Transcrições
1. Introdução à teoria básica de agentes de IA: Agentes A estão aparecendo em todos
os lugares. Você provavelmente já viu
pessoas dizendo coisas como Eu crio um agente de IA
que encontra produtos, livros, reuniões ou administra
meus negócios para mim. Mas aqui está a
verdade. Se você não entender os principais
conceitos por trás dos agentes, ficará frustrado rapidamente.
Parecerão confusos Eles não farão o que você quer e você acabará
pensando que eles não funcionam. Esta aula foi projetada
para iniciantes absolutos. Talvez você tenha jogado com o GPT. Talvez você já tenha visto ferramentas
como o Smith OS ou o Auto GPT, mas não entende
como os agentes realmente funcionam Se você está curioso sobre
agentes de IA, mas ainda não quer se aprofundar na codificação ou em configurações
complicadas, este curso é perfeito para Você não precisa de nenhum software pago ou experiência técnica
para acompanhar. Um caderno ou até mesmo um pedaço de papel é suficiente para
o projeto da turma. Se você tem acesso ao
HAHPT ou a outra ferramenta de IA, isso é um bônus, mas tudo
isso não é necessário Claro, vou
quebrar cinco blocos de construção. Todo iniciante precisa saber,
quando se trata de um agente de IA, o que realmente é um agente de IA, como as entradas e saídas funcionam
e por que os prompts Por que a memória e o contexto são importantes e como as ferramentas
dão poder aos agentes, como a autonomia
os torna inteligentes, mas arriscados Até lá, você terá
um modelo mental claro de como os agentes de IA pensam e agem. E para fazer isso funcionar, você
concluirá um projeto de classe simples, um mapa conceitual de um agente de IA, mas não se preocupe, é
rápido, é visual e ajudará você a projetar
agentes com mais eficiência, independentemente da ferramenta usada. A aula é curta, amigável para
iniciantes e totalmente baseada na teoria Sem programação, sem instalações
complicadas, os fundamentos de que
você precisa antes de
mergulhar nos agentes mergulhar nos Depois de ter essa base, você verá exatamente
por que alguns agentes falham e como você mesmo pode criar outros
melhores. Oi Meu nome é Victor
Loiso e ensino IA, comércio eletrônico
e
ferramentas digitais de uma forma prática e amigável para
iniciantes Se você estiver interessado
em aprender mais, fique à vontade para
mergulhar nas minhas outras aulas aqui no Skillshare Qualquer dúvida que você tenha,
sinta-se à vontade para entrar em contato
e me avisar. Mas, por enquanto, vamos começar
a criar sua base para
trabalhar com agentes de IA.
2. Projeto do curso: mapa conceitual: Seu projeto de classe é
simples, mas poderoso. Crie um
mapa conceitual de um agente de IA. Veja como desenhe quatro
caixas rotuladas como cérebro, memória, ferramentas e objetivos Conecte-os com setas que
mostram como a informação flui, a
entrada do cérebro para a saída, cérebro para a memória, para que ele possa
se lembrar de coisas, o cérebro para as ferramentas que
possa agir, e
o objetivo está no topo, guiando todo o processo Em seguida, adicione uma breve descrição com suas próprias palavras para cada caixa. É isso mesmo. Não pense demais nisso. Este projeto não é sobre codificação. Trata-se de mostrar
que você entende a estrutura central
de um agente de IA. Depois de esboçar isso, você nunca mais verá uma ferramenta de
IA da mesma forma. Você saberá o que está faltando, o que é possível e por que alguns agentes trabalham
melhor do que outros. Pronto para mergulhar
na primeira aula. Certo, vamos começar.
3. Lição 1: O que é um agente de IA?: O que é um agente de IA? Mais importante ainda, como isso
é diferente de um simples chatbot ou ferramenta de
automação Pense em um agente de IA como
um pequeno trabalhador digital. Não se trata apenas de responder
perguntas como Chat CHIPT faz. É uma meta. Tem um cérebro
e sabe como usar ferramentas
para fazer as coisas. Um chatbot é reativo. Ele espera que você diga
alguma coisa e depois responde. Uma ferramenta de automação é rígida. Ele faz exatamente o que
programou, nada mais. Mas um agente de IA é proativo. Eu posso raciocinar, ele
pode agir e até mesmo olhar para trás se isso não resolver o
problema na primeira vez. Aqui está a maneira mais simples de imaginar isso. Você tem um cérebro. Esse é o modelo de IA,
o mecanismo de raciocínio. Então você tem memória. A memória é o que ela consegue lembrar, curto e a longo prazo. Você tem ferramentas.
As ferramentas são as APIs ou calculadoras que você pode usar quando necessário. Então
você tem o objetivo. A missão que você dá é encontrar para
mim cinco produtos populares da
Tik Tak Shop hoje ou algo
parecido Junte isso
e você terá a receita para um agente. Cérebro mais memória, mais ferramentas, mais objetivo é igual a agente de IA.
Por que isso importa? Porque depois de
entender essas partes, você deixará de esperar que os
agentes sejam robôs
mágicos e conhecedores e começará a
projetá-los adequadamente Os iniciantes geralmente encontram
obstáculos quando pensam por que meu agente não pode
fazer isso ou aquilo? Bem, se você não
forneceu a memória a ferramenta certa ou o ouro transparente, na próxima lição, vamos ampliar um
desses principais blocos de construção,
entradas e saídas Porque se você não alimentar
seu agente da maneira correta, você não receberá
nada útil em troca. Pronto? Vamos pular para
a lição dois.
4. Aula 2: inputs, saídas e propostas: Entradas, saídas e avisos. Agora que você sabe que
um agente de IA é, vamos detalhar como ele fala. Todo agente trabalha em ciclos
de entradas e saídas,
e a cola secreta
entre eles é sua solicitação.
Aqui está o ciclo. Você dá ao agente uma entrada, como uma pergunta, uma tarefa ou um dado. O cérebro do agente, o modelo de IA, pensa nisso usando
memória e ferramentas, se necessário. Então você obtém uma saída, resposta, uma ação ou um resultado. Aqui está um
exemplo simples. Entrada, encontre três tendências do
TitoKShoppDucts Ele continua, pesquisa
fontes de dados e aplica o raciocínio, e o resultado seria
: aqui estão três produtos por que eles são populares,
legais e simples Mas aqui está o problema. A
entrada não é apenas uma pergunta, é uma solicitação, e as solicitações moldam todo o
comportamento do agente Pense nas instruções como receitas. Se você der
instruções vagas, como preparar comida, o chef pode
lhe dar torrada queimada Mas se você disser, faça um
frango picante refogado com arroz, duas porções, sem amendoim De repente, o chef sabe
exatamente o que fazer. O mesmo com os agentes.
Quanto mais claro for o prompt, melhor será
a saída É aqui que a maioria dos
iniciantes erra. Eles esperam que o agente saiba
apenas o que eles querem, mas os agentes não são videntes. Se você fornecer entradas ruins, sempre
obterá saídas ruins Aqui está a regra de ouro.
Lixo entra, lixo sai Se você domina a solicitação, basicamente domina a
forma como seu agente pensa Então, agora você tem entradas,
saídas e avisos claros. seguir, falaremos
sobre memória e contexto, porque se seu
agente esquece tudo, no segundo em que você para de
falar com ele, bem, isso não
é um bom agente Pronto para seguir em frente? Vamos
pular para a lição três.
5. Aula 3: memória e contexto: Tudo bem, hora de falar sobre memória, porque sem memória, seu agente é basicamente como
aquele amigo que esquece seu nome 2 minutos depois de conhecer você, o que
é inútil, Os agentes têm dois tipos de memória. Eles têm
memória de curto prazo. como as notas que você
rabisca em um bloco adesivo. O agente se lembra do
que está acontecendo agora na
conversa ou na tarefa E memória longa, é
mais como um diário ou banco de dados em que o agente pode realmente se lembrar de coisas mais tarde. Por padrão, a maioria dos agentes só tem memória de curto
prazo. Isso significa que se você
continuar por muito tempo, mas iniciar um novo bate-papo, a
lista será apagada A memória é o que dá contexto ao
agente. Contexto significa que o agente entende não apenas as
palavras que você está dizendo, mas também a situação à qual
ele pertence. Por exemplo, se você disser,
reserve um voo para mim amanhã sem nenhum contexto,
isso Se o agente se lembrar de
sua última entrada, que poderia ter
sido, por exemplo, eu preciso estar em Paris
para uma reunião com um cliente, repente, ele sabe que você
quer voar para Paris, não para qualquer outro lugar Aqui está a armadilha. Os iniciantes
esperam que os agentes os conheçam. Eles dizem coisas como: por que meu agente
não
se lembra das minhas preferências? Bem, a menos que você tenha
incorporado memória,
ele não precisará projetar
onde armazena as informações, o que lembra e quando Caso contrário, é como gritar
instruções para um peixinho dourado, e até mesmo a
memória de curto prazo tem limites Os modelos de IA têm algo
chamado janela de contexto, que basicamente significa
quantas informações eles podem manipular de uma só vez Se sua entrada
ultrapassar essa janela, todos os detalhes serão cortados. Então, se você quer agentes úteis, precisa ser intencional
sobre o que eles lembram E como? A seguir,
falaremos sobre ferramentas e ações
porque a memória é ótima, mas seu agente não
pode fazer muita coisa se não tiver as
ferramentas certas em sua caixa de ferramentas Soa bem? Tudo bem. Vamos
passar para a próxima.
6. Aula 4: ferramentas e ações do agente de IA: Vamos falar sobre
ferramentas e ações. Tudo bem, seu
agente tem um cérebro e alguma memória, mas
aqui está o problema. Sem ferramentas, é como um chef preso em uma
cozinha sem facas, sem fogão, sem panelas,
basicamente inútil As ferramentas são os poderes extras seu agente
pode usar para realizar tarefas. Pense em APIs como
o
plug-in de Internet do agente, que pode extrair dados, verificar as
calculadoras de estatísticas de produtos do TikTok para analisar números,
raspadores para
escanear sites, agendadores para reservar coisas, agendadores para reservar coisas, ferramentas são extensões verificar as
calculadoras de estatísticas de produtos do TikTok para analisar números,
raspadores para
escanear sites,
agendadores para reservar coisas,
ferramentas são extensões que permitem ao agente ir além da simples geração de texto. Veja como isso acontece. Você
dá uma chance ao agente, como, por exemplo, finalmente, cinco produtos
populares da TikTok Shop O cérebro do agente
sabe que precisa de dados. Ele pega uma ferramenta de raspagem, verifica as estatísticas da loja TikTok, depois analisa os dados
e fornece os resultados. São entradas, ferramentas e
saídas trabalhando em sincronia. Onde os iniciantes ficam presos? Eles presumem que o agente já tem todas as ferramentas incorporadas. Não. Se você não lhe der
uma ferramenta, ela não pode agir. É como pedir a um chef que
faça um bolo sem forno. O que você obterá é um
desastre ou pior, nada. E aqui está
outra coisa. As ferramentas não são perfeitas.
As APIs caem, os raspadores falham, as
calculadoras falham É por isso que bons agentes
precisam de tratamento de erros. Basicamente, um plano B quando
uma ferramenta não funciona. Agora, depois de fornecer memória e ferramentas ao
agente, ele pode começar a agir
como um verdadeiro assistente. Mas aqui está a grande questão. Quanta liberdade você
deve dar a ele? É aí que entra a autonomia. Vamos passar para a próxima
lição, autonomia e loops.
7. Aula 5: autonomia e loops: Vamos falar de autonomia e loops. Tudo bem, vamos abordar
a grande autonomia. Quanta liberdade você realmente
deve dar ao seu agente? Porque
aqui está a verdade. Um agente que pode pensar
por si mesmo é poderoso, mas também pode
sair do controle rapidamente. Autonomia significa apenas que o agente não espera por todos os
seus comandos. Você define uma meta e ela continua
trabalhando em direção a essa meta até que seja concluída ou até
decidir que está travada. Por exemplo, você diz: encontre dez produtos populares da loja
Tik Tok
e escreva um O chatbot
lhe daria uma resposta e pararia. Um agente com autonomia
continuará circulando, pesquisando,
testando, planejando, até
entregar algo útil Aqui está o loop. Vá. O agente entende a
missão, o plano criado, as etapas que acha
que deve tomar, as ações, os resultados,
refletir. Isso funcionou? Preciso tentar novamente? Repita os loops até
obter sucesso ou atingir uma parede. Esse ciclo é o que faz com que
os agentes se sintam vivos. Eles não estão apenas
dando respostas,
eles estão resolvendo problemas Mas aqui está o problema. Se
você não definir limites, o ciclo pode durar para sempre. Isso é chamado de loop
infinito. É como dizer a uma criança: continue limpando seu quarto
até que esteja perfeito. spoiler.
Nunca será perfeito e eles nunca pararão. O mesmo acontece com os agentes.
Sem limites, eles continuam tentando para sempre,
consumindo tempo e recursos. Os iniciantes geralmente dão aos agentes
muita liberdade muito rapidamente. Eles assumem que mais autonomia
significa melhores resultados. Mas, na realidade, agentes inteligentes precisam de restrições, uma meta clara, uma regra de interrupção, como no máximo três
tentativas, cinco tentativas, dez tentativas, etc., barreiras sobre o que
podem equilíbrio é o que separa um agente
de IA útil de um agente fugitivo, assim como um
funcionário real Então, agora você viu os
cinco blocos de construção, cérebro, memória, ferramentas, entradas,
saídas e autonomia Vamos prosseguir e encerrar isso.
8. Conclusão e próximos passos: Agora você sabe o que realmente é um agente de
IA, como as entradas, saídas
e solicitações Por que a memória e os contextos são importantes, como as ferramentas ampliam suas
habilidades e como autonomia lhe dá liberdade se você definir os limites certos Faça o upload de seus mapas conceituais
na seção de projetos de classe. Vou dar uma olhada neles, e você também aprenderá muito vendo como outros estudantes
montam os deles E se você quiser se
aprofundar na criação agentes de
IA com ferramentas reais, confira minhas outras
aulas em que pegamos esses conceitos e os
colocamos em ação. OK. Qualquer dúvida que
você tenha para mim, sinta-se à vontade para entrar em contato. Obrigado por aprender comigo e nos vemos
no próximo curso.
Victor Loyiso, Ex-Project Manager, AI Geek, Content Creator
