ReAct Agents and Conversational AI (IT027)

Deskripsi Training

Training ini membahas konsep dan implementasi ReAct (Reasoning + Acting) Agents dalam pengembangan Conversational AI. Peserta akan mempelajari bagaimana agen AI dapat menggabungkan penalaran logis dengan kemampuan untuk mengambil tindakan secara dinamis, menggunakan Large Language Models (LLMs) dan integrasi alat (tool use). Pelatihan menggabungkan teori, studi kasus, dan praktik langsung.

Daftar Sekarang

Silabus Training

• Modul 1: Pengenalan ReAct Agents
  Konsep Reasoning + Acting, arsitektur umum ReAct Agents, dan perbedaannya dengan chatbot tradisional.
• Modul 2: Konsep Reasoning dalam AI
  Bagaimana LLM melakukan penalaran, penarikan kesimpulan, dan pemilihan tindakan berdasarkan konteks.
• Modul 3: Tool Use dan Integrasi API
  Implementasi penggunaan API eksternal dan tools tambahan untuk memperluas kemampuan agen AI.
• Modul 4: Memory Management pada Conversational AI
  Teknik menyimpan, mengambil, dan mengelola memori percakapan untuk interaksi jangka panjang.
• Modul 5: Workflow ReAct Agents
  Pembuatan pipeline interaksi yang memadukan reasoning dan action secara real-time.
• Modul 6: Implementasi dengan LLMs
  Menghubungkan model bahasa besar dengan agen ReAct dan mengoptimalkan responsnya.
• Modul 7: Pengujian dan Evaluasi
  Metode mengukur kinerja, relevansi, dan keakuratan ReAct Agents dalam skenario nyata.
• Modul 8: Studi Kasus
  Penerapan ReAct Agents pada customer service, penelusuran dokumen, dan personal assistant.

Contoh Kasus

Sebuah perusahaan e-commerce membangun asisten virtual yang tidak hanya menjawab pertanyaan pelanggan, tetapi juga dapat mengecek stok barang real-time, melacak pengiriman, dan memberikan rekomendasi produk. Dengan ReAct Agents, AI melakukan reasoning untuk memahami maksud pelanggan, memanggil API internal untuk mengambil data, dan merespons dengan informasi yang akurat serta relevan.