एआई की मूल बातें
टूल कॉलिंग क्या है? एआई मॉडल फैसलों को कार्रवाइयों में कैसे बदलते हैं
टूल कॉलिंग के ज़रिए एआई मॉडल संरचित तर्कों का उपयोग करके किसी फ़ंक्शन, एपीआई, खोज या कार्रवाई का अनुरोध कर सकता है। यह मार्गदर्शिका टूल-उपयोग के पूरे चक्र का क्रमवार वर्णन करती है और स्कीमा, सत्यापन, अनुमतियों तथा विफलता के आम तरीकों की व्याख्या करती है।
Unite.AI को Google पर अपने पसंदीदा स्रोतों में जोड़ें
टूल कॉलिंग वह तंत्र है जिसके ज़रिए एआई मॉडल संरचित आर्ग्युमेंट का उपयोग करके किसी खास फ़ंक्शन या बाहरी क्षमता का अनुरोध कर सकता है। यह मॉडल के फैसले को मशीन-पठनीय कार्रवाई में बदल देता है, जिससे सॉफ़्टवेयर खोज कर सकता है, गणना कर सकता है, रिकॉर्ड प्राप्त कर सकता है, कोड चला सकता है या किसी दूसरे सिस्टम को अपडेट कर सकता है—और इसके लिए मॉडल से उस कार्रवाई का वर्णन गद्य में करने को कहने की ज़रूरत नहीं पड़ती।
टूल कॉलिंग आधुनिक एआई एजेंटों की बुनियाद है। मॉडल यह सोच सकता है कि क्या होना चाहिए, लेकिन अनुरोधित कार्रवाई वैध है या नहीं, उसके लिए अनुमति है या नहीं, वह की जाएगी या नहीं, और अगले फैसले के लिए मॉडल को उसका परिणाम लौटाया जाएगा या नहीं—इन सब पर नियंत्रण आसपास का एप्लिकेशन रखता है।
मॉडलों को टूल की ज़रूरत क्यों पड़ती है
भाषा मॉडल की कुछ अहम सीमाएँ हैं। उसके सीखे हुए ज्ञान की एक प्रशिक्षण-सीमा होती है, वह हर गणना भरोसेमंद ढंग से नहीं कर सकता, उसे निजी या मौजूदा डेटा अपने-आप उपलब्ध नहीं होता, और केवल टेक्स्ट तैयार करके वह सॉफ़्टवेयर सिस्टम पर असर नहीं डाल सकता।
टूल मॉडल को ये क्षमताएँ देते हैं:
- मौजूदा जानकारी खोजना;
- डेटाबेस या ज्ञान-आधार से जानकारी माँगना;
- कोड चलाना या सटीक गणनाएँ करना;
- फ़ाइलें पढ़ना और लिखना;
- टिकट, कार्यक्रम, संदेश या लेन-देन बनाना;
- ब्राउज़र या अन्य यूज़र इंटरफ़ेस का इस्तेमाल करना।
टूल से मॉडल अपने-आप अधिक जानकार नहीं हो जाता। इससे एप्लिकेशन को साक्ष्य जुटाने या कोई कार्रवाई करने का नियंत्रित तरीका मिलता है।
टूल की परिभाषा की संरचना
टूल के विवरण में यह स्पष्ट होना चाहिए कि उसे किन स्थितियों में चुनना चाहिए और किनमें नहीं। “रिकॉर्ड खोजें” कहना अस्पष्ट है, क्योंकि मॉडल यह नहीं जान सकता कि खोज ग्राहकों की, दस्तावेज़ों की या सार्वजनिक वेब की करनी है। “कंपनी के नाम या खाता आईडी से स्वीकृत ग्राहक खातों को खोजें; सामान्य वेब पर शोध के लिए इसका उपयोग न करें” कहने से मॉडल को इस्तेमाल की स्पष्ट सीमा मिलती है।
एप्लिकेशन हर उपलब्ध टूल का वर्णन एक संरचित रूप में करते हैं। आम तौर पर परिभाषा में ये चीज़ें होती हैं:
- नाम: एक स्थायी पहचानकर्ता, जैसे
get_weatherयाcreate_support_ticket. - विवरण: टूल क्या करता है और उसका उपयोग कब करना चाहिए, इसकी सटीक व्याख्या।
- इनपुट स्कीमा: आवश्यक और वैकल्पिक आर्ग्युमेंट, उनके डेटा प्रकार और अनुमत मान।
- आउटपुट अनुबंध: एप्लिकेशन द्वारा लौटाए जाने वाले परिणाम या त्रुटि की स्थितियों का दस्तावेज़ीकरण।
कई टूल इंटरफ़ेस JSON स्कीमा या उससे मिलते-जुलते टाइप-आधारित निरूपण का उपयोग करते हैं। सीमित और स्पष्ट स्कीमा से मॉडल द्वारा पैरामीटर गढ़ने या परस्पर असंगत विकल्पों को मिलाने की आशंका कम होती है।
टूल-कॉलिंग का चक्र कैसे काम करता है
| नाम | उस कार्रवाई का स्थायी पहचानकर्ता जिसका अनुरोध मॉडल कर सकता है। |
|---|---|
| इनपुट स्कीमा | अनुमत आर्ग्युमेंट, प्रकार, आवश्यक फ़ील्ड और स्वीकार्य मान। |
| प्राधिकरण | निष्पादन से पहले सॉफ़्टवेयर पहचान, नीति, दायरे और मंज़ूरी की जाँच करता है। |
| आउटपुट अनुबंध | मॉडल और ऑडिट रिकॉर्ड को लौटाया गया परिणाम या स्पष्ट त्रुटि। |
मान लीजिए कोई उपयोगकर्ता पूछता है, “क्या अगले मंगलवार को मैनचेस्टर में मेरी कोई बैठक है, और क्या बारिश होगी?”
- एप्लिकेशन संदर्भ उपलब्ध कराता है। यह उपयोगकर्ता का अनुरोध, सिस्टम निर्देश और चुने गए टूल की परिभाषाएँ मॉडल को भेजता है।
- मॉडल एक टूल चुनता है। यह तारीख़ की सीमा और स्थान फ़िल्टर के साथ कैलेंडर में जानकारी खोजने का अनुरोध कर सकता है।
- एप्लिकेशन अनुरोध की पुष्टि करता है। यह टूल का नाम, आवश्यक तर्क, अनुमति का दायरा और व्यावसायिक नियम जाँचता है।
- रनटाइम टूल चलाता है। यह कैलेंडर सिस्टम को कॉल करके मेल खाने वाले कार्यक्रम लौटाता है या स्पष्ट रूप से बताता है कि कोई त्रुटि हुई है।
- मॉडल परिणाम देखता है। उसे पता चलता है कि मैनचेस्टर में एक बैठक है और वह उस शहर और तारीख़ के लिए मौसम संबंधी टूल का अनुरोध करता है।
- एप्लिकेशन जाँच और निष्पादन की प्रक्रिया दोहराता है।
- मॉडल अंतिम जवाब तैयार करता है। वह सत्यापित नतीजों को जोड़ता है और उनसे जुड़ी प्रासंगिक जानकारी का उल्लेख करता है।
मॉडल कॉल का प्रस्ताव देता है; एप्लिकेशन उन्हें निष्पादित करता है। टूल के इस्तेमाल से जुड़ी यह सीमा सबसे अहम बातों में से एक है। सुरक्षित रनटाइम मॉडल के आउटपुट को कभी भी अपने-आप अधिकृत कोड नहीं मानता।
टूल का चुनाव स्वचालित या सीमित हो सकता है
एप्लिकेशन मॉडल को यह तय करने दे सकता है कि टूल की ज़रूरत है या नहीं, किसी खास टूल का इस्तेमाल अनिवार्य कर सकता है, विकल्पों को कुछ टूल तक सीमित कर सकता है या जवाब के लिए टूल के इस्तेमाल पर रोक लगा सकता है। अलग-अलग कार्यप्रवाहों में ये विकल्प उपयोगी होते हैं।
स्वचालित चयन से सहायक अधिक लचीले ढंग से काम कर सकते हैं। संरचित निष्कर्षण जैसे कामों में किसी खास फ़ंक्शन से हर अनुरोध को गुज़रना चाहिए, इसलिए वहाँ चयन अनिवार्य करना उपयोगी होता है। उपलब्ध विकल्पों की संख्या सीमित करने से भ्रम और जोखिम घटते हैं: चालान पढ़ने के चरण को ईमेल भेजने वाले टूल तक पहुँच की ज़रूरत नहीं होती।
टूल कॉलिंग बनाम संरचित आउटपुट
दोनों सुविधाएँ मॉडल से स्कीमा के अनुरूप डेटा तैयार करने को कहती हैं, लेकिन उनके उद्देश्य अलग-अलग हैं।
संरचित आउटपुट मॉडल के जवाब को एप्लिकेशन के लिए तय प्रारूप में ढालता है—उदाहरण के लिए, किसी उत्पाद का नाम, मात्रा और जोखिम वर्गीकरण निकालना। टूल कॉलिंग एप्लिकेशन से कोई कार्रवाई करने और उसका नतीजा लौटाने का अनुरोध करता है।
संरचित नतीजे के बाद बातचीत समाप्त हो सकती है। टूल कॉल के बाद आम तौर पर यह चक्र जारी रहता है: अनुरोध करना, उसे निष्पादित करना, नतीजा देखना और फिर से निर्णय लेना।
टूल कॉलिंग बनाम API
API वह इंटरफ़ेस है जिसका इस्तेमाल सॉफ़्टवेयर किसी अन्य सिस्टम से संवाद करने के लिए करता है। टूल कॉलिंग मॉडल के सामने मौजूद निर्णय-परत है, जो कोई कार्रवाई चुनती है और उसके लिए तर्क उपलब्ध कराती है। टूल का कार्यान्वयन अक्सर किसी API को अपने भीतर समेटता है, लेकिन वह डेटाबेस क्वेरी, स्थानीय फ़ंक्शन, कमांड-लाइन प्रोग्राम या यूज़र इंटरफ़ेस की कार्रवाई को भी समेट सकता है।
बेहतरीन टूल शायद ही कभी किसी जटिल API को पूरी तरह सीधे उपलब्ध कराते हैं। वे स्पष्ट अर्थ, सीमित दायरे और मॉडल द्वारा समझे जा सकने वाले नतीजों वाली, काम-केंद्रित कार्रवाइयाँ देते हैं। सत्यापित नीतिगत इनपुट के साथ “ऑर्डर का रिफ़ंड करें” कहना, ऐसे सामान्य अनुरोध टूल से अधिक सुरक्षित और इस्तेमाल में आसान है जो किसी भी एंडपॉइंट को कॉल कर सकता है।
एक अच्छा AI टूल कैसा होता है?
उद्देश्य स्पष्ट हो। नाम और विवरण से टूल को मिलती-जुलती क्षमताओं से अलग पहचाना जा सके। एक-दूसरे से मेल खाते टूल चुनने में असंगति पैदा करते हैं।
इनपुट कम और तय प्रकार के हों। आवश्यक फ़ील्ड स्पष्ट होने चाहिए और जहाँ संभव हो, सीमित मानों के लिए विकल्पों की सूची इस्तेमाल करनी चाहिए। मॉडल को बड़े और आसानी से बिगड़ सकने वाले डेटा-पेलोड तैयार करने के लिए मजबूर न करें।
आउटपुट उपयोगी हों। अगला निर्णय लेने के लिए पर्याप्त जानकारी लौटाएँ, जिसमें स्थिर पहचानकर्ता और सफलता या विफलता की स्पष्ट स्थिति शामिल हो। आंशिक विफलता को सहज लगने वाले संदेश के भीतर न छिपाएँ।
जहाँ संभव हो, इडेम्पोटेंसी सुनिश्चित करें। पढ़ने की कार्रवाई को दोहराना आम तौर पर सुरक्षित होता है; भुगतान या संदेश भेजने की कार्रवाई दोहराने से वही कार्रवाई फिर से हो सकती है। बड़े प्रभाव वाले टूल में इडेम्पोटेंसी कुंजियों या किसी अन्य सुरक्षा उपाय का इस्तेमाल होना चाहिए।
अनुमतियाँ सीमित रखें। केवल पढ़ने वाले खोज टूल को लिखने की पहुँच नहीं मिलनी चाहिए। क्रेडेंशियल और प्राधिकरण रनटाइम के नियंत्रण में होने चाहिए, प्रॉम्प्ट में नहीं।
टूल कॉलिंग में आम विफलताएँ
पुनः प्रयासों के लिए अलग नीति होनी चाहिए। केवल पढ़ने वाली खोज को दोबारा चलाना हानिरहित हो सकता है; लेकिन भुगतान या संदेश भेजने वाले टूल का पुनः प्रयास किसी अपरिवर्तनीय कार्रवाई को दोहरा सकता है। इडेम्पोटेंसी कुंजियाँ, लेन-देन पहचानकर्ता और स्पष्ट पुष्टिकरण स्थितियाँ रनटाइम को यह पता लगाने में मदद करती हैं कि पहला प्रयास विफल हुआ था या केवल उसका जवाब नहीं मिला था।
- गलत टूल: मॉडल मिलता-जुलता विवरण देने वाली क्षमता चुनता है।
- अमान्य तर्क: कोई आवश्यक फ़ील्ड मौजूद नहीं है, उसका प्रारूप गलत है या अर्थ की दृष्टि से वह असंभव है।
- मनगढ़ंत परिणाम: मॉडल किसी अवलोकन की प्रतीक्षा किए बिना ऐसे जवाब देता है, मानो टूल सफल रहा हो।
- अस्पष्ट त्रुटियाँ: टूल खाली आउटपुट देता है और मॉडल इसे “कोई रिकॉर्ड नहीं मिला” मान लेता है।
- असुरक्षित टूल-श्रृंखला: एक टूल से मिली अविश्वसनीय सामग्री मॉडल को अनुचित तरीके से दूसरा टूल चलाने के लिए उकसाती है।
- दुष्प्रभावों की पुनरावृत्ति: पहली कार्रवाई पहले ही सफल हो चुकी होती है, फिर भी समय-सीमा समाप्त होने पर दोबारा प्रयास शुरू हो जाता है।
- टूल की भरमार: बहुत-सी अप्रासंगिक परिभाषाएँ चयन की सटीकता घटाती हैं और संदर्भ-क्षमता का उपयोग करती हैं।
अनुमतियाँ और मानव अनुमोदन
टूल को जोखिम के आधार पर समूहों में बाँटा जा सकता है। केवल पढ़ने वाली जानकारी प्राप्त करने की प्रक्रिया सीमित डेटा दायरे में अपने-आप चल सकती है। ऐसे मसौदे या प्रस्तावित बदलाव, जिन्हें पलटा जा सकता है, लॉगिंग के साथ चलाए जा सकते हैं। बाहरी, वित्तीय, विनाशकारी या कानूनी रूप से महत्वपूर्ण कार्रवाइयों के लिए आम तौर पर अनुमोदन का चरण आवश्यक होना चाहिए।
अनुमोदन के लिए पूरी जानकारी देना ज़रूरी है। पुष्टिकरण इंटरफ़ेस में कार्रवाई, उसका लक्ष्य, महत्वपूर्ण पैरामीटर और संभावित परिणाम स्पष्ट रूप से दिखने चाहिए। जब टूल 5,000 लोगों को ईमेल भेजने या किसी उत्पादन संसाधन को मिटाने वाला हो, तो “टूल की अनुमति दें?” पूछना पर्याप्त नहीं है।
OpenAI की एजेंट बनाने के टूल की रूपरेखा इस बात पर ज़ोर देती है कि टूल का उपयोग ट्रेसिंग और प्रेक्षणीयता वाले एजेंट प्लेटफ़ॉर्म के भीतर होना चाहिए। इसके साथ आने वाले नियंत्रण कोई वैकल्पिक अतिरिक्त सुविधाएँ नहीं हैं; इन्हीं से मॉडल द्वारा चुनी गई कार्रवाइयों को व्यवहार में संचालित करना संभव होता है।
टूल के उपयोग का मूल्यांकन कैसे करें
चयन, तर्क, निष्पादन, व्याख्या और कार्य की अंतिम सफलता का अलग-अलग मूल्यांकन करें। मॉडल सही टूल चुन सकता है, लेकिन उसमें गलत फ़ील्ड भर सकता है; या उसे सही परिणाम मिल सकता है, फिर भी वह गलत निष्कर्ष निकाल सकता है। पूरा ट्रेस लॉग करने से इन विफलताओं के प्रकार दिखाई देते हैं और यह सुनिश्चित होता है कि अच्छा अंतिम जवाब असुरक्षित या अनावश्यक व्यवहार को छिपा न सके।
एजेंट का रास्ता अक्षम या असुरक्षित होने पर भी उसका अंतिम जवाब सही लग सकता है। इसलिए मूल्यांकन में परिणामों और अपनाए गए क्रम—दोनों को मापना चाहिए।
उपयोगी मापदंडों में टूल-चयन की सटीकता, तर्कों की वैधता, कार्य पूरा होना, कॉल की संख्या, विलंब, लागत, त्रुटियों से उबरने की क्षमता, संवेदनशील डेटा तक अनावश्यक पहुँच, दुष्प्रभावों की पुनरावृत्ति और अनुमोदन नियमों का पालन शामिल हैं। कई बार परीक्षण करें, क्योंकि मॉडल का व्यवहार बदल सकता है।
टूल कॉलिंग के आरेखों को कैसे पढ़ें
टूल कॉलिंग के आरेखों को क्रमांकित इनपुट से लेकर दिखाई देने वाले परिणाम तक पढ़ें। तुलना उस सीमा को अलग करके दिखाती है जो टूल कॉलिंग को उसके सबसे निकट के शॉर्टकट से अलग करती है, जबकि नियंत्रण-पथ बताता है कि वास्तविक दुनिया में कोई परिणाम उत्पन्न होने से पहले अधिकार या अनिश्चितता की जाँच कहाँ करनी चाहिए। लेबल सामान्य, अनुकूलनशील पृष्ठ-पाठ ही रहते हैं, ताकि उनका अनुवाद किया जा सके, वे पंक्तियों में लिपट सकें और फ़ोन पर नए सिरे से व्यवस्थित हो सकें।
“टूल कॉलिंग क्या है? एआई मॉडल निर्णयों को कार्रवाइयों में कैसे बदलते हैं” के लिए यह दृश्य किसी गारंटी के बजाय एक नक्शा है। वास्तविक कार्यान्वयन में चरणों को जोड़ा जा सकता है, किसी चरण को दोहराया जा सकता है या मानव अनुमोदन की एक सीमा जोड़ी जा सकती है। अहम यह है कि टीम लागू सिस्टम में उन्हीं कार्यों की पहचान कर सके, हर सीमा के लिए एक ज़िम्मेदार व्यक्ति तय करे और उनके बीच के बदलाव की जाँच करे। यदि किसी चरण को देखा या मापा नहीं जा सकता, तो वहाँ की विफलताओं का कारण पता लगाना मुश्किल होगा।
टूल कॉलिंग के बारे में याद रखने योग्य बातें
टूल कॉलिंग, मॉडल के निर्णय और सॉफ़्टवेयर की कार्रवाई के बीच एक सेतु है। मॉडल किसी क्षमता की पहचान करके संरचित इनपुट प्रस्तावित करता है; फिर एप्लिकेशन उनकी पुष्टि करता है, अनुमति देता है, उन्हें निष्पादित करता है और प्राप्त अवलोकन लौटाता है।
अच्छी तरह डिज़ाइन किए गए टूल एआई सिस्टम को अधिक अद्यतन, सक्षम और उपयोगी बनाते हैं। खराब डिज़ाइन वाले टूल मॉडल की सामान्य गलतियों को बाहरी परिणामों में बदल देते हैं। इंजीनियरिंग का निर्णायक काम स्कीमा, अनुमतियों, त्रुटि प्रबंधन, प्रेक्षणीयता और निष्पादन से जुड़ी सीमाओं में निहित है।
