- O Agente da Replit eliminou um banco de dados de produção - A Zillow perdeu US$ 304 milhões devido à sua IA de compra de casas - iTutor pagou US $ 365 mil quando a IA rejeitou candidatos antigos Desastres de IA como esses podem literalmente fazer você perder o emprego! Vamos aprender a criar Agentes que não falham na produção (com código):

Um dos principais desafios com os agentes de IA voltados para o cliente é que eles encaminham o problema muito rapidamente para um agente humano (baixa contenção) ou enganam o usuário com confiança. É por isso que os sistemas de IA voltados para o usuário não podem apenas otimizar a precisão. Em vez disso, eles também devem otimizar para "contenção", ou seja, com que frequência os agentes resolvem o problema sem escalonamento. Além disso, não é apenas a frequência dos erros, mas sua gravidade, especialmente quando mesmo o pior 0,001% pode importar.

Hoje, vamos usar o Parlant (código aberto com 12 mil estrelas) para criar um agente financeiro conversacional compatível que processa e aprova empréstimos. Parlant é uma estrutura para criar agentes voltados para o cliente que se comportam exatamente como instruídos. Meu tópico abaixo explica seus principais recursos.

1️⃣ Criar Agente Começamos definindo um agente de aprovação de empréstimos. Em seguida, declaramos alguns termos específicos do domínio que o Agente pode precisar saber para responder com confiança. Verifique isso 👇

2️⃣ Viagem Parlant introduz a ideia de Journeys. Eles informam o Agente sobre o fluxo de conversação de várias etapas que o ajuda a guiar o usuário pela conversa conforme pretendido. Confira esta jornada de 👇 aprovação de empréstimo

Esta é a nossa Jornada: - Determine o tipo de empréstimo que o usuário deseja - Colete detalhes relacionados a empréstimos e renda - Ferramenta de chamada para verificar a elegibilidade - Terminar se não for elegível, caso contrário, peça que eles carreguem documentos - Ferramenta de chamada para processar documentos carregados - Terminar se documentos inválidos caso contrário empréstimo aprovado Verifique isso 👇

3️⃣ Diretrizes As diretrizes em Parlant dizem ao agente como abordar situações específicas por meio de pares condição-ação. Isso fornece mais controle sobre o comportamento do agente. Isso reduz os desalinhamentos, garantindo que o comportamento do agente esteja alinhado com as necessidades de negócios. Verifique isso👇

Podemos fazer mais coisas para incorporar mais controle, mas essa configuração simples em si fornece um poderoso Agente de seguimento de instruções. No vídeo abaixo, não importa o que eu tente aprovar um empréstimo, o Agente se recusa a fazê-lo. Você também pode inspecionar o raciocínio exato. Verifique isso👇

Isso é tudo! Se você achou perspicaz, compartilhe-o novamente com sua rede. Encontre-me → @_avichawla Todos os dias, compartilho tutoriais e insights sobre DS, ML, LLMs e RAGs.