Selvstyrt Crew

Selvstyrt Crew

KI-crews lar deg bruke hele team av KI-agenter til å utføre komplekse oppgaver. Det kan virke forvirrende i starten, men crew-tilnærmingen kopierer ganske enkelt hvordan ekte team arbeider. I et hvilket som helst team vil du ha enkeltpersoner med unike roller og ferdigheter, som jobber sammen for å nå et felles mål.

La oss si at du vil lage og publisere et langt blogginnlegg. Arbeidet starter vanligvis med at en SEO-spesialist gjør nøkkelordsanalyse og lager en disposisjon. De lager et SEO-brief som sendes videre til innholdsforfatteren. Når forfatteren er ferdig, vil en kollega korrekturlese og redigere artikkelen for å sikre kvaliteten. Hva med fremhevede bilder eller infografikk? En designer hjelper med det.

Du har allerede minst tre eller fire personer som jobber med å lage dette innholdet. De har et felles mål, men hver og en spesialiserer seg på noe annet og utfører en forskjellig deloppgave. La oss se hvordan du kan kopiere dette teamet som en gruppe KI-agenter.

Nysgjerrig på Flowen vi analyserer i denne guiden? Det er Avansert Blogg-generator, og du finner den enkelt i Flow-biblioteket ditt.

Hva er Selvstyrt Crew-komponenten

Selvstyrt Crew-komponenten er en strukturell komponent som grupperer agenter og oppgaver i ett team ledet av en lederagent. Den representerer bare én gruppe, slik at du kan opprette flere agentteam i én og samme Flow. Kjernen i å lage et KI-crew er å sette opp agentene og deres oppgaver.

Rollen til KI-agenter i crews

Selvstyrt Crew-komponenten er kun en strukturell komponent som samler grupper av agenter. Derfor er første steg for å bruke KI-crews å forstå og sette opp de individuelle agentene, inkludert lederagenten.

KI-agenter er dataprogrammer som kan utføre oppgaver og løse problemer selvstendig. De behandler informasjon og handler basert på sin programmering, kunnskap og sine mål.

Agenter er ikke bare generativ KI. Med de riktige verktøyene kan de utføre reelle oppgaver som å sende e-post, lage dokumenter og mer. I stedet for å forhåndsdefinere rigide triggere for denne atferden, kan agenter selv bestemme.

I praksis trenger du ikke lenger å gi detaljerte prompt for en rigidt kontrollert generativ atferd. Alt du trenger å gjøre er å gi agenten deres rolle, personlighet og mål, slik at de vet hvem de er og hva som motiverer dem.

Les mer om KI-agenter og hvordan du bruker KI-agent-komponenten

Hvorfor er crews bedre enn enkeltagenter?

Hvis det oppstår et problem i teamets prosesser, kan du raskt finne feilen og jobbe med et kompetent teammedlem for å finne en løsning. Tenk deg nå at det bare er deg som jobber med hele oppgaven, og problemet oppstår i ditt eget hode. Det er mye vanskeligere å oppdage og finne ut av. Det samme skjer når du sammenligner en enkelt agent med et crew av agenter.

Når du gir en enkelt agent en prompt, gir du den en kompleks oppgave med liten eller ingen kontroll over hvordan de individuelle deloppgavene utføres. Ved komplekse oppgaver kan dette føre til flaskehalser og lav kvalitet på resultatet.

Med et crew kan du dele hovedoppgaven inn i spesifikke deloppgaver og tildele hver til et unikt KI-teammedlem. Resultatet er et mye mer profesjonelt og detaljert sluttprodukt. Det betyr også enklere feilsøking, og til slutt at koordinering av spesialiserte agenter lar deg håndtere langt mer komplekse oppgaver.

Forskjellen mellom Selvstyrt og Sekvensielt Crew

Du har kanskje lagt merke til at det finnes to forskjellige Crew-komponenter i dashbordet ditt. Forskjellen mellom disse typene crews ligger i rekkefølgen på oppgavene og hvor mye kontroll du har.

La oss gå tilbake til eksempelet med markedsføringsteamet. Første agent i rekken ville vært SEO-spesialisten. Når temaet er undersøkt, sender han informasjonen videre til innholdsforfatteren. Nedenfor ser du hvordan SEO-agentens oppgave er koblet til skriveoppgaven til Content Writer-agenten:

La oss snakke om et Sekvensielt Crew først. Med et Sekvensielt Crew utføres oppgavene én etter én i nøyaktig den rekkefølgen du angir i Flowen. Når en oppgave er utført, er den permanent, og Flowen går videre til neste agent. Dette er flott for enkle prosesser eller prosesser som krever mindre regnekraft.

La oss fokusere på en innholdsforfatter i det virkelige liv. De vil først gjøre research og så begynne å skrive, men etter hvert som artikkelen utvikler seg, innser de kanskje at de trenger mer research. Forståelig nok vil de gå frem og tilbake mellom research og skriving før de til slutt går videre til neste steg. Det sekvensielle crewet gjør ikke dette. Når en oppgave er ferdig, er den ferdig. Det er her Selvstyrte crews kommer inn.

Med et Selvstyrt Crew bestemmer KI-lederagenten rekkefølgen på oppgavene og hvor mange iterasjoner som trengs. Når avgjørelser tas, prøver KI-en å etterligne tradisjonelle organisasjonsstrukturer. Dette åpner for muligheten til å gjenta oppgaver og lage flere iterasjoner av sluttproduktet.

Takket være leder-LLM-en som delegerer oppgaver og overvåker utførelsen, kan Selvstyrt Crew jobbe med én enkelt kompleks oppgave. Leder-LLM-en kan enkelt dele oppgaven og tildele deloppgaver til riktige agenter. Dette er spesielt nyttig når du vet hva som må gjøres, men ikke er sikker på nøyaktig prosess og deloppgaver.

Hvordan bruke Selvstyrte Crews

Selvstyrt Crew er en strukturkomponent som samler agenter og oppgavekomponenter i en gruppe. For å bruke et Selvstyrt Crew må vi først definere lederagenten, teammedlemmene og deres oppgaver. Først da kan vi gjøre dem til et team.

Å sette opp Selvstyrte Crews består av fire steg:

1. Sette opp individuelle KI-agenter
2. Gi agentene oppgaver
3. Sette opp lederagenten
4. Gjøre agentene til et Selvstyrt Crew

Sette Opp Individuelle KI-agenter

Hvert medlem av et ekte team har en rolle, mål og en unik bakgrunn som inkluderer tidligere erfaringer, personlighet og spesifikk stil. Det har også hver KI-agent.

For eksempel, la oss fokusere på innholdsforfatteren i teamet:

• Rollen: Agentens stillingstittel. I dette tilfellet er rollen innholdsforfatter.
• Målet: Hva agenten gjør og hva det ideelle resultatet er. For innholdsforfatteren er forventet resultat en velskrevet artikkel som følger tema og SEO-brief.
• Bakgrunnen: Representerer hvem agenten er. Enten du vil eller ikke, tar du alltid med deg personlighet, tankesett, ordforråd og tidligere erfaringer i det du gjør. Dette synes ekstra godt i kreativt arbeid, som innholdsproduksjon.

Gjenta denne prosessen for alle agentene du vil bruke i teamet ditt.

Les mer om KI-agenter og hvordan du bruker KI-agent-komponenten

Gi agentene oppgaver

Vi fortsetter med bloggskapingseksempelet, nå vet vi hvem agenten vår er. Neste steg er å la agenten vite hva oppgaven deres er, og introdusere dem til teamet.

Hva er oppgavekomponentene?

I Crews får hver agent tildelt en oppgave å utføre. Akkurat som i et ekte team kan hvert medlem utføre ulike prosjektspesifikke oppgaver. Oppgavekomponentene lar deg spesifisere og tildele disse oppgavene.

Du vil merke at, akkurat som med Crew-komponenten, finnes det to mulige oppgavekomponenter—sekvensielle og Selvstyrte. Siden dette er to motstridende tilnærminger til å styre agenter, gir det ingen mening å blande dem. Derfor bruker vi også Selvstyrte Oppgaver når vi bruker et Selvstyrt Crew:

Hvis du har en oppgave i tankene, men er usikker på hvordan du deler den opp i mindre deloppgaver, kan du bare skrive alt inn i én oppgave. Leder-LLM-en er der for å tildele oppgaver og overvåke prosessen, slik at hver agent vet hva de skal gjøre og når. Den kan dele opp hovedoppgaven og tildele delene til riktig agent.

I tillegg til oppgaven kan hver agent i et Crew få passende verktøy, som gjør jobben enklere og mer presis. I eksempelet vårt bruker forskeren GoogleSearch- og URL Retriever-verktøyene for å styre research-alternativene.

Sett så opp oppgavene. Hver Selvstyrt Oppgave må ha enten en beskrivelse, forventet output, eller begge deler:

Oppgavebeskrivelsen for innholdsforfatter-agenten kan for eksempel være slik:

“Gitt SEO-briefen, skriv et blogginnlegg på maks 1500 ord.

Start aldri avsnitt med vage formuleringer som ‘I det hurtig endrende feltet…’. Gå alltid rett på hovedinformasjonen avsnittet skal levere.”

La oss se nærmere på denne oppgavebeskrivelsen:

• “Gitt briefing” – Agenten vet hva den skal gjøre med forrige output.
• “Skriv et blogginnlegg på opptil 1500 ord” – Det resultatet vi forventer fra agenten.
• “Start aldri…” – Ekstra tilpassede instruksjoner for å justere output. Disse kan være tips om språk, ordbruk, struktur eller annet som hjelper agenten å lage det du ønsker.

Forventet resultat-feltet er valgfritt og er nyttig når du trenger et strukturert output eller vil sikre at noe er inkludert i resultatet. For eksempel er oppgaven til SEO-forsker-agenten å lage:

En brief i dette formatet:

SEO-vennlig tittel:

SEO-vennlig metabeskrivelse:

SEO-vennlig disposisjon