ai-agents-for-beginners
(點擊上方圖片以觀看本課程的影片)
AI 代理式設計原則
介紹
有很多方式可以思考如何建立 AI 代理系統。鑑於不確定性是生成式 AI 設計的一個特性而非錯誤，工程師有時會難以判斷從何開始。我們建立了一套以人為本的使用者體驗設計原則，幫助開發人員構建以客戶為中心的代理系統來解決業務需求。這些設計原則並非規定性的架構，而是為正在定義和構建代理體驗的團隊提供一個起點。
一般而言，代理應該：
- 擴展並放大人類能力（頭腦風暴、解決問題、自動化等）
- 填補知識差距（讓我快速掌握知識領域、翻譯等）
- 促進並支援以我們偏好的方式與他人協作
- 讓我們成為更好的自己（例如：生活教練/任務管理者，幫助我們學習情緒調節和正念技能，建立韌性等）
本課程將涵蓋
- 什麼是代理式設計原則
- 在實作這些設計原則時應遵循的一些指引
- 使用這些設計原則的一些範例
學習目標
完成本課程後，您將能夠：
- 解釋什麼是代理式設計原則
- 解釋使用代理式設計原則的指引
- 了解如何使用代理式設計原則來構建代理
代理式設計原則
代理 (Space)
這是代理運作的環境。這些原則說明我們如何為在實體與數位世界中運作的代理設計。
- 連結而非取代 – 幫助將人與人、事件和可採取行動的知識連結起來，以促進協作與聯繫。
- 代理有助於連結事件、知識與人員。
- 代理將人們拉得更近。它們並非設計用來取代或貶低人類。
- 易於取得但有時隱形 – 代理大多在背景中運作，僅在相關且適當時通知我們。
- 授權使用者能在任何裝置或平台上輕易地發現並存取代理。
- 代理支援多模態輸入與輸出（聲音、語音、文字等）。
- 代理可以在前台與背景之間無縫轉換；在主動與被動之間切換，取決於對使用者需求的感知。
- 代理可能以隱形形式運作，但其背景處理路徑與與其他代理的協作對使用者來說是透明且可控的。
代理 (Time)
這是代理隨時間運作的方式。這些原則說明我們如何設計代理以在過去、現在與未來之間互動。
- 過去：反思包含狀態與脈絡的歷史。
- 代理基於對更豐富歷史資料的分析（超越單一事件、人物或狀態）提供更相關的結果。
- 代理從過去事件建立連結，並主動回顧記憶以回應當前情境。
- 現在：推動而非僅通知。
- 代理體現了一種全面的與人互動的方法。當事件發生時，代理超越靜態通知或其他靜態形式。代理可以簡化流程或動態產生提示，以在正確時刻引導使用者注意力。
- 代理根據情境環境、社會與文化變化並依據使用者意圖提供資訊。
- 代理互動可以是漸進式的，隨時間演化/逐步增加複雜度，以在長期內賦能使用者。
- 未來：適應與演進。
- 代理適應各種裝置、平台與模態。
- 代理適應使用者行為、無障礙需求，並可自由客製化。
- 代理會透過持續的使用者互動而被塑造並演進。
代理 (Core)
這些是代理設計核心中的關鍵元素。
- 接受不確定性但建立信任。
- 期待代理會有一定程度的不確定性。不確定性是代理設計的一個關鍵要素。
- 信任與透明性是代理設計的基礎層。
- 人類掌控代理何時開啟/關閉，且代理狀態應於任何時候清楚可見。
實作這些原則的指引
當您使用上述設計原則時，請採用以下指引：
- 透明性：告知使用者系統涉及 AI、其運作方式（包括過去的行為），以及如何提供回饋和修改系統。
- 控制：讓使用者能自訂、指定偏好與個人化，並能掌控系統及其屬性（包括「忘記」的能力）。
- 一致性：在裝置與端點之間追求一致的多模態體驗。在可能的情況下使用熟悉的 UI/UX 元素（例如，用麥克風圖示表示語音互動），並盡量減少使用者的認知負擔（例如：追求簡潔回應、視覺輔助與「了解更多」內容）。
如何使用這些原則與指引設計旅遊代理
假設您正在設計一個旅遊代理，以下是您可以如何思考使用設計原則與指引的方式：
- 透明性 – 讓使用者知道旅遊代理為 AI 支援的代理。在開始使用前提供一些基本指示（例如：「Hello」訊息、範例提示）。在產品頁面上清楚說明。顯示使用者過去詢問的提示清單。清楚說明如何提供回饋（按讚或不讚、傳送回饋按鈕等）。明確說明代理是否有使用或主題限制。
- 控制 – 確保使用者清楚知道在建立代理後如何修改，例如使用「系統提示 (System Prompt)」等方式。讓使用者選擇代理的詳略程度、寫作風格，以及代理不應討論的任何限制。允許使用者檢視並刪除任何相關的檔案或資料、提示與過去對話。
- 一致性 – 確保「分享提示 (Share Prompt)」、「新增檔案或照片」與「標註某人或某物」等圖示為標準且易於辨識。使用迴紋針圖示表示與代理上傳/分享檔案，使用影像圖示表示圖像上傳。
範例程式碼
對 AI 代理式設計模式有更多問題嗎？
加入 Microsoft Foundry Discord 與其他學習者交流、參加辦公時間並取得您的 AI 代理問題的解答。
額外資源
前一課
下一課
免責聲明： 本文件已使用 AI 翻譯服務 Co-op Translator（https://github.com/Azure/co-op-translator）進行翻譯。儘管我們致力於提供準確的翻譯，但自動翻譯可能仍含有錯誤或不準確之處。原始語言版本之文件應視為具權威性的資料來源。對於重要資訊，建議採用專業人工翻譯。我們不會對因使用本翻譯而導致的任何誤解或誤釋承擔責任。