14. 某電商公司導入 Agentic AI 來處理客服工作。測試發現 Agent 在回答 產品 FAQ 時經常出錯，且無法幫客戶修改訂單。這種情況最可能是因 為缺少下列哪兩項工具或技術？
(A)API 調用(API Calling)＋ 任務規劃器(Task Planner)；
(B)向量資料庫檢索(Vector Retrieval)＋API 調用(API Calling)；
(C)向量資料庫檢索(Vector Retrieval)＋任務規劃器(Task Planner)；
(D)任務規劃器(Task Planner)＋溫度參數(Temperature)設定

答案：登入後查看
統計： A(5), B(31), C(13), D(0), E(0) #3870618

詳解 (共 1 筆)

#7365194

這題最合適的答案是 (B) 向量資料庫檢索(Vector Retrieval)＋API 調用(API Calling)。

以下是針對題目中兩個具體痛點的邏輯推理與技術對應：

核心邏輯分析

1. 痛點一：回答產品 FAQ 時經常出錯

  • 技術成因： 大型語言模型（LLM）僅依賴其訓練時的靜態資料，並不具備企業內部最新、專屬的產品資訊。如果直接讓其回答，很容易產生「幻覺（Hallucination）」或瞎掰內容。

  • 解決方案對應： 必須透過 向量資料庫檢索（Vector Retrieval） 來實作 RAG（檢索增強生成）。當客戶發問時，Agent 先到企業的 FAQ 向量資料庫中檢索出正確的產品文件，再以此為依據進行回答，確保事實的準確性。

2. 痛點二：無法幫客戶修改訂單

  • 技術成因： Agent 如果只具備語言生成能力，它就只是一個「聊天機器人」，無法對外部的資訊系統產生任何實質的改變（例如異動資料庫）。

  • 解決方案對應： 必須賦予 Agent 執行動作的能力，也就是 API 調用（API Calling / Function Calling）。當判斷客戶需要修改訂單且符合授權規範時，Agent 能夠主動呼叫電商後台的「訂單修改 API」，真正完成業務操作。

其他選項不完全合適的依據

  • ❌ (A) API 調用 ＋ 任務規劃器 (Task Planner)： 具備 API 調用能解決修改訂單的需求。但「任務規劃器」是用於將複雜目標拆解成多個子步驟（例如：規劃一整週的旅遊行程），它無法為 Agent 補充缺失的專屬領域知識，因此無法解決 FAQ 答錯的問題。

  • ❌ (C) 向量資料庫檢索 ＋ 任務規劃器 (Task Planner)： 具備向量檢索能解決 FAQ 答錯的問題。但缺乏 API 調用能力，Agent 就算利用任務規劃器知道「接下來應該去修改訂單」，它也缺乏雙手（工具）去電商後台執行這個動作。

  • ❌ (D) 任務規劃器 ＋ 溫度參數 (Temperature) 設定： 調降溫度參數（Temperature）雖能讓模型回答較為收斂且不隨機，但若模型本身沒有該產品的知識，調低溫度依然無法產生正確答案。此外，這兩個項目都無法提供 Agent 實際操作系統（修改訂單）的能力。

綜合以上推論，選項 (B) 準確命中「補充外部知識」與「賦予執行能力」這兩個 Agentic AI 最核心的擴充機制。

1
0