AIエージェント活用事例
Views —

AIエージェント活用事例

今日の新着

44すべて 189件

全189件中 1〜20件

学習・キャリア実装例

一つのテーマで賛成・反対意見を交互に作成し比較する

賛成役と反対役が互いの直前の主張に応答し、最後の評価役が両者の論点をまとめます。

LangChain

使い方

  1. --topicに討論テーマを入力し、--roundsで繰り返す回数を設定します。コードは回数を1～4回の範囲に調整します。
  2. 賛成役が発言した後、反対役がその内容に応じて返答します。次のラウンドでは直前の相手の主張を伝えて再度反論させます。
  3. 評価役が両者の発言をまとめ、強い主張、点数、総合的な意見を作成します。結果はターミナルで確認できます。

結果

反対意見を検討するディベート練習の例です。最終的な点数や勝敗は評価役の出力であり、事実検証の結果ではありません。

補足

コード内の専門家名や経歴は架空の役割設定です。外部資料の検索や主張の引用根拠を検証する工程は含まれていません。

出典

GitHub 原文 ↗

プロンプト例 · LangChain

[討論するテーマ]の賛否論点を検討できるようにツールを構成してください。agents/20-multi-agent-debateの発言順と評価コードを確認し、PythonパッケージとAPI設定を準備します。討論回数は[1～4回]で設定してください。

2つの役割は互いの直前の主張を読んで応答し、最後の役割は各主張・反論・残された論点を区別してまとめるようにしてください。実際の専門家の発言のように名前や経歴は表示しません。原文にない事実確認機能を備えていると記載せず、提供された[検証資料]と結びつかない事実主張は確認項目として残してください。

正解が決まっていないテーマや誤った前提があるテーマで検証します。役割が入れ替わらないか、同じ発言を繰り返さないか、最後の要約がこれまでの討論内容を正確に反映しているかを確認してください。成果物はラウンドごとの発言記録、主張・反論の対応表、事実確認リストです。モデルが付けた勝敗や点数を客観的な真偽判定として表示しないでください。