แสดงให้เห็นถึงพลังของการออกแบบบริบท

ข้อผิดพลาดทั่วไปเกี่ยวกับบริบท

การปนเปื้อนบริบท

คืออะไร: เมื่อเกิดภาพหลอน (ข้อมูลเท็จที่สร้างโดย LLM) หรือข้อผิดพลาดเข้าสู่บริบทและถูกอ้างอิงซ้ำๆ ทำให้ตัวแทนไล่ตามเป้าหมายที่เป็นไปไม่ได้หรือพัฒนากลยุทธ์ที่ไร้สาระ

วิธีแก้ไข: ใช้ การตรวจสอบความถูกต้องของบริบท และ การกักกัน ตรวจสอบความถูกต้องของข้อมูลก่อนที่จะเพิ่มลงในความทรงจำระยะยาว หากตรวจพบการปนเปื้อน ให้เริ่มเธรดบริบทใหม่เพื่อป้องกันไม่ให้ข้อมูลที่ผิดแพร่กระจาย

ตัวอย่างการจองทริป: ตัวแทนของคุณสร้างภาพหลอนเกี่ยวกับ เที่ยวบินตรงจากสนามบินท้องถิ่นขนาดเล็กไปยังเมืองนานาชาติที่ห่างไกล ซึ่งไม่มีเที่ยวบินระหว่างประเทศจริง รายละเอียดเที่ยวบินที่ไม่มีอยู่จริงนี้ถูกบันทึกลงในบริบท ต่อมาเมื่อคุณขอให้ตัวแทนจอง มันยังคงพยายามหาตั๋วสำหรับเส้นทางที่เป็นไปไม่ได้นี้ ทำให้เกิดข้อผิดพลาดซ้ำๆ

วิธีแก้ไข: เพิ่มขั้นตอนที่ ตรวจสอบความถูกต้องของเที่ยวบินและเส้นทางด้วย API แบบเรียลไทม์ ก่อน เพิ่มรายละเอียดเที่ยวบินลงในบริบทการทำงาน หากการตรวจสอบล้มเหลว ข้อมูลที่ผิดพลาดจะถูก “กักกัน” และไม่ถูกใช้งานต่อ

การเบี่ยงเบนบริบท

คืออะไร: เมื่อบริบทมีขนาดใหญ่จนโมเดลมุ่งเน้นไปที่ประวัติสะสมมากเกินไป แทนที่จะใช้สิ่งที่เรียนรู้ระหว่างการฝึกอบรม ทำให้เกิดการกระทำที่ซ้ำซ้อนหรือไม่มีประโยชน์ โมเดลอาจเริ่มทำผิดพลาดแม้ก่อนที่หน้าต่างบริบทจะเต็ม

วิธีแก้ไข: ใช้ การสรุปบริบท บีบอัดข้อมูลที่สะสมเป็นระยะๆ ให้เป็นสรุปที่สั้นลง โดยเก็บรายละเอียดสำคัญไว้และลบประวัติที่ซ้ำซ้อนออก วิธีนี้ช่วย “รีเซ็ต” โฟกัส

ตัวอย่างการจองทริป: คุณได้พูดคุยเกี่ยวกับจุดหมายปลายทางในฝันต่างๆ เป็นเวลานาน รวมถึงการเล่ารายละเอียดเกี่ยวกับการเดินทางแบบแบ็คแพ็คเมื่อสองปีก่อน เมื่อคุณขอให้ “หาตั๋วเครื่องบินราคาถูกสำหรับเดือนหน้า” ตัวแทนกลับจมอยู่กับรายละเอียดเก่าๆ ที่ไม่เกี่ยวข้อง และถามเกี่ยวกับอุปกรณ์แบ็คแพ็คหรือแผนการเดินทางในอดีต แทนที่จะสนใจคำขอปัจจุบันของคุณ

วิธีแก้ไข: หลังจากจำนวนรอบการสนทนาที่กำหนดหรือเมื่อบริบทเติบโตมากเกินไป ตัวแทนควร สรุปส่วนที่เกี่ยวข้องและสำคัญที่สุดของการสนทนา – โดยมุ่งเน้นไปที่วันที่เดินทางและจุดหมายปลายทางปัจจุบันของคุณ – และใช้สรุปที่ย่อมานี้สำหรับการเรียก LLM ครั้งถัดไป โดยละทิ้งประวัติการสนทนาที่ไม่เกี่ยวข้อง

ความสับสนในบริบท

คืออะไร: เมื่อบริบทที่ไม่จำเป็น เช่น เครื่องมือที่มีอยู่มากเกินไป ทำให้โมเดลสร้างคำตอบที่ไม่ดีหรือเรียกใช้เครื่องมือที่ไม่เกี่ยวข้อง โมเดลขนาดเล็กมีแนวโน้มที่จะเกิดปัญหานี้มากเป็นพิเศษ

วิธีแก้ไข: ใช้ การจัดการเครื่องมือแบบเลือกสรร ด้วยเทคนิค RAG เก็บคำอธิบายเครื่องมือไว้ในฐานข้อมูลเวกเตอร์และเลือกเฉพาะเครื่องมือที่เกี่ยวข้องที่สุดสำหรับงานแต่ละงาน งานวิจัยแสดงให้เห็นว่าการจำกัดการเลือกเครื่องมือให้น้อยกว่า 30 ชิ้นช่วยลดความสับสนได้

ตัวอย่างการจองทริป: ตัวแทนของคุณมีเครื่องมือให้ใช้งานหลายสิบรายการ เช่น book_flight, book_hotel, rent_car, find_tours, currency_converter, weather_forecast, restaurant_reservations เป็นต้น คุณถามว่า “วิธีที่ดีที่สุดในการเดินทางในปารีสคืออะไร?” เนื่องจากมีเครื่องมือจำนวนมาก ตัวแทนอาจสับสนและพยายามเรียกใช้ book_flight ใน ปารีส หรือ rent_car แม้ว่าคุณจะชอบการขนส่งสาธารณะ เพราะคำอธิบายเครื่องมืออาจซ้อนทับกันหรือโมเดลไม่สามารถเลือกสิ่งที่ดีที่สุดได้

วิธีแก้ไข: ใช้ RAG กับคำอธิบายเครื่องมือ เมื่อคุณถามเกี่ยวกับการเดินทางในปารีส ระบบจะดึงเฉพาะเครื่องมือที่เกี่ยวข้องที่สุด เช่น rent_car หรือ public_transport_info ตามคำถามของคุณ โดยนำเสนอ “ชุดเครื่องมือ” ที่เน้นเฉพาะให้กับ LLM

ความขัดแย้งในบริบท

คืออะไร: เมื่อข้อมูลที่ขัดแย้งกันอยู่ในบริบท ทำให้เกิดการให้เหตุผลที่ไม่สอดคล้องกันหรือคำตอบที่ไม่ดี สิ่งนี้มักเกิดขึ้นเมื่อข้อมูลมาถึงเป็นช่วงๆ และสมมติฐานที่ผิดในตอนแรกยังคงอยู่ในบริบท

วิธีแก้ไข: ใช้ การตัดแต่งบริบท และ การถ่ายโอนข้อมูล การตัดแต่งหมายถึงการลบข้อมูลที่ล้าสมัยหรือขัดแย้งออกเมื่อมีรายละเอียดใหม่เข้ามา การถ่ายโอนข้อมูลช่วยให้โมเดลมี “สมุดบันทึก” แยกต่างหากเพื่อประมวลผลข้อมูลโดยไม่ทำให้บริบทหลักยุ่งเหยิง

ตัวอย่างการจองทริป: คุณบอกตัวแทนในตอนแรกว่า “ฉันอยากบินชั้นประหยัด” ต่อมาในบทสนทนา คุณเปลี่ยนใจและบอกว่า “จริงๆ แล้ว สำหรับทริปนี้ ฉันอยากไปชั้นธุรกิจ” หากทั้งสองคำสั่งยังคงอยู่ในบริบท ตัวแทนอ

---

ข้อจำกัดความรับผิดชอบ:
เอกสารนี้ได้รับการแปลโดยใช้บริการแปลภาษา AI Co-op Translator แม้ว่าเราจะพยายามให้การแปลมีความถูกต้อง แต่โปรดทราบว่าการแปลอัตโนมัติอาจมีข้อผิดพลาดหรือความไม่แม่นยำ เอกสารต้นฉบับในภาษาต้นทางควรถือเป็นแหล่งข้อมูลที่เชื่อถือได้ สำหรับข้อมูลที่สำคัญ ขอแนะนำให้ใช้บริการแปลภาษาจากผู้เชี่ยวชาญ เราไม่รับผิดชอบต่อความเข้าใจผิดหรือการตีความที่ผิดพลาดซึ่งเกิดจากการใช้การแปลนี้

This site is open source. Improve this page.