Bir market zinciri, canlı envanteri sorgulaması ve mağazadaki ürün konumlarını döndürmesi gereken bir sohbet robotu geliştiriyor. Bu sohbet robotunu oluşturmak için hangi istem mühendisliği modeli en uygunudur?

Doğru cevap, Reasoning and Acting (ReAct) prompting'dir. ReAct, büyük dil modellerinin (LLM'ler) hem muhakeme (reasoning) adımları oluşturmasını hem de harici araçlarla etkileşim kurmak için eylemler (acting) gerçekleştirmesini sağlayarak, dinamik ve çok adımlı görevler için idealdir. Bu senaryoda, sohbet robotunun canlı envanteri sorgulamak (eylem) ve ürün konumlarını döndürmek (muhakeme ve eylem) gibi karmaşık adımları gerçekleştirmesi gerekmektedir. Zero-shot prompting ve Few-shot prompting, daha basit, tek adımlı görevler için uygundur ve harici araçlarla etkileşim kurma yeteneği sağlamaz. Least-to-most prompting, karmaşık görevleri daha küçük alt görevlere bölmek için kullanılsa da, ReAct'in dinamik muhakeme ve eylem yeteneklerini doğrudan içermez, bu da canlı envanter sorgulama gibi etkileşimli senaryolar için daha az uygun hale getirir.