Pertinent pour la requête n'est pas pertinent pour la question
Quand vous interrogez une base, vous récupérez tous les items qui partagent du vocabulaire avec votre requête. C'est pourquoi une recherche documentaire donne deux cents résultats et seulement quatre utiles. Le recouvrement de termes n'implique pas une pertinence thématique, et les articles les plus importants emploient souvent des mots tout à fait différents.
Juger la pertinence, c'est lire le résumé contre la question réelle, la population, la méthode et l'affirmation, puis écarter les études qui correspondent à la phrase mais traitent un autre problème.
La provenance est le second filtre, et c'est celui qui échoue sans qu'on le voie. Qu'un article ait été publié dans un lieu, ait été rétracté, ou soit une prépublication jamais réellement parue : aucun de ces faits n'apparaît dans le titre. Un balayage qui les omet fait circuler un travail peu fiable dans une liste de lecture.
L'agent fournit une liste courte, explique pourquoi certains items ont été inclus et d'autres non, et indique clairement ce qu'il n'a pas pu vérifier. Le résultat ne contient aucune affirmation sur ce que la littérature démontre, et n'inclut aucune citation que l'agent n'a pas récupérée.
Comment l'agent est construit dans Agent Studio
Les prompt skills précisent l'accès aux bases, y compris les abonnements que votre institution fournit et les lieux que votre discipline traite comme faisant autorité, pour que la recherche s'exécute là où vos étudiants peuvent réellement lire les résultats.
Les prompt skills tiennent aussi les critères d'inclusion, la plage de dates, le type d'étude et la langue tels que le chercheur les a précisés, pour que les balayages restent cohérents.
Le prompt système interdit de produire toute référence qui n'a pas été récupérée et exige que chaque entrée comprenne un identifiant résolvable. Cette catégorie ne peut pas accueillir une citation fabriquée.
Les exclusions doivent être données avec des motifs, parce qu'un balayage qui ne montre que ce qui a été retenu ne peut pas être vérifié.
Les recherches s'exécutent dans le nœud HTTP Request via les API déclarées. Scrappey traite les sources ouvertes. Les résultats sont ensuite envoyés au nœud Agent Chat avec la question.
Le nœud Uniq élimine les doublons entre les bases avant que l'agent ne les lise. Create Excel produit la liste courte avec sa colonne de raisonnement.
Notion tient la bibliothèque courante. Un nœud Human in the Loop retient le travail pour le chercheur entre le balayage et toute liste de lecture.
De quoi cet agent est constitué
- Prompt skills : abonnements institutionnels et lieux que votre discipline traite comme faisant autorité.
- Prompt skills : critères d'inclusion tels que le chercheur les a énoncés.
- System prompt : aucune référence produite qui n'a pas été récupérée. Chaque entrée porte un identifiant résolvable.
- System prompt : exclusions listées avec motifs. Jamais écartées en silence.
- HTTP Request et Scrappey (Util) : bases déclarées et sources ouvertes.
- Uniq (Control) avec Create Excel (Data) : dédoublonnage entre bases, puis la liste courte.
- Quand un ActionFlow suffit : Si vous exécutez une requête fixe selon un calendrier et collectez les nouveaux résultats, ce flux de travail tient un sujet connu à jour.
Questions fréquentes
Newsletter
Recevoir les mises à jour produit
Nouveaux nœuds, agents et notes produit. Nous n'envoyons un e-mail que lorsqu'il vaut la peine de l'ouvrir.