エージェント操作の設定

Agent Define Prompt Template 操作の設定

Agent define prompt template 操作を使用して LLM で特定のプロンプトテンプレートを使用します。これにより、応答を生成したり、情報を抽出したり、他のプロンプトを呼び出したり、テキストベースのタスクを実行したりする自然言語プロンプトを作成できます。

Agent define prompt template 操作を設定する手順は、次のとおりです。

Anypoint Code Builder または Studio キャンバスで操作を選択します。
操作の [General (一般)] プロパティタブで、次の値を入力します。
- Dataset (データセット)
  
  指定したテンプレートと手順を使用して評価する LLM のデータセットを指定します。
- Template (テンプレート)
  
  操作のプロンプトテンプレートを入力します。
- Instructions (手順)
  
  タスクの目標の概要を説明する手順を LLM に提供します。この操作の XML を次に示します。

<ms-chainai:agent-define-prompt-template
  doc:name="Agent define prompt template"
  doc:id="f1c29c39-eac9-468c-9c46-4109a66303ec"
  config-ref="MuleChain_AI_Llm_configuration"
  template="#[payload.template]"
  instructions="#[payload.instructions]"
  dataset="#[payload.dataset]"
/>

この画像は、Anypoint Code Builder での [Agent define prompt template (エージェントでプロンプトテンプレートを定義)] アクションの設定例を示しています。 "[Agent define prompt template (エージェントでプロンプトテンプレートを定義) が強調表示され、設定属性に入力され、設定されたアクションの XML コードが表示されている Anypoint Code Builder キャンバス"]

出力設定

この操作の応答には、メイン LLM 応答を含む JSON ペイロードが含まれます。また、トークン利用状況などの属性がメインペイロード内ではなくメタデータ (属性) の一部として含まれます。

応答の例を次に示します。

{
  "response": "{\n  \"type\": \"positive\",\n  \"response\": \"Thank you for your positive feedback on the training last week. We are glad to hear that you had a great experience. Have a nice day!\"\n}"
}

この操作では、メイン JSON ペイロード内に含まれない属性も返されます。これには、トークン利用状況に関する情報が含まれます。次に例を示します。

{
  "tokenUsage": {
      "outputCount": 9,
      "totalCount": 18,
      "inputCount": 9
  },
  "additionalAttributes": {}
}

tokenUsage

属性として返されるトークン利用状況メタデータ
outputCount

出力の生成で使用されたトークン数
totalCount

入力と出力で使用されたトークンの合計数
inputCount

入力の処理で使用されたトークン数

エージェント操作の設定

Agent Define Prompt Template 操作の設定

出力設定

関連情報