۱۱. ساختن برنامه، فراخوانی تابع و جریان کنترل
این درس عملیتر است: یک برنامه با پرامپت چطور ساخته میشود، «فراخوانی تابع» در APIها دقیقاً چیست، و برنامه در چه سطح جزئیات و با چه جریانی نوشته میشود.
ساختن برنامه با مدل، function calling و جریان کنترل در ایجنت هوش مصنوعی.
ساختن برنامه با پرامپت
سادهترین راه تبدیل مدل به برنامهساز، مهندسی پرامپت (Prompt Engineering) است. مثال کتاب، ایجنتی برای فروشگاه که به مشتری دربارهٔ محصولات کمک میکند:
دو نکته: (۱) این قالب — فهرستی از اسم تابعها که ورودیهایشان را خود ایجنت (AI Agent) حدس میزند — فقط یکی از راههای ساختن جریان کار ایجنت است. (۲) generate_query تاریخچهٔ کار و آخرین خروجی ابزار را میگیرد تا پرسشی برای مولد پاسخ بسازد؛ خروجی هر قدم به تاریخچه اضافه میشود.
ورودیهای هر تابع چه؟ معمولاً از خروجی قدمهای قبل درمیآیند: اگر get_today_date() تاریخ «۱۴۰۵/۰۷/۲۵» را برگرداند، ایجنت میفهمد «هفتهٔ گذشته» یعنی ۱۸ تا ۲۴ مهر. ولی اغلب اطلاعات کافی نیست: در «میانگین قیمت پرفروشترین محصولات چقدر است؟» — چند محصول؟ هفتهٔ گذشته، ماه گذشته یا همهٔ دوران؟ مدل مجبور است حدس بزند، و حدس میتواند غلط باشد.
در حال بررسی دسترسی…
در این درس
- ساختن برنامه با پرامپت
- فراخوانی تابع (Function Calling)
- سطح جزئیات برنامه
- برنامههای پیچیده: جریان کنترل
- خودآزمایی
پرسشهایی که این درس جواب میدهد
- فراخوانی تابع (function calling) در API مدلها؟
- مزیت و بهای برنامه به زبان طبیعی (بهجای اسم دقیق تابعها)؟
- چهار شکل جریان کنترل در برنامهٔ ایجنت؟
- موازنهٔ برنامهٔ ریز و کلی؟
- در فراخوانی تابع، چه کسی تابع را اجرا میکند؟