Blog Sumber Daya Tentang Cari Topik
AI Development

Membuat Agen Perjalanan dengan ChatGPT AgentKit: Panduan Lengkap

Diperbarui pada 7 Oktober 2025

Kategori: AI Development
Bagikan

ChatGPT Agent Builder visual workflow interface

Membangun alur kerja AI yang kompleks seringkali melibatkan penulisan banyak kode, yang dapat memperlambat pengembangan dan membuat iterasi menjadi lebih sulit. Bagaimana jika Anda bisa merancang, menguji, dan meluncurkan agen AI menggunakan antarmuka visual seret dan jatuhkan? Agent Builder baru dari OpenAI membuat ini menjadi mungkin, menyediakan ruang all-in-one untuk membuat alur kerja agen yang kuat tanpa menulis kode sama sekali.

Panduan ini akan memandu Anda melalui fitur-fitur utama Agent Builder dan menunjukkan cara membuat agen pertama Anda, menggunakan contoh asisten perjalanan praktis dari tutorial OpenAI. Anda akan belajar cara menghubungkan komponen yang berbeda, menguji kinerja agen Anda, dan mempersiapkannya untuk penyebaran.

Apa itu Agent Builder?

Agent Builder adalah bagian dari AgentKit, rangkaian alat all-in-one OpenAI untuk membangun, menyebar, dan mengoptimalkan agen AI. Sebagai komponen penting dari AgentKit, Agent Builder menyederhanakan proses merancang alur kerja multi-agen—tanpa perlu coding—melalui antarmuka visual. Ini memungkinkan Anda untuk menghubungkan blok fungsional yang berbeda, yang disebut node, untuk membangun alur kerja yang lengkap. Anda dapat mulai dari templat yang sudah jadi atau membuat alur kerja kustom dari awal.

Salah satu fitur paling berharganya adalah sistem evaluasi bawaan, yang membantu Anda menguji bagaimana kinerja agen Anda dan melakukan penyesuaian secara instan. Ketika agen Anda siap, Anda dapat mengekspor seluruh alur kerja sebagai kode atau mengintegrasikannya langsung ke produk Anda menggunakan ID alur kerja yang disediakan. Ini memperlancar perjalanan dari ide ke produksi.

Antarmuka Agent Builder

Membuat Agen Perjalanan: Contoh Langkah demi Langkah

Untuk melihat Agent Builder beraksi, mari kita jelajahi cara membuat agen perjalanan yang membantu. Agen ini akan mampu menangani dua jenis permintaan pengguna: membangun itinerary perjalanan dan mencari informasi penerbangan.

1. Menyiapkan Alur Kerja

Setiap alur kerja dimulai dengan Start Node. Node ini adalah tempat Anda dapat mendefinisikan variabel input yang akan digunakan oleh agen Anda. Untuk agen perjalanan kami, pengaturan default sudah cukup untuk memulai. Permintaan pengguna akan diteruskan melalui node ini ke sisa alur kerja.

2. Mengklasifikasikan Niat Pengguna

Karena agen kami perlu menangani dua tugas yang berbeda, kami memerlukan cara untuk menentukan apa yang diinginkan pengguna. Di sinilah Classifier Agent berperan. Sebuah klasifier adalah agen khusus yang mengkategorikan input pengguna.

Kami dapat mengkonfigurasi node ini dengan prompt yang menginstruksikannya untuk bertindak sebagai asisten perjalanan dan mengklasifikasikan pesan pengguna sebagai “itinerary” atau “flight info”. Untuk memastikan output terstruktur dan dapat diprediksi, kami dapat menentukan format output sebagai JSON.

Berikut adalah contoh struktur output JSON:

JSON Output
{
  "classification": "itinerary"
}

3. Membagi Logika dengan Node If/Else

Setelah niat pengguna diklasifikasikan, kami perlu mengarahkan permintaan ke agen spesialis yang benar. If/Else Node memungkinkan kami membuat cabang kondisional dalam alur kerja kami.

Kami dapat mengatur kondisi untuk memeriksa output dari klasifier kami.

  • Jika classification adalah “flight info,” alur kerja berlanjut ke agen penerbangan.
  • Selain itu, alur kerja berlanjut ke agen itinerary.

Logika pembagian sederhana ini memastikan bahwa setiap permintaan ditangani oleh agen yang paling siap untuk tugas tersebut.

4. Membuat Agen Spesialis

Sekarang, kita membuat dua agen spesialis yang akan melakukan tugas inti.

Agen Itinerary

Untuk pengguna yang meminta saran perjalanan, kita akan membuat Itinerary Agent. Ini adalah node agen lain yang dikonfigurasi dengan prompt spesifik, seperti: “Anda adalah asisten perjalanan. Buat itinerary yang ringkas.” Agen ini akan mengambil permintaan pengguna (misalnya, “Apa yang harus saya lakukan dalam sehari di Tokyo?”) dan menghasilkan rencana terperinci.

Agen Penerbangan

Untuk pengguna yang mencari detail penerbangan, kita akan mengkonfigurasi Flight Agent. Prompt-nya bisa berupa: “Anda adalah asisten perjalanan. Selalu rekomendasikan penerbangan spesifik. Gunakan kode bandara.”

Untuk memberikan informasi yang paling akurat dan terkini, kita dapat memberikan agen ini akses ke alat seperti Web Search. Ini memungkinkan agen untuk mencari data penerbangan real-time berdasarkan permintaan pengguna (misalnya, “SFO ke Tokyo pada 7 Oktober”).

5. Menguji Alur Kerja Anda

Dengan struktur dasar sudah ada, Anda dapat menggunakan panel Run Preview untuk menguji agen Anda. Ketika Anda memasukkan prompt seperti “Apa yang harus saya lakukan dalam sehari di Tokyo?”, Anda dapat menyaksikan visualisator alur kerja menunjukkan permintaan bergerak dari klasifier ke cabang if/else dan akhirnya ke agen itinerary, yang menghasilkan output.

Umpan balik langsung ini sangat bagus untuk debugging dan memahami bagaimana agen Anda memproses informasi.

Meningkatkan Pengalaman Pengguna dengan Widget

Respons teks biasa untuk informasi penerbangan berfungsi, tapi kita bisa melakukan yang lebih baik. Agent Builder memungkinkan Anda membuat pengalaman pengguna yang lebih kaya dan interaktif menggunakan Widgets.

Anda dapat merancang komponen UI kustom di Widget Studio. Untuk agen penerbangan kami, kita dapat membuat widget yang menampilkan detail penerbangan seperti lokasi keberangkatan dan kedatangan, waktu, dan informasi relevan lainnya dalam format kartu yang menarik secara visual.

Setelah merancang widget, Anda dapat mengunduh templatnya dan mengunggahnya langsung ke node agen penerbangan. Anda bahkan dapat menambahkan instruksi yang lebih kreatif ke prompt agen, seperti “Pilih warna latar belakang secara kreatif berdasarkan tujuan.” Ketika diuji, agen mungkin akan mencari web, menemukan penerbangan, lalu menampilkannya menggunakan widget kustom dengan warna latar belakang yang diasosiasikannya dengan kota tujuan.

Mempublikasikan Agen Anda

Setelah Anda puas dengan kinerja agen Anda, mempublikasikannya sangat mudah. Anda dapat memberi nama alur kerja Anda, seperti “Travel Agent,” dan mempublikasikannya.

Setelah dipublikasikan, Anda memiliki dua opsi utama untuk integrasi:

  1. Agents SDK: Anda dapat menggunakan Software Development Kit untuk mengintegrasikan agen ke dalam aplikasi Anda. Ini memberi Anda lebih banyak kendali tetapi juga mengharuskan Anda mengelola lebih banyak kode.
  2. Workflow ID dengan ChatKit: Untuk integrasi yang jauh lebih sederhana, tanpa kode, Anda dapat mengambil ID alur kerja yang dihasilkan dan memasukkannya langsung ke produk Anda menggunakan ChatKit.

Memulai dengan Agent Builder

Agent Builder adalah bagian dari rangkaian AgentKit OpenAI dan dirancang untuk bekerja mulus dengan alat terkait seperti ChatKit dan Connector Registry, memudahkan untuk membangun, menyesuaikan, dan menyebarluaskan alur kerja AI end-to-end. Dengan menawarkan kanvas visual, pengujian bawaan, dan opsi penyebaran yang mudah, ini memberdayakan Anda untuk fokus merancang pengalaman pengguna yang hebat.

Jika Anda memiliki proyek yang bisa mendapat manfaat dari alur kerja bertenaga AI, cobalah Agent Builder. Jelajahi fitur-fiturnya, bangun agen sederhana, dan lihat betapa cepatnya Anda bisa mewujudkan ide-ide Anda.


Membangun alat AI yang ingin Anda bagikan? Saya telah menyusun daftar terpilih direktori AI tempat Anda dapat mengirimkan proyek AI Anda. Setiap direktori mencakup ulasan pribadi saya, detail proses pengiriman, dan indikator kualitas untuk membantu Anda memilih platform terbaik untuk peluncuran Anda.

Kategori AI Development
Bagikan

Posting Terkait

Dapatkan wawasan AI terbaru langsung di kotak masuk Anda

Tetap terkini dengan tren terbaru, tutorial, dan wawasan industri. Bergabunglah dengan komunitas pengembang yang mempercayai newsletter kami.

Hanya akun baru. Dengan mengirimkan email Anda, Anda menyetujui Kebijakan Privasi