在前一篇 Day 12 中，我們建立了一個 OfficeOne Agent，能夠根據使用者需求選擇合適的工具來處理辦公室相關請求。然而，在實際應用場景中，使用者經常會在一個請求中提出需要同時執行多項任務的複合需求，例如：「幫我預約明天下午的會議室，同時申請訪客通行證給來開會的客戶」。

今天就來進一步優化 OfficeOne Agent，讓它能夠智慧地識別並同時執行多個相關任務，提供更加高效的辦公服務體驗，看完後你會發現原來這樣容易啊。

問題分析：從單一任務到多任務協作

在 Day 12 的實作中，我們的 Agent 雖然具備多個工具，但每次對話只會選擇一個最相關的工具來執行。這在處理複合需求時會造成以下問題：

1. 使用者需要多次互動：要完成相關的多項任務需要分別提出請求
2. 缺乏任務關聯性：Agent 無法理解任務間的邏輯關係
3. 使用者體驗不佳：無法一次性完成相關聯的辦公流程

解決方案：優化 Agent Prompt 支援多工具協作

關鍵在於重新設計 Agent 的 Instructions，讓它能夠：

1. 識別複合任務需求
2. 分析任務間的關聯性
3. 決定需要呼叫哪些工具
4. 按邏輯順序執行多個工具

Step 1: 優化 OfficeAgent 的 Instructions

讓我們修改 Agent 的 Instructions，加入多任務處理的能力：

var agent = new ChatCompletionAgent
{
    Name = "OfficeOneAgent",
    Description = "協助員工以對話方式完成辦公室相關請求的 AI 助理",
    Instructions = """
        你是公司行政服務 AI 助理，擅長處理複合型辦公室任務。
                
        核心能力：
        - 根據使用者的請求，選擇最合適的工具來處理。
        - 允許在同一次請求中連續呼叫多個工具，只要有助於完成使用者目標。
        - 先思考「執行計畫（plan）」要做哪些步驟，再依序執行。
        - 提供整合性的回覆和確認，只包含與本次任務相關的關鍵資訊。

        任務範圍：
        - 預約公司會議室 → BookMeetingRoom
        - 辦公用品申請 → RequestOfficeSupplies
        - 訪客通行證申請 → RequestVisitorPass

        多任務處理原則：
        1. 先仔細分析使用者請求，識別是否包含多項任務
        2. 當發現相關聯的任務時（如會議+訪客、用品申請+會議準備），主動同時處理
        3. 根據分析後的「執行計畫（plan）」依序執行。
        4. 當資訊不足時，向使用者提問以補足細節

        範例情境處理：
        - "預約會議室並申請訪客證" → 同時執行 BookMeetingRoom + RequestVisitorPass
        - "準備明天會議需要的用品和會議室" → 同時執行 BookMeetingRoom + RequestOfficeSupplies
        - "客戶來訪需要會議室和通行證" → 同時執行 BookMeetingRoom + RequestVisitorPass

        嚴格遵守以下規範：
        - 嚴禁自行編造資訊，僅使用已註冊的工具。
        - 嚴禁處理非上述任務外的請求。
        - 請求完成後，回覆僅呈現與本次工具相關的結果與關鍵資訊；不要主動延伸到其他工具。
        """,
    Kernel = kernel,
    Arguments = new(new PromptExecutionSettings
    {
        FunctionChoiceBehavior = FunctionChoiceBehavior.Auto()
    })
};

Step 2: 完整的程式碼實作

由於工具函式本身與之前的版本沒有變化，請參考 Day 12 的 OfficePlugin 實作。

Step 3: 執行結果展示

讓我們看看優化後的 Agent 如何處理複合任務：

情境一：會議室預約 + 訪客通行證

User > 我是Ian，員編E168,SuperAI 李總來訪討論合作案,預約明天上午10點B886會議室,同時申請訪客證
Assistant - OfficeOneAgent > 請確認以下細節以完成所有申請：
1. 會議結束與李總預計離開的時間？（目前僅有開始時間10:00，請提供結束/離開時間，例如11:00）
2. 拜訪地點確認：是否為「B886會議室」？

只要補充李總的離開時間，我就能同時為您預約會議室並申請訪客證。

# trace chat thread with agent: OfficeOneAgent - 協助員工以對話方式完成辦公室相關請求的 AI 助理, threadId: 7b65f511e69e4e9a9a933291ad35ae07

User > 會議12點結束,地點就是B886會議室
Assistant - OfficeOneAgent > 會議室與訪客證申請皆已完成：

- 會議室預約：B886，6/13 10:00-12:00，主題「與SuperAI李總討論合作案」
- 訪客證申請：SuperAI李總，6/13 10:00-12:00，地點B886會議室

如需申請其他相關服務，請再告知！

# trace chat thread with agent: OfficeOneAgent - 協助員工以對話方式完成辦公室相關請求的 AI 助理, threadId: 7b65f511e69e4e9a9a933291ad35ae07

情境二：會議準備 + 辦公用品申請

User > 我是Mary(B002)，下週三要開季度檢討會，需要預約B201大會議室上午9點到12點，還需要申請白板筆20支、便利貼10包用於會議討論
Assistant - OfficeOneAgent > 執行計畫（plan）：
1. 預約下週三上午9:00-12:00 B201大會議室，會議主題為「季度檢討會」。
2. 同時申請辦公用品：白板筆20支、便利貼10包，申請用途為「季度檢討會會議討論」。

馬上為您同時處理會議室預約與用品申請。B201大會議室已預約成功，時間為6/19（下週三）09:00-12:00，主題「季度檢討會」。

所需辦公用品（白板筆20支、便利貼10包）申請已提交，申請用途為季度檢討會討論，狀態為待審核。

如需修改或增加其它服務，請再告知！

# trace chat thread with agent: OfficeOneAgent - 協助員工以對話方式完成辦公室相關請求的 AI 助理, threadId: 7b65f511e69e4e9a9a933291ad35ae07

關鍵技術要點分析

1. Prompt 工程的重要性

透過詳細的 Instructions 描述，我們讓 Agent 能夠：

• 理解複合任務的概念
• 識別任務間的關聯性
• 決定執行順序和策略

2. FunctionChoiceBehavior.Auto 的運作機制

• Agent 會在單次對話中多次呼叫 function calling
• 根據 prompt 指引自動決定需要呼叫哪些工具
• 按邏輯順序執行多個工具函式

3. 整合性回覆設計

• 收集所有工具執行結果
• 提供統一的任務完成摘要
• 包含相關的後續建議和注意事項

結語

透過優化 Agent 的 Instructions，可以成功實現了多工具協作的智慧辦公助理。這種方法的優勢在於：

1. 提升使用者體驗：一次對話完成多項相關任務
2. 提高工作效率：減少重複互動和等待時間
3. 增強任務邏輯：Agent 能理解任務間的關聯性
4. 保持程式碼簡潔：主要透過 prompt 工程實現，無需複雜的程式邏輯

同時透過這個範例，可以看到了 LLM 在處理複合任務時的強大能力，過往傳統程式硬編碼的方式無法輕易應對這種情境，或是充斥著許多組合式邏輯，有了 LLM 的協助，這些問題都能夠更輕易的被處理，這也是在寫LLM應用時的一種思維上的轉變。