围观AI大佬吴恩达教授开发的Agent智能体

下面是翻译Agent的实现思路，分三步骤

• 让大模型直接翻译，得到初版结果
• 让大模型反思初版翻译结果，提出建设性的改进建议
• 使用这些建议改进翻译

上面的每一步都是一个 Prompt。

对于我们大部分人来说，一般只用到第一步。而翻译Agent之所以被称为Agent，核心就在后两步。

后两步用到的是Agent设计模式中的反思模式，就是让大模型检查、评估上一步生成的结果，提出改进，并重新生成。

其中，第二步反思Prompt的内容如下：

得到改进意见后，第三步的Prompt会基于这些改进意见重新翻译

上述Prompt提示词，有两个值得学习的地方——分隔符和系统提示。

正好前不久“首届GPT-4提示工程大赛”夺冠者也提到了这两点。

分隔符是特殊的符号，能帮助大语言模型辨识提示词中哪些部分是有特殊含义的，一般可用 XML 标签表示。

比如，上面的提示词中<SOURCE_TEXT>、<TRANSLATION>、<EXPERT_SUGGESTIONS>等XML标签用来标识原文、翻译后的内容和改进意见。

大模型可以直接读懂这些分隔符，而不需要在提示词中增加额外解释，从而简化整体提示词的复杂度。

ingFang SC", "Hiragino Sans GB", "Microsoft YaHei UI", "Microsoft YaHei", Arial, sans-serif;font-size: var(--articleFontsize);letter-spacing: 0.034em;">系统提示是向大语言模型提供的关于其应如何响应的额外指示。这被视为一种额外的提示，因为它超出了大模型的常规用户提示。

上面提示词中system_message 中的内容就是系统提示词。

翻译Agent项目是用Python代码编写的，实现了简单工作流将上述三个步骤串联起来。

老渡之前也分享过基于Agent平台开发智能体，不管是 dify 还是扣子，都支持工作流，配置好大模型和提示词，就可以零代码复现这个翻译Agent了。