LogoLogo
註冊/登入
  • 使用者手冊
  • 技術人員手冊
  • API 文件
  • AI 助理市集
  • 概述
  • 申請與登入
    • 申請帳號
    • 如何登入平台
    • 忘記密碼
  • 打造您專屬的 AI 助理
    • AI 助理的功能
    • 建立 AI 助理
  • 為您的 AI 助理製作工具
    • 工具的功能說明
    • 建立工具
    • 爲 AI 助理配置工具
  • 提供 AI 助理參考資料
    • 如何建立知識庫
    • 如何建立 FAQ 常見問題
    • 如何使用爬蟲(爬取資料)功能
  • 讓 AI 助理正式上線
    • 選擇串接平台
    • 內部問答的功能
    • 串接對話平台:網站
    • 串接對話平台:LINE
    • 串接對話平台:FB Messenger
  • 串接對話平台:Telegram
  • 追蹤 AI 助理運作成效
    • 所有對話的功能
    • 回覆品質控管
    • Webhook
    • 使用分析
  • 組織設定
    • 「組織」管理架構說明
    • 組織與成員設定
  • 角色權限管理
  • 應用實例
    • 文字客服
      • 法規查詢助理
      • 產品查詢助理
    • 內部知識管理
      • 專業知識管理
      • 會議需求管理
  • 語音客服
    • IVR 客服意圖辨識
    • 語音通話摘要
    • 語音通話質檢
  • 影像視覺
    • 發票辨識
    • 公文掃描
    • 名片掃描
  • 外部資料串接
    • 農業數據資料查詢
  • MaiAgent AI助理
    • 掃 QR Code 即時互動
  • 其他
    • 用量計算
Powered by GitBook
On this page
  • 什麼是工具?
  • 工具的運作流程
  • 工具的主要優勢

Was this helpful?

  1. 為您的 AI 助理製作工具

工具的功能說明

Previous建立 AI 助理Next建立工具

Last updated 5 days ago

Was this helpful?

什麼是工具?

「工具」是一種核心機制,它賦予 AI 助理與外部世界(如資料庫、API 或其他服務)互動並執行具體動作的能力。

透過讓用戶定義一組可供 AI 助理使用的「工具」,AI 助理能夠:

  1. 理解使用者的複雜請求。

  2. 自動地判斷何時需要使用特定的工具。

  3. 自動生成呼叫該工具所需的參數。

這使得 AI 助理不再僅限於生成文本回覆,更能實際執行多樣化的任務,例如:

  • 查詢即時資訊: 從資料庫或 API 獲取最新股價、天氣預報、航班狀態等。

  • 執行外部操作: 呼叫訂票系統 API、控制智慧家居設備、發送電子郵件或訊息。

  • 處理檔案: 讀取、寫入或分析本地或雲端文件。

  • 與其他軟體整合: 操作 CRM 系統、專案管理工具或其他企業應用程式。

工具的運作流程

一個基本的工具呼叫流程包含以下步驟:

  1. 定義工具:

    • 用戶需先定義好工具的相關參數。

    • 爲 AI 助理設定可以使用的工具項目。

    • 每個工具必須包含:

      • 清晰的名稱 (Name)。

      • 易於理解的描述 (Description),說明工具的用途。

      • 詳細的參數說明 (Parameters),包含每個參數的名稱、資料類型、是否為必填項等。

  2. 使用者提問:

    • 使用者以自然語言向 AI 助理提出請求。

    • 範例: 「幫我查一下明天台北的天氣。」

  3. 模型思考與選擇工具:

    • AI 助理內部的 LLM 分析使用者請求的意圖。

    • 模型從可用的工具列表中,判斷是否需要以及需要使用哪個工具來回應請求。

    • 範例: 模型判斷需要天氣資訊,選擇了名為 get_weather 的工具。

  4. 生成工具呼叫參數:

    • 模型生成一個結構化的輸出 (通常是 JSON 格式),包含要呼叫的工具名稱及其所需參數。

    • 範例:

    {
      "name": "get_weather",
      "arguments": {
        "city": "台北",
        "date": "明天"
      }
    }
  5. 應用程式執行工具:

    • AI 助理的後端應用程式接收並解析模型生成的 JSON 指令。

    • 應用程式根據指令中的工具名稱和參數,實際執行相應的函數或呼叫外部 API。

    • 範例: 後端程式呼叫天氣查詢 API,傳入「台北」和「明天」作為參數。

  6. 將結果回傳給模型:

    • 應用程式將執行工具後得到的結果 (通常也是 JSON 格式) 回傳給 AI 助理的模型。

    • 範例:

    {
      "temperature": "25°C",
      "condition": "晴天"
    }
  7. 模型生成最終回覆:

    • 模型接收工具執行的結果,並將其整合進最終的自然語言回覆中。

    • 範例: 「明天台北的天氣預計是晴天,氣溫約為 25°C。」

工具的主要優勢

  • 擴展 AI 助理能力: 打破僅限於生成文本的限制,讓 AI 助理能夠存取即時資訊、執行現實世界的任務。

  • 提高可靠性與精確度: 透過結構化的呼叫與回傳,確保任務指令清晰明確,降低模型「幻覺」或操作錯誤的風險。

  • 實現複雜的自動化流程: 能夠設計出可自主完成多步驟、跨系統任務的 AI 助理,大幅提升效率 (例如:自動規劃旅遊行程並預訂機票酒店)。

  • 更自然的互動體驗: 使用者只需用自然語言描述需求,AI 助理即可理解並轉化為精確的系統操作。