In questa pagina
Immagina un catalogo prodotti che cambia lunedì. Il prompt di un assistente contiene ancora l’elenco di venerdì. Il team aggiorna il prompt, ma una seconda copia del vecchio elenco rimane negli esempi usati per addestrare il modello. Nella stessa sessione l’assistente dà una risposta aggiornata e una obsoleta.
È un errore illustrativo, ma il meccanismo è frequente: lo stesso fatto ha trovato più di una casa.
Una discussione su prompt, recupero delle informazioni e pesi del modello traccia un confine utile. Il prompt indica all’assistente come comportarsi. Il recupero porta conoscenze attuali e citabili nel compito specifico. L’adattamento del modello può insegnare uno schema stabile. Trattare i tre strumenti come una scala rigida, passando dal prompt al recupero e poi all’addestramento ogni volta che la risposta è sbagliata, porta a diagnosticare male gli errori fattuali.
Un prompt è un pessimo catalogo
I prompt attirano perché modificarli è facile. Aggiungi un paragrafo e la richiesta successiva lo porta con sé. Questa comodità nasconde due costi: il fatto viene inviato a ogni chiamata, anche quando non serve, e in un prompt grande diventa più difficile capire quale copia di una regola sia stata usata.
Un’istruzione durevole come «chiedi prima di inviare una campagna» appartiene vicino all’agente. L’elenco degli attuali campi personalizzati di questo negozio no. Può cambiare quando un amministratore aggiunge un attributo; può variare tra account; può essere visibile in uno spazio di lavoro e vietato in un altro.
La guida al connettore Brevo mostra perché le definizioni dei campi contano nella sincronizzazione dei contatti. Se un attributo non è stato dichiarato nell’account di destinazione, una mappatura plausibile in base al nome può non produrre il campo previsto. L’agente dovrebbe consultare il contratto attuale dell’account, non ricordare un elenco generico imparato durante l’addestramento.
Un risultato di ricerca utile è abbastanza piccolo da poter essere contestato. Dovrebbe dire a quale account si applica, quando è stato letto e quale operazione o campo descrive. Se due brani recuperati si contraddicono, il sistema dovrebbe mostrare il conflitto invece di scegliere silenziosamente quello scritto meglio. Il prossimo passo può essere una nuova ricerca o una revisione, non un prompt formulato con più insistenza.
Recupera il fatto insieme al suo ambito
Una buona registrazione della conoscenza contiene più del testo: fonte, versione o ora del recupero, ambito dell’account e un modo chiaro per sostituirla o rimuoverla. La definizione di un campo trovata nell’account di un commerciante non deve diventare una regola universale per un altro.
Una domanda su un attributo di contatto può allora recuperare il brano minimo che risponde: nome e tipo del campo, più l’account in cui esiste. La risposta può rimandare alla fonte. Se la mappatura fallisce, il team può chiedersi se il fatto fosse vecchio, se sia arrivato il risultato di un account sbagliato o se il modello abbia frainteso un brano corretto.
Sono riparazioni diverse. Modificare il prompt non corregge un filtro che attraversa i confini tra account. Un modello più grande non può inventare una definizione di attributo che nessuno ha recuperato.
La spiegazione di MCP mostra come un agente possa interrogare strumenti. Lo strumento dovrebbe restituire il contratto pertinente, mentre l’applicazione fa rispettare i permessi di accesso. Un’istruzione testuale «non rivelare un altro account» non sostituisce una query delimitata.
Questa divisione rende più rapida anche la correzione. Se un campo di destinazione cambia nome, aggiorna la fonte dello schema e invalida la mappatura interessata. Se l’agente fraintende ripetutamente un’istruzione stabile, modifica l’istruzione o prova un addestramento mirato. Se il recupero ha selezionato l’account sbagliato, cambiare i pesi del modello non risolverà la causa. Ogni classe di errore ha un responsabile e una via di riparazione diversa.
- Istruzione durevole
Come deve comportarsi l’assistente
- Recupero delimitato account · versione · momento
Che cosa è vero adesso
- Decisione di mappatura
Usa il fatto attuale per questo compito
- Scrittura controllata
Il codice verifica permesso e ambito
Insegna gli schemi solo quando sono stabili
Un’obiezione equa è: «Se un fatto viene usato continuamente, perché non addestrarlo in un modello più piccolo?». La ripetizione non basta. Il fatto deve restare corretto tra un aggiornamento del modello e il successivo, e il modello deve distinguere i contesti.
Uno stile stabile di classificazione potrebbe un giorno meritare un addestramento mirato. L’elenco attuale dei campi di un fornitore è un cattivo candidato. Anche se cambia raramente, una sola risposta vecchia può produrre una mappatura errata applicata a molti record. Tieni il fatto dove una persona possa leggerlo e correggerlo.
La discussione originale avverte anche che il recupero non risolve ogni problema di ragionamento. Se il modello non sa confrontare due documenti pertinenti, aggiungerne altri cinquanta non glielo insegnerà. Chiediti prima se è arrivato il brano giusto; poi se il giudizio su quel brano era valido.
Per chi costruisce integrazioni, ne deriva una sequenza di riparazione: individua l’affermazione errata; esamina il campo o il brano API recuperato; verifica account e versione; correggi fonte o recupero se necessario; riprova la decisione. Solo allora considera una modifica del modello.
Il costo è mantenere un vero livello di conoscenza, con aggiornamenti delle fonti, controlli d’accesso e citazioni. Il beneficio è poter correggere un fatto in un solo posto.
Un contratto che cambia non dovrebbe aspettare che un modello se ne dimentichi.
Domande frequenti
Che cosa appartiene al prompt di un agente?
Istruzioni brevi e durevoli sul comportamento e sui confini. Un catalogo variabile, i campi di un determinato account o una regola attuale del fornitore vanno recuperati da una fonte autorizzata quando servono.
Perché non addestrare ulteriormente un modello sulla documentazione attuale?
L’addestramento aggiuntivo può incorporare nei pesi un fatto variabile, difficile da ispezionare e aggiornare. Prima assicurati che il documento giusto venga recuperato e citato al momento della decisione.
Come si corregge una risposta fattuale sbagliata?
Esamina il documento di origine, la versione, il filtro di recupero e il brano restituito. Correggi il fatto o il percorso di recupero prima di cambiare il modello.