"Agentic workflows" là một khái niệm liên quan đến việc tích hợp các "agent" hoạt động một cách tự động hoặc bán tự động vào trong quy trình làm việc để thực hiện các nhiệm vụ, đưa ra quyết định, và giải quyết các vấn đề một cách hiệu quả hơn. Trong bối cảnh này, một "agent" có thể là một chương trình phần mềm, robot, hoặc hệ thống AI được lập trình để hoạt động như một đại diện có khả năng thực hiện các nhiệm vụ cụ thể.
Trong các bước sử dụng AI truyền thống, một tác vụ sử dụng LLM thường được thực hiện theo quy trình: tạo câu prompt → gọi LLM API → nhận kết quả → thực hiện các bước tiếp theo. Chúng ta có thể cải thiện việc tương tác với LLM bằng kỹ thuật prompt engineering để tạo câu prompt tốt hơn, hoặc sử dụng Retrieval-Augmented Generation (RAG) để cung cấp thêm thông tin và ngữ cảnh cho LLM. Tuy nhiên, các bước trong quy trình xử lý thường được tạo cứng và ấn định từ trước bởi thiết kế của lập trình viên, dẫn đến việc phải cập nhật hệ thống khi cần thay đổi quy trình hoặc nâng cấp câu prompt.
Tuy nhiên, với Agentic Workflow, LLM không chỉ hỗ trợ thực hiện công việc mà còn có khả năng đề xuất các cải tiến và liên tục điều chỉnh để đạt được kết quả tối ưu. Điều này mang lại sự linh hoạt và hiệu quả, giúp tối ưu hóa quá trình làm việc mà không cần phải cập nhật hệ thống liên tục. Nhờ vậy, việc sử dụng AI để hỗ trợ công việc trở nên dễ dàng hơn, đem lại hiệu suất cao và khả năng thích ứng với nhiều yêu cầu khác nhau.
Nguồn tham khảo
- https://atekco.io/1718179137306-agentic-workflow-hieu-qua-hon-nho-mo-phong-chuyen-gia/
- https://www.singlegrain.com/artificial-intelligence/how-to-leverageagentic-workflows/
- https://www.codiste.com/ai-agents-and-agentic-workflows
Không có nhận xét nào:
Đăng nhận xét