Introduzione
I modelli di intelligenza artificiale generativi sono potenti per comprendere e generare testo, ma operano all'interno di un limite di conoscenze. Possono solo ragionare sulle informazioni nei dati di training. Integrando gli strumenti nelle interazioni generative con intelligenza artificiale, è possibile sbloccare le funzionalità ben oltre le operazioni che il modello può eseguire da solo.
Annotazioni
L'uso di strumenti nei prompt dei modelli di intelligenza artificiale generativi non deve essere confuso con gli strumenti Foundry; che sono api di intelligenza artificiale di Azure che è possibile usare nelle applicazioni e negli agenti.
Perché gli strumenti sono importanti
Gli strumenti consentono di colmare il divario tra il ragionamento dell'IA e le azioni reali. Consentono alle applicazioni di intelligenza artificiale generative di:
- Accedere alle informazioni in tempo reale: recuperare dati correnti, meteo, prezzi azionari o risposte API che non erano presenti nei dati di training del modello
- Eseguire azioni: eseguire attività come l'invio di messaggi di posta elettronica, la creazione di record di database o l'attivazione di flussi di lavoro in base alle decisioni di intelligenza artificiale
- Risposte di base in fatti: recuperare informazioni specifiche e autorevoli per ridurre le informazioni errate e migliorare l'accuratezza
- Estendere la funzionalità: connettersi ai sistemi, ai database e alla logica di business esistenti senza problemi
- Creare flussi di lavoro intelligenti: concatenare più operazioni in modo da coordinare processi complessi e in più passaggi
Senza strumenti, l'intelligenza artificiale generativa funziona in isolamento. Con gli strumenti, diventa un assistente intelligente che può osservare, ragion e agire sul mondo intorno a esso.
In questo modulo verrà illustrato come specificare gli strumenti nei prompt inviati da un'applicazione client a un modello. In questo tipo di soluzione, la configurazione dello strumento viene gestita dall'applicazione client, essenzialmente creando un assistente personalizzato basato sull'intelligenza artificiale all'interno della logica dell'applicazione stessa. Imparare a usare gli strumenti su richiesta con un modello di intelligenza artificiale generativa è un primo passaggio utile per imparare a creare soluzioni di intelligenza artificiale agentica , in cui il modello, le istruzioni e gli strumenti vengono incapsulati e salvati in modo permanente in un agente denominato.
Suggerimento
Altre informazioni su come usare Microsoft Foundry Agents SDK per creare agenti con configurazioni persistenti in Sviluppare agenti di intelligenza artificiale in Azure.