LLM ワークフロー

エージェントパターンでは、認識、アクション、学習、認識の一連のモジュラー機能を中心に構築された一般的な AI エージェントパターンを調べました。多くのエージェントパターンの認知モジュールの中心には、推論、計画、意思決定が可能な大規模言語モデル (LLM) があります。ただし、LLM のみを呼び出すだけでは、インテリジェントな目標指向の動作を生成するには不十分です。

複雑なタスクを確実に実行するには、エージェントは構造化ワークフロー内に LLM を埋め込む必要があります。構造化ワークフローでは、モデルの機能がツール、メモリ、計画ループ、調整ロジックで強化されます。これらの LLM ワークフローにより、エージェントは目標を分割し、サブタスクをルーティングし、外部サービスを呼び出し、結果を反映し、他のエージェントと調整できます。

この章では、再利用可能なワークフローを中心に整理された、堅牢で拡張可能なインテリジェントな LLM 駆動型コグニティブモジュールを構築するためのコア設計パターンについて説明します。