การเรียกใช้เครื่องมือ (Tool calling)
โมเดล GLM-5 บน OpenRouter รองรับ tools และ tool_choice ซึ่งเป็นโครงสร้างพื้นฐานสำคัญของลูปเอเจนต์
use-cases/agents
กรณีการใช้งาน · วิศวกรรมระบบเอเจนต์ (Agentic Engineering)
การสร้างเอเจนต์ด้วย GLM-5
การทำงานของเอเจนต์แบบระยะยาว (Long-horizon) คือเป้าหมายการออกแบบหลักของตระกูล GLM-5 โดย GLM-5.1 ถูกสร้างขึ้นมาเพื่อปรับปรุงโซลูชันอย่างต่อเนื่องผ่านการทำงานหลายร้อยรอบและการเรียกใช้เครื่องมือนับพันครั้ง และ GLM-5.3 ยังต่อยอดขีดความสามารถนั้นด้วยบริบทขนาด 1M โทเคน คู่มือนี้ครอบคลุมการเลือกรุ่นโมเดล การออกแบบ และวิธีใช้แชตของเราเพื่อวางแผนสร้างเอเจนต์
โมเดลไหนดีGLM-5.3สำหรับเอเจนต์ในระดับ Production ให้ใช้ GLM-5.3 (หรือ GLM-5.3 Prime เพื่อความเร็ว) ผ่าน API พร้อมการทำ tool calling ส่วน GLM-5.3 Flash เป็นตัวเลือกที่ยอดเยี่ยมและราคาประหยัดกว่ามากสำหรับงานปริมาณสูงหรือเอเจนต์ที่ใช้ระบบประมวลผลภาพ (Vision) ในระบบแชตของเรา คุณสามารถใช้ GLM-5.3 เพื่อออกแบบและดีบักพรอมต์ของเอเจนต์ได้
§ 01สิ่งที่ทำได้ดี
ทำไม GLM-5 ถึงเหมาะกับงานระบบเอเจนต์
การทำงานต่อเนื่องระยะยาว (Long horizons)
Z.ai ออกแบบโมเดลตระกูลนี้สำหรับงานที่ต้องทำหลายขั้นตอน: วางแผน, ลงมือทำ, สังเกตผล, ปรับปรุงแก้ไข
ขนาดบริบทมหาศาล
ความยาวบริบทประมาณ 1M โทเคน ช่วยให้เอเจนต์มองเห็นภาพรวมทั้งโปรเจกต์และประวัติการทำงานทั้งหมดได้อย่างต่อเนื่อง
ค่า Input ราคาประหยัด
เอเจนต์จำเป็นต้องส่งบริบทซ้ำในทุกขั้นตอน ราคาอินพุตที่ต่ำของ GLM ช่วยควบคุมค่าใช้จ่ายส่วนนี้ได้อย่างคุ้มค่า
§ 02พรอมต์
พรอมต์พร้อมคัดลอกไปใช้
เปิดพรอมต์ใดก็ได้ในแชท จากนั้นแทนที่ข้อความในวงเล็บด้วยเนื้อหาของคุณเอง
ออกแบบเอเจนต์
ช่วยฉันออกแบบ AI เอเจนต์ที่มีเป้าหมายคือ [เป้าหมาย] โดยระบุรายการเครื่องมือที่จำเป็นต้องใช้ (ชื่อ, อินพุต, เอาต์พุต), ลูปการทำงานหลัก, วิธีการตัดสินใจว่างานเสร็จสิ้นแล้ว และรูปแบบความล้มเหลวที่น่าจะเกิดขึ้นมากที่สุด 3 ประการพร้อมแนวทางแก้ไข
เขียน System Prompt
เขียน system prompt สำหรับเอเจนต์ที่ทำหน้าที่ [งาน] โดยระบุบทบาทของเอเจนต์, เครื่องมือที่สามารถเรียกใช้ได้, กฎเกณฑ์ว่าเมื่อใดควรถามผู้ใช้ และรูปแบบเอาต์พุตที่แน่นอนสำหรับคำตอบสุดท้าย
ดีบักการทำงานของเอเจนต์
นี่คือบันทึก (log) การทำงานของเอเจนต์ที่เกิดข้อผิดพลาด ช่วยหาขั้นตอนที่เริ่มตัดสินใจผิดพลาดเป็นจุดแรก อธิบายเหตุผล และแนะนำวิธีปรับแก้พรอมต์หรือเครื่องมือ (tools) [วางบันทึก log]
§ 03เคล็ดลับ
ข้อควรทำและข้อควรเลี่ยง
สิ่งที่ควรทำ
- ออกแบบเครื่องมือ (tools) ให้กระชับ พร้อมระบุ input schemas ให้ชัดเจน
- กำหนดจำนวนขั้นตอนสูงสุด (maximum steps)
- บันทึก log การเรียกใช้เครื่องมือ (tool call) และผลลัพธ์ทุกครั้ง
- ใช้ reasoning effort ระดับต่ำสำหรับขั้นตอนการทำงานทั่วไป
สิ่งที่ควรหลีกเลี่ยง
- อย่าให้สิทธิ์การเขียนแบบไม่จำกัดแก่เอเจนต์
- อย่าข้ามขั้นตอนการอนุมัติโดยมนุษย์สำหรับการกระทำที่มีความเสี่ยง
- อย่าส่งบริบทขนาดใหญ่ที่ไม่มีการเปลี่ยนแปลงซ้ำโดยไม่จำเป็น
- อย่าวางใจผลลัพธ์จากเครื่องมือ (tools) โดยไม่มีการตรวจสอบ
§ 04คำถามที่พบบ่อย
คำถาม
Q01GLM รุ่นไหนเหมาะที่สุดสำหรับงานประเภทเอเจนต์?
Z.ai วางตำแหน่ง GLM-5.3 ไว้สำหรับงานเอเจนต์ระยะยาว (long-horizon) โดยมี GLM-5.3 Prime เป็นรุ่นย่อยที่เร็วกว่า และ GLM-5.3 Flash เป็นตัวเลือกราคาย่อมเยาที่รองรับ multimodal
Q02ฉันสามารถรันเอเจนต์ในระบบแชตของคุณได้หรือไม่?
ไม่ได้ ระบบแชตไม่มีเครื่องมือ (tools) รองรับ คุณสามารถใช้สำหรับออกแบบพรอมต์และดีบักบันทึก log แล้วจึงนำไปรันเอเจนต์ผ่าน API
Q03โมเดล GLM-5 รองรับ function calling หรือไม่?
รองรับ บน OpenRouter มีการระบุ tools และ tool_choice อยู่ในพารามิเตอร์ที่รองรับ
§ 05เพิ่มเติม
กรณีการใช้งานอื่นๆ
ลองใช้เลย
ถามคำถามจริงกับ GLM-5.3
ไม่ต้องมีบัญชี ไม่ต้องใช้บัตร ไม่ต้องติดตั้ง เพียงพิมพ์คำถามแล้วรับคำตอบจาก GLM-5.3 Flash ได้ในไม่กี่วินาที — สลับไปใช้ GLM-5.3 สำหรับโจทย์ที่ยากที่สุด
เปิดแชทฟรีมีการจำกัดการใช้งานฟรีรายวัน เพื่อให้ทุกคนสามารถเข้าใช้งานแชทได้อย่างทั่วถึง