Décider ce qui mérite sa propre séance est la partie difficile
Les documents sources ne sont pas fournis comme supports de cours. Une spécification de quarante pages peut se diviser en une séance ou en quatre, et la longueur seule ne peut pas décider de la découpe. Si une idée compte pour le reste du cours, elle doit avoir sa propre séance. Vingt pages de matériel de référence appartiennent à un polycopié dont on n'enseigne pas réellement.
Pour trancher, on étudie les dépendances : ce qu'il faut comprendre avant que tout autre point ait un sens, ce que l'on peut découvrir en faisant la tâche, et ce que l'on ne peut que consulter.
Le reste suit de la découpe de la séquence. Si la séquence est juste, les exemples, exercices et contrôles de fin de séance de chaque séance sont un travail ordinaire. Si la séquence est fausse, aucun polissage ne sauve le module.
L'agent propose une structure avec son raisonnement et prépare le contenu dans cette structure. L'enseignant décide ce qui est enseigné, dans quel ordre, et à qui. Chaque texte est remis comme brouillon.
Comment l'agent est construit dans Agent Studio
Les règles de dépendance font partie des prompt skills. Elles comprennent les hypothèses sur ce que vos étudiants sont censés savoir à l'arrivée, la durée de vos séances, et les modes d'enseignement que votre département emploie réellement.
Les prompt skills comprennent aussi deux ou trois de vos modules actuels comme exemples travaillés. Cette approche pèse plus pour établir votre style maison que n'importe quelle description.
Le prompt système indique que la découpe doit se justifier par la dépendance plutôt que par le volume. Il exige que l'agent identifie le savoir qu'il traite comme prérequis, parce que cette hypothèse est celle qui se trompe le plus souvent.
Le prompt système interdit de créer du contenu absent de la source. Si quelque chose de nécessaire au support manque dans la source, cela est identifié comme un écart à traiter par l'enseignant plutôt qu'inclus dans le texte.
Le nœud Document Upload prend la source. Le nœud PDF4me l'extrait ensuite, et le nœud Agent Chat la reçoit. Les documents d'origine sont stockés dans Google Drive.
Generate Object renvoie le module comme structure, avec ses séances, ses résultats et ses dépendances. Google Docs reçoit ensuite le brouillon à corriger.
Un nœud Human in the Loop retient la publication vers tout système destiné aux étudiants. Rien de ce que l'agent écrit n'est enseigné tant qu'une personne ne l'a pas lu.
De quoi cet agent est constitué
- Prompt skills : connaissances préalables supposées, durée de séance, et modes d'enseignement que votre département emploie.
- Prompt skills : deux ou trois modules existants comme exemples travaillés du style maison.
- System prompt : la découpe se justifie par les dépendances, et les hypothèses de prérequis sont nommées.
- System prompt : rien d'absent de la source n'est inventé. Les écarts sont signalés à la place.
- Document Upload et PDF4me (Data) : extraient la source avant que l'agent ne la lise.
- Agent Chat (Util) avec Google Docs (Integration) : rédaction, puis correction sur place.
- Quand un ActionFlow suffit : Si la séquence est déjà décidée, transformer un document en plan résumé est un flux de travail. Ce flux de travail suffit.
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.