8 consejos para redactar instrucciones eficaces para agentes

Los agentes de IA se utilizan en muchas industrias para diversos casos de uso, desde servicio al cliente y soporte hasta recursos humanos y procesamiento de facturas. En esencia, los agentes de IA son programas de software impulsados ​​por un LLM que completan objetivos de forma autónoma. Lo hacen desglosando tareas complejas y utilizando herramientas y bases de conocimiento para ejecutar acciones sin intervención humana paso a paso.

Cuando se trata de crear agentes de IA, existen algunos componentes clave, que incluyen:

Modelo de lenguaje grande (LLM): es el “cerebro” o el “procesador” del agente de IA. El LLM se utiliza para procesar información, razonar y tomar decisiones.

Instrucciones del sistema, es decir, el libro de jugadas. Las instrucciones definen las metas, los objetivos y el comportamiento del agente.

Las herramientas, que son como las manos del agente, son cosas que el agente de IA puede hacer/las acciones que puede realizar.

Historial de chat a corto plazo: este es el contexto que se mantiene durante una conversación activa con el agente de IA. Piense en esto como una pizarra que usaría para anotar ideas durante una reunión: está disponible mientras dura la conversación, pero no para nuevas conversaciones posteriores.

Memoria a largo plazo: a través de bases de datos externas, como Milvus para RAG. Piense en estas bases de datos como una estantería o una biblioteca para el agente de IA. Proporcionan conocimientos adicionales que el agente de otro modo no tendría.

Si bien todos estos componentes son importantes para un agente de IA, el manual (es decir, las instrucciones) es lo que lo une todo.

Sin buenas instrucciones, su agente no tiene dirección. No hay dirección para unir el cerebro, la memoria y las herramientas para realizar esas tareas complejas y actuar.

Cuando se trata de escribir instrucciones para los agentes, los equipos suelen tener dificultades para que sean fáciles de leer, modificar y mantener a largo plazo. A continuación se presentan algunos consejos que he aprendido a lo largo del camino para escribir instrucciones efectivas para los agentes.

Consejo n.° 1: explíquelo: cree un diagrama de flujo del proceso comercial y del flujo de trabajo del agente.

Antes de desarrollar un agente y escribir instrucciones, primero es importante comprender el proceso de negocio que el agente debe aumentar o mejorar. Trabaje con las partes interesadas de su negocio para comprender el flujo de trabajo actual. Luego cree un diagrama de flujo para definir los pasos y componentes de alto nivel.

Probablemente estés pensando, ¿un diagrama de flujo? ¿En realidad?

Y sí, de verdad, un diagrama de flujo.

Crear un elemento visual, como un diagrama de flujo, es imperativo al diseñar y desarrollar agentes en equipos grandes. Los diagramas de flujo brindan varios beneficios, entre ellos: comprender el flujo general de agentes y las diferentes herramientas y fuentes de conocimiento con las que debe interactuar, brindar la capacidad de mapear los requisitos comerciales, ayudar al equipo a depurar problemas, mapear puntos de decisión y, lo más importante, garantizar la alineación del equipo.

draw.io y Mermaid.js son excelentes herramientas para crear estos elementos visuales. La siguiente imagen muestra un boceto de diagrama de flujo de muestra creado con Mermaid.js.

° 2: utilice herramientas de desarrollo de inteligencia artificial para ayudar a escribir, refinar y actualizar instrucciones

Ya sea que esté creando un agente único o un sistema de múltiples agentes, el uso de herramientas de desarrollo de IA, como IBM Bob, puede ayudar a acelerar el proceso de redacción, refinamiento y actualización de las instrucciones del agente. De manera similar a cómo trabajaría con un compañero, las herramientas de inteligencia artificial pueden ayudar a detectar errores y garantizar la coherencia, especialmente a medida que aumenta la duración de las instrucciones del agente.

Estas herramientas de inteligencia artificial también son útiles para la depuración. Si descubre que un agente no funciona como se esperaba, intente analizar las instrucciones con una herramienta de inteligencia artificial para ayudar a detectar posibles problemas. Cuando utilice herramientas de inteligencia artificial para escribir y actualizar instrucciones, revise el resultado antes de aceptar cualquier cambio. Además, proporcione orientación general y reglas para la herramienta con respecto a cómo se deben escribir las instrucciones. Por ejemplo, solicite la herramienta de inteligencia artificial o proporcione un archivo con reglas específicas a las que se debe hacer referencia al escribir las instrucciones.

También puede utilizar estas herramientas para crear los diagramas de flujo a los que se hace referencia en el Consejo n.° 1. Nuevamente, es útil para depurar y para comprender las instrucciones desarrolladas por otra persona. Personalmente, he descubierto que IBM Bob es una excelente manera de generar automáticamente diagramas de Mermaid.js, ya sea para agentes nuevos o existentes.

Consejo #3: Diseñe para el fracaso, la incertidumbre y los límites

Si bien los agentes manejan las tareas de forma autónoma, es importante recordar que, en el mundo real, los agentes no siempre encontrarán un “camino feliz”. Por eso es clave diseñar las instrucciones de los agentes de manera que puedan manejar los fallos y la incertidumbre, y que tengan límites claros. ¿Qué debe hacer el agente cuando se rompe el “camino feliz”?

Al escribir instrucciones para el agente, la siguiente lista destaca algunas preguntas y escenarios a considerar sobre cómo el agente aborda las alternativas:

¿Cómo debería el agente manejar las fallas de las herramientas?

¿Cómo debería manejar el agente escenarios en los que la base de conocimientos o la herramienta no devuelve la información esperada? ¿O alguna información?

¿Cuántas veces debe un agente reintentar una tarea que falló?

¿Cuándo debería intensificar el agente?

Cuando ocurre algún tipo de error, ¿qué información se devuelve al usuario?

° 4: agregue descripciones y orientación clara para herramientas y bases de conocimientos

Para los agentes que utilizan herramientas y bases de conocimientos, escriba instrucciones para ayudar al agente a seleccionar la correcta según la tarea en cuestión. En las instrucciones del agente, cuando llame a una herramienta o base de conocimientos, haga referencia a ella por su nombre. (Lo ideal es que cuando cree la herramienta o base de conocimientos, proporcione un nombre descriptivo. Esto le proporcionará al agente más contexto sobre para qué está destinada esa herramienta o base de conocimientos).

Además, al llamar a una herramienta, indique explícitamente qué parámetros se requieren para llamar a la herramienta y cómo el agente debe manejar la información que proviene de la salida de la herramienta.

De manera similar, para cualquier base de conocimiento a la que su agente tenga acceso, en las instrucciones se indica qué se debe devolver de la base de conocimiento, cómo se debe usar en el futuro en el flujo de trabajo y qué hacer en los casos en que no se devuelva ningún resultado.

° 5: haga que las instrucciones sean claras, específicas y fáciles de mantener

Al escribir instrucciones para un agente, es útil tener en cuenta tres preguntas. Uno, ¿está claro? Dos, ¿es específico? Y tres, ¿es mantenible?

¿Por qué es esto importante?

Las instrucciones que no son claras y específicas pueden dificultar que el agente razone y tome decisiones.

Además, con el tiempo, los flujos de trabajo y los requisitos pueden cambiar. Lo que significa que es importante tener algo que sea fácil de mantener por varias personas.

Aquí hay algunas maneras de hacer que las instrucciones de su agente sean claras, específicas y fáciles de mantener:

Evite reglas contradictorias: esto puede causar confusión al agente de IA. Para cualquier regla que deba abordarse primero, haga un cortocircuito al comienzo de las instrucciones del agente. (es decir, si necesita escalar debido a una autolesión)

Minimice el texto “flufo”: esto ayuda a ahorrar contexto/recuento de tokens. Evite el relleno innecesario o cortés, ya que esto agrega longitud adicional y diluye el enfoque del agente.

Evite la lógica condicional compleja: no diseñe demasiado la lógica en las indicaciones. Si tiene grandes bloques de lógica condicional en un agente, considere explorar otras alternativas, como desarrollar una herramienta para el agente.

Hágalo legible y fácil de actualizar: divida las instrucciones en secciones numeradas con títulos. Esto ayuda a cualquiera que lea las instrucciones más adelante a encontrar y comprender rápidamente los componentes clave.

Defina reglas sobre cuándo se deben llamar a diferentes herramientas y bases de conocimiento, volviendo al Consejo n.° 4 anterior.

Definir restricciones: definir lo que el agente no debe hacer.

Consejo #6: Proporcione ejemplos concretos

Además de escribir instrucciones que sean claras, específicas y fáciles de mantener, es útil proporcionar ejemplos concretos, especialmente en situaciones más complejas.

Si tiene instrucciones para el agente que utilizan palabras como “en general”, “apropiadamente”, “con precisión” o “si corresponde”, esas son oportunidades para incorporar una o varias indicaciones.

La siguiente tabla proporciona una descripción general de alto nivel de las indicaciones de una y varias veces en las instrucciones del agente.

° 7: defina los resultados y el formato esperados

En las instrucciones del agente, proporcione orientación sobre cómo se debe formatear la salida para el usuario. ¿Es necesario proporcionar la respuesta en formato de tabla o con viñetas? ¿Cuántos elementos se deben presentar al usuario? ¿Cuánto tiempo debe durar la respuesta al usuario?

¡Pensar en el resultado es clave para la experiencia del usuario! Un resultado mal formateado puede afectar el tiempo que el usuario permanece interactuando con el agente y si escala o decide utilizar el agente para obtener ayuda en el futuro.

La siguiente imagen muestra un ejemplo de una respuesta de agente mal formateada y una respuesta de agente más estructurada.

° 8: comience poco a poco: repita, pruebe y mejore

A medida que desarrolla las instrucciones del agente, comience con una pequeña parte del flujo de trabajo y construya y escale a partir de ahí. Un punto de anclaje le permite establecer una línea de base rápidamente y reducir la confusión para los desarrolladores y las partes interesadas.

Y con cada iteración, ¡asegúrate de probar! Al depurar o implementar nuevas funciones, resulta útil probar pequeños cambios en lugar de varios cambios a la vez. Esto le permite identificar y comprender el impacto de un cambio, especialmente porque los LLM son muy sensibles: incluso los cambios o ajustes menores pueden tener grandes impactos.

Otra cosa a considerar al escribir instrucciones para los agentes es cuál es la definición de éxito. Antes del desarrollo del agente, y con cada iteración, trabaje con las partes interesadas para definir qué es el “éxito” para el agente y para el proceso de negocio. Si no sabe para qué está optimizando o qué métricas son clave para su caso de uso, puede terminar en ciclos de pruebas que parezcan improductivos y poco claros.

La siguiente lista destaca las métricas comunes utilizadas para definir el éxito de los agentes, todas las cuales pueden verse afectadas por la forma en que se escriben las instrucciones.

Tiempo de respuesta/latencia: ¿Qué tan rápido responde el agente?

Precisión y corrección: ¿con qué frecuencia son precisas las respuestas de los agentes?

Tasa de alucinaciones: ¿Con qué frecuencia el agente inventa la respuesta?

Tasa de escalada: ¿con qué frecuencia se pasa la conversación del usuario a un humano?

Costo y uso de tokens: ¿El agente está funcionando dentro del presupuesto? ¿Cuántos tokens consume el agente?

Uso de herramientas o bases de conocimientos: ¿El agente selecciona y llama con precisión las herramientas y bases de conocimientos adecuadas?

Las instrucciones bien escritas son clave para desarrollar agentes sólidos y de alto rendimiento. La próxima vez que escriba instrucciones para el agente, ¡tenga en cuenta estos consejos!

···

Payal es un especialista en datos e inteligencia artificial. En su tiempo libre le gusta leer, viajar y escribir. Si disfrutas su trabajo, síguela o suscríbete a su lista y ¡no te pierdas ni una historia!

El artículo anterior es personal y no representa necesariamente las posiciones, estrategias u opiniones de IBM.