தன்னாட்சி ஏஜென்ட்கள்: அவை என்ன, எவ்வாறு செயல்படுகின்றன

தன்னாட்சி ஏஜென்ட் என்றால் என்ன

தன்னாட்சி ஏஜென்ட் என்பது ஓர் இலக்கை நோக்கித் தானாகவே செயல்படும் AI அமைப்பாகும். ஒருவர் தாம் விரும்பும் முடிவை விவரிக்கிறார்; ஏஜென்ட் அதற்கான படிகளைத் தீர்மானித்து அவற்றைச் செயல்படுத்துகிறது.

ஒருவர் மூன்று திட்ட மேலாண்மைக் கருவிகளில் ஒன்றைத் தேர்ந்தெடுக்க விரும்புகிறார் என்று வைத்துக்கொள்வோம். தன்னாட்சி ஏஜென்ட் ஒவ்வொரு கருவியையும் தேடி, அதன் விலை நிர்ணயப் பக்கத்தைத் திறந்து, வேறுபாடுகளைக் குறித்துக்கொண்டு, முழுமையான ஒப்பீட்டை வழங்க முடியும். அந்த நபர் இலக்கை நிர்ணயித்து முடிவை மதிப்பாய்வு செய்கிறார்; இடையிலுள்ள வேலையை ஏஜென்ட் செய்கிறது.

தற்போதைய பல மென்பொருள் ஏஜென்ட்கள், வழிமுறைகளைப் புரிந்துகொள்ளவும் அடுத்து என்ன செய்வது என்று தீர்மானிக்கவும் பெரிய மொழி மாதிரியை (LLM) பயன்படுத்துகின்றன. சில மாதிரிகள் படங்களையும் ஒலியையும் கூடச் செயலாக்குகின்றன. இணையத்தில் தேட, பொத்தான்களைக் கிளிக் செய்ய அல்லது மின்னஞ்சல் அனுப்ப, மாதிரியைக் கருவிகளுடன் இணைத்து அதன் கோரிக்கைகளைச் செயல்படுத்தும் மென்பொருள் ஏஜென்ட்டுக்குத் தேவை.

திட்ட மேலாண்மை எடுத்துக்காட்டில், LLM-உம் ஏஜென்ட்டும் இவ்வாறு செயல்படும்:

1. LLM இலக்கைப் படித்து, முதல் கருவியின் விலை நிர்ணயத்தைத் தேடுவதற்கான கோரிக்கையை எழுதுகிறது.
2. ஏஜென்ட்டின் மென்பொருள் தேடலை இயக்கி, முடிவுகளை உரையாக LLM-க்குத் திருப்பி அனுப்புகிறது.
3. LLM முடிவுகளைப் படித்து, அடுத்த படியைத் தேர்ந்தெடுத்து (விலை நிர்ணயப் பக்கத்தைத் திறப்பது), புதிய கோரிக்கையை எழுதுகிறது.
4. ஒப்பீடு முழுமையடைந்துவிட்டது என்று LLM முடிவுசெய்து இறுதிப் பதிலை எழுதும் வரை இந்தச் சுழற்சி தொடர்கிறது.

விரிவாக்கு

தன்னாட்சியின் நிலைகள்

ஏஜென்டிக் AI அமைப்பில் (கேள்விகளுக்குப் பதிலளிப்பது மட்டுமின்றி, செயல்களையும் மேற்கொள்ள உருவாக்கப்பட்ட AI), தன்னாட்சி என்பது ஒரு வடிவமைப்புத் தேர்வு. அதே ஏஜென்ட்டை, ஒவ்வொரு படிக்கும் முன் கேட்கும்படியோ அல்லது முழுப் பணியையும் தனியாக முடிக்கும்படியோ அமைக்கலாம்.

ஒரு ஏஜென்ட் கொண்டிருக்கக்கூடிய பல்வேறு அளவிலான தன்னாட்சியை விளக்க, வாஷிங்டன் பல்கலைக்கழக ஆய்வாளர்கள் ஒரு ஐந்து-நிலைக் கட்டமைப்பை முன்மொழிகின்றனர்:

நிலை 4-இல், ஒரு ஏஜென்ட் தானாகவே ஆய்வு செய்து கொள்முதல் ஆணையை வரைவு செய்யலாம், ஆனால் அதைச் சமர்ப்பிப்பதற்கு முன் இடைநிறுத்தும். நிலை 5-இல், அது ஆணையையும் சமர்ப்பித்துவிடும்.

தன்னாட்சி AI ஏஜென்ட்கள், தன்னியக்கமாக்கம், சாட்பாட்கள்: வேறுபாடுகள்

தன்னாட்சி ஏஜென்ட்கள் சாட்பாட்கள் மற்றும் பணிப்பாய்வு தன்னியக்கமாக்கத்திலிருந்து இரண்டு வழிகளில் வேறுபடுகின்றன: அவை தங்கள் படிகளைத் தாமே தீர்மானிக்கின்றன, மேலும் பிற ஆப்கள் மற்றும் இணையதளங்களில் செயல்களை மேற்கொள்கின்றன.

சாட்பாட் உரையாடலில் கேள்விகளுக்குப் பதிலளிக்கும், ஆனால் பொதுவாக அதற்கு வெளியே செயல்படாது. பணிப்பாய்வு தன்னியக்கமாக்கம் செயல்படும், ஆனால் யாரோ ஒருவர் முன்கூட்டியே அமைத்த படிகளைப் பின்பற்றுவதன் மூலம் மட்டுமே. இதன் பொதுவான வகை ரோபோடிக் செயல்முறை தன்னியக்கமாக்கம் (RPA) ஆகும்; இது ஒரு அமைப்பிலிருந்து மற்றொன்றுக்குத் தரவை நகலெடுப்பது போன்ற எளிய, விதி அடிப்படையிலான பணிகளைத் திரும்பத் திரும்பச் செய்யும் மென்பொருள்.

தன்னாட்சி ஏஜென்ட் இரண்டையும் செய்கிறது: அது பிற மென்பொருளில் செயல்படுகிறது, மேலும் தனக்கு வழங்கப்பட்ட கருவிகள், அனுமதிகள் மற்றும் வழிமுறைகளுக்குள், இலக்கை நோக்கிய தனது படிகளைத் தானே தேர்ந்தெடுக்கிறது.

தாமதமான ஆர்டர் குறித்த புகார் இந்த வேறுபாட்டைக் காட்டுகிறது. சாட்பாட், ஷிப்பிங் கொள்கை பற்றி முன்பே எழுதப்பட்ட விளக்கத்துடன் பதிலளிக்கலாம். பணிப்பாய்வு தன்னியக்கமாக்கம், ஒரு நிலையான “ஆர்டர் தாமதம்” மின்னஞ்சலை அனுப்பலாம். தன்னாட்சி ஏஜென்ட், ஆர்டரைத் தேடிப் பார்த்து, அது போக்குவரத்தில் தொலைந்துவிட்டதைக் கண்டறிந்து, மாற்றுப் பொருளை அனுப்பி, வாடிக்கையாளருக்குத் தகவல் தெரிவிக்கலாம்.

தன்னாட்சி ஏஜென்ட்கள் எவ்வாறு செயல்படுகின்றன

ஒரு பணியை முடிக்க, தன்னாட்சி ஏஜென்ட் நான்கு திறன்களைச் சார்ந்துள்ளது: தனது படிகளைத் திட்டமிடுதல், கருவிகளைப் பயன்படுத்துதல், தான் செய்தவற்றை நினைவில் வைத்தல், தனது முடிவுகளைத் தானே சரிபார்த்தல். பெரிய பணிகளுக்கு, சில ஏஜென்ட்கள் வேலையை ஏஜென்ட்களின் குழுவிடையே பிரித்தும் வழங்குகின்றன.

1. இலக்குகளைப் பிரித்துத் திட்டமிடுதல்

ஓர் இலக்கு பொதுவாக ஒரே படியில் செயல்படுத்த முடியாத அளவுக்குப் பெரியதாக இருக்கும்; எனவே ஏஜென்ட்டின் முதல் வேலை அதைச் சிறிய பணிகளாகப் பிரிப்பதாகும். எடுத்துக்காட்டாக, அலுவலகத்திற்கு வெளியே நடைபெறும் குழு நிகழ்வை (ஆஃப்சைட்) திட்டமிடுமாறு பயனர் ஏஜென்ட்டிடம் கேட்டால், அது இலக்கைத் தேதிகளைத் தேர்ந்தெடுத்தல், பட்ஜெட்டுக்குள் இடங்களைக் கண்டறிதல், கிடைக்கும்தன்மையைச் சரிபார்த்தல், அழைப்பிதழை வரைவு செய்தல் எனப் பிரிக்கலாம்.

ஏஜென்ட்கள் எவ்வாறு உருவாக்கப்பட்டுள்ளன என்பதைப் பொறுத்து, அவை முன்கூட்டியே திட்டமிடலாம் அல்லது செல்லும் வழியிலேயே திட்டமிடலாம். முன்கூட்டியே திட்டமிடுதல் என்பது தொடங்குவதற்கு முன் ஒவ்வொரு படியையும் எழுதுவதாகும்; இது குறுகிய, கணிக்கக்கூடிய பணிகளுக்குப் பொருந்தும். செல்லும் வழியில் திட்டமிடுதல் என்பது அடுத்த ஒன்றிரண்டு படிகளை வகுத்து, செயல்பட்டு, திரும்பக் கிடைப்பதன் அடிப்படையில் திருத்துவதாகும். ஆஃப்சைட் நிகழ்வுக்கான முதல் தேர்வு இடம் ஏற்கெனவே முன்பதிவு செய்யப்பட்டிருந்தால், ஏஜென்ட் மீண்டும் தொடக்கத்திலிருந்து தொடங்காமல் அடுத்த விருப்பத்திற்குச் செல்லலாம்.

விரிவாக்கு

சீனாவின் ரென்மின் பல்கலைக்கழகத்தின் LLM அடிப்படையிலான தன்னாட்சி ஏஜென்ட்கள் பற்றிய மதிப்பாய்வுக் கட்டுரை, இந்த இரண்டாவது அணுகுமுறை மிகவும் சிக்கலான பணிகளை முதல் அணுகுமுறையை விடச் சிறப்பாகக் கையாள்கிறது என்று கண்டறிந்துள்ளது; ஏனெனில் எந்த முடிவுகளையும் பார்ப்பதற்கு முன் குறைபாடற்ற திட்டத்தை எழுதுவது கடினம். பல ஏஜென்ட்கள் இரண்டையும் இணைக்கின்றன: முதலில் முழுத் திட்டத்தை வரைந்து, வேலை செய்யும்போது அதைத் திருத்துகின்றன.

2. கருவிகளைக் கொண்டு செயல்படுதல்

திட்டம் தயாரானதும், ஏஜென்ட் ஒவ்வொரு பணிக்கும் ஒரு கருவியைத் தேர்ந்தெடுத்து, ஒரு நேரத்தில் ஒரு பணியாக அதைச் செயல்படுத்துகிறது.

• இடங்களைக் கண்டறிய, “ஆஸ்டினுக்கு அருகில் 20 பேருக்கான ஆஃப்சைட் நிகழ்விடங்கள்” போன்ற வினவலுடன் அது இணையத் தேடலைப் பயன்படுத்தலாம்.
• கிடைக்கும்தன்மையைச் சரிபார்க்க, அது ஒவ்வொரு இடத்தின் முன்பதிவுப் பக்கத்தையும் உலாவியில் திறந்து நாட்காட்டியைப் படிக்கலாம்.
• அழைப்பிதழை அனுப்ப, அது API மூலம் அந்த நபரின் மின்னஞ்சலுடன் இணையலாம்; API என்பது ஒரு மென்பொருள் மற்றொரு மென்பொருளிடமிருந்து தரவையோ செயல்களையோ கோர அனுமதிக்கும் இணைப்பாகும்.

ஒவ்வொரு செயலுக்குப் பிறகும், ஏஜென்ட் திரும்பக் கிடைத்ததைப் படித்து அடுத்த நகர்வைத் தீர்மானிக்கிறது. தேடலில் ஐந்து இடங்கள் கிடைத்தால், அது அவற்றின் கிடைக்கும்தன்மையைச் சரிபார்க்கிறது. முன்பதிவுப் பக்கம் ஏற்றப்படவில்லை என்றால், அந்த இடத்தின் தொலைபேசி விவரத்தை முயல்கிறது அல்லது அடுத்த விருப்பத்திற்குச் செல்கிறது.

ஒரு ஏஜென்ட்டிடம் உள்ள கருவிகளே, அது எந்தப் பணிகளைத் தானாக முடிக்க முடியும் என்பதைத் தீர்மானிக்கின்றன. மின்னஞ்சல் அணுகல் இல்லாமல், அது அழைப்பிதழை வரைவு செய்ய முடியும், ஆனால் அனுப்ப முடியாது.

3. நினைவகம் மூலம் முன்னேற்றத்தைக் கண்காணித்தல்

ஏஜென்ட் செயல்படும்போது, தான் செய்தவற்றையும் கற்றவற்றையும் அது கண்காணிக்க வேண்டும். மூன்று இடங்களைச் சரிபார்த்து முடிக்கும்போது, எவை முன்பதிவு செய்யப்பட்டிருந்தன, எவற்றில் இடம் இருந்தது, ஒவ்வொன்றுக்கும் எவ்வளவு செலவாகும் என்பதை அது அறிந்திருக்க வேண்டும். அந்தப் பதிவு LLM-இன் சூழல் சாளரத்தில் (context window) இருக்கிறது; அதாவது, மாதிரி ஒரே நேரத்தில் கருத்தில் கொள்ளக்கூடிய உரையின் அளவு.

நீண்ட பணிகள் அந்தச் சூழல் சாளரத்தை விடப் பெரிதாகிவிடலாம். நீண்டகால நினைவகம் கொண்ட ஏஜென்ட்கள், தகவல்களை மாதிரிக்கு வெளியே, பொதுவாக ஒரு தரவுத்தளத்தில், சேமித்து, தற்போதைய படிக்குத் தேவையானதை மட்டும் மீட்டெடுப்பதன் மூலம் இதைக் கையாள்கின்றன.

நீண்டகால நினைவகம் பணிகளுக்கு இடையேயும் தொடர்கிறது. அடுத்த ஆண்டின் ஆஃப்சைட் நிகழ்வைத் திட்டமிடும் நேரம் வரும்போது, ஏஜென்ட் இந்த ஆண்டின் இடப் பட்டியலையும் பட்ஜெட்டையும் மீண்டும் பயன்படுத்தலாம், அல்லது ஒரு மணி நேரப் பயண தூரத்திற்குள் உள்ள இடங்களையே குழு விரும்புகிறது என்பதை நினைவுகூரலாம்.

4. முடிவுகளைச் சரிபார்த்துப் போக்கைத் திருத்துதல்

செயல்படும்போது, பல ஏஜென்ட்கள் ஒரு படி தவறாகிவிட்டதற்கான அறிகுறிகளைக் கவனிக்கின்றன. முன்பதிவுப் படிவம் பிழையைத் தந்தாலோ, தேடலில் எதுவும் கிடைக்காவிட்டாலோ, அது வேறொரு அணுகுமுறையை முயல்கிறது. பட்ஜெட்டை விடச் சற்று அதிகமான இடம் ஏற்கத்தக்கதா என்பது போன்ற, தானாக எடுக்கக்கூடாத முடிவை எதிர்கொள்ளும்போது, அது நபரிடம் கேட்டு, பதிலுக்கேற்ப மாற்றியமைக்கிறது.

தங்கள் வேலையை ஒப்படைப்பதற்கு முன், பல ஏஜென்ட்கள் தங்கள் முடிவுகளை மதிப்பாய்வு செய்யும். LLM தான் உருவாக்கியதை மீண்டும் படித்து, இலக்குடன் ஒப்பிட்டு, விடுபட்டவை அல்லது தவறானவற்றைப் பட்டியலிடுகிறது. முடிவு இலக்கை எட்டும் வரை ஏஜென்ட் திருத்தி மீண்டும் சரிபார்க்கிறது. எடுத்துக்காட்டாக, அழைப்பிதழில் இடத்தின் முகவரி விடுபட்டிருந்தால், மதிப்பாய்வு அதைக் கண்டறிகிறது; ஏஜென்ட் அனுப்புவதற்கு முன் அதைச் சேர்க்கிறது.

5. ஏஜென்ட்களிடையே வேலையைப் பிரித்தல்

சில பணிகளைப் பல ஏஜென்ட்கள் பகிர்ந்துகொள்ளும்போது அவை வேகமாக முடிகின்றன. ஒரு முதன்மை ஏஜென்ட் வேலையைப் பிரித்து, பகுதிகளைத் துணை ஏஜென்ட்களிடம் ஒப்படைக்கிறது.

Perplexity Computer இவ்வாறுதான் செயல்படுகிறது. ஒருவர் தாம் விரும்பும் விளைவை விவரிக்கிறார்; Computer அதைப் பணிகளாகவும் துணைப் பணிகளாகவும் பிரித்து, அவற்றைச் செயல்படுத்தத் துணை ஏஜென்ட்களை உருவாக்குகிறது. துணை ஏஜென்ட்கள் இணையத்தில் ஆய்வு செய்யலாம், ஆவணங்களை உருவாக்கலாம், தரவைச் செயலாக்கலாம் அல்லது API-கள் மூலம் இணைக்கப்பட்ட சேவைகளை அழைக்கலாம்.

Computer ஒரு சிக்கலை எதிர்கொள்ளும்போது, அதைத் தீர்க்கப் புதிய துணை ஏஜென்ட்களை உருவாக்குகிறது. ஒவ்வொரு துணை ஏஜென்ட்டும் வெவ்வேறு AI மாதிரியில் இயங்கலாம்; இதனால் வேலையின் ஒவ்வொரு பகுதியும் அதற்கு மிகவும் பொருத்தமான மாதிரிக்குச் செல்கிறது.

எனவே, ஆஃப்சைட் எடுத்துக்காட்டில், ஒரு துணை ஏஜென்ட் இடங்களை ஆய்வு செய்யும்போது, மற்றொன்று குழு நாட்காட்டிகளைச் சரிபார்க்கலாம், மூன்றாவது ஒன்று பயண விருப்பங்களை ஆராயலாம்.

விரிவாக்கு

மக்கள் தன்னாட்சி ஏஜென்ட்களை எவ்வாறு பயன்படுத்துகிறார்கள்

மக்கள் தன்னாட்சி ஏஜென்ட்களைப் பெரும்பாலும் அன்றாட அறிவுசார் பணிகளுக்கே பயன்படுத்துகின்றனர்: ஆய்வு, எழுதுதல், மின்னஞ்சல், படிப்பு. ஹார்வர்டு மற்றும் Perplexity ஆய்வாளர்களின் ஆய்வில், ஏஜென்டிக் வினவல்களில் 57% உற்பத்தித்திறன் மற்றும் கற்றல் பணிகளாக இருந்தன. ஒவ்வொரு வகை வேலைக்கும் ஏஜென்ட் என்ன செய்கிறது என்பதைக் கீழே உள்ள எடுத்துக்காட்டுகள் காட்டுகின்றன.

ஆய்வு மற்றும் பகுப்பாய்வு

ஆய்வு பல சிறிய படிகளைக் கொண்டிருப்பதால் ஏஜென்ட்களுக்கு நன்கு பொருந்துகிறது. ஒரு ஏஜென்ட் தேடலாம், ஆதாரங்களைத் திறக்கலாம், அவற்றைப் படிக்கலாம், அவை சொல்வதை ஒப்பிடலாம். “தொலைதூரப் பணி மற்றும் உற்பத்தித்திறன் குறித்த மூன்று சமீபத்திய ஆய்வுகளைக் கண்டறிந்து, ஒவ்வொன்றும் கண்டறிந்ததைச் சுருக்கமாகக் கூறு” போன்ற வினவலை எடுத்துக்கொள்வோம். ஏஜென்ட் ஆய்வுகளைத் தேடி, மிகவும் பொருத்தமானவற்றைத் திறக்கிறது. ஒவ்வொரு ஆய்வின் கண்டுபிடிப்புகளையும் படித்து, ஒவ்வொரு ஆதாரத்திற்குமான இணைப்புகளுடன் சுருக்கத்தை எழுதுகிறது. ஓர் ஆய்வு கட்டணச் சுவருக்குப் பின்னால் இருந்தால், ஏஜென்ட் அடுத்ததற்குச் செல்கிறது. அந்த ஆய்வில், ஆய்வுகளைச் சுருக்குவதும் பகுப்பாய்வு செய்வதும் ஏஜென்டிக் வினவல்களில் 7% ஆகும்.

ஆவணங்கள், மின்னஞ்சல் மற்றும் நாட்காட்டிகள்

மக்கள் ஏற்கெனவே தினமும் பயன்படுத்தும் கருவிகளிலேயே ஏஜென்ட்கள் பெரும்பாலும் செயல்படுகின்றன. ஹார்வர்டு மற்றும் Perplexity ஆய்வில், Google-இன் ஆவணக் கருவிகளும் மின்னஞ்சலும் மிகவும் பொதுவான இரண்டாக இருந்தன; இவை இணைந்து ஏஜென்டிக் வினவல்களில் சுமார் நான்கில் ஒரு பங்காக இருந்தன. “இந்த வாரத்தின் படிக்காத மின்னஞ்சல்களைப் பார்த்து, வாடிக்கையாளர்களிடமிருந்து வந்தவற்றைக் கொடியிட்டு, சந்திப்பு நேரக் கோரிக்கைகளுக்குப் பதில்களை வரைவு செய்” போன்ற வினவலை எடுத்துக்கொள்வோம். ஏஜென்ட் இன்பாக்ஸைத் திறந்து செய்திகளை வரிசைப்படுத்துகிறது. அது காலியான நேரங்களுக்கு நாட்காட்டியைச் சரிபார்த்து, ஒவ்வொரு கோரிக்கைக்கும் பதிலை வரைவு செய்கிறது. அது வரைவுகளை அனுப்பாமல் சேமிக்க முடியும்; இதனால் அந்த நபர் ஒவ்வொன்றையும் முதலில் மதிப்பாய்வு செய்யலாம்.

கற்றல் மற்றும் பாடப்பணிகள்

மாணவர்கள் படிப்பதற்கு ஏஜென்ட்களைப் பயன்படுத்துகின்றனர். அந்த ஆய்வில், ஏஜென்ட் பயன்பாட்டின் மிகப்பெரிய ஒற்றை வகை பாடப்பணிகள்தான்; இது ஏஜென்டிக் வினவல்களில் 13% ஆகும். “எனது பாட வாசிப்புகளின் நான்காம் அத்தியாயத்தில் எனக்கு வினாடி வினா நடத்து” போன்ற வினவல், ஏஜென்ட்டைப் பாடநெறி இணையதளத்திற்கு அனுப்புகிறது; அங்கு அது அத்தியாயத்தைப் படித்து, முக்கியக் கருத்துகள் குறித்துக் கேள்விகளை எழுதி, மாணவரின் பதில்களைச் சரிபார்க்கிறது. அறிமுகமில்லாத துறையைப் பற்றி விரைவாகக் கற்றுக்கொள்ளும் ஊழியர் போன்று, புதிய பாடத்தைக் கற்கும் எவருக்கும் இதே அணுகுமுறை பயனளிக்கும்.

ஷாப்பிங் மற்றும் ஒப்பீடுகள்

ஏஜென்டிக் வினவல்களில் 10% ஷாப்பிங் ஆகும்; இவை பெரும்பாலும் தயாரிப்புகளைத் தேடுவதும் ஒப்பிடுவதும்தான். “வலுவான மதிப்புரைகளுடன் $400-க்குக் குறைவான ஸ்டாண்டிங் டெஸ்க்கைக் கண்டுபிடி” என்று கேட்கப்பட்டால், ஏஜென்ட் பல சில்லறை விற்பனையாளர்களிடம் தேடி, விலை மற்றும் மதிப்பீட்டின் அடிப்படையில் வடிகட்டி, முன்னணி விருப்பங்களை ஒப்பிட்டு, மிகச் சிறந்ததைக் கார்ட்டில் சேர்க்க முடியும். பல இணையதளங்களில் உள்ள விருப்பங்களை ஏஜென்ட் ஒப்பிடுவதால் நிறைய நேரம் மிச்சமாகும்; ஏனெனில் அந்த நபர் ஒவ்வொரு பட்டியலையும் திறந்து குறுக்குச் சரிபார்ப்பு செய்ய வேண்டியதில்லை.

தன்னாட்சி ஏஜென்ட்களைப் பயன்படுத்துவதற்கான ஏழு சிறந்த நடைமுறைகள்

1. சரிபார்க்க எளிதான பணிகளுடன் தொடங்குதல்

தவறுகளை எளிதில் கண்டறிந்து குறைந்த செலவில் சரிசெய்யக்கூடிய பணிகளே தொடக்கத்துக்குச் சிறந்தவை. ஆய்வுச் சுருக்கங்களும் தயாரிப்பு ஒப்பீடுகளும் நல்ல தொடக்கப் புள்ளிகள். ஏஜென்ட் தனது ஆதாரங்களுக்கான இணைப்புகளை வழங்கினால், அதன் வேலையைச் சரிபார்க்கச் சில நிமிடங்களே ஆகும். நம்பிக்கை வளர வளர, அதிகப் படிகளைக் கொண்ட நீண்ட பணிகளையும் ஒப்படைக்கலாம்.

2. தெளிவான விளைவுகளையும் கட்டுப்பாடுகளையும் அமைத்தல்

பணி ஏன் முக்கியம் என்பதை ஏஜென்ட் அறிந்திருக்கும்போது, அது சிறந்த முடிவுகளை எடுக்கக்கூடும். ஒரு வலுவான வினவல், ஒப்பந்ததாரருக்கு வழங்கப்படும் விளக்கக் குறிப்பைப் போல இருக்கும்: நோக்கம், பார்வையாளர்கள், ஏற்கனவே தெரிந்தவை, ஏற்கனவே விலக்கப்பட்டவை. “வாரியக் குறிப்பாணைக்காக இந்த மூன்று விற்பனையாளர்களை ஒப்பிடு; வாரியம் செயல்படுத்தல் அபாயத்தையே அதிகம் கவனிக்கிறது, மேலும் SOC 2 இணக்கம் இல்லாத எவரையும் நாங்கள் ஏற்கனவே விலக்கிவிட்டோம்” என்ற வினவல், தானாகவே முடிவுகளை எடுக்கத் தேவையானவற்றை ஏஜென்டுக்கு வழங்குகிறது.

3. ஒப்புதல் சோதனைப் புள்ளிகளைச் சேர்த்தல்

மின்னஞ்சல் அனுப்புதல், பொருள் வாங்குதல், கோப்புகளை நீக்குதல், படிவத்தைச் சமர்ப்பித்தல் போன்ற சில செயல்களைத் திரும்பப் பெற முடியாது. ஏஜென்ட் அனுமதித்தால், இந்தப் படிகளுக்கு முன் இடைநிறுத்தி அனுமதி கேட்கும்படி அதை அமைக்கவும். வினவலே ஒரு நிறுத்தப் புள்ளியையும் அமைக்கலாம். “பதில்களை வரைவாக எழுது, ஆனால் அனுப்பாதே” அல்லது “சிறந்த தேர்வை என் கார்ட்டில் சேர், ஆனால் செக்அவுட் செய்யாதே” என்பது, எங்கு நிறுத்திக் கட்டுப்பாட்டைத் திருப்பி ஒப்படைக்க வேண்டும் என்பதை ஏஜென்டுக்குத் துல்லியமாகச் சொல்கிறது.

4. வேலைக்கு முன் திட்டத்தை மதிப்பாய்வு செய்தல்

பெரிய பணிக்கு, ஏஜென்ட் தொடங்குவதற்கு முன் அதன் திட்டத்தைச் சுருக்கமாக விவரிக்கச் சொல்லுங்கள். ஒரு திட்டத்தை மதிப்பாய்வு செய்ய ஒரு நிமிடமே ஆகும்; முடிக்கப்பட்ட வெளியீட்டில் ஒரு தவறான புரிதலைக் கண்டறிவதை விட, அந்தக் கட்டத்திலேயே அதைத் திருத்துவது மிகவும் குறைந்த செலவுடையது.

5. பணிக்குத் தேவையானவற்றுக்கு மட்டும் அணுகலை வரம்பிடுதல்

ஏஜென்ட் அணுகக்கூடிய ஒவ்வொரு கணக்கிலும் அதனால் செயல்பட முடியும். ஒரு பணிக்குத் தேவையான ஆப்ஸை மட்டும் இணைப்பது, முக்கியமான தரவை அதன் அணுகலுக்கு அப்பால் வைத்திருக்கிறது, மேலும் ஏற்படக்கூடிய தவறுகளைக் கட்டுப்படுத்துகிறது. விற்பனையாளர்களை ஆய்வு செய்யும் ஏஜென்டுக்கு மின்னஞ்சல் அணுகல் தேவையில்லை. பதில்களை வரைவாக எழுதும் ஏஜென்டுக்கு அது தேவை, ஆனால் அவற்றை அனுப்புவதற்கான அனுமதி தேவைப்படாமல் இருக்கலாம்.

6. சரிபார்ப்புகளை வினவலிலேயே சேர்த்தல்

ஏஜென்ட்கள் ஏற்கனவே தங்கள் சொந்த வெளியீட்டை மதிப்பாய்வு செய்கின்றன, எனவே எதைச் சரிபார்க்க வேண்டும் என்பதை வினவலே அவற்றுக்குச் சொல்லலாம். நல்ல முடிவு எப்படி இருக்க வேண்டும் என்பதைக் குறிப்பிடுவது (“ஒவ்வொரு புள்ளிவிவரத்துக்கும் 2025 அல்லது அதற்குப் பிந்தைய தேதியிட்ட ஆதாரம் தேவை”), தனது வேலையைத் திருப்பி ஒப்படைக்கும் முன் அந்தத் தரநிலையை ஏஜென்ட் பயன்படுத்தச் செய்கிறது. உறுதிப்படுத்தப்பட்ட உண்மைகளைத் தானே ஊகித்தறிந்தவற்றிலிருந்து பிரிக்கவும், அனுமானங்களைச் சுட்டிக்காட்டவும் அதைக் கேட்பது, அந்த நபரின் மதிப்பாய்வை வேகமாகவும் அதிகக் கவனம் செலுத்துவதாகவும் ஆக்குகிறது.

7. பலனளிப்பவற்றை மீண்டும் பயன்படுத்துதல்

வலுவான முடிவைத் தந்த ஒரு வினவல், அடுத்த ஒத்த பணிக்கான டெம்ப்ளேட்டாக மாறலாம். கடந்த காலாண்டின் அறிக்கை போன்ற நல்ல வெளியீட்டின் உதாரணத்தை ஏஜென்டுக்கு வழங்குவது, வடிவத்தை வார்த்தைகளில் விவரிப்பதை விடப் பெரும்பாலும் அதிகப் பலனளிக்கும். தொடர்ந்து வரும் பணிகள் நிலையான பணிப்பாய்வுகளாக மாறலாம்.

தன்னாட்சி ஏஜென்ட்களை Perplexity எவ்வாறு அணுகுகிறது

Perplexity இரண்டு தன்னாட்சி ஏஜென்ட்களை வழங்குகிறது. Comet Assistant பிரவுசருக்குள் அன்றாடப் பணிகளைக் கையாள்கிறது, Perplexity Computer பல மணிநேரம் அல்லது அதற்கு மேலும் இயங்கக்கூடிய பெரிய திட்டங்களை மேற்கொள்கிறது.

Comet Assistant, Perplexity-இன் AI பிரவுசரான Comet-இல் உள்ளமைக்கப்பட்டுள்ளது. ஒருவர் ஏற்கனவே திறந்து வைத்துள்ள இணையதளங்களிலேயே அது செயல்படுவதால், கருவிகளை மாற்றாமலேயே சந்திப்புகளைத் திட்டமிடவும், ஆவணங்களைத் திருத்தவும், மின்னஞ்சல் அனுப்பவும், விமான டிக்கெட்டுகளை முன்பதிவு செய்யவும் அதனால் முடியும்.

Computer கிளவுடில் இயங்குகிறது, மேலும் முன்பு விவரிக்கப்பட்டபடி ஒவ்வொரு இலக்கையும் துணை ஏஜென்ட்களிடையே பிரித்து ஒதுக்குகிறது. இது நூற்றுக்கணக்கான சேவைகளுடன் இணைகிறது, மேலும் வேலையின் குறிப்பிட்ட பகுதிகளுக்குக் குறிப்பிட்ட AI மாடல்களைப் பயனர்கள் தேர்வு செய்யலாம். Computer, Pro மற்றும் Max சந்தாதாரர்களுக்குக் கிடைக்கிறது.

பிரவுசரில் ஒரு ஏஜென்டை முயற்சிக்க Comet Assistant-ஐயும், பெரிய திட்டத்தை ஒப்படைக்க Perplexity Computer-ஐயும் ஆராயுங்கள்.

அடிக்கடி கேட்கப்படும் கேள்விகள்

தன்னாட்சி ஏஜென்டும் ஏஜென்டிக் AI-யும் ஒன்றா?

இல்லை, ஆனால் இந்தச் சொற்கள் ஓரளவு ஒன்றுடன் ஒன்று பொருந்துகின்றன. ஏஜென்டிக் AI என்பது பொதுவாக, திட்டமிட்டுச் செயல்களை மேற்கொள்வதன் மூலம் இலக்குகளை அடையும் AI அமைப்புகளின் பரந்த வகையைக் குறிக்கிறது. தன்னாட்சி ஏஜென்ட் என்பது அந்த வகையில் உள்ள ஒரு குறிப்பிட்ட அமைப்பு; அது படிப்படியான ஒப்புதல் அதிகம் தேவையின்றித் தனது வேலையைச் செய்து முடிக்கிறது.

எல்லா AI ஏஜென்ட்களும் தன்னாட்சியானவையா?

இல்லை. சில ஏஜென்ட்கள் ஒருவர் வழிநடத்தும்போது மட்டுமே ஒவ்வொரு படியையும் செய்கின்றன, மற்றவை ஒரு முழுப் பணியையும் தாமாகவே முடிக்கின்றன. முன்பு விவரிக்கப்பட்ட தன்னாட்சி நிலைகள், ஒருவர் படிப்படியாக இயக்கும் ஏஜென்ட்கள் முதல் ஒருவர் கண்காணிக்க மட்டுமே செய்யும் ஏஜென்ட்கள் வரை முழு வரம்பையும் காட்டுகின்றன.

தன்னாட்சி ஏஜென்ட்களால் பொருட்களை வாங்கவோ பணம் செலுத்தவோ முடியுமா?

இணையதளம், அனுமதிகள், பாதுகாப்பு நடவடிக்கைகள் ஆகியவற்றைப் பொறுத்து, சில ஏஜென்ட்கள் பொருட்களை வாங்க உதவலாம். Comet Assistant தயாரிப்புகளை ஒப்பிட்டு, செக்அவுட் செயல்முறைகளுக்கு உதவும். Perplexity-இன் Instant Buy மூலம், தகுதியுள்ள அமெரிக்கப் பயனர்கள் ஆதரிக்கப்படும் தயாரிப்புகளை Perplexity-க்குள்ளேயே வாங்கலாம்; செக்அவுட் விருப்பமாக PayPal கிடைக்கிறது.

தன்னாட்சி ஏஜென்ட்களைப் பயன்படுத்தக் கோடிங் திறன்கள் தேவையா?

பல ஆயத்த ஏஜென்ட்களைக் கோடிங் இல்லாமலேயே பயன்படுத்தலாம். சில தளங்கள், இயல்பான மொழியிலான வழிமுறைகள் அல்லது வரைகலை இடைமுகம் மூலம் ஏஜென்ட்களை உருவாக்கவும் அனுமதிக்கின்றன. தனிப்பயன் ஒருங்கிணைப்புகள், பிழைத்திருத்தம், அதிகச் சிறப்புத்தன்மை வாய்ந்த நடத்தைகள் ஆகியவற்றுக்குக் கோடிங் பயனுள்ளதாக இருக்கும்.