GPTエージェントの象徴的なプロジェクトとして、「AutoGPT」や「babyAGI」があります。これらのプロジェクトは開発者達を惹きつけ、野心的なツールや企業を生み出しました。
例えば、LangchainはGPTエージェントの開発を支援する優れたライブラリとツールセットを提供しています。
babyAGIの機構を単純化すると、「大規模な言語モデルに目標を設定し、モデル自身がループ内でプロンプトさせる能力」です。これは、問題解決のための複数のプロンプトが同時に行われ、人間の介入が必要ないという特性を持っています。
具体的な作業フローを見ると、エージェントの目標/メインタスクを作成した後、3つの主要なステップがあります。始めに、「1500語のChatGPTについてのブログ記事を作成する」というタスクを作成します。次に、エージェントがその要求を受け取り、サブタスクに分割します。
ここで注意すべきは、このようなエージェントワークフローは多くのAPIリクエストを消費するため、利用時には注意が必要です。また、babyAGIのフローには、「結果の豊かさ」というプロセスが含まれており、これはタスクをより具体的かつ詳細にするという意味です。また、「リストの優先順位付け」というステップもあり、これはタスクを適切に完了させるためのシーケンスに従ってモデルが関連タスクを完了させることを保証するものです。
出典 : https://logankilpatrick.medium.com/what-are-gpt-agents-a-deep-dive-into-the-ai-interface-of-the-future-3c376dcb0824
