A practical guide to building agents

"A Practical Guide to Building Agents", publicat per OpenAI, s’adreça a equips de producte i enginyeria que volen crear agents d’intel·ligència artificial basats en models de llenguatge (LLMs). Aquests agents poden executar tasques complexes de forma autònoma, com ara resoldre incidències o generar informes, gestionant fluxos de treball de múltiples passos, a diferència dels xatbots tradicionals.

Un agent es defineix com un sistema que utilitza un LLM per controlar workflows, accedir a eines externes i operar dins de límits establerts. Pot decidir quan finalitzar una tasca, corregir errors o retornar el control a l’usuari. Es recomana utilitzar agents en fluxos amb decisions complexes, regles difícils de mantenir o dependència de dades no estructurades.

El disseny d’un agent es basa en tres components: un model de llenguatge per raonar, eines (APIs o interfícies) per actuar i obtenir dades, i instruccions clares. La guia mostra com implementar-los amb el SDK d’OpenAI Agents i inclou exemples com un agent meteorològic. Es proposa començar amb models potents i, més endavant, provar versions més lleugeres per optimitzar costos.

Les eines es classifiquen en tres tipus: eines de dades, d’acció i d’orquestració. Han de ser reutilitzables i ben documentades. Les instruccions han de basar-se en documentació existent i anticipar variacions i errors habituals. L’orquestració pot fer-se amb un sol agent (model senzill) o amb múltiples agents (model manager o descentralitzat), útils en casos com el triaje d’incidències.

El document també destaca la importància dels guardrails: mecanismes per garantir el comportament segur dels agents, com ara el filtratge de dades sensibles, la validació de rellevància o l’avaluació de riscos. Es recomana combinar regles simples amb validacions fetes per LLMs i preveure sempre la intervenció humana en accions crítiques.