Ein Agent, der frei antwortet, in Regeln, die nicht frei sind
Den Satz schreibt das Modell. Ihre Konfiguration entscheidet, welche Quellen es lesen darf, welche Aktionen es ausführen darf und unter welchen Bedingungen es genau stoppt und ein Mensch übernimmt.
Was passiert, wenn ein Kunde schreibt
Jeder Zug durchläuft dieselben vier Schritte, und jeder wird aufgezeichnet. Eine seltsame Antwort wird damit zu etwas, das Sie öffnen und ansehen können, statt zu etwas, das Sie nachstellen müssen.
Er liest die Nachricht als Daten
Kundentext und gefundene Passagen gehen als nicht vertrauenswürdige Teile in die Anfrage. Ihre Länge ist begrenzt, sensible Werte werden auf dem Weg hinein entfernt, und sie können nie an der Stelle stehen, an der Ihre Richtlinien stehen.
Er antwortet aus freigegebenen Quellen
Die Suche läuft über die Wissensquellen, die für diesen Agenten ausgewählt sind, und liefert eine kleine Menge an Auszügen. Ein Agent ohne brauchbaren Auszug übergibt, statt zu improvisieren.
Er ruft nur erlaubte Aktionen auf
Eine Aktion läuft, wenn sie registriert ist, für diesen Agenten erlaubt ist und ihre Argumente einem geschlossenen Schema entsprechen. Jeder Effekt trägt einen Idempotenzschlüssel und eine Frist.
Er hält fest, was er gelernt hat
Profilfakten werden nur zu den Schlüsseln geschrieben, die Sie aufgelistet haben, und jeder behält die Nachricht und den Zug, aus denen er stammt. So lässt sich ein gespeicherter Wert bis zu dem zurückverfolgen, was der Kunde tatsächlich gesagt hat.
Nichts wird stillschweigend indexiert
Eine Wissensquelle ist ein Eingang, aus dem der Agent antworten darf. Sie legen jede einzelne an, Sie indexieren sie, und Sie entscheiden, welcher Agent sie nutzen darf.
- Fünf Arten von Quellen
- Ein Artikel aus der Wissensdatenbank dieses Bots, Seiten Ihrer eigenen Website, ein hochgeladenes Dokument, eine kurze Richtlinie, die Sie selbst schreiben, oder ein einzelner gespeicherter Fakt. Ein Artikelentwurf erzeugt überhaupt keinen durchsuchbaren Inhalt.
- Sie sehen vorab, was er findet
- Der Suchtest zeigt die Auszüge, die ein Agent zu einer von Ihnen eingegebenen Frage erhalten würde, bevor ein Kunde sie überhaupt stellt.
- Antworten nennen ihre Quellen
- Jede Antwort führt die Quellen mit, auf die sie sich stützt, und die Analytik zeigt, welche Quelle die Arbeit macht. Eine Quelle, die niemand findet, ist sichtbar statt vermutet.
Was er darf und wo er stoppt
Das sind zwei Hälften einer Entscheidung, deshalb stehen sie auf einem Bildschirm. Nichts davon ist eine Bitte an das Modell, sich zu benehmen. Jede Zeile ist eine Prüfung, die der Server ausführt.
Was er darf
- Ein fester Katalog von Aktionen
- Ein Agent hält höchstens acht Aktionen, ausgewählt aus denen, die die Plattform registriert. Ein Name außerhalb dieses Katalogs wird abgelehnt, bevor die Anfrage überhaupt gebaut wird.
- Bestätigung bei Nebenwirkungen
- Alles, was außerhalb des Gesprächs schreibt, trägt eine ausdrückliche Bestätigungsentscheidung und lässt sich weiter auf benannte Ressourcen einschränken.
- Geschlossene Argumentschemata
- Argumente müssen einem Schema entsprechen, das unbekannte Felder verbietet. Das Modell liefert nie einen Bot, einen Kunden, eine Adresse oder Zugangsdaten; die kommen aus dem Serverkontext.
Wo er stoppt
- Geringe Konfidenz
- Unterhalb der von Ihnen gesetzten Konfidenzschwelle antwortet der Agent nicht selbst. Er übergibt das Gespräch stattdessen.
- Außerhalb der Servicezeiten
- Gegen den Zeitplan, den Sie setzen, eines von drei Verhalten, wie gewohnt antworten, einen Entwurf für einen Operator vorbereiten oder sofort übergeben.
- Anweisungen versteckt im Inhalt
- Text eines Kunden oder einer indexierten Seite sind Daten. Felder in der Modellausgabe, die wie Befehle aussehen, werden entfernt, und die Form der Antwort erzeugt der Server, nie das Modell.
Das Modell ist eine Einstellung, keine Bindung
Der Agent spricht mit einem OpenAI-kompatiblen Endpunkt, den Sie konfigurieren. Wechseln Sie den Provider, und die Journey-Logik rund um den Agenten ändert sich nicht mit.
- Ihr eigener Provider-Schlüssel
- Legen Sie eine KI-Integration mit Basisadresse, Modellnamen und Ihrem Schlüssel an. Er wird verschlüsselt gespeichert, und dieselbe Integration erzeugt die Vektoren, mit denen Ihre Wissensquellen indexiert werden.
Vier Schritte zwischen Änderung und Kunde
Ein Agent ist eine Konfiguration, und eine Konfiguration lässt sich vor dem Livegang prüfen und nach dem Lauf ansehen.
Prüfen
Die Startprüfung aktiviert keinen Agenten, dessen Einstellungen ungültig sind, dessen Kanal bereits von einem anderen aktiven Agenten belegt ist, dessen Quelle oder Operatorgruppe fehlt oder der keine KI-Integration hat.
Simulieren
Die Agentenprüfung führt einen sicheren Durchlauf aus, der das Modell nicht aufruft, keine Nachricht sendet und weder eine Aktion ausführt noch eine Buchung anlegt. Sie meldet, welche Effekte sie unterdrückt hat.
Veröffentlichen
Die Aktivierung speichert die gesamte Konfiguration als Version. Wer einen aktiven Agenten bearbeitet, erzeugt die nächste, und bereits laufende Gespräche behalten die Version, mit der sie begonnen haben.
Nachspielen
Ein Lauf wird Schritt für Schritt aufgezeichnet. Öffnen Sie ihn erneut, lesen Sie, warum jeder Schritt geschah, spielen Sie ihn gegen aufgezeichnete Testdaten mit fester Uhr noch einmal ab, sodass zwei Läufe identisch sind, und speichern Sie ihn als Regressionsfall.
Er stoppt, und der Kontext geht mit
Eine Übergabe öffnet den gewohnten Support-Dialog, setzt die Operatorgruppe und hängt eine geschwärzte Zusammenfassung mit dem Grund, den gesammelten Fakten und den zitierten Quellen an. Solange ein Gespräch übergeben ist, bleibt der Agent still, und er kommt erst zurück, wenn der Dialog ihn darum bittet.
Beginnen Sie mit einem Agenten in einem Kanal
Geben Sie ihm eine Handvoll Quellen, eine Aktion und die Bedingung, die alles andere an einen Menschen übergibt. Erweitern Sie ihn, wenn Sie ihn haben laufen sehen.
Erste Journey bauen