에이전트 활용 사례
Views —

에이전트 활용 사례

오늘 등록된 사례

44전체 189건

189개 중 1–20개

학습·커리어구현 예제

한 주제의 찬반 주장을 번갈아 만들고 비교하기

찬성과 반대 역할이 서로의 직전 주장에 답하고, 마지막 평가 역할이 양쪽 논점을 정리해요.

LangChain

사용법

  1. --topic에 토론 주제를 넣고 --rounds로 반복할 횟수를 정해요. 코드는 횟수를 1~4회 안으로 맞춰요.
  2. 찬성 역할이 발언하면 반대 역할이 그 내용을 받아 답해요. 다음 회차에는 직전 상대 주장을 전달해 다시 반박하게 해요.
  3. 평가 역할이 양쪽의 발언을 모아 강한 주장, 점수와 종합 의견을 작성해요. 결과는 터미널에서 읽을 수 있어요.

결과

반대 논점을 살펴보는 토론 연습 예제예요. 마지막 점수와 승패는 평가 역할의 출력이며 사실 검증 결과는 아니에요.

참고사항

코드의 전문가 이름과 경력은 가상의 역할 설정이에요. 외부 자료를 검색하거나 주장의 인용 근거를 검증하는 단계는 포함되지 않아요.

출처

GitHub 원문 ↗

예시 프롬프트 · LangChain

[토론할 주제]의 찬반 논점을 검토할 수 있게 도구를 구성해 주세요. agents/20-multi-agent-debate의 발언 순서와 평가 코드를 읽고 Python 패키지와 API 설정을 준비합니다. 토론 횟수는 [1~4회]로 정하세요.

두 역할은 서로의 직전 주장을 읽고 답하게 하고, 마지막 역할은 각 주장과 반론, 남은 쟁점을 구분해 정리하도록 해 주세요. 실제 전문가의 발언인 것처럼 이름이나 경력을 표시하지 않습니다. 원문에 없는 사실 확인 기능을 이미 갖췄다고 적지 말고, 제가 제공한 [검증 자료]와 연결되지 않는 사실 주장은 확인할 항목으로 남기세요.

정답이 정해지지 않은 논제와 잘못된 전제가 있는 논제로 점검합니다. 역할이 바뀌지 않는지, 같은 발언을 반복하지 않는지, 마지막 요약이 앞선 토론 내용을 정확히 반영하는지 확인하세요. 결과물은 회차별 발언 기록, 주장·반론 대응표와 사실 확인 목록입니다. 모델이 매긴 승패나 점수를 객관적인 진위 판정으로 표시하지 마세요.