Skip to main content

Scratchpad (brudnopis agenta)

DLA AGENTÓW AIChatGPTClaude

Tymczasowa przestrzeń pamięci roboczej w oknie kontekstowym modelu, w której agent zapisuje swoje pośrednie przemyślenia, plany, wątpliwości i wnioski przed wywołaniem narzędzi. Ukryta przed użytkownikiem końcowym w celu zachowania czystości interfejsu.

1. Przegląd koncepcji i przeznaczenie

Rozwiązując złożone równanie matematyczne lub planując skomplikowaną trasę podróży, rzadko od razu piszesz czystopis:

  • Sięgasz po brudnopis (kartkę papieru).
  • Wykonujesz obliczenia pośrednie, przekreślasz błędne warianty, rysujesz strzałki.
  • Dopiero gdy wynik się zgadza, przenosisz finalny rezultat na formularz.

Sztuczna inteligencja potrzebuje dokładnie takiej samej kartki papieru.

Brudnopis agenta (Agent Scratchpad) to wewnętrzne pole służące do monologu modelu:

  • Agent przechowuje tu swoje myśli: „Co już zrobiłem? Jaki jest mój kolejny krok? Dlaczego poprzednie zapytanie zwróciło pustą tablicę?”.
  • Gdy tylko w brudnopisie pojawi się poprawny wniosek, agent wykonuje akcję lub formułuje finalną odpowiedź dla człowieka.

Praktyczna analogia: prywatna strefa myślenia, gdzie AI może wątpić, popełniać błędy i analizować swoje kroki.

2. Jak wygląda scratchpad pod maską

┌─────────────────────────────────────────────────────────────┐
│                 OKNO KONTEKSTOWE AGENTA                     │
├─────────────────────────────────────────────────────────────┤
│ 👤 ZAPYTANIE UŻYTKOWNIKA: „Zaktualizuj status klienta #12 na VIP”         │
├─────────────────────────────────────────────────────────────┤
│ 🧠 UKRYTY BRUDNOPIS (<scratchpad>):                       │
│    „Tak, muszę znaleźć klienta 12. Najpierw sprawdzę,       │
│    czy taki ID istnieje w systemie za pomocą funkcji get_client.         │
│    Wywołuję get_client(12)...                               │
│    Widzę wynik: suma zakupów klienta wynosi 150 000 hrywien.        │
│    Zgodnie z regulaminem odpowiada to statusowi VIP.               │
│    Teraz mogę bezpiecznie wywołać set_status('VIP').»       │
├─────────────────────────────────────────────────────────────┤
│ 💬 CZYSTOPIS DLA UŻYTKOWNIKA:                                │
│    „Status klienta #12 został pomyślnie zaktualizowany na VIP!”            │
└─────────────────────────────────────────────────────────────┘

3. Dlaczego scratchpad wielokrotnie zwiększa precyzję agenta

  1. Ochrona przed impulsywnymi działaniami: bez brudnopisu model próbuje wywołać funkcję przy pierwszym słowie i często podstawia wymyślone lub niekompletne parametry.
  2. Kontrola historii działań: w scratchpadzie agent rejestruje listę już sprawdzonych stron, aby nie krążyć w kółko po tych samych linkach.
  3. Ułatwienie debugowania dla programisty: jeśli agent zachowa się dziwnie, inżynier otwiera logi scratchpada i dosłownie widzi, jaki tok myślenia doprowadził model do błędnego wniosku.

4. Praktyczna konkluzja

Jeśli tworzysz własnego agenta, zawsze dodawaj do systemowego promptu wymóg prowadzenia brudnopisu: „Zanim wywołasz jakiekolwiek narzędzie, koniecznie zapisz swoje rozumowanie i plan w bloku <thought>...</thought>”. To zmniejsza liczbę błędów o 40–50%.

/ Najczęściej zadawane pytaniaSchema.org FAQPage

FAQ: Scratchpad (brudnopis agenta)

Ponieważ transformatory generują odpowiedź token po tokenie, model nie potrafi myśleć „w myślach” bez wypowiadania słów. Brudnopis daje modelowi możliwość wygenerowania kilku zdań analizy sytuacji przed wykonaniem niebezpiecznej lub nieodwracalnej komendy (np. pobrania środków czy usunięcia pliku).
/ Linki wewnętrzne

Powiązane pojęcia

Wszystkie hasła
Agenci i MCP

Cykl działania agenta (Myśl ➔ Działanie ➔ Obserwacja / ReAct)

Fundamentalny wzorzec algorytmiczny pracy autonomicznych agentów (znany jako ReAct: Reasoning + Acting). Składa się z nieskończonej pętli trzech kroków: 1) Myśl (Thought) – analiza sytuacji; 2) Działanie (Action) – wywołanie narzędzia; 3) Obserwacja (Observation) – analiza wyniku i korekta planu.

Czytaj hasło
Prompty i RAG

Magia frazy „Myśl krok po kroku” (Step-by-Step)

Legendarna technika inżynierii promptów (Zero-Shot Chain-of-Thought). Dodanie magicznej frazy „Myśl krok po kroku” zmusza sieć neuronową do rozwinięcia łańcucha obliczeń pośrednich, zmniejszając liczbę błędów logicznych o 50–70%.

Czytaj hasło
Modele i inferencja

Budżet na myślenie (Thinking Budget w nowych modelach)

Nowy parametr modeli hybrydowego rozumowania (Claude 3.7 Sonnet, OpenAI o1/o3). Pozwala użytkownikowi samodzielnie określać limit tokenów lub sekund, które sztuczna inteligencja może przeznaczyć na wewnętrzne przemyślenia przed udzieleniem finalnej odpowiedzi.

Czytaj hasło