LLMs (Large Language Models)

โหนด Large Model สามารถเรียกใช้งาน LLMs เพื่อสร้างคำตอบตามพารามิเตอร์และพรอมต์ที่ป้อนเข้าไป มักใช้สำหรับงานสร้างข้อความ เช่น เขียนโฆษณา สรุปเนื้อหา ขยายบทความ และอื่น ๆ

ด้วยความสามารถด้านการเข้าใจและสร้างภาษาของ LLMs โหนด Large Model จึงรองรับการประมวลผลซับซ้อนที่สั่งงานด้วยภาษาธรรมชาติ คุณสามารถเลือกโมเดลที่เหมาะกับความต้องการ และตั้งค่าพรอมต์เพื่อกำหนดบุคลิกและรูปแบบคำตอบของโมเดล หากต้องการควบคุมผลลัพธ์ให้แม่นยำยิ่งขึ้น สามารถปรับแต่งพารามิเตอร์ในโหนด Large Model เช่น ความยาวข้อความ ความหลากหลายของเนื้อหา และคุณสมบัติอื่น ๆ

การตั้งค่าโหนด

alt="ภาพตัวอย่างหน้าจอการตั้งค่า LLMs ในระบบ GPTBots"

• Large Language Model (LLM): เลือกโมเดลภาษาขนาดใหญ่ที่ต้องการใช้งานในโหนดนี้
• AI Creativity: ควบคุมความหลากหลายของเนื้อหาที่สร้างขึ้น ค่า AI Creativity ยิ่งสูง จะยิ่งเพิ่มความคิดสร้างสรรค์และความสุ่มของคำตอบ
• Maximum Response: กำหนดความยาวสูงสุดของคำตอบที่ LLM สร้างได้ (วัดเป็นจำนวนโทเค็น)
• Identity Prompt: กำหนดตัวตนของ LLM สำหรับการเรียกใช้งาน เช่น คำอธิบายบทบาท งาน ทักษะ กระบวนการทำงาน ข้อจำกัด และพื้นหลัง เพื่อกำหนดพฤติกรรมและรูปแบบการตอบให้ตรงกับเป้าหมาย
• User Prompt: คำถามหรือคำขอเฉพาะที่ผู้ใช้ระบุ เพื่อกำหนดทิศทางของคำตอบ
• Memory: หาก workflow นี้รวมอยู่ใน AI Agent สามารถนำประวัติการสนทนา (memory) ของ Agent มาใช้เป็นบริบทให้ LLM ได้
• Tool: เครื่องมือที่จำเป็นสำหรับการเรียกใช้งาน LLM รองรับทั้งเครื่องมือที่กำหนดเองและเครื่องมือแบบเปิด
• Data Table: ตารางข้อมูลที่ต้องการให้ LLM เรียกดูขณะทำงาน รองรับการค้นหาข้ามตาราง

ผลลัพธ์ของโหนด

alt="ภาพตัวอย่างผลลัพธ์ที่ได้จาก LLMs ในรูปแบบ JSON และข้อความดิบ"

• JSON: กำหนดคู่ key-value สำหรับโครงสร้าง JSON ที่ต้องการ LLM จะสร้างผลลัพธ์ตามรูปแบบ JSON ที่กำหนด
• LLM Response: แสดงผลลัพธ์เนื้อหาดิบที่สร้างโดย LLM โดยตรง