دمج الأدوات واستراتيجية الاختيار

كل نموذج ذكاء اصطناعي، بغض النظر عن قدراته، يعاني من قيد أساسي: فهو نظام مغلق. فإذا سألنا روبوت محادثة يعمل بالذكاء الاصطناعي: "ما هو الطقس الحالي في سان فرانسيسكو؟"، فسيجيب النموذج بشيء من قبيل: "لا يمكنني الوصول إلى معلومات الطقس الآنية". هذا يُظهر أن نموذج الذكاء الاصطناعي، في حد ذاته، يعمل كنظام مغلق. فهو لا يملك إمكانية الوصول إلى بيانات الإنترنت المباشرة، ولا يستطيع القيام بأي إجراءات في العالم الحقيقي. باختصار، يعمل النموذج بالكامل ضمن حالته الداخلية، دون أي وعي أو تفاعل خارجي.

مع ذلك، صُممت أنظمة التعلم الآلي الحديثة ذات القدرات التفاعلية خصيصًا للتغلب على هذا القيد. فهي مُجهزة بقدرة كامنة على استخدام أدوات خارجية، كالاتصال بواجهة برمجة API الطقس، أو البحث في قاعدة بيانات خاصة، أو التفاعل مع برامج أخرى. هذه القدرة على اتخاذ الإجراءات هي ما يحوّل برنامج الدردشة الآلي البسيط إلى وكيل ذكاء اصطناعي كفؤ.

تُثير هذه الإمكانية الجديدة تساؤلاً بالغ الأهمية: كيف يعرف النموذج الأدوات المتاحة له؟ وكيف يفهم الغرض من كل أداة؟ وكيف يُقرر أيها يستخدم لتلبية طلب مُحدد من المستخدم؟ هنا تكمن أهمية هندسة التوجيه الفوري. دورنا كمهندسي توجيه فوري ليس بناء هذه القدرات الآلية، بل توجيهها. فمن خلال التوجيه الفوري، نُقدم دليل العمل أو دليل المستخدم الذي يتبعه الذكاء الاصطناعي لاتخاذ الإجراءات بطريقة مُتحكم بها وقابلة للتنبؤ.

دعونا نستكشف تقنيات هندسة التوجيه لتحديد الأدوات الخارجية واختيارها والتخطيط لها. سنتعلم كيفية كتابة تعريفات فعّالة للأدوات تُشكّل دليلاً للنموذج، وكيفية استخدام أطر التوجيه المتقدمة، مثل ReAct، لتنسيق المهام المعقدة متعددة الخطوات.

أساسيات استخدام الأدوات

لتوجيه نموذج لاستخدام الأدوات، يجب علينا أولاً فهم بنية المعلومات التي يجب توفيرها في التعليمات. تتضمن هذه العملية، التي يُشار إليها غالبًا باستدعاء الدوال أو استخدام الأدوات ، إضافة قسم جديد بالغ الأهمية إلى التعليمات: مجموعة من تعريفات الأدوات.

المكون الجديد للموجه: تعريف الأداة