✦ هوش مصنوعی و AI Agent

Skills در AI Agent چیست؟ مغز دوم برای عامل‌های هوشمند

یک AI Agent بدون مهارت‌های تخصصی، فقط یک مدل زبانی قدرتمند است؛ اما وقتی به آن Skillهای مناسب بدهیم، می‌تواند ابزارها را بشناسد، کارها را مرحله‌به‌مرحله انجام دهد، تصمیم بگیرد و حتی از تجربه‌های قبلی خود برای انجام بهتر کارها استفاده کند.

⏱ زمان مطالعه: ۸ دقیقه • دسته‌بندی: هوش مصنوعی

تصور کنید یک دستیار هوشمند استخدام کرده‌اید...

فرض کنید مدیر یک فروشگاه اینترنتی هستید و هر روز ده‌ها کار تکراری انجام می‌دهید؛ بررسی سفارش‌ها، پیدا کردن محصولات مناسب، پاسخ دادن به مشتریان، بررسی قیمت رقبا، نوشتن گزارش فروش و حتی انتشار محتوا در شبکه‌های اجتماعی.

حالا تصور کنید یک دستیار هوشمند دارید که فقط با یک جمله به او می‌گویید:

شما:

محصولات پرفروش امروز را بررسی کن، قیمت آن‌ها را با رقبا مقایسه کن، سه محصولی که بیشترین فرصت فروش دارند پیدا کن و یک گزارش برای من آماده کن.

AI
AI Agent:

ابتدا اطلاعات فروش را بررسی می‌کنم، سپس قیمت رقبا را مقایسه می‌کنم، محصولات مناسب را رتبه‌بندی می‌کنم و در پایان گزارش را آماده می‌کنم.

اینجا دقیقاً جایی است که مفهوم Skill اهمیت پیدا می‌کند. Agent برای انجام چنین کاری باید مجموعه‌ای از توانایی‌های مشخص داشته باشد.

Skill در AI Agent چیست؟

در ساده‌ترین تعریف، Skill یک توانایی یا قابلیت تخصصی است که به یک AI Agent اجازه می‌دهد یک نوع وظیفه مشخص را به‌صورت قابل تکرار انجام دهد.

اگر AI Agent را مانند یک کارمند هوشمند در نظر بگیریم، Skillها همان مهارت‌هایی هستند که این کارمند برای انجام وظایف مختلف یاد گرفته است.

✦
تعریف ساده

Skill یعنی مجموعه‌ای از دانش، دستورالعمل، ابزار و منطق لازم برای انجام یک وظیفه مشخص توسط Agent.

تفاوت AI Agent و Skill چیست؟

یکی از اشتباهات رایج این است که Agent و Skill را یک چیز بدانیم. در حالی که این دو نقش متفاوتی دارند.

🤖

AI Agent

تصمیم می‌گیرد چه کاری باید انجام شود، چه Skillهایی مورد نیاز هستند و چه مراحلی باید اجرا شوند.

🧩

Skill

یک توانایی تخصصی است که Agent برای انجام یک وظیفه مشخص از آن استفاده می‌کند.

کاربر ← AI Agent ← Skill ← ابزار / داده

بیایید یک Agent فروش بسازیم

فرض کنید می‌خواهیم یک Agent برای یک فروشگاه اینترنتی بسازیم. کاربر فقط می‌گوید:

«برای فروش ویژه این هفته، ۵ محصول مناسب پیدا کن و برای هرکدام یک پیشنهاد تبلیغاتی آماده کن.»

Agent نباید همه کارها را خودش از ابتدا اختراع کند. بلکه باید تشخیص دهد که برای رسیدن به هدف، به چند Skill مختلف نیاز دارد.

01

Skill جستجوی محصول

پیدا کردن محصولات بر اساس نام، دسته‌بندی، قیمت و موجودی.

02

Skill تحلیل فروش

بررسی تعداد فروش، نرخ تبدیل و عملکرد محصولات.

03

Skill مقایسه قیمت

مقایسه قیمت محصولات با منابع و فروشگاه‌های دیگر.

04

Skill تولید محتوا

نوشتن عنوان، توضیحات و متن تبلیغاتی مناسب.

05

Skill گزارش‌سازی

تبدیل نتایج تحلیل به یک گزارش قابل فهم برای مدیر.

06

Skill ارسال نتیجه

ارسال گزارش از طریق Email، Telegram یا سیستم داخلی.

Skillها چگونه کار می‌کنند؟

زمانی که کاربر یک درخواست را به Agent می‌دهد، Agent ابتدا هدف کاربر را تحلیل می‌کند. سپس مشخص می‌کند برای رسیدن به این هدف به چه توانایی‌هایی نیاز دارد.

۱

دریافت درخواست

کاربر هدف خود را به زبان طبیعی بیان می‌کند.

۲

تحلیل هدف

Agent درخواست را به وظایف کوچک‌تر تقسیم می‌کند.

۳

انتخاب Skill

Agent تشخیص می‌دهد از چه Skillهایی استفاده کند.

۴

اجرای ابزار

Skill ابزارها، APIها یا منابع داده را فراخوانی می‌کند.

۵

بررسی نتیجه

Agent نتیجه را بررسی کرده و در صورت نیاز دوباره اقدام می‌کند.

۶

پاسخ نهایی

نتیجه نهایی به شکل قابل استفاده به کاربر ارائه می‌شود.

معماری یک Skill

یک Skill حرفه‌ای معمولاً فقط شامل یک Prompt ساده نیست. برای اینکه یک Skill قابل اعتماد و قابل استفاده مجدد باشد، می‌تواند از چند بخش مختلف تشکیل شود.

🤖 AI Agent
📘 دستورالعمل چه کاری باید انجام شود؟
🧠 دانش چه اطلاعاتی لازم است؟
🔧 ابزارها با چه ابزارهایی کار کند؟
⚙️ منطق مراحل انجام کار چیست؟
🛡️ محدودیت‌ها چه کارهایی نباید انجام شود؟
📤 خروجی نتیجه چگونه ارائه شود؟

یک Skill ساده چگونه تعریف می‌شود؟

برای مثال فرض کنید Skill ما وظیفه «تحلیل محصول» را بر عهده دارد. ساختار مفهومی آن می‌تواند چیزی شبیه این باشد:

{
  "skill": "product_analysis",

  "description":
    "تحلیل عملکرد و فرصت فروش یک محصول",

  "inputs": [
    "product_name",
    "sales_data",
    "price",
    "rating"
  ],

  "tasks": [
    "بررسی فروش",
    "بررسی قیمت",
    "بررسی امتیاز",
    "محاسبه فرصت فروش"
  ],

  "output": [
    "score",
    "recommendation",
    "reason"
  ]
}

این ساختار باعث می‌شود Agent بداند این Skill برای چه کاری طراحی شده، چه اطلاعاتی دریافت می‌کند، چه مراحلی انجام می‌دهد و در نهایت چه خروجی‌ای باید تولید کند.

تفاوت Skill و Tool چیست؟

این دو مفهوم به یکدیگر نزدیک هستند اما یکی نیستند.

مفهوم نقش مثال
Skill روش انجام یک وظیفه تحلیل محصول
Tool وسیله‌ای برای انجام یک عملیات API جستجو
Agent تصمیم‌گیرنده و هماهنگ‌کننده Agent فروش
به زبان ساده: Agent تصمیم می‌گیرد، Skill روش انجام کار را مشخص می‌کند، و Tool عملیات واقعی را انجام می‌دهد.

Skillها در چه حوزه‌هایی استفاده می‌شوند؟

🛒

فروشگاه اینترنتی

جستجوی محصول، مقایسه قیمت، تحلیل فروش و مدیریت سفارش.

📊

تحلیل داده

دریافت داده، تحلیل آماری، ساخت نمودار و تولید گزارش.

💻

برنامه‌نویسی

تولید کد، تست، بررسی خطا و اصلاح پروژه.

📣

بازاریابی

تحقیق بازار، تولید محتوا و تحلیل کمپین‌ها.

📚

آموزش

طراحی تمرین، ارزیابی دانشجو و تولید محتوای آموزشی.

🤖

رباتیک

اتصال Agent به سنسورها، سیستم‌های کنترلی و نرم‌افزارهای ربات.

چرا یادگیری Skills در AI Agent مهم است؟

01

ساخت Agentهای تخصصی

به جای ساخت یک Agent عمومی و ضعیف، می‌توانید Agentهایی بسازید که در یک حوزه مشخص عملکرد بسیار خوبی دارند.

02

استفاده مجدد

یک Skill را می‌توان برای چند Agent مختلف استفاده کرد.

03

کاهش پیچیدگی

یک وظیفه بزرگ را می‌توان به Skillهای کوچک‌تر و قابل مدیریت تقسیم کرد.

04

کنترل بهتر Agent

می‌توان مشخص کرد Agent در هر Skill چه کاری انجام دهد و چه محدودیت‌هایی داشته باشد.

05

توسعه سریع‌تر

به جای بازنویسی کل Agent، می‌توانید یک Skill جدید به سیستم اضافه کنید.

از کجا یادگیری Skills را شروع کنیم؟

اگر می‌خواهید وارد دنیای AI Agentها شوید، پیشنهاد می‌کنم یادگیری را مرحله‌به‌مرحله انجام دهید.

۱

Prompt Engineering

یاد بگیرید چگونه دستورالعمل‌های دقیق و قابل اجرا بنویسید.

۲

Tool Calling

نحوه اتصال مدل به ابزارها و APIها را یاد بگیرید.

۳

Agent Architecture

با حلقه تصمیم‌گیری، Planning و Execution آشنا شوید.

۴

Skill Design

وظایف را به Skillهای مستقل و قابل استفاده مجدد تبدیل کنید.

۵

Memory & Context

مدیریت حافظه و Context را برای Agent یاد بگیرید.

۶

Evaluation

عملکرد Skill و Agent را اندازه‌گیری و بهبود دهید.

!

یک نکته مهم

Skill خوب فقط یک Prompt طولانی نیست. یک Skill حرفه‌ای باید هدف مشخص، ورودی مشخص، خروجی مشخص، ابزارهای مورد نیاز، قوانین اجرایی و محدودیت‌های مشخص داشته باشد.

آینده AI Agentها؛ از Chatbot به Digital Worker

مسیر توسعه هوش مصنوعی در حال حرکت از مدل‌هایی که فقط به سؤال پاسخ می‌دهند، به سمت سیستم‌هایی است که می‌توانند برای رسیدن به یک هدف برنامه‌ریزی کنند و مجموعه‌ای از اقدامات را انجام دهند.

در چنین سیستم‌هایی، Skillها نقش بسیار مهمی دارند؛ زیرا به Agent اجازه می‌دهند توانایی‌های خود را به‌صورت ماژولار گسترش دهد.

Chatbot → Agent → Multi-Agent → Digital Workforce
✦

خلاصه مقاله

Skill را می‌توان یک توانایی تخصصی برای AI Agent دانست. Agent برای رسیدن به هدف، Skill مناسب را انتخاب می‌کند، Skill از ابزارها و داده‌های مورد نیاز استفاده می‌کند و نتیجه را به Agent بازمی‌گرداند.

بنابراین اگر قصد دارید از استفاده ساده از ChatGPT و مدل‌های زبانی عبور کنید و وارد دنیای واقعی AI Agentها شوید، یادگیری طراحی و معماری Skillها یکی از مهارت‌های مهم شما خواهد بود.

سوالات متداول

آیا Skill همان Prompt است؟

خیر. Prompt می‌تواند بخشی از یک Skill باشد، اما Skill می‌تواند علاوه بر دستورالعمل، شامل ابزار، منطق، ورودی، خروجی، دانش و محدودیت‌های اجرایی نیز باشد.

آیا هر AI Agent به Skill نیاز دارد؟

برای Agentهای ساده ممکن است یک ساختار ساده کافی باشد، اما در پروژه‌های واقعی و پیچیده، تقسیم توانایی‌ها به Skillهای مشخص باعث افزایش قابلیت توسعه، کنترل و استفاده مجدد می‌شود.

آیا برای ساخت Skill باید برنامه‌نویسی بلد باشیم؟

برای Skillهای ساده لزوماً نه؛ اما برای Skillهای حرفه‌ای که به API، دیتابیس، ابزارهای خارجی و اتوماسیون متصل هستند، آشنایی با برنامه‌نویسی بسیار مفید است.

Skillها چه ارتباطی با Tool دارند؟

Skill مشخص می‌کند یک وظیفه چگونه انجام شود و Tool وسیله‌ای است که عملیات واقعی را انجام می‌دهد؛ برای مثال Skill «جستجوی محصول» می‌تواند از یک API به‌عنوان Tool استفاده کند.

قدم بعدی

آماده ساخت اولین AI Agent خودت هستی؟

حالا که مفهوم Skill را می‌شناسی، قدم بعدی این است که یک Agent واقعی بسازی و توانایی‌های آن را با Skillهای مختلف گسترش دهی.

شروع کار با skillهای آماده ←