Používání výzev k zadání konkrétních úkolů agentovi

Můžete vytvořit vlastní výzvy ke konfiguraci pokynů pro model Azure OpenAI Service nebo Azure AI Foundry pro vašeho vlastního agenta.

Vlastní výzvy můžete do agenta přidat na některé ze dvou úrovní:

• Úroveň agenta
• Úroveň tématu

Přidání výzvy jako nástroj agentovi

1. V levém podokně vyberte agenta , do kterého chcete přidat novou výzvu jako nástroj.

2. Vyberte kartu Nástroje .

3. Vyberte Nový nástroj.

4. Vyberte Zadání.

   Otevře se editor vlastních výzev. Tento editor můžete použít k vytvoření vlastní výzvy pro vašeho agenta.

Přidání uzlu výzvy v tématu

1. Otevřete téma a vyberte ikonu Přidat uzel pod uzlem, po kterém chcete přidat nový uzel.

2. Vyberte Přidat nástroj>Nový podnět.

   Otevře se editor vlastních výzev. Tento editor můžete použít k vytvoření vlastní výzvy pro vašeho agenta.

Poznámka:

Agenti nakonfigurovaní tak, aby umožňovali anonymní uživatele (bez ověřování), nemůžou používat tabulky Dataverse jako zdroje znalostí. Přesto ale můžete zadat vstupní parametry výzvy, zvolit požadovaný model pro spuštění výzvy a nastavit požadovanou teplotu pro kontrolu náhodnosti a kreativity generovaného textu.

Konfigurace a testování výzvy pomocí editoru výzev

Editor vlastních výzev je výkonný nástroj, který umožňuje vytvářet, přizpůsobovat a testovat šablony výzvy pro vašeho agenta. Editor výzev je navržen tak, aby vám pomohl vytvářet efektivní výzvy pro vašeho agenta.

Editor výzev vám umožní napsat pokyny k zobrazení výzvy několika různými způsoby. Můžete:

• Ruční napsání vlastních pokynů
• Pomocí Copilotu můžete vygenerovat pokyny podle popisu toho, co má výzva udělat.
• Vytvoření výzvy pomocí přednastavené šablony z knihovny výzvy

Můžete nakonfigurovat několik aspektů výzvy, mezi které patří:

• Chatovací model, který se má použít pro výzvu, a nastavení pro model, jako je teplota, nastavení načítání znalostí, jestli se mají do odpovědi zahrnout odkazy a jestli povolit interpret kódu a odůvodnění.
• Uživatelské vstupy do výzvy, jako je text a obrázky, a ukázková data, pomocí které se mají testovat.
• Znalosti, které se mají zpracovat a zahrnout z tabulek Dataverse.
• Formátování, které se má použít na výstup

Po vytvoření výzvy ji můžete otestovat zadáním ukázkových dat pro všechny vstupy a výběrem Test. Editor vygeneruje odpověď na základě výzvy a ukázkových dat, která jste zadali.

Úplné podrobnosti o tom, jak pomocí editoru vytvářet a testovat výzvy, najdete v části Vytvoření vlastní výzvy v dokumentaci k nástroji pro vytváření výzev.

Doporučené postupy pro rychlé pokyny

Při používání uzlu zadání je důležité dodržovat osvědčené postupy pro návrh zadání. Zde je několik tipů, které vám pomohou využít tuto funkci na maximum:

• Buďte konkrétní: Vlastní pokyny by měly být jasné a konkrétní, aby agent přesně věděl, co má dělat. Vyhněte se vágním nebo nejednoznačným výrazům, které by mohly vést ke zmatení nebo nesprávným odpovědím.
• Použijte příklady: Uveďte příklady, které ilustrují vaše pokyny a pomohou agentovi pochopit vaše očekávání. Příklady pomáhají agent generovat přesné a relevantní odpovědi.
• Vyjadřujte se jednoduše: Vyvarujte se přetěžování vlastních pokynů příliš mnoha podrobnostmi nebo složitou logikou. Udržujte své pokyny jednoduché a přímočaré, aby je agent mohl efektivně zpracovat.
• Držte to stručně: Vlastní instrukce by měly být stručné a k věci. Pokyny, které jsou příliš dlouhé, můžou vést k latenci, vypršení časových limitů nebo problémům při zpracování výzvy.
• Dejte agentovi cestu ven: Dejte agent alternativní cestu pro případ, že není schopen dokončit přiřazený úkol. Když například uživatel položí otázku, můžete zahrnout "odpovězte 'nenalezeno', pokud odpověď není k dispozici". Tato alternativní cesta pomáhá agent vyhnout se generování falešných odpovědí.
• Testování a vylepšování: Je důležité důkladně otestovat vlastní pokyny, abyste se ujistili, že fungují tak, jak mají. Podle potřeby proveďte úpravy, abyste zlepšili přesnost a efektivitu odpovědí agenta.

Důležité

• výzvy pro tvorbu výzev se spouštějí na modelech využívajících Azure OpenAI Service a Azure AI Foundry.
• Tato schopnost je omezena na konkrétní regiony.
• Tato funkce může podléhat omezením využití nebo kapacity.