Proces temporálneho agenta má jednoduchú základnú logiku.
Rozdeľte vstup na časti
Začnite dokumentom, napríklad prepisom zasadnutia predstavenstva alebo výročnou správou. Rozdeľte ho na zvládnuteľné časti, napríklad jednotlivé repliky alebo odseky.
Extrahujte tvrdenia
Z každej časti vyberte jasné, samostatné tvrdenia, napríklad: „Spoločnosť X je lídrom na trhu.“
Označte typ
Fakt (objektívna pravda)
Názor (subjektívny)
Predpoveď (prognóza alebo odhad)
Statické (pravdivé v určitom okamihu)
Dynamické (môže sa časom meniť)
Atemporálne (nadčasový fakt)
Určte časovú platnosť
Agent zistí, kedy sa tvrdenie stalo pravdivým a v prípade potreby aj kedy prestalo platiť, teda kedy bolo zneplatnené. Ide o platnosť informácie v tvrdení, ktorá sa môže líšiť od času, keď bolo tvrdenie vyslovené alebo zverejnené.
Skontrolujte rozpory (zneplatnenie)
Ak nové tvrdenie odporuje starému, starší záznam sa označí ako neplatný a prepojí sa s novším. Zneplatnená informácia sa teda z databázy znalostí úplne neodstráni.
Tento proces je automatizovaný a vysledovateľný, takže sa vždy môžete pozrieť podrobnejšie na to, čo sa zmenilo a prečo.
Dobrá správa? Nemusíte od základov meniť celý svoj systém. Temporálne agenty možno často priamo integrovať do vašej existujúcej architektúry RAG alebo procesu spracovania znalostí.
Kľúčové súčasti:
Sémantické členenie: Rozdeľte nespracovaný text na zmysluplné časti.
Extrakcia faktov pomocou LLM: Pomocou LLM identifikujte fakty, rozpoznávajte dátumy a označujte typy udalostí.
Temporálna klasifikácia: Pomocou LLM klasifikujte tvrdenia z časového hľadiska a určujte obdobia ich platnosti.
Logika časového zneplatňovania: Nové fakty môžu automaticky aktualizovať alebo zneplatniť staršie – bez manuálneho spravovania verzií.
Ukladanie vo forme trojíc: Pri použití znalostných grafov alebo grafovej databázy sa každý fakt uloží ako [Subjekt] – [Akcia] – [Objekt] + [Čas začiatku, čas konca].
So správnym nastavením môžu aj malé tímy prejsť od prototypu do produkcie v priebehu niekoľkých týždňov. Prototyp môžete vytvoriť pomocou väčších modelov (GPT-4.1) a po stabilizácii prejsť na rýchlejšie verzie (GPT-4.1-mini alebo nano). Podrobnejší technický rozbor nájdete v príručke Temporálne agenty OpenAI so znalostnými grafmi.
Máte teda hotový znalostný graf, ktorý zohľadňuje čas, a môžete dôverovať údajom, ktoré obsahuje. Ako môžete tento spoľahlivý dátový základ premeniť na hodnotu pre firmu?
Získanie požadovaných informácií z rozsiahlych databáz znalostí môže byť náročné. Pomôcť môžu agenty na viackrokové vyhľadávanie. Tieto systémy dokážu inteligentne prechádzať databázou znalostí prostredníctvom viacerých prepojených dopytov a nájsť informácie, ktoré sú pre odpoveď najrelevantnejšie.
S rastom systému je čoraz dôležitejšie zachovať jeho efektivitu a optimalizovať výkon. Plánovacie nástroje môžu zefektívniť vyhľadávanie a pomôcť zamerať jeho neskoršie fázy na to podstatné. Zlepšenie vyhľadávacích a analytických nástrojov dostupných hlavnému systému môže priniesť ďalšie výhody a umožniť zložitejšie dopyty nad rozsiahlymi znalostnými grafmi bez straty rýchlosti či kvality.
Pri nasadeniach s veľkým objemom možno výkon výrazne zvýšiť paralelizáciou prechádzania grafov, ukladaním častých trás dopytov do vyrovnávacej pamäte, ďalším zdokonaľovaním príkazov a dolaďovaním.
Pre tvorcov temporálnych agentov sme v príručke OpenAI Cookbook zverejnili kompletný technický postup pre temporálne agenty so znalostnými grafmi. Zahŕňa všetko od logiky extrakcie až po viackrokové uvažovanie vrátane:
Kompletného kódu a návrhov procesov
Odporúčaní pre modely a stratégií hodnotenia
Osvedčených postupov škálovania od prototypu po produkciu
Temporálne agenty menia spôsob, akým AI chápe váš svet – nie ako súbor statických faktov, ale ako živý a vyvíjajúci sa príbeh.
Keď vaše rozhodnutia závisia nielen od toho, čo sa stalo, ale aj kedy, je načase začať uvažovať temporálne.
A nemusíte to budovať sami. Ak chcete, aby vaše systémy lepšie chápali kontext, boli pripravenejšie na rozhodovanie alebo jednoducho viac zodpovedali realite, radi vám pomôžeme.