Ħiliet: Inkapsular il-Kapaċitajiet
F'din il-paġna
Lezzjoni aġġornata fit-2 ta’ Novembru 2026 abbażi tad-dokumentazzjoni ta’ OpenAI: l-għodda Code Interpreter issa teħtieġ parametru
container(miżjud mal-eżempji kollha), il-partijiet tal-input tat-test huma tat-tipinput_text, u t-tiftix fuq il-web juża l-għoddaweb_search(web_search_previewissa hija għodda antika mingħajr filtri tad-dominju). Il-fajls iġġenerati jiġu rkuprati bl-użu tal-funzjonijietfichiers_generesutelechargermil-Lezzjoni 10. Sorsi: Code Interpreter · Web search.
Ħiliet: Inkapsular il-Kapaċitajiet
Ħila (Skill) issolvi problema li kulħadd jiltaqa’ magħha sal-ġimgħa tnejn: l-istess prompt tas-sistema kkupjat f’erba’ fajls, li jibdew jiddevjaw malli ttejjeb wieħed biss minnhom. L-idea hija li tittratta kapaċità bħala unità waħda—l-istruzzjonijiet tagħha, l-għodod tagħha, id-data ta’ referenza tagħha—u ssejħilha b’isemha minflok ma terġa’ tiktebha.
Il-benefiċċju mhux biss li tevita r-ripetizzjoni. Kapaċità msemmija ssir oġġett li tista’ tagħmlilha verżjoni ġdida, tittestjah, u tgħaddih lil xi ħadd ieħor. Meta avukat jgħidlek li klawsola standard inbidlet, timmodifika ħila waħda u kull sejħa tibbenefika—minflok ma tfittex fejn ġie dduplikat il-prompt.
Il-Kunċett tal-Ħila
Ħila tinkapsula kull ma mudell jeħtieġ biex iwettaq kompitu speċifiku. It-tliet elementi hawn taħt mhumiex interkambjabbli: l-istruzzjonijiet jiddefinixxu r-rwol u l-format, l-għodod jiddeterminaw x’jista’ jiġbed il-mudell, u l-kuntest jgħaqqad ir-risposti mar-referenzi tiegħek stess minflok il-għarfien ġenerali tal-mudell.
- Istruzzjonijiet: Il-prompt speċjalizzat tas-sistema
- Għodod: Il-funzjonijiet u l-għodod integrati meħtieġa
- Kuntest: Data ta’ referenza u eżempji
from openai import OpenAI
client = OpenAI()
# Define a financial analysis skill
skill_analyse_financiere = {
"instructions": (
"You are a financial analyst specializing in French SMEs. "
"You analyze accounting documents and produce structured reports "
"with key indicators, trends, and recommendations. "
"Use French accounting standards (PCG). "
"Format amounts in euros with thousands separators."
),
"tools": [
{"type": "file_search", "vector_store_ids": ["vs_normes_comptables"]},
{"type": "code_interpreter", "container": {"type": "auto"}}
]
}
# Use the skill
response = client.responses.create(
model="gpt-5.6-terra",
instructions=skill_analyse_financiere["instructions"],
input=[{
"role": "user",
"content": [
{"type": "input_text", "text": "Analyze this balance sheet and produce a report"},
{"type": "input_file", "file_id": fichier_bilan.id}
]
}],
tools=skill_analyse_financiere["tools"]
)
L-Istrutturar ta’ Librerija tal-Ħiliet
Li tmur minn dizzjunarju għal klassi mhix biss kosmetika: tippermettilek mehmuż eżempji ma’ ħila u tinjettahom b’mod sistematiku. Żewġ jew tliet pari ta’ input/output magħżula sew jagħmlu aktar għall-konsistenza tal-format milli paragrafu addizzjonali ta’ istruzzjonijiet, għax juru minflok ma jiddeskrivu. L-implimentazzjoni hawn taħt tgħaqqadhom mal-istruzzjonijiet f’kull sejħa.
class Skill:
def __init__(self, nom: str, instructions: str, tools: list, exemples: list = None):
self.nom = nom
self.instructions = instructions
self.tools = tools
self.exemples = exemples or []
def executer(self, client: OpenAI, requete: str, fichiers: list = None) -> str:
content = [{"type": "input_text", "text": requete}]
if fichiers:
for fid in fichiers:
content.append({"type": "input_file", "file_id": fid})
# Add examples to context
instructions = self.instructions
if self.exemples:
instructions += "\n\nReference examples:\n"
for ex in self.exemples:
instructions += f"- Input: {ex['input']}\n Output: {ex['output']}\n"
response = client.responses.create(
model="gpt-5.6-terra",
instructions=instructions,
input=[{"role": "user", "content": content}],
tools=self.tools
)
return response.output_text
# Define skills
skill_redaction_contrat = Skill(
nom="redaction-contrat",
instructions=(
"You are a lawyer specializing in contract law. "
"You draft clear, precise clauses compliant with French law. "
"Each clause must be numbered and structured."
),
tools=[
{"type": "file_search", "vector_store_ids": ["vs_modeles_contrats"]},
{"type": "web_search"}
],
exemples=[
{
"input": "Confidentiality clause for a contractor",
"output": "Article X - Confidentiality\nX.1 The Contractor undertakes..."
}
]
)
skill_support_technique = Skill(
nom="support-technique",
instructions=(
"You are a level 2 technical support agent. "
"You diagnose problems by asking targeted questions. "
"Search the knowledge base first before proposing solutions. "
"Document every resolution."
),
tools=[
{"type": "file_search", "vector_store_ids": ["vs_base_connaissances"]},
{
"type": "function",
"name": "creer_ticket_escalade",
"description": "Escalate an issue to level 3",
"parameters": {
"type": "object",
"properties": {
"titre": {"type": "string"},
"description": {"type": "string"},
"priorite": {"type": "string", "enum": ["basse", "moyenne", "haute", "critique"]}
},
"required": ["titre", "description", "priorite"],
"additionalProperties": False
},
"strict": True
}
]
)
Il-Kompożizzjoni tal-Ħiliet
Il-kompożizzjoni tgħaqqad il-ħiliet billi tgħaddi r-riżultat ta’ waħda bħala kuntest għall-oħra. Din hija qawwija, u eżattament hawnhekk tibda l-problema, għal raġuni speċifika: f’kull pass, il-kuntest trażmess huwa l-output tal-pass preċedenti, mhux id-data oriġinali. Kwalunkwe informazzjoni li l-ewwel ħila qieset bħala sekondarja tisparixxi għal dawk kollha li jmiss.
Żewġ konsegwenzi prattiċi. Ippjana l-passi mill-aktar ġenerali għall-aktar speċifiċi, sabiex il-filtrar iseħħ l-aktar tard possibbli. U meta pass sussegwenti jeħtieġ data mhux ipproċessata, għaddi l-fajls mill-ġdid minflok ma tiddependi fuq is-sommarju—dan huwa eżattament dak li jagħmel il-parametru fichiers fl-eżempju, li jiġi mgħoddi biss lill-ewwel pass iżda għandu jiġi mgħoddi lil dawk kollha li jiddependu fuqu.
class SkillComposee:
def __init__(self, nom: str, etapes: list[dict]):
self.nom = nom
self.etapes = etapes
self.client = OpenAI()
def executer(self, requete_initiale: str, fichiers: list = None) -> dict:
contexte = requete_initiale
resultats = {}
for etape in self.etapes:
skill = etape["skill"]
instruction_etape = etape.get("instruction", "")
prompt = f"{instruction_etape}\n\nPrevious context: {contexte}"
resultat = skill.executer(self.client, prompt, fichiers)
resultats[etape["nom"]] = resultat
contexte = resultat
fichiers = None # Files used only at the first step
return resultats
# Workflow: contract analysis followed by summary drafting
workflow_audit_contrat = SkillComposee(
nom="audit-contrat",
etapes=[
{
"nom": "analyse",
"skill": skill_analyse_financiere,
"instruction": "Analyze the financial aspects of this contract"
},
{
"nom": "juridique",
"skill": skill_redaction_contrat,
"instruction": "Identify legal risks and propose improvements"
}
]
)
Ħiliet b’Istat (Stateful)
Ħila li tiftakar is-sejħiet preċedenti tagħha tippermetti konversazzjonijiet twal—dijanjosi teknika, negozjazzjoni, traċċar ta’ każijiet. Dan jintroduċi wkoll l-uniku kost li jikber mingħajr ma tinduna: f’kull dawra, l-istorja kollha tintbagħat mill-ġdid u tiġi fatturata mill-ġdid. Ippjana politika ta’ trankazzjoni jew ta’ sommarju perjodiku mill-bidu, inkella l-għoxrin mistoqsija se tkollha kost għaxar darbiet akbar mill-ewwel għal kwalità li ma tjibitx għaxar darbiet.
class SkillAvecEtat:
def __init__(self, skill: Skill):
self.skill = skill
self.client = OpenAI()
self.historique = []
self.contexte_accumule = ""
def appeler(self, requete: str, fichiers: list = None) -> str:
# Build prompt with history
instructions = self.skill.instructions
if self.contexte_accumule:
instructions += f"\n\nContext from previous interactions:\n{self.contexte_accumule}"
content = [{"type": "input_text", "text": requete}]
if fichiers:
for fid in fichiers:
content.append({"type": "input_file", "file_id": fid})
response = self.client.responses.create(
model="gpt-5.6-terra",
instructions=instructions,
input=[{"role": "user", "content": content}],
tools=self.skill.tools
)
resultat = response.output_text
self.historique.append({"requête": requete, "reponse": resultat})
self.contexte_accumule += f"\n- {requete} -> {resultat[:200]}..."
return resultat
# Usage: technical support with conversation tracking
session = SkillAvecEtat(skill_support_technique)
r1 = session.appeler("My application crashes at startup")
r2 = session.appeler("I have version 3.2.1 on Ubuntu 24.04")
r3 = session.appeler("The log shows a database connection error")
Reġistru tal-Ħiliet
Iċċentralizza l-ġestjoni tal-ħiliet tiegħek:
class RegistreSkills:
def __init__(self):
self.skills = {}
def enregistrer(self, skill: Skill):
self.skills[skill.nom] = skill
def obtenir(self, nom: str) -> Skill:
if nom not in self.skills:
raise KeyError(f"Skill '{nom}' not found. "
f"Available: {list(self.skills.keys())}")
return self.skills[nom]
def lister(self) -> list[str]:
return list(self.skills.keys())
# Global registry
registre = RegistreSkills()
registre.enregistrer(skill_analyse_financiere_obj)
registre.enregistrer(skill_redaction_contrat)
registre.enregistrer(skill_support_technique)
# Usage
skill = registre.obtenir("support-technique")
resultat = skill.executer(client, "My printer isn't working")
Punti Ewlenin
- Ħila tinkapsula istruzzjonijiet, għodod u kuntest f’pakkett li jista’ jerġa’ jintuża
- Agħmel kompożizzjoni tal-ħiliet għal flussi ta’ xogħol b’diversi passi
- Uża l-istat għal ħiliet konversazzjonali
- Iċċentralizza l-ħiliet tiegħek f’reġistru biex tissimplifika s-sejbien
- L-eżempji fl-istruzzjonijiet itejbu l-preċiżjoni tal-mudell