주제에 대한 가상 에이전트 LLM 설명 및 지침 가이드라인
대규모 언어 모델(LLM) 주제를 생성할 때 LLM의 동작을 결정하는 지침과 LLM에서 주제를 검색하는 방법을 결정하는 설명을 제공합니다.
LLM 설명 및 지침 가이드라인 개요
주제 작성자는 일반 텍스트 어딩을 사용하여 LLM에 LLM 주제를 검색하는 방법을 알리고 LLM에 응답하는 방법을 알릴 수 있습니다. 인터페이스는 가상 에이전트 디자이너 둘 다 제공할 수 있는 텍스트 필드를 제공합니다.
- 설명
- 주제를 생성할 때 설명이 필요합니다. 설명은 주제 디스커버리에 사용되므로 주제 설명이 상세하고 구체적일수록 좋은 매칭을 찾을 가능성이 높아집니다.
- 지시사항
- 대화 플로우에 LLM 사용자 입력 컨트롤을 추가할 때 LLM에 응답 방법을 알려주는 세부 정보 설명 필드에서 LLM에 지침을 제공할 수 있습니다. 이 필드를 사용하여 어조를 정의하거나, 간단한 대화를 나누거나, 동적 인사말을 제공할 수 있습니다. 지침은 엔터티 탐지로도 작동할 수 있습니다.
일반 가이드라인
- 동작 동사로 리드하십시오. 명령형 또는 직접 명령을 사용합니다.
- 사용자는 질문으로 질문에 대답하는 것을 피해야 합니다.
예를 들어 LLM이 질문이 무엇입니까?를 묻는 경우 사용자 응답 '오늘 당직자는 누구입니까? '는 LLM을 혼동할 수 있습니다. 대신 사용자가 '오늘 당직인 사람을 알려주세요'를 입력해야 합니다.
- 외부 공급업체나 대명사에 대한 언급을 피하십시오. 제목 또는 식별자를 제거하면 일반적으로 LLM이 최종 사용자를 의인화하거나 잘못 식별하는 것을 방지할 수 있습니다.
- 당신의 말은 봇이 사용할 논리를 지시합니다. 자세한 생각의 사슬 지침이 이를 위해 잘 작동합니다.
- 지침을 지속적으로 테스트하고 개선합니다. 강력한 LLM 지침을 생성하는 것은 반복적인 프로세스입니다.
NLU 발언을 LLM 설명으로 사용하지 마십시오.
NLU 발언은 키워드와 해당 문구에 더 의존하지만 LLM 설명은 매우 다르게 작동합니다. 설명에서 NLU 발언의 문제점은 LLM에 대한 지침을 제공하지 않는다는 것입니다. Google 검색 설명은 LLM에서도 잘 작동하지 않습니다. 설명을 작성할 때는 주제의 목적과 해당 주제에서 수행되는 작업의 컨텍스트를 구체적으로 설명해야 합니다. 키워드가 반드시 도움이 되는 것은 아니지만 논리는 도움이 됩니다.
자세한 내용은 General guidelines for writing instructions for generative AI large language models (LLMs) 문서를 참조하십시오.
주제 설명 예시
다음 예시에서는 약한 주제 설명과 강한 주제 설명을 설명합니다. 주제 설명이 강할수록 주제 디스커버리가 더 정확해집니다.
| 힘 | 설명 |
|---|---|
| 약한 설명 | 이 항목은 회사 직원을 위한 공휴일 달력에 관한 것입니다. |
| 강력한 설명 | 이 항목은 회사 직원을 위한 공휴일 달력에 관한 것입니다. 사용자는 특정 연도, 특정 날짜의 휴일 목록 또는 회사 휴일을 요청하거나, 특정 휴일에 대해 문의하거나, 특정 휴일에 쉬는 날이 있는지 문의할 수 있습니다. 이 주제에서는 공휴일 달력의 가용성과 자유의 날 및 웰빙의 날과 같은 특정 공휴일도 다룹니다. |
| 힘 | 설명 |
|---|---|
| 약한 설명 | 이 항목은 에서 제공하는 Microsoft디렉터리 서비스인 Active Directory의 관리 및 운영과 관련이 있습니다. |
| 강력한 설명 | 이 항목은 에서 제공하는 Microsoft디렉터리 서비스인 Active Directory의 관리 및 운영과 관련이 있습니다. 여기에는 디렉터리 및 프로세스 생성, 수정 또는 삭제와 같은 Active Directory를 변경하는 작업이 포함됩니다. 이 항목에는 Active Directory 환경 내에서 사용자 계정, 그룹 및 권한 관리와 같이 관리자가 수행하는 작업도 포함됩니다. |
입력 통제 지침의 예
노드 이름 필드는 LLM이 엔터티를 식별하고 슬롯을 적절하게 채울 수 있도록 고유해야 하며 사용자가 수행하려는 작업을 설명해야 합니다. 예를 들어 AD 운영 유형 및 AD 운영이라는 두 개의 정의된 입력 노드가 있는 경우 LLM이 엔터티를 식별하여 잘못된 입력 노드 변수에 매핑할 가능성이 있습니다. 노드의 이름을 변경하여 둘을 구별하는 것이 가장 좋습니다. 예를 들어 암호 재설정을 위한 AD 작업 과 잠긴 자격 증명 및 암호 변경을 위한 AD 작업은 더 강력하고 고유한 노드 이름입니다.
노드의 세부 정보 설명 필드에는 LLM이 해당하는 모든 위치에서 사용자로부터 추출해야 하는 가능한 값에 대한 명확한 지침이 있어야 합니다. 예를 들어 노드가 Active Directory 작업을 수행하는 경우 LLM에 대한 추가 지침 영역에서 허용되는 작업을 구체적으로 설명해야 합니다. 그런 다음 LLM은 값 매핑을 사용하여 엔터티를 식별하고 슬롯을 채웁니다.
다음 예제에서는 약한 입력 노드 명령과 강한 입력 노드 명령에 대해 설명합니다. 더 나은 지침은 더 나은 결과를 초래합니다.
| 힘 | 상세 정보 설명 |
|---|---|
| 약한 명령어 | AD 수집 운영 유형 |
| 강력한 지침 | AD 수집 운영 유형 LLM에 대한 추가 지침: 이 입력의 경우 매핑된 값: {"reset":["reset","locked","unable to sign in","expiry", "expired", "expire"],"change":["change"]}. 사용자 입력에 키와 연결된 값이 포함된 경우 키를 추출해야 합니다. |