blog.riset.tech by Virdio Samuel
Back to blog
•
3 min read
A practical guide to building agents by OpenAI

This post is part of my project journey; Integrate Data Warehouse with AI Agent for Smart Analysis: Study Case ITERA Data Mart

1/90

Artikel ini akan membahas terkait bagaimana cara merancang dan membuat AI Agent berdasarkan panduan dari OpenAI

OpenAI, Inc. is an American artificial intelligence organization headquartered in San Francisco, California. It aims to develop “safe and beneficial” artificial general intelligence, which it defines as “highly autonomous systems that outperform humans at most economically valuable work”.

Part 1 - Apa itu AI Agent?

Dalam buku panduan OpenAI terkait perancangan AI Agent menyebutkan bahwa AI Agent adalah sistem yang berjalan secara mandiri dan autonomus pada tools yang sudah ditentukan.

Agents are systems that independently accomplish tasks on your behalf.

Think as workflow + LLM = AI Agent

Pada dasarnya, Agent dapat mengerjakan suatu alur pekerjaan user dengan bantuan kecerdasan ilmu dari LLM itu sendiri.

  1. AI Agent menggunakan LLM untuk mengatur eksekusi alur kerja dan membuat keputusan.
  2. AI Agent mempunyai akses pada tools eksternal, dengan tujuan menjalankan aksi sesuai dengan prompt dari user, dan ajaibnya, AI Agent dapat memilih tools secara dinamis sesuai dengan kebutuhan user, berkat bantuan kecerdasan dari LLM itu sendiri.

Part 2 - Kapan AI Agent dibutuhkan?

Pada workflow yang tidak terlalu kompleks, seharusnya tidak memerlukan AI Agent untuk mengerjakan workflow tersebut. AI Agent dibutuhkan ketika proses workflow yang ada memerlukan pemikiran yang mendalam untuk mengambil sebuah keputusan.

Ambil contoh studi kasus sebagai berikut; Studi Kasus: Payment Fraud Analysis

Payment Fraud adalah Transaksi yang bersifat curang atau tidak atas persetujuan pemilik akun. Basic workflow yang mungkin dilakukan pada sistem deteksi kecurangan pada pembayaran adalah sebagai berikut

  1. Pengecekan identitas user
  2. Pengecekan transaksi berdasarkan kriteria yang sudah ditentukan

Disinilah terdapat sebuah miss, bagaimana jika ternyata ada seseorang yang dapat mengakali sebuah rules atau aturan yang ada, dan bisa lolos? disinilah AI Agent bekerja memperkaya fitur pada workflow dengan bantuan kecerdasan pada LLM.

Workflow yang sudah di-”enhance” oleh AI Agent pada sistem deteksi kecurangan pada pembayaran adalah sebagai berikut

  1. Pengecekan identitas pengguna.
  2. Pengecekan transaksi berdasarkan kriteria yang telah ditentukan (rule-based).
  3. Evaluasi konteks transaksi berdasarkan riwayat dan kebiasaan pengguna. (AI Agent)
  4. Pertimbangan terhadap pola-pola halus yang sulit ditangkap dengan aturan biasa. (AI Agent)
  5. Penalaran layaknya seorang investigator berpengalaman untuk menggabungkan berbagai indikator. (AI Agent)
  6. Identifikasi aktivitas mencurigakan meskipun tidak ada aturan yang dilanggar secara jelas. (AI Agent)

dengan bantuan AI Agent, workflow 3-5 dapat dilakukan secara dinamis kepada sistem.

Part 3 - Membangun Pondasi AI Agent

3 pondasi dasar AI Agent yang dirumuskan oleh OpenAI adalah sebagai berikut

  1. Model

The LLM powering the agent’s reasoning and decision-making

  1. Tools

External functions or APIs the agent can use to take action

  1. Instructions

Explicit guidelines and guardrails defining how the agent behaves

weather_agent = Agent(
  name="Weather agent"
  instructions="You are a helpful agent who can talk to users about the weather."
  tools=[get_weather],
)