Получить входные данные
Posted: Thu Jul 10, 2025 10:25 am
Общий рабочий процесс ИИ-агента можно разбить на четыре этапа.
Первым шагом для всех агентов ИИ является получение входных данных. Эти входные данные определяются до создания агента и могут представлять собой запрос на запуск работы агента ИИ или постоянный поток данных, которые он анализирует.
Ставьте цели
На основе начальных входных данных ИИ-агент определяет свою цель. Эта цель определяется до создания агента и разбивается на пошаговые инструкции, которые необходимо выполнить для выполнения ИИ-агентом своей работы.
Эта общая цель достигается путём определения ключевых слов или использования большой Список контактов уровня C языковой модели (LLM). LLM разбивает подсказку на отдельные слова или подслова. Затем, используя обучение, полученное на основе очень большого набора данных, LLM распознаёт контекст, взаимосвязи и другие ключевые сущности, структурируя подсказку в соответствии с ранее изученными шаблонами.
На основе этого понимания будет создана цель или ответ.
Просмотреть существующую информацию
Получив знания о том, как выполнить задание, ИИ-агент теперь будет учитывать внутреннюю обученную информацию, а также информацию из LLM, данные в CRM или другие дополнительные источники данных, подключенные через доступ API, чтобы полностью выполнить свою задачу.
Первым шагом для всех агентов ИИ является получение входных данных. Эти входные данные определяются до создания агента и могут представлять собой запрос на запуск работы агента ИИ или постоянный поток данных, которые он анализирует.
Ставьте цели
На основе начальных входных данных ИИ-агент определяет свою цель. Эта цель определяется до создания агента и разбивается на пошаговые инструкции, которые необходимо выполнить для выполнения ИИ-агентом своей работы.
Эта общая цель достигается путём определения ключевых слов или использования большой Список контактов уровня C языковой модели (LLM). LLM разбивает подсказку на отдельные слова или подслова. Затем, используя обучение, полученное на основе очень большого набора данных, LLM распознаёт контекст, взаимосвязи и другие ключевые сущности, структурируя подсказку в соответствии с ранее изученными шаблонами.
На основе этого понимания будет создана цель или ответ.
Просмотреть существующую информацию
Получив знания о том, как выполнить задание, ИИ-агент теперь будет учитывать внутреннюю обученную информацию, а также информацию из LLM, данные в CRM или другие дополнительные источники данных, подключенные через доступ API, чтобы полностью выполнить свою задачу.