Mantendo sozinho uma plataforma de atendimento, identifiquei um gargalo que me custou tempo e dinheiro. O sintoma era a presença de ferramentas semelhantes, cada uma destinada a uma função específica, mas com descrições semelhantes. O modelo, que usava modelos pequenos e baratos, estava chamando a ferramenta errada, o que gerava erros e custos. A solução encontrada foi criar uma microbiblioteca em Python chamada adjacency-agents, que define o cenário e monta a lista permitida para aquele contexto, tirando a decisão de autorização do modelo.
Como Funciona a Microbiblioteca adjacency-agents
A microbiblioteca adjacency-agents é uma biblioteca em Python que define o cenário e monta a lista permitida para aquele contexto. Ela funciona de forma a garantir que o modelo não escolha uma ferramenta que não faz sentido no contexto, reduzindo a confusão de ferramentas.
Como a Microbiblioteca Funciona
A microbiblioteca adjacency-agents funciona de forma a garantir que o modelo não escolha uma ferramenta que não faz sentido no contexto. Ela faz isso definindo o cenário e montando a lista permitida para aquele contexto. Isso significa que o modelo não escolhe ferramentas que não fazem sentido no contexto, reduzindo a confusão de ferramentas.
Testes Adversários
Para validar a eficácia da microbiblioteca adjacency-agents, montamos um teste adversário. Foram criados 14 cenários onde duas ou mais ferramentas eram próximas e só uma era correta dado o contexto. Foram realizadas 30 execuções por modelo, em duas condições idênticas exceto pelo que chega ao LLM. Foram usados três modelos: GPT-5.4 nano (OpenAI), gpt-oss-120b e gpt-oss-20b (Groq). Cerca de 2.500 inferências. O resultado foi que a lista filtrada praticamente zerou a confusão genuína, de quase 1 em 10 para 7 em 1.000.
Conclusão
A microbiblioteca adjacency-agents foi uma solução eficaz para reduzir a confusão de ferramentas em atendimentos de atendimento ao cliente. Ela define o cenário e monta a lista permitida para aquele contexto, tirando a decisão de autorização do modelo. Os testes adversários confirmaram que a microbiblioteca adjacency-agents é eficaz em reduzir a confusão de ferramentas, com resultados que superam os esperados.
A microbiblioteca adjacency-agents é uma solução prática e eficaz para reduzir a confusão de ferramentas em atendimentos de atendimento ao cliente. Ela é uma solução que pode ser implementada em qualquer plataforma de atendimento, reduzindo os erros e custos associados à confusão de ferramentas.
Tags
Microbiblioteca, atendimento ao cliente, redução de erros, confusão de ferramentas