გაიცანით AgentKit
ახალი ხელსაწყოები აგენტების შესაქმნელად, განსათავსებლად და ოპტიმიზაციისთვის.
დღეს ვუშვებთ AgentKit-ს — ხელსაწყოების სრულ ნაკრებს, რომელიც დეველოპერებსა და საწარმოებს აძლევს საშუალებას შექმნან, განათავსონ და ოპტიმიზაცია გაუკეთონ აგენტებს. აქამდე აგენტების შექმნა ნიშნავდა დანაწევრებული ხელსაწყოების ერთმანეთთან შეთავსებას — რთულ ორკესტრაციას ვერსიონირების გარეშე, მორგებულ კონექტორებს, შეფასების ხელით გამართულ მილსადენებს, მოთხოვნების გამართვას და ფრონტენდზე კვირების მუშაობას გაშვებამდე. AgentKit-ით დეველოპერებს ახლა შეუძლიათ სამუშაო პროცესების ვიზუალურად დაპროექტება და აგენტური UI-ების უფრო სწრაფად ჩაშენება ახალი სამშენებლო ბლოკებით, როგორიცაა:
- Agent Builder: ვიზუალური ტილო მრავალაგენტური სამუშაო პროცესების შესაქმნელად და ვერსიონირებისთვის
- Connector Registry: ცენტრალური ადგილი ადმინისტრატორებისთვის, რათა მართონ, როგორ ერთდება მონაცემები და ხელსაწყოები OpenAI-ის პროდუქტებს შორის
- ChatKit: ხელსაწყოთა ნაკრები თქვენი პროდუქტისთვის მორგებადი ჩატის ბაზაზე აგენტური გამოცდილებების ჩასაშენებლად
ასევე ვაფართოებთ შეფასების შესაძლებლობებს ახალი ფუნქციებით, როგორიცაა მონაცემთა ნაკრებები, კვალის შეფასება, ავტომატური მოთხოვნის ოპტიმიზაცია და მესამე მხარის მოდელების მხარდაჭერა, რათა გავზომოთ და გავაუმჯობესოთ აგენტების მუშაობა.
მას შემდეგ, რაც მარტში გამოვუშვით Responses API და Agents SDK, ვნახეთ, როგორ ქმნიან დეველოპერები და საწარმოები ბოლომდე გამართულ აგენტურ სამუშაო პროცესებს სიღრმისეული კვლევისთვის, მომხმარებელთა მხარდაჭერისთვის და სხვა შემთხვევებისთვის. Klarna-მ შექმნა მხარდაჭერის აგენტი, რომელიც ყველა ბილეთის ორ მესამედს ამუშავებს, ხოლო Clay-მ 10-ჯერ გაზარდა ზრდა გაყიდვების აგენტით. AgentKit ეფუძნება Responses API-ს, რათა დეველოპერებს დაეხმაროს აგენტების უფრო ეფექტიანად და საიმედოდ შექმნაში.
რადგან აგენტური სამუშაო პროცესები უფრო რთული ხდება, დეველოპერებს სჭირდებათ უფრო ნათელი ხილვადობა იმისა, თუ როგორ მუშაობენ ისინი. Agent Builder(იხსნება ახალ ფანჯარაში) უზრუნველყოფს ვიზუალურ ტილოს ლოგიკის ასაწყობად drag-and-drop კვანძებით, ხელსაწყოების დასაკავშირებლად და მორგებული დამცავი წესების საკონფიგურაციოდ. მას აქვს საცდელი გაშვებების, შიდა შეფასების კონფიგურაციისა და სრული ვერსიონირების მხარდაჭერა — სწრაფი იტერაციისთვის იდეალურია.
ბილდერებს შეუძლიათ დაიწყონ ცარიელი ტილოთი ან წინასწარ აგებული შაბლონებით.
Ramp-ში გუნდმა ცარიელი ტილოდან მყიდველის აგენტამდე სულ რამდენიმე საათში მიაღწია:
Agent Builder-მა ის, რასაც ადრე თვეები სჭირდებოდა რთული ორკესტრაციისთვის, მორგებული კოდისა და ხელით ოპტიმიზაციისთვის, მხოლოდ რამდენიმე საათად აქცია. ვიზუალური ტილო პროდუქტს, იურიდიულ და საინჟინრო გუნდებს ერთ გვერდზე აჩერებს, იტერაციის ციკლებს 70%-ით ამცირებს და აგენტის გაშვებას ორ სპრინტში შესაძლებელს ხდის, ნაცვლად ორი კვარტლისა.“
ანალოგიურად, LY Corporation-მა — იაპონიის წამყვანმა ტექნოლოგიურმა და ინტერნეტსერვისების კომპანიამ — Agent Builder-ით სამუშაო ასისტენტის აგენტი ორ საათზე ნაკლებ დროში შექმნა.
„Agent Builder-მა მოგვცა საშუალება აგენტების ორკესტრაცია სრულიად ახალი გზით განგვეხორციელებინა, სადაც ინჟინრები და დომენის ექსპერტები ერთ ინტერფეისში თანამშრომლობდნენ. ჩვენ ავაგეთ ჩვენი პირველი მრავალაგენტური სამუშაო პროცესი და გავუშვით ორ საათზე ნაკლებ დროში, რამაც აგენტების შექმნისა და დანერგვის დრო მნიშვნელოვნად დააჩქარა.“
ასევე ვუშვებთ Connector Registry-ს საწარმოებისთვის, რათა მათ რამდენიმე სამუშაო სივრცესა და ორგანიზაციაში მონაცემების მართვა და შენარჩუნება შეძლონ. Connector Registry(იხსნება ახალ ფანჯარაში) მონაცემთა წყაროებს აერთიანებს ერთ ადმინისტრაციულ პანელში ChatGPT‑სა და API-ს მასშტაბით. რეესტრი მოიცავს ყველა წინასწარ გამზადებულ კონექტორს, როგორიცაა Dropbox, Google Drive, Sharepoint და Microsoft Teams, ასევე მესამე მხარის MCP-ებს.
დეველოპერებს ასევე შეუძლიათ Agent Builder-ში ჩართონ Guardrails(იხსნება ახალ ფანჯარაში) — ღია კოდის, მოდულარული უსაფრთხოების ფენა, რომელიც აგენტებს უნებლიე ან მავნე ქცევისგან იცავს. Guardrails-ს შეუძლია PII-ის დაფარვა ან მონიშვნა, jailbreak-ების აღმოჩენა და სხვა დაცვითი მექანიზმების გამოყენება, რაც საიმედო და უსაფრთხო აგენტების შექმნასა და დანერგვას ამარტივებს. Guardrails შეიძლება განთავსდეს დამოუკიდებლად ან guardrails ბიბლიოთეკის საშუალებით Python(იხსნება ახალ ფანჯარაში)-ისა და JavaScript(იხსნება ახალ ფანჯარაში)-ისთვის.
აგენტებისთვის ჩატის UI-ების განთავსება მოულოდნელად რთული შეიძლება იყოს — ნაკადური პასუხების დამუშავება, თრედების მართვა, მოდელის ფიქრის ჩვენება და ჩატში მიმზიდველი გამოცდილებების დიზაინი. ChatKit(იხსნება ახალ ფანჯარაში) ამარტივებს ჩატის ბაზაზე აგენტების ჩაშენებას, რომლებიც თქვენს პროდუქტში ბუნებრივად გრძნობს თავს. მისი ჩაშენება შესაძლებელია აპებში ან ვებსაიტებში და მორგება თქვენს თემასა თუ ბრენდზე.
„ჩვენ ChatKit-ით ორ კვირაზე მეტი დრო დავზოგეთ ჩვენი Canva Developers საზოგადოების მხარდაჭერის აგენტის შექმნაში და მისი ინტეგრაცია ერთ საათზე ნაკლებ დროში მოვახერხეთ. ეს მხარდაჭერის აგენტი შეცვლის იმას, თუ როგორ ურთიერთობენ დეველოპერები ჩვენს დოკუმენტაციასთან — გადააქცევს მას სასაუბრო გამოცდილებად და გაამარტივებს Canva-ზე აპებისა და ინტეგრაციების შექმნას.“
ChatKit უკვე ამუშავებს გამოყენების მრავალ სცენარს — შიდა ცოდნის ასისტენტებიდან და ონბორდინგის გზამკვლევებიდან მომხმარებელთა მხარდაჭერასა და კვლევის აგენტებამდე. HubSpot(იხსნება ახალ ფანჯარაში)-ის მომხმარებელთა მხარდაჭერის აგენტი ამის ერთ-ერთი მაგალითია:
საიმედო, პროდუქტიულ გარემოში მზად აგენტების შექმნა მკაცრ შესრულების შეფასებებს მოითხოვს. გასულ წელს გავუშვით Evals(იხსნება ახალ ფანჯარაში), რათა დეველოპერებს დახმარებოდა მოთხოვნების ტესტირებასა და მოდელის ქცევის გაზომვაში. ახლა ვამატებთ ოთხ ახალ შესაძლებლობას, რომლებიც შეფასებების შექმნას კიდევ უფრო ამარტივებს:
- მონაცემთა ნაკრებები–სწრაფად შექმენით აგენტის შეფასებები ნულიდან და დროთა განმავლობაში გააფართოეთ ისინი ავტომატური შემფასებლებითა და ადამიანის ანოტაციებით..
- კვალის შეფასება–გაუშვით აგენტური სამუშაო პროცესების ბოლომდე შეფასებები და ავტომატიზებული შეფასებით ზუსტად გამოავლინეთ ნაკლოვანებები.
- ავტომატური მოთხოვნის ოპტიმიზაცია–შექმენით გაუმჯობესებული მოთხოვნები ადამიანური ანოტაციებისა და შემფასებლების შედეგების საფუძველზე.
- მესამე მხარის მოდელების მხარდაჭერა–შეაფასეთ სხვა მომწოდებლების მოდელები OpenAI Evals პლატფორმის ფარგლებში.
უკვე ვხედავთ მნიშვნელოვან წარმადობის ზრდას მომხმარებლებისგან, რომლებიც Evals-ს იყენებენ.
„შეფასების პლატფორმამ ჩვენი მრავალაგენტური due diligence ჩარჩოს განვითარების დრო 50%-ზე მეტით შეამცირა და აგენტის სიზუსტე 30%-ით გაზარდა.“
განმტკიცებითი დახვეწა(იხსნება ახალ ფანჯარაში) (RFT) დეველოპერებს საშუალებას აძლევს მოარგონ ჩვენი მსჯელობის მოდელები. ის ზოგადად ხელმისაწვდომია OpenAI o4-mini-ზე და კერძო ბეტაშია GPT‑5‑ისთვის. ჩვენ მჭიდროდ ვთანამშრომლობთ ათეულობით მომხმარებელთან, რათა GPT‑5‑ისთვის RFT უფრო გავაუმჯობესოთ უფრო ფართო გამოშვებამდე.
დღეს წარმოგიდგენთ ორ ახალ ფუნქციას ამ RFT ბეტაში, რომლებიც აგენტის წარმადობას კიდევ უფრო გაზრდის:
- მორგებული ხელსაწყოს გამოძახებები–გაავარჯიშეთ მოდელები, რომ სწორ დროს სწორ ხელსაწყოებს მიმართონ უკეთესი მსჯელობისთვის
- მორგებული შემფასებლები–დააყენეთ შეფასების მორგებული კრიტერიუმები იმისთვის, რაც თქვენს გამოყენების შემთხვევაში ყველაზე მნიშვნელოვანია
დღეიდან ChatKit და Evals-ის ახალი შესაძლებლობები ზოგადად ხელმისაწვდომია ყველა დეველოპერისთვის. Agent Builder ხელმისაწვდომია ბეტაში, ხოლო Connector Registry ბეტა-გაშვებას იწყებს ზოგიერთი API, ChatGPT Enterprise და Edu მომხმარებლისთვის, რომლებსაც აქვთ Global Admin Console(იხსნება ახალ ფანჯარაში) (სადაც Global Owners-ს შეუძლია დომენების, SSO-ს და მრავალი API ორგანიზაციის მართვა). Global Admin console აუცილებელი წინაპირობაა Connector Registry-ის ჩასართავად. ყველა ეს ხელსაწყო შედის API მოდელების სტანდარტულ ფასებში.
ვგეგმავთ მალე დავამატოთ დამოუკიდებელი Workflows API და აგენტების განთავსების ვარიანტები ChatGPT‑ში.
სულმოუთქმელად ველით, რას ააშენებთ.
განაგრძეთ კითხვა
