In dieser Anleitung wird ausführlich beschrieben, wie Sie KI-Coach-Generatoren in der Agent Assist-Konsole erstellen und konfigurieren. Sie schließt die Lücke zwischen konzeptionellen Übersichten und der technischen Tool-Integration, indem sie die erforderlichen Schritte und die Logik im Detail beschreibt.
Generator erstellen
So erstellen Sie einen Generator:
Melden Sie sich in der Agent Assist Console an und wählen Sie in der Seitenleiste Features die Option AI Coach aus.
Klicken Sie auf Erstellen, um den Konfigurationsbereich zu öffnen.
Grundeinstellungen
Konfigurieren Sie die folgenden Haupteinstellungen:
- Generatorname: Geben Sie eine eindeutige, aussagekräftige Kennung an (z. B.
upsell-pixel-watch). - Versionsauswahl: Wählen Sie die neueste stabile Version aus. Achten Sie auf die Tooltips zum Versionslebenszyklus:
- Vorschau: Nur Zulassungsliste; noch nicht allgemein verfügbar.
- Legacy: Wird demnächst eingestellt. Aktualisieren Sie die App bald, um Dienstunterbrechungen zu vermeiden.
- Eingestellt: Wird nicht mehr unterstützt. Aktualisieren Sie die App sofort.
- Trigger auf Generatorebene: Definiert das Standardereignis, anhand dessen das Modell die Unterhaltung auswertet (z. B. Bei Kundenmitteilungen).
Allgemeine Hinweise
Im Abschnitt Allgemeine Hinweise können Sie globale Regeln festlegen, die für alle Anweisungen im Generator gelten. So wird die Konsistenz gewahrt, ohne dass die Logik in jeder Anleitung wiederholt werden muss.
- Glossar: Geschäftsspezifische Begriffe definieren Beispiel:
Account authentication is considered completed if the PIN matches.
- Stil und Ton: Geben Sie an, wie der KI-Agent klingen soll. Beispiel:
Always be empathetic and avoid jargon.
- Schlussfolgerungsprozess: Weisen Sie das Modell an, wie es denken soll. Beispiel:
Prioritize security-related instructions over upselling.
Weitere Informationen oder Beispiele zu übergreifenden Richtlinien finden Sie unter Best Practices: Übergreifende Richtlinien.
Anweisungen konfigurieren
Generatoren bestehen aus einer oder mehreren Anweisungen. Jede Anweisung definiert ein bestimmtes Szenario und die entsprechende Anleitung für den Agent. Fügen Sie Anweisungen mit den folgenden Parametern hinzu:
| Komponente | Beschreibung | Anforderung oder Format |
|---|---|---|
| Anzeigetitel | Ein Name, der zum Verwalten mehrerer Anweisungen verwendet wird. | Für das LLM nicht sichtbar. |
| Details anzeigen | Statische Inhalte, die dem KI-Agenten angezeigt werden. | Unterstützt Markdown für Links und Rich-Text. |
| Anweisungstrigger | Wann diese spezielle Anweisung ausgelöst wird | Überschreibt Trigger auf Generatorebene. |
| Bedingung | Wann die Anleitung anwendbar ist. | Für das Modell sichtbar (z. B. „Kunde fragt nach Preisen“). |
| Aktion des Kundenservicemitarbeiters | Was der Agent tun oder sagen soll. | Für das Modell sichtbar; unterstützt die schrittweise Logik. |
| Tools | Automatisierte Systemaktionen | Format: ${tool:tool_name/action} |
Ausführliche Richtlinien zu Bedingungen, Aktionen und Systemaktionen finden Sie unter Best Practices: Anweisungen.
Best Practices für die Qualität von Vorschlägen
Um die Qualität der vom KI-Coach generierten Vorschläge zu optimieren, sollten Sie die folgenden Empfehlungen beachten:
- Konkrete Beispiele: Wenn das Modell allgemeine Antworten liefert, fügen Sie im Agent Action-Abschnitt „Zum Beispiel“-Abschnitte hinzu. Beispiel:
For Galaxy phones, recommend Galaxy Watch.
- Nachrichtenvorlagen: Mit Nachrichtenvorlagen in Ihren Aktionen können Sie die genaue Formulierung festlegen:
Since we've been talking about [Topic], I'd like to recommend [Product] because [Reason].
- Vorschläge deduplizieren: Aktivieren Sie Vorschläge deduplizieren in der Generator-Konfiguration, um zu verhindern, dass dem Agent wiederholt doppelte oder sehr ähnliche Vorschläge angezeigt werden. Sie können die Ähnlichkeitsschwelle (Standardwert:
0.8) anpassen, um die Sensitivität zu steuern. Weitere Informationen und Protobuf-Felder finden Sie unter Best Practices: Vorschläge deduplizieren.
Mit dem Simulator testen
Bevor Sie den Generator in einem Unterhaltungsprofil bereitstellen, sollten Sie sein Verhalten mit dem Simulator validieren:
- Geben Sie Nachrichten als Kunde oder Kundenservicemitarbeiter ein, um Echtzeit-Aufforderungen und ‑Auslöser zu sehen.
- Laden Sie JSON-Konversationsdateien (mit bis zu 300 Nachrichten) hoch, um komplexe Abläufe mit mehreren Schritten zu testen.
- Prüfen Sie, ob Entitätsextraktion Parameter wie Adressen oder Kontonummern richtig erkennt und an die
inputParametersIhrer Tools übergibt.