Skip to main content
create_agent의 핵심 입력은 messages입니다. 메시지 구조를 정확히 설계하면 도구 선택 정확도와 응답 일관성이 크게 좋아집니다.

​
1) 기본 입력 구조

payload = {
    "messages": [
        {"role": "system", "content": "당신은 기술 문서를 정확히 요약합니다."},
        {"role": "user", "content": "RAG 핵심을 5줄로 설명해줘"},
    ]
}

result = agent.invoke(payload)

​
2) role 사용 규칙

role용도실무 규칙
system정책/스타일/제약짧고 우선순위 명확하게 작성
user사용자 요청작업 목표와 제약을 분리해서 작성
assistant이전 응답요약본을 주기적으로 대체해 길이 관리
tool도구 실행 결과도구 출력은 구조화된 텍스트로 유지

​
3) 도구 호출이 포함된 메시지 흐름

​
4) 대화 이력 운영

  • 같은 사용자 세션은 같은 thread_id를 씁니다.
  • 일정 길이를 넘으면 이전 대화를 요약해서 치환합니다.
  • 도구 출력 원문이 길면 핵심 필드만 남깁니다.
config = {"configurable": {"thread_id": "tenant-a:user-42:session-1"}}
agent.invoke({"messages": [{"role": "user", "content": "내 선호를 기억해"}]}, config=config)

​
5) 자주 나는 실수

  1. system에 너무 많은 정책을 넣어서 충돌 발생
  2. thread_id 없이 세션을 섞어서 문맥 오염
  3. 도구 결과를 그대로 붙여 컨텍스트 과포화

다음: invoke / batch / stream

실행 방식별 선택 기준으로 넘어가세요.

​
실무 적용 체크리스트

  • 목표와 성공 기준을 먼저 정의했습니다.
  • 예제를 현재 프로젝트 컨텍스트로 치환했습니다.
  • 실패 시 복구 절차를 문서화했습니다.
  • 다음 단계 문서로 연결해 학습 흐름을 유지합니다.

​
자주 나는 실수

  1. 학습 목표 없이 예제를 복사해 적용해 실패합니다.
  2. 성공/실패 기준이 없어 품질을 판단하지 못합니다.
  3. 다음 단계 연결 없이 문서를 단절적으로 소비합니다.

​
다음 문서

다음: LangChain 실행 메서드

학습 흐름을 이어서 진행합니다.