Table of Contents

Habilidades

Habilidades (também conhecido como skills) podem ser usadas para melhorar como seu agente performa em tarefas específicas. Habilidades são instruções especiais que são recuperadas por demanda, e o seu agente carrega essas habilidades conforme necessita.

O ideal é que seu agente só use uma habilidade quando relevante para a tarefa que está desempenhando. Ela é embutida na conversa através de uma ferramenta especial e instruções sobre habilidades são adicionadas no contexto, indicando que o agente possui habilidades fornecidas no contexto e que podem ser usadas na conversa.

Como funcionam as habilidades?

As habilidades são primariamente fornecidas através de nome e uma breve descrição do que aquela habilidade é e quando ela deve ser usada. Você pode ter várias habilidades em sua conta, mas usar somente parte delas em seu AI gateway. As habilidades ativadas no AI gateway são injetadas nas instruções de sistema do seu modelo e uma função adicional é adicionada no contexto.

Quando o modelo chama a ferramenta de leitura de habilidades, as instruções daquela habilidade é inserida nas instruções do sistema do contexto de forma dinâmica. Somente uma habilidade pode ser ativada por contexto, e o LLM pode alterar a habilidade ativa conforme necessita.

Para que isso funcione, o modelo base escolhido deve suportar chamadas de função e instruções de sistema.

  • Caso seu modelo não suporte chamadas de função, considere usar um tool handler para manipular chamadas de função.
  • Caso seu modelo não suporte instruções de sistema, considere usar a flag No system instructions, que fornece instruções de sistema como uma mensagem de usuário.

Modelos maiores tendem à seguir estritamente instruções e chamadas de função. Realize testes para saber se seu modelo está alterando suas habilidades conforme necessário.

Como escrever habilidades?

Escrever habilidades eficazes requer clareza e especificidade nas instruções. Aqui estão as principais diretrizes:

Estrutura de uma habilidade

Uma habilidade bem escrita deve conter:

  1. Nome claro e descritivo: Use nomes que identifiquem imediatamente o propósito da habilidade (ex: "Análise de Código Python", "Atendimento ao Cliente", "Tradução Técnica").

  2. Descrição concisa: Forneça uma descrição breve (1-2 frases) que explique quando a habilidade deve ser ativada. Esta descrição é crucial, pois o modelo usa ela para decidir se deve carregar a habilidade.

  3. Instruções detalhadas: As instruções propriamente ditas devem incluir:

    • Objetivos claros da tarefa
    • Formato esperado de resposta
    • Regras específicas a seguir
    • Exemplos quando apropriado
    • Restrições ou limitações importantes

Boas práticas

  • Seja específico: Evite instruções vagas. Em vez de "seja útil", diga "forneça explicações passo a passo com exemplos de código".
  • Use linguagem imperativa: Comece frases com verbos de ação (analise, explique, compare, liste).
  • Mantenha o escopo limitado: Cada habilidade deve focar em uma área específica de conhecimento ou tipo de tarefa.
  • Teste iterativamente: Refine suas habilidades baseado em como o modelo responde na prática.
  • Evite redundância: Não repita informações já presentes nas instruções base do sistema.

Exemplo de habilidade

  • Nome: Análise de Performance de Código
  • Descrição: Use quando o usuário pedir análise de performance, otimização ou identificação de gargalos em código.
- Analise o código fornecido identificando possíveis gargalos de performance
- Considere complexidade temporal (Big O) e uso de memória
- Sugira otimizações específicas com exemplos de código
- Explique o impacto de cada otimização proposta
- Priorize legibilidade e manutenibilidade junto com performance

Quando usar habilidades?

Habilidades são mais úteis em cenários específicos onde você precisa de comportamento especializado:

Cenários ideais

1. Conhecimento especializado de domínio

  • Terminologia técnica específica de uma indústria
  • Conformidade com regulamentações ou padrões
  • Metodologias específicas (Scrum, ITIL, SOC 2, etc.)

2. Mudança de tom ou estilo

  • Atendimento formal vs. casual
  • Comunicação técnica vs. simplificada
  • Diferentes personas ou papéis

3. Processos complexos e estruturados

  • Fluxos de trabalho multi-etapa
  • Análises que seguem frameworks específicos
  • Geração de documentos com formatos rigorosos

4. Tarefas que exigem contexto extenso

  • Quando as instruções são muito longas para incluir sempre
  • Conhecimento que só é relevante ocasionalmente
  • Múltiplos conjuntos de regras mutuamente exclusivos

Quando NÃO usar habilidades

  • Instruções permanentes: Se as instruções devem estar sempre ativas, coloque-as nas instruções de sistema base.
  • Tarefas simples: Para respostas diretas que não exigem contexto especial.
  • Conhecimento geral: Informações que o modelo já conhece bem não precisam ser reforçadas via habilidades.
  • Muito poucas ou muitas habilidades: O ideal é ter entre 3-10 habilidades. Menos que isso, considere usar instruções base. Mais que isso, pode confundir o modelo.

Comparação: Habilidades vs. Instruções de Sistema

Aspecto Habilidades Instruções de Sistema
Quando aplicar Sob demanda, quando relevante Sempre ativas
Tamanho ideal Podem ser extensas Devem ser concisas
Mudança de contexto Sim, podem alternar Não, são fixas
Uso de tokens Econômico (só quando necessário) Constante
Melhor para Conhecimento especializado Comportamento base do agente

Dicas de implementação

  • Comece pequeno: Implemente 2-3 habilidades inicialmente e expanda conforme necessário.
  • Monitore o uso: Verifique se o modelo está ativando as habilidades corretamente.
  • Evite sobreposição: Habilidades com descrições similares podem confundir o modelo.
  • Teste a transição: Certifique-se de que o modelo muda de habilidade quando apropriado.

Comparando Skills, RAG e System Prompt

Para entender melhor quando e como usar habilidades em comparação com outras técnicas como RAG (Retrieval-Augmented Generation) e System Prompt (Instruções de Sistema), consulte nosso guia completo:

Clique para acessar o guia de comparação.

Este guia detalha:

  • As diferenças fundamentais entre cada abordagem
  • Quando usar cada técnica
  • Exemplos práticos e casos de uso
  • Como combinar as três técnicas para sistemas robustos
  • Árvore de decisão para escolher a abordagem certa

Veja também:

Edit this page