Práticas recomendadas da escolha de ferramentas

Mantenha a estrutura do esquema simples: limite as chaves de nível superior a três ou menos, quando possível.

Crie nomes de parâmetros distintos: use nomes claros e semanticamente diferentes entre parâmetros semelhantes para evitar confusão (ou seja, não use “product_id” nem “cart_item_id” se eles tiverem diferentes finalidades).

Forneça descrições detalhadas das ferramentas: descreva claramente a finalidade de cada ferramenta e quando ela deve ser usada para ajudar o modelo a selecionar a ferramenta apropriada.

Defina esquemas de entrada com precisão: especifique os tipos de parâmetros e inclua descrições para cada parâmetro. Indique claramente quais parâmetros são obrigatórios e quais são opcionais.

Monitore o tamanho do contexto: a performance da ferramenta pode degradar à medida que o contexto se aproxima de tokens maiores (ou seja, aproximadamente 50 mil tokens). Considere dividir tarefas complexas em etapas menores ao trabalhar com contextos longos.

Implemente o tratamento de erros: prepare-se para casos em que a execução da ferramenta falhe, incluindo comportamentos apropriados de fallback.

Teste minuciosamente: verifique se as ferramentas funcionam em uma variedade de entradas e casos de borda antes da implantação.

Parâmetros de decodificação Greedy: recomendamos o uso de configurações como (Temperature=1, TopP=1) para uso da ferramenta.

Ao encontrar falhas na adesão ao esquema JSON, talvez seja necessário simplificar a estrutura do esquema ou fornecer instruções mais claras.

Lembre-se de que o modelo pode omitir parâmetros opcionais que melhorariam os resultados (como parâmetros de “limite” nas consultas).