Loại Bỏ Phần Điều Hướng Khỏi Ngữ Cảnh Để Tiết Kiệm Token

Khi agent phải lặp lại các bước duyệt trang, phần điều hướng (DOM, ảnh chụp, lý do thao tác) chiếm nhiều token và gây lãng phí.

Phương án hiệu quả là tách việc khám phá trang ra làm một lần, biên dịch thành lệnh gọi lại có tham số, rồi gửi cho model dữ liệu đã được cấu trúc thay vì trang nguyên vẹn.

Prompt

Với mọi tác vụ lặp lại trên một trang, hãy tách phần khám phá điều hướng ra khỏi ngữ cảnh và chuyển nó thành một lệnh gọi lại có tên tham số.
Khi đã có lệnh gọi lại, thay vì gửi DOM dump hay ảnh chụp màn hình, gửi dữ liệu đã được cấu trúc cho model để model chỉ xử lý nhiệm vụ chính.
Chuẩn bị cơ chế phát hiện khi đường dẫn biên dịch bị lỗi do trang thay đổi, vì việc biên dịch một lần khiến lỗi trở nên tự tin và trả về dữ liệu sai.

Dùng sao cho hiệu quả

Cách này biến chi phí khám phá thành chi phí một lần và làm prompt tập trung vào nhiệm vụ thực sự.

Nhược điểm là đường dẫn biên dịch có thể lỗi thời khi trang thay đổi, và khi shape không đổi nhưng giá trị sai thì kiểm tra schema không giúp được.