翻訳は機械翻訳により提供されています。提供された翻訳内容と英語版の間で齟齬、不一致または矛盾がある場合、英語版が優先します。

テナントコンテキストの紹介と適用

マルチテナンシーをサポートするエージェントを構築する場合は、まずテナントコンテキストを設定する方法を検討する必要があります。これは、エージェントの実装内でテナント固有のポリシー、戦略、メカニズムを適用するために使用されます。

最も基本的なレベルでは、従来のマルチテナントアーキテクチャで使用する一般的なツールとメカニズムを通じて、テナントコンテキストをエージェントに導入できます。これは、API キー、OAuth、またはその他のさまざまな検証メカニズムを通じて行うことができます。この多くの例は、認証されたシステムまたはユーザーをテナントコンテキストを保持する JSON ウェブトークン (JWT) キーに解決することに重点を置いています。その後、JWT はシステムを介して伝播されます。これは、エージェントシステムを構成する方法を検討すると、より興味深いものになります。次の図は、2 種類のエージェント環境の例を示しています。

この図では、左側のモデルは、すべてのエージェントが単一のエンティティによって所有、管理、ホストされているエージェントシステムを表します。エクスペリエンス全体を完全に制御できる場合は、一般的な戦略を使用してテナントを各エージェントに渡すことができます。

右側のモデルは、より一般的である可能性があり、複数のエンティティにまたがるエージェントのシステムを表します。エージェントは独立して構築、管理、運用されるため、それぞれに独自の認証および認可スキームがあります。ここでの課題は、これらのエージェント間でテナントコンテキストを解決して共有する共通の方法が必要であることです。これは、各エージェントがシステムまたはユーザーを認証し、適用されたメカニズムに従ってテナントに解決できる必要がある、より分散されたモデルに依存します。

テナント対応エージェントの構築

マルチテナンシーは、個々のエージェントの実装方法に影響します。エージェントがリクエストを処理するときは、テナントコンテキストが、エージェントがデータにアクセスし、決定を行い、アクションを呼び出す方法にどのように影響するかを検討してください。マルチテナンシーがエージェントのプロファイルに与える影響と場所をよりよく理解するには、まずコンストラクトを任意のエージェントに含める方法を決定します。

課題は、プロバイダーがエージェントエクスペリエンスの設計について独自の選択を行うため、エージェントの範囲、性質、設計が具体的でないことです。最終的に、エージェントのポイントは、さまざまなツール、データソース、メモリにアクセスしてタスクを解決する方法を決定できる自律学習サービスであることです。

エージェントが使用する戦略とパターンを正確に把握することはそれほど重要ではありません。マルチテナントモデルでは、エージェントのさまざまな部分がどのように設定、アクセス、適用されるかを特定することがより重要です。目標を達成するために一連のリソースとメカニズムに依存する潜在的なエージェント環境を考えてみましょう。次の図は、このようなエージェントの例を示しています。

この図は、エージェントの可能性の包括的な範囲を表し、目標を達成するために組み合わせることができるさまざまなツールとメカニズムを示しています。図の左側では、エージェントがコンテキストの一部としてメモリにどのように依存しているか、アクティビティをガイドするポリシーを定義するためのガードレール、および特定のタスクに向けられるワークフローに注意してください。ワークフローをこのコンテキストに含めるべきではないと主張する人もいるかもしれませんが、ワークフローがエージェントエクスペリエンスに不可欠なシナリオがあるかもしれません。

図の右側は、ナレッジやツールなどの入力が、エージェントの機能を強化する追加のインサイトやコンテキストをどのように提供できるかを示しています。次に、エージェントはコードの記述やシステムへのアクセスなどのアクションを出力します。図の下部は、エージェントがより広範なシステムの一部としてオーケストレーションできる 1 つ以上の内部エージェントまたはサードパーティーエージェントにどのように依存しているかを示しています。

マルチテナンシーを導入することの意味について考えてみましょう。テナンシーは、エージェントが行動やアクションを決定する戦略やメカニズムを導入する方法と場所を考慮するよう強制します。これにより、エージェントの知識、学習、ツール、メモリに関する考え方に別の側面が追加されます。

次に、マルチテナンシーをサポートするようにこのモデルを変更する方法を考えてみましょう。次の図は、マルチエージェントモデルの例を示しています。

この図では、エージェントがテナントコンテキストを統合する方法を形成することを目的としたテナントペルソナを紹介します。たとえば、図の左側では、テナント固有のメモリをサポートするようにエージェントメモリが変更されています。これは、エージェントがテナント固有の知識とツールをサポートしている図の右側にも当てはまります。ガードレールにも同じサポートが適用されます。

マルチテナントエージェントのすべての側面がテナントごとのリソースを必要とするわけではないため、これは極端な例かもしれません。重要なのは、特定のテナントに合わせてエージェントを調整することで、その効果を高める方法を検討する必要があることです。このアプローチにより、エージェントは影響と価値を高め、より関連性の高いコンテキストをレスポンスに提供し、特殊な機能を開発できます。エージェントは、さまざまなペルソナに一意に適したタスクを学習、適応、実行できるようになります。

主な考え方は、テナントコンテキストがエージェントの構築方法に直接影響することです。また、他のエージェントを含む外部エンティティとのテナントインタラクションを形成することもできます。マルチテナントエージェントを構築すると、ノイズの多い近隣、テナントの分離、階層化、スロットリング、コスト管理などの従来の課題が生じます。エージェントの設計とアーキテクチャは、これらの基本的なマルチテナントの概念に対処する必要があります。これについては、次のセクションで説明します。