0 / 0

Automazione dei compiti con agenti AI

Ultimo aggiornamento: 28 mag 2025
Automazione dei compiti con agenti AI

L'intelligenza artificiale agenziale è una nuova evoluzione dell'intelligenza artificiale che enfatizza il processo decisionale autonomo e l'esecuzione di compiti con una minima supervisione umana.

L'IA tradizionale o generativa richiede tipicamente l'intervento umano o si concentra sulla creazione di contenuti. Tuttavia, i sistemi di IA agici, noti anche come agenti di IA, sono progettati per svolgere i seguenti compiti:

  • Prendere decisioni in modo indipendente
  • Take Action
  • Risolvere problemi complessi
  • Interagire con gli ambienti esterni

Questi sistemi sono proattivi piuttosto che reattivi e possono perseguire obiettivi, pianificare attività in più fasi e adattarsi ai cambiamenti in tempo reale senza l'intervento costante dell'uomo.

Funzionalità

È possibile creare e distribuire agenti AI per automatizzare le attività e rendere le applicazioni più flessibili e dinamiche. Le applicazioni agenziali consentono a un modello di fondazione di funzionare come un agente che controlla il flusso di interazione con l'utente.

In un flusso di lavoro reale, il modello di base all'interno dell'agente sceglie uno o più strumenti esterni o personalizzati in base alle richieste presentate dall'utente finale. Il modello si avvale quindi di un processo chiamato chiamata di strumento, che si chiama anche chiamata di funzione, per utilizzare uno o più strumenti per elaborare l'input e generare una risposta.

Ad esempio, un'applicazione per la prenotazione di un ristorante potrebbe dover raccogliere le seguenti informazioni e poi creare una prenotazione:

  • Ubicazione
  • Numero di ospiti
  • Data e ora

L'ordine di raccolta delle informazioni può essere importante solo in alcune località, dove il numero di ospiti per tavolo è limitato o dove sono disponibili più posti a sedere all'esterno in caso di bel tempo. È possibile tenere conto di queste condizioni nel codice e lasciare che sia l'agente a determinare quando chiamare strumenti aggiuntivi, come un'applicazione meteo di terze parti, prima che l'agente completi una richiesta di prenotazione.

È possibile configurare l'agente per prendere decisioni ed eseguire attività per conto di un utente finale. Si definiscono i parametri dell'interazione tra l'agente e l'utente finale. L'agente utilizza i parametri per decidere il passo successivo migliore in base allo stato attuale dell'interazione.

Quando si costruiscono applicazioni agenziali, è necessario configurare i seguenti componenti fondamentali:

Modello di base

Quando si costruisce un flusso di lavoro agenziale, si deve scegliere un modello di base che soddisfi i seguenti requisiti:

  • Gestisce le attività di chat
  • Supporta la chiamata agli strumenti
  • Risponde bene alle tecniche di sollecitazione della catena di pensiero e sceglie l'azione successiva
  • Ha buone prestazioni nei benchmark di ragionamento

Per trovare l'elenco dei modelli di fondazione che è possibile utilizzare in Agent Lab, vedere Opzioni di configurazione in Agent Lab. Per elencare programmaticamente i modelli di fondazione che supportano le chiamate agli strumenti in watsonx.ai, vedere Chat guidata dagli agenti.

Framework

Selezionare un framework per agenti AI da utilizzare per creare, distribuire e gestire l'agente. È possibile utilizzare il framework LangGraph solo per creare agenti nell'Agent Lab. È possibile utilizzare diversi framework alternativi se si sceglie di costruire un agente localmente e poi distribuirlo in watsonx.ai.

Architettura

Selezionare l'architettura che implementa il ragionamento dell'IA agenziale. È possibile costruire agenti solo con la tecnica ReAct (Reason + Act). ReAct crea un ciclo continuo di ragionamento e azione in cui il risultato di ogni fase informa la successiva.

Istruzioni

Specificare le istruzioni specifiche per l'agente che vengono utilizzate nel prompt di sistema per il modello di fondazione. Le istruzioni possono includere l'uso di una lingua specifica, del formato della data o dell'ora, del saluto dell'utente o di uno strumento esterno come fonte di informazioni invece della base di conoscenza del modello di fondazione. Per informazioni dettagliate su come creare prompt efficaci, vedere Suggerimenti per i prompt.

Strumenti

Specificare gli strumenti esterni in grado di recuperare informazioni aggiuntive da utilizzare per fondare le richieste inviate al modello di fondazione. Scegliete tra i seguenti tipi di strumenti:

Modi di lavorare

È possibile utilizzare i seguenti strumenti grafici per costruire gli agenti in watsonx.ai:

  • Laboratorio agenti : Uno strumento grafico dell'interfaccia utente di watsonx.ai per costruire un agente alla volta.

È possibile utilizzare i seguenti metodi programmatici:

Esempi

La tabella seguente contiene degli esempi che dimostrano come costruire agenti che possono essere distribuiti in watsonx.ai:

Esempi di sviluppo di agenti
Esempio Formato Descrizione Collegamento
Agente completo incorporato watsonx.ai Agente Agente campione che genera idee di ricette in base a un elenco di ingredienti disponibili, utilizzando la base di conoscenza del modello di fondazione e strumenti esterni. Agente campione Sous Chef
Agenti che utilizzano vari framework Python Modelli di agente di esempio da utilizzare per sviluppare e testare l'agente in locale prima di distribuirlo. I modelli includono il codice necessario per configurare l'agente da distribuire come servizio AI in watsonx.ai. Per i dettagli, vedere Codifica e distribuzione dei servizi AI con i modelli. Modelli di agente supportati

Ulteriori informazioni

Argomento principale: Soluzioni Gen AI