当前位置: 欣欣网 > 码农

围观AI大佬吴恩达教授开发的Agent智能体

2024-06-24码农

讲AI,靠得住, 蓝色字体 求关注

大家好,我是 老渡

最近 Agent 智能体很火, 人工智能领域国际上最权威的学者之一吴恩达教授,不但总结了Agent设计模式,还亲自下场开发了一款 翻译Agent

这个 翻译Agent 设计模式和提示词工程等方面都有许多值得学习的地方。老渡拆解一下,跟朋友们分享。

翻译Agent 项目已开源,有三千多的关注

下面是 翻译Agent 的实现思路,分三步骤

  • 让大模型直接翻译,得到初版结果

  • 让大模型反思初版翻译结果,提出建设性的改进建议

  • 使用这些建议改进翻译

  • 上面的每一步都是一个 Prompt。

    对于我们大部分人来说,一般只用到第一步。而 翻译Agent 之所以被称为Agent,核心就在后两步。

    后两步用到的是 Agent设计模式 中的 反思模式 ,就是让大模型检查、评估上一步生成的结果,提出改进,并重新生成。

    其中,第二步 反思Prompt 的内容如下:

    得到改进意见后,第三步的Prompt会基于这些改进意见重新翻译

    上述Prompt提示词,有两个值得学习的地方—— 分隔符 系统提示

    正好前不久「首届GPT-4提示工程大赛」 夺冠者也提到了这两点。

    分隔符 是特殊的符号,能帮助大语言模型辨识提示词中哪些部分是有特殊含义的,一般可用 XML 标签表示。

    比如,上面的提示词中<SOURCE_TEXT>、<TRANSLATION>、<EXPERT_SUGGESTIONS>等XML标签用来标识 原文 翻译后的内容 改进意见

    大模型可以直接读懂这些分隔符,而不需要在提示词中增加额外解释,从而简化整体提示词的复杂度。

    系统提示 是向大语言模型提供的关于其应如何响应的额外指示。这被视为一种额外的提示,因为它超出了大模型的常规用户提示。

    上面提示词中 system_message 中的内容就是系统提示词。

    翻译Agent 项目是用Python代码编写的,实现了简单工作流将上述三个步骤串联起来。

    老渡之前也分享过基于Agent平台开发智能体,不管是 dify 还是扣子,都支持工作流,配置好大模型和提示词,就可以零代码复现这个翻译Agent了。

    老渡最近一直在研究利用大模型开发Agent智能体, 公众号 持续分享。