AI rendszerek termelésben · Lecke 05

Eszköztervezés ágenseknek

Egy ágens csak annyira jó, amennyire jók az eszközei. A rosszul megtervezett eszköz félreértést, hibát és felesleges token-fogyasztást okoz, még ha a mögöttes modell kiváló is.

Vissza a tananyaghoz


Mi teszi jóvá egy eszközt

Anthropic "Writing effective tools for AI agents" anyaga szerint egy jól megtervezett eszköz önmagában zárt, vagyis nem kell más eszközök állapotára támaszkodnia ahhoz, hogy értelmezhető legyen. A paraméterei egyértelműek, a nevük és a leírásuk elsőre megmutatja, mire való, és nincs szükség találgatásra arról, milyen formátumú bemenetet vár.

A visszatérési érték token-hatékony kell legyen. Ha egy eszköz feleslegesen sok, az ágens számára irreleváns adatot ad vissza, az nemcsak drágábbá teszi a futtatást, hanem növeli az esélyét annak, hogy az ágens rossz részletre figyel, és rossz döntést hoz a következő lépésnél.


Jó eszköz önmagában zárt egyértelmű paraméterek token-hatékony válasz nincs átfedés más eszközzel világos mikor használd Rossz eszköz más eszköz állapotára épül homályos paraméterek felesleges adatokkal terhel több eszköz ugyanazt csinálja az ágens nem tudja melyiket
A mérleg egyik oldalán a token-hatékony, egyértelmű eszköz, a másikon a zavaró, átfedő eszközkészlet.

Az átfedés elkerülése

Ha egy rendszerben két eszköz gyakorlatilag ugyanazt a feladatot végzi el, csak kicsit más módon, az ágens gyakran rossz eszközt választ, vagy feleslegesen sokáig mérlegel a döntés előtt. A jó eszközkészlet minden eszköznek egyértelmű, egyedi szerepet ad, amit egyetlen mondatban le lehet írni anélkül, hogy egy másik eszközre kellene hivatkozni.


Ágens döntése Eszköz A keresés forrásban Eszköz B keresés archívumban átfedés, ha nem egyértelmű a különbség
Két átfedő eszköz zavart okoz, az ágens nem tudja egyértelműen melyiket válassza.

Gyakorlati tanács vállalati bevezetéshez

Mielőtt egy vállalat ágensrendszert épít belső folyamataira, érdemes végigmenni a tervezett eszközlistán, és minden eszköznél feltenni a kérdést, egyértelmű-e elsőre, mire való, mit ad vissza, és van-e másik eszköz, ami ugyanezt csinálja. Ez az egyszerű átvizsgálás sok termelési hibát megelőz, mielőtt egyáltalán élesbe kerülne a rendszer.


Forrás

Anthropic "How we built our multi-agent research system", "Writing effective tools for AI agents" és a hivatalos Claude Code best practices dokumentáció magyar feldolgozása.


← Előző lecke Következő lecke →

Workshop

AI Transformation Day

Egésznapos, vezetőknek szóló program. Feltérképezzük, hol tart a szervezet, mi az első reális lépés, és milyen belső feltételek szükségesek a sikerhez. A nap végén konkrét, prioritizált cselekvési lista.

Érdekel a program →