Introduction

Os modelos de IA generativa são poderosos a compreender e gerar texto, mas operam dentro de um limite de conhecimento. Só são capazes de raciocinar sobre a informação contida nos seus dados de treino. Ao integrar ferramentas nas suas interações de IA generativa, desbloqueia capacidades muito além do que o modelo sozinho consegue fazer.

Por que as ferramentas importam

As ferramentas fazem a ponte entre o raciocínio da IA e as ações do mundo real. Eles permitem que as suas aplicações de IA generativa:

• Aceda a informação em tempo real: Obtenha dados atuais, condições meteorológicas, preços das ações ou respostas de APIs que não estavam nos dados de treino do modelo
• Tome ações: realize tarefas como enviar emails, criar registos de bases de dados ou ativar fluxos de trabalho baseados em decisões de IA
• Basear respostas em factos: Recuperar informações específicas e autoritativas para reduzir informações incorretas e melhorar a precisão
• Estenda a funcionalidade: Conecte-se aos seus sistemas, bases de dados e lógica de negócio existentes de forma fluida
• Construa fluxos de trabalho inteligentes: Encadeie múltiplas operações para que a IA coordene processos complexos e em múltiplos passos

Sem ferramentas, a IA generativa funciona isoladamente. Com ferramentas, torna-se um assistente inteligente que pode observar, raciocinar e agir sobre o mundo à sua volta.

Neste módulo, vamos focar-nos em especificar ferramentas em prompts que uma aplicação cliente submete a um modelo. Neste tipo de solução, a configuração da ferramenta é gerida pela aplicação cliente – criando essencialmente um assistente personalizado alimentado por IA generativa dentro da própria lógica da aplicação. Aprender a usar ferramentas on-demand com um modelo de IA generativa é um primeiro passo útil para aprender a construir soluções de IA agente , nas quais o modelo, as instruções e as ferramentas são encapsuladas e persistem num agente nomeado.