详细内容或原文请订阅后点击阅览
代理提示工程：深入研究LLM角色和基于角色的格式
在LLM和代理商中使用角色的实用指南，其中包括Clarifai，Crewai和Google ADK的示例。
来源:Clarifai博客 | 实际应用中的人工智能简介
大型语言模型（LLM）通过使对话感觉直觉，响应且越来越聪明，改变了我们与机器互动的方式。他们现在为从基本聊天接口到复杂的AI代理的所有功能，这些代理可以计划，推理和跨任务采取行动。
什么使这种智能不仅仅是模型的参数。这就是我们结构互动的方式。为了释放LLM的全部潜力，尤其是在多转弯或工具启动的设置中，该模型必须了解谁在说话，他们在扮演什么角色以及在对话中已经发生了什么。
这是角色所在的地方，例如系统，用户和助手，它定义了每个消息背后的上下文和意图。在更高级的代理系统中，诸如tool_use，tool_result和Planner等其他角色有助于组织推理和决策。这些角色指导模型的行为，确保保留上下文，并启用简单文本生成以外的动作。
角色系统
用户
助手
tool_use
tool_result
计划者
无论您是建立友好的聊天机器人还是完全自主的代理，理解和使用基于角色的格式是构建可靠有效的LLM应用程序的关键。
了解LLM对话中的角色
在基于聊天的应用程序或代理系统中与LLMS合作时，角色有助于构建对话。每个消息都有一个角色，可以告诉模型谁在讲话以及它是什么样的消息。这有助于模型决定如何做出响应并跟踪对话。
基本角色是系统，用户和助手。这些涵盖了大多数日常用例。在更高级的设置中，例如构建AI代理时，添加了额外的角色来处理工具，推理步骤或功能调用等内容。现在，让我们看一下每个角色如何符合整体流程，从简单的对话到代理级别的功能。
1。系统角色：设置行为
示例：
2。用户角色：人类输入
3。助理角色：模型的响应
OpenAi：工具