私の最新の投稿では、JSON モード、関数呼び出し、構造化出力を使用して、LLM からの応答として構造化された機械可読出力を取得する方法を説明しました。その投稿では、構造化された応答を取得する方法として関数呼び出しを見て、関数呼び出しのアイデアについて簡単に説明しました。しかし、関数呼び出しは、基本的にモデルのバックボーンであるため、単にモデルから構造化データを取得することをはるかに超えたものです。 エージェントAIワークフロー。そこで、今日の投稿では、まさにこのトピックについて詳しく見ていきます。 これまで取り上げてきたすべての例では、LLM は受動的な応答者としてのみ使用されています。つまり、質問を受信して回答を生成するだけです。しかし、LLM を何かに対する答えだけでなく、何かを行うものにもしたい場合はどうすればよいでしょうか? 何かをする?より正確に言えば、モデルの応答に基づいてアクションをトリガーしたい場合はどうすればよいでしょうか?このアクションには、ライブ データの表示、メッセージの送信、データベースのクエリ、外部 API の呼び出しなど、あらゆるものが含まれます。 それが可能になりました ツール呼び出し。ツール呼び出しにより、LLM は非常にスマートなテキスト ジェネレーターから、実際にアクションをトリガーし、周囲の世界と対話できるものに変換されます。 それでは、見てみましょう！ ツール呼び出しとは何ですか? ツール呼び出し (関数呼び出しとも呼ばれる) は、LLM…
Read More
