多智能体提示系统

想象一支由聪明助手组成的团队，每位助手都拥有一项专长，并协作解决一个重大问题。这就是多代理提示词系统背后的核心理念！

我们不再让一个大型语言模型（LLM）尝试完成所有事情，而是使用多个 LLM，并为每个 LLM 分配特定角色和一组指令。

使用多个代理可以带来许多强大的优势：

• 应对复杂性：将庞大的任务拆分为更小、更易管理的部分。
• 专业化：每个代理专注于自己最擅长的领域。
• 提高准确性：代理可以交叉检查彼此的工作，或进一步完善输出。
• 稳健性：如果一个代理遇到困难，其他代理可以进行补偿。

每个多代理系统都有两个主要部分：

• 代理：这些是独立的 LLM，每个 LLM 都被分配了独特的角色（例如“研究员”“摘要员”或“评论员”）。
• 编排器：这是负责协调代理的“管理者”。它决定由谁在何时完成什么工作，并在代理之间传递信息。

分配清晰的角色至关重要。您可以把它想象成一个项目团队：

• “研究代理”可能会浏览数据以查找事实。
• “规划代理”可以为解决方案列出步骤。
• “创意代理”可能会集思广益。

每个角色都有一个专门的提示词，用于定义其角色设定和任务。

代理通过交换信息进行交流，通常使用结构化文本格式。

例如，“研究代理”可能会输出一列事实，然后这列事实会成为“摘要代理”的输入。

编排器负责促进这一信息流动，确保消息在正确的时间送达正确的代理。

编排器就像管弦乐队的指挥。它的职责包括：

• 定义整体工作流程。
• 向正确的代理发送提示词。
• 收集代理的输出。
• 将相关输出作为新的输入传递给后续代理。
• 判断任务何时完成。

让我们设想创作一个短篇故事：

1. 用户：“写一个关于太空探索者发现一只新的外星宠物的短篇故事。”
2. 情节代理：生成基本的情节大纲。
3. 角色代理：为探索者和宠物创建描述。
4. 叙事代理：使用情节和角色细节撰写故事。
5. 编辑代理：审查并润色故事，使其行文流畅、语法正确。

编排器负责管理这一系列步骤。

每个代理都会从编排器接收自己的专用提示词。这个提示词通常包括：

• 角色：“您是一名故事情节生成器。”
• 任务：“根据用户的请求创建情节大纲。”
• 上下文/输入：“用户请求：{user_request}”
• 输出格式：“提供一个三幕结构。”

下面从概念上了解如何设计一个多代理系统：

• 步骤 1：定义目标：需要完成什么复杂任务？
• 步骤 2：拆分任务：将任务划分为更小的子任务。
• 步骤 3：分配角色：为每个子任务创建代理。
• 步骤 4：设计提示词：为每个代理编写具体的提示词。
• 步骤 5：进行编排：定义代理之间的顺序和数据流。

做得很好！您已经了解了多智能体提示系统的强大功能。

• 它们利用专用的 LLM 智能体分解复杂任务。
• 一个编排器负责管理工作流和通信。
• 为每个智能体明确设定角色并提供具体的提示词至关重要。

这种方法能够实现更稳健、更强大的人工智能解决方案！