diff --git a/4.人工智能/4.10从 AI 到 智能系统 —— 从 LLMs 到 Agents.md b/4.人工智能/4.10从 AI 到 智能系统 —— 从 LLMs 到 Agents.md
index 7935c6d..8119327 100644
--- a/4.人工智能/4.10从 AI 到 智能系统 —— 从 LLMs 到 Agents.md	
+++ b/4.人工智能/4.10从 AI 到 智能系统 —— 从 LLMs 到 Agents.md	
@@ -737,18 +737,18 @@ AutoGPT 所使用的 Commands 接口中，就有很大一部分接口用于实
 
 - Google Search: "google",
 
-  - args: "input": "<search>"
+  - args: "input": `"<search>"`
   - 返回网页关键信息与网址的匹配列表
 - Browse Website: "browse_website",
 
   - args:
 
-    - "url": "<url>",
-    - "question": "<what_you_want_to_find_on_website>"
+    - "url": `"<url>"`,
+    - "question": `"<what_you_want_to_find_on_website>"`
   - 返回网址中与 question 相关的匹配文段（通过 embedding 搜索）
 - Read file: "read_file",
 
-  - args: "file": "<file>"
+  - args: "file": `"<file>"`
   - 读取文件并解析文本数据
 
 这些访问接口由程序集暴露给 GPT ，将知觉系统中实际使用的微观处理器隐藏在了系统框架之下
@@ -836,10 +836,10 @@ Generative Agents 的知觉设计：关联性难题
 对于如上数据库信息，我们对于以视图为单位进行整理，将其转化为 prompt 输入
 
 'Commands:\n'
-'1. Google Search: "google", args: "input": "<search>"\n'
-'2. Browse Website: "browse_website", args: "url": "<url>", "question": "<what_you_want_to_find_on_website>"\n'
-'3. Start GPT Agent: "start_agent", args: "name": "<name>", "task": "<short_task_desc>", "prompt": "<prompt>"\n'
-'4. Message GPT Agent: "message_agent", args: "key": "<key>", "message": "<message>"\n'
+'1. Google Search: "google", args: "input": `"<search>"`\n'
+'2. Browse Website: "browse_website", args: "url": `"<url>"`, "question": `"<what_you_want_to_find_on_website>"`\n'
+'3. Start GPT Agent: "start_agent", args: "name": `"<name>"`, "task": `"<short_task_desc>"`, "prompt": `"<prompt>"`\n'
+'4. Message GPT Agent: "message_agent", args: "key": `"<key>"`, "message": `"<message>"`\n'
 '5. List GPT Agents: "list_agents", args: \n'
 
 - 对于对数据库进行感知的任务，我们需要进一步设计 Pormpt 驱动 Agent 的行为