वेब एजेंट के लिए एक सरल निर्देश तैयार करें। केवल JSON लौटाएं: {"goal":"अंत में आपको क्या प्राप्त करना है","why_agent":"यहां एक एजेंट की आवश्यकता क्यों है, नियमित खोज की नहीं","expected_result":"समाप्त परिणाम कैसा दिखता है, जो दर्शाता है कि समस्या हल हो गई है"}
एक नियमित खोज लिंक की एक सूची लौटाती है - फिर आप खोलते हैं, पढ़ते हैं, तुलना करते हैं। वेब एजेंट को अलग तरह से डिज़ाइन किया गया है: हुड के नीचे एक भाषा मॉडल है जो पेज को एक इंसान की तरह पढ़ता है, चरणों की योजना बनाता है, बटन क्लिक करता है, लिंक का अनुसरण करता है, और तैयार प्रतिक्रिया देता है। एक प्रशिक्षु की कल्पना करें: आप कहते हैं, "तीन दुकानों पर जाएं, पता करें कि डिलीवरी कहां सस्ती है," और वह परिणाम लाता है, दस टैब नहीं। यांत्रिकी सरल है: मॉडल पृष्ठ की सामग्री को देखता है, निर्णय लेता है कि आगे क्या क्लिक करना है, और लक्ष्य पूरा होने तक "देखो-सोचो-करो" चक्र को दोहराता है। कार्य तकनीक: हमेशा "तत्परता का संकेत" सेट करें - किस विशिष्ट परिणाम से एजेंट समझ जाएगा कि काम पूरा हो गया है। अंदरूनी सूत्र: जब लक्ष्य अस्पष्ट ("कुछ अच्छा") के बजाय मापने योग्य ("कीमत और एक लिंक के साथ तीन विकल्प") होने पर एजेंट अधिक सटीक होता है। खोज इंजन क्वेरी के रूप में "सर्वश्रेष्ठ लैपटॉप" लिखना एक सामान्य नौसिखिया गलती है। एजेंट को एक विशिष्ट परिणाम वाले ऑर्डर की आवश्यकता होती है, न कि कीवर्ड के सेट की।