音声原稿 01-b：委任とコンテキスト
このパートでは、仕事を複数のエージェントに分けたとき、誰が全体を見て、何を明示的に渡し、いつ分けないほうがよいかを扱います。ノートの、コーディネーター、カバレッジの穴、タスクでの起動、分けないほうが速い仕事、並列の片側だけが落ちたとき、の節と同じ中身です。
サブエージェントは、別の会話です。親の履歴はコピーされません。呼び出しと呼び出しのあいだで、メモリも共有しません。検索役が、さっきの文書の続き、とだけ渡されても、さっきの文書はその会話にありません。
だから通信は、コーディネーター経由にします。検索、文書分析、統合が、互いの会話へ直接書く形は、経路が掛け算で増え、エラーの形がばらつき、ログの一点が消えます。コーディネーターだけが、利用者の目的と、全部の結果を同時に見られます。
コーディネーターの仕事は四つです。目的をサブタスクに分ける。誰を呼ぶか選ぶ。結果を集める。穴があれば絞って呼び直す。毎回、検索も分析も統合も通す必要はありません。この用語の定義は、で全文検索から始めると、待ちと費用だけが増えます。問い合わせを見て、呼ぶ相手を選びます。
範囲の割り方は、重ねすぎないことです。題目で分けるか、情報源の種類で分けるかです。同じ三本の記事を二人に読ませると、統合は重複を消す仕事に時間を使います。
下流が成功しても、全体は欠け得ます。創作産業への影響を、視覚表現の三題だけに割ったとします。検索は視覚の記事を見つけ、文書分析はそれを要約し、統合は一貫した文章を書きます。音楽も執筆も映像も、誰も失敗していません。割り当てられていないだけです。原因を下流の性能に置くと、検索の語を増やしても、視覚の中で詳しくなるだけです。直すのは、コーディネーターの分解です。題目の全体を先に列挙し、各サブタスクがどの部分を担うかを明示します。
穴が見えたあとの動きも、コーディネーターの仕事です。統合の出力に、音楽は未調査、とあれば、検索へその題だけ再委任し、戻ったら統合をやり直します。最初から全員を再実行するより安いです。一度きりのリレーは、最初の分解のミスを確定させます。
起動は、タスクというツールです。親がそれを要求できるよう、許可するツールの一覧に、タスクを入れます。入っていないと、モデルは検索役に頼む、と文章で書き、ハーネスは誰も起動しません。委任は意図ではなく、ツール要求です。
渡す調査結果は、子のプロンプトに書きます。検索の結果と文書分析の結果を、統合役のプロンプトへ載せます。前の役が知っている、は、会話が分かれているので成立しません。載せるときは、本文とメタデータを分けます。主張、抜粋、URL、文書名、ページ、公開日。本文だけを貼ると、統合の文章から出典が溶けます。
並列は、親の一回の返答に、タスクを複数出すことで起きます。ハーネスはその複数を同時に実行し、全部の結果が揃ってから、次のモデル呼び出しをします。ターンを分けて一人ずつ起動すると、待ちが直列になります。依存があるときだけ、直列にします。統合は検索の結果が要るので、検索と統合を同じ返答で並べても、統合は空を受け取ります。検索と文書分析は並べられ、統合は次のターンです。
種別の定義には、説明、システムプロンプト、使えるツールの制限を持たせます。コーディネーターは説明を読んで、誰に渡すかを決めます。説明が、なんでも調査する、だと、選択は揺れます。公開ウェブの記事を探し、URLと抜粋を返す。論文のPDFは扱わない、まで書くと、論文は文書役へ回ります。
指示は手順書より、目標と品質です。この三つのクエリを順に投げ、各五件、は、三番目のサイトが落ちたときに止まります。音楽分野の主要な反論を、一次に近い出典つきで集め、数が足りなければクエリを変えてよい。出典のない数字は書かない、なら、適応できます。手順が安全上の順序なら、それは子のプロンプトではなく、ゲートです。
悪い親の指示は、こうです。検索ツールを使え。クエリは創作、AI、アート。五件取ったら文書役へ渡せ。題が視覚に寄り、件数で打ち切られ、文書役は検索の会話を見られません。目標で書くと、こうです。利用者の問いは、創作産業の雇用への影響です。視覚、音楽、執筆、映像を別の検索に分け、各結果は主張、抜粋、URL、公開日を分けて返せ。一次に近い出典が無い数字は空のままでよい。音楽が見つからなければ、見つからなかったと書け。空は失敗ではなく、穴の報告です。
親が子の結論を自分の言葉で要約してから次の子へ渡すと、金額や日付が丸まります。渡す単位は、子が返した構造のままです。要約が許されるのは、次の子の予算に明らかに入らないときだけで、その場合も数字と出典の行は残します。
サブエージェントは、隔離の費用です。起動、プロンプトの複製、待ち、結果の受け取りが入ります。一回の検索で終わる呼び出し元の調査に、タスクを使うと、隔離の利益が無く、待ちだけが増えます。分ける基準は三つです。入力が長く、本会話に残すと後続の予算が無くなる。持たせるツールの集合が違い、親に全部渡すと選択が揺れる。失敗しても、目的の一部だけが欠ける、と切り出せる。三つとも無いなら、親が直接ツールを呼びます。
副作用の順序は、委任で分けません。本人確認と返金を別の子にすると、確認済みの識別子は子の会話に閉じ、親のゲートが見る状態に入りません。確認も返金も、同じハーネスの状態に置きます。委任してよいのは、検索のように、失敗しても口座が動かない仕事です。子に親の全履歴を継がせれば隔離は要らない、という案は、隔離が欲しかった理由を消します。子は親の途中の仮説まで読み、関係の無い結果で窓を使います。渡すのは、その子の判断に要る構造だけです。
一回の返答にツール要求が二つあるとき、それぞれに識別子が付きます。結果は、その識別子へ結びます。結びを間違えると、検索の結果が文書分析の欄に入ります。戻ってきた順で対応させないでください。片方だけが失敗したときは、成功した側を履歴に残し、失敗した側は失敗の構造を、その識別子の結果として戻します。両方を捨てると、成功した検索までやり直しです。両方を成功の空にすると、失敗が消えます。モデルが要求していないツールを、ハーネスが先に実行するのも逆です。次の判断は、頼んだ結果が並ぶ前提で進みます。
このパートの判断は、こうです。サブエージェントは親を見ません。タスクを許可し、結果はプロンプトに、本文と出典を分けて渡します。依存の無い役だけ、一返答で並列にし、結果は識別子で対応します。下流が全員成功なのに偏るなら、分解の幅を疑います。一人で足りる仕事と、副作用の順序は、分けません。
並列の片側だけが落ちたときを、識別子で追います。親の一回の返答に、視覚の検索と音楽の検索が並びます。識別子は、コールブイと、コールエムです。視覚は抜粋を返し、音楽はタイムアウトです。次のモデル呼び出しには、視覚の抜粋と、音楽の失敗が、識別子つきで入ります。失敗には、種類、試したクエリ、取れていれば部分を含めます。モデルは視覚の統合を進め、音楽だけを再委任できます。
戻ってきた順の配列で対応させると、音楽の失敗が先に着いたとき、視覚の欄へ失敗が書かれます。統合は、視覚の記事が無かった、と書きます。対応は識別子だけです。成功側を捨てて両方をやり直すと、タイムアウトのたびに費用が倍になります。失敗側を空の成功にすると、音楽は、記事が無かった、という結論になります。残すのは、成功した結果と、失敗の構造です。
カバレッジの穴を、再委任の単位で見ます。統合が、音楽は未調査、と書いたなら、検索へ戻すのは音楽だけです。視覚の抜粋は捨てません。全員を最初から動かすと、すでに取れている出典まで作り直すことになります。一度きりのリレー、つまり統合が欠けていても再委任しない設計は、最初の分解のミスを、最終報告として確定させます。
コーディネーターに書くのは、利用者の目的、品質の線、再委任してよい条件です。視覚が四件、音楽がゼロなら、音楽だけクエリを変えてもう一度、まで書けます。クエリの文字列そのものは書きません。書くと、子がサイトの落ち方に合わせて語を変えられません。子に書くのは、返す構造と、空でよい条件です。主張、抜粋、URL、公開日。一次に近い出典が無い数字は空。空は失敗ではなく、その分野の報告です。