KEIN
Keskeiset havainnot
- File Search mahdollistaa KI-agentillesi etsiä tietoja omista asiakirjoistasi.
- Guardrails suojaavat herkkiä tietoja paljastumiselta ja auttavat sisällön moderoinnissa.
- MCP (Model Context Protocol) mahdollistaa pääsyn ulkoisiin tietolähteisiin ja parantaa agenttisi monikäyttöisyyttä.
Vaiheittainen ohje
1. File Searchin käyttö
File Search -työkalu OpenAI Builderissa on olennainen osa, kun haluat työskennellä omien tietojen kanssa. Tämän työkalun avulla KI-agenttisi voi suoraan käyttää asiakirjoja, jotka olet tallentanut OpenAI:n Vector Storeen.
Jotta pystyt käyttämään File Searchia tehokkaasti, syötä Vector Storage -tunnus – tämä on asiakirjojesi tallennuspaikka. Sen jälkeen määrität, mitä mallin tulee etsiä, olipa se sitten tietty termi tai kysymys.
File Searchin erikoisuus on se, että malli ei vain löydä avainsanoja, vaan ymmärtää myös syvemmän merkityksen. Esimerkiksi, jos kysyt "tietosuojakäytännöistä", se löytää kaikki siihen liittyvät kohdat, vaikka sana "tietosuoja" ei ole eksplisiittisesti mainittu. Valinnaisesti voit jopa käyttää aiemmista vaiheista muuttujia kyselyjen tarkentamiseen.
Yhteenvetona voit antaa agentillesi File Search -työkalun avulla syvempää ymmärrystä omista tiedoistasi ja tarkempia vastauksia.
2. Guardrailsin asettaminen
Toinen tärkeä työkalu, jota sinun tulisi käyttää Agent Builderissasi, on Guardrails. Nämä toimivat turvallisuusmekanismina suodattaakseen ei-toivottuja tietoja, jotka voivat esiintyä vuorovaikutuksessa.
Voit aktivoida eri suodattimia, mukaan lukien henkilökohtaisia tietoja, kuten nimiä ja pankkitietoja. Guardrailsin käyttö ei vain auta sisällön moderoinnissa, vaan on myös ratkaisevan tärkeää tietosuojastandardien varmistamiseksi.
Aktivoidaksesi Guardrailsit, napsauta ratasta ja valitse haluamasi suodatusvaihtoehdot varmistaaksesi, että herkkiä tietoja ei käsitellä tai julkaista syötteissä.
Esimerkiksi, jos aktivoit henkilökohtaisten tietojen suodattimen ja joku syöttää nimensä, prosessi keskeytetään, eikä syötettä välitetä eteenpäin. Tämä suojaa agenttisi tietoja ja kunnioittaa GDPR:ää.
3. MCP:n (Model Context Protocol) käyttö
MCP, eli Model Context Protocol, on erittäin tehokas työkalu, joka luo yhteyden agenttisi ulkoisiin tietolähteisiin. Tämä tarkoittaa, että agenttisi voi käyttää tietoja, joita ei ole tallennettu OpenAI:hin, kuten API:ilta, tietokannoilta tai CRM-järjestelmiltä.
MCP avaa agentillesi mahdollisuuden käyttää dynaamisia ja ajankohtaisia tietoja. Esimerkiksi, agenttisi voi hakea tuotteen hintoja, asiakastietoja tai live-tilastoja, mikä lisää kyselyjesi arvoa merkittävästi.
Asentaaksesi MCP:n, napsauta työkalua Agent Builderissasi, valitse haluamasi ulkoiset tietolähteet ja yhdistä ne agenttiisi.
MCP:n ansiosta agenttisi on joustavampi ja voi suorittaa monipuolisempia tehtäviä integroimalla tietoja eri lähteistä.
Yhteenveto – ChatGPT-assistentit: Työkalut, joita sinun tulee tuntea
Tässä tutoriaalissa tutustuit kolmeen keskeiseen työkaluun ChatGPT-agentillesi: File Search, Guardrails ja MCP. Jokainen näistä työkaluista antaa agentillesi olennaisen kyvyn, olipa kyseessä omien tiedostojen tutkiminen, herkkiä tietojen suodattaminen tai pääsy ulkoisiin tietolähteisiin.
Muista hyödyntää näitä työkaluja agenttisi kehittämisessä ja parantaa sekä turvallisuutta että tehokkuutta AI-sovelluksissasi.
UKK
Mitä on File Search ja miten se auttaa agenttiani?File Search antaa agentillesi mahdollisuuden löytää ja käyttää tietoja omista ladatuista asiakirjoista.
Kuinka Guardrails toimivat?Guardrails suodattavat herkkiä tietoja syötteistä varmistaen tietosuojastandardien noudattamisen ja estäen ei-toivottujen tietojen pääsyn.
Mitä on MCP (Model Context Protocol) ja mihin sitä käytetään?MCP mahdollistaa agentillesi pääsyn ulkoisiin tietolähteisiin, jolloin se voi noutaa dynaamisia tietoja.
