Agenten

Der Begriff Agent kann verschiedene Bedeutungen haben. In einem Multi-Agenten-System, das einen hierarchischen Agentenbaum bildet, wird der gesamte Agentenbaum als Agentenanwendung bezeichnet.

Eine KI-Agentenanwendung besteht aus einem oder mehreren KI-Agenten, wobei jeder KI-Agent entweder der Root-Agent oder ein Sub-Agent sein kann.

Ein Stamm-KI-Agent (auch als Steuerungs-KI-Agent bezeichnet) fungiert als primärer Einstiegspunkt und Orchestrator für die gesamte KI-Agenten-Anwendung. Er übernimmt in der Regel die Hauptinteraktion mit dem Endnutzer, ist für das Verständnis der Gesamtziele verantwortlich und delegiert bestimmte Aufgaben an entsprechende Sub-Agenten.

Ein Sub-Agent (auch als untergeordneter Agent bezeichnet) ist ein spezialisierter Agent, der für eine bestimmte Aufgabe, Domain oder Funktion entwickelt wurde. Ein Sub-Agent könnte beispielsweise damit beauftragt werden, eine bestimmte Datenbank zu durchsuchen oder einen bestimmten Datentyp zu analysieren. Sub-Agenten fördern die Modularität und Wiederverwendbarkeit in Ihrer KI-Agentenanwendung.

Root-Agenten können Sub-Agenten aufrufen und Sub-Agenten können andere Sub-Agenten aufrufen.

Diagramm zu Route und Sub-Agent

Agentenanwendung und Root-Agenten erstellen

So erstellen Sie eine Agent-Anwendung und einen Root-Agenten:

  1. Öffnen Sie die CX Agent Studio-Konsole.
  2. Wählen Sie Ihr Projekt aus.
  3. Klicken Sie auf Erstellen oder Agent erstellen.
  4. Geben Sie einen Namen für die KI-Agentenanwendung an.
  5. Klicken Sie auf Erstellen. Wenn dies die erste KI-Agentenanwendung ist, die Sie für das Projekt erstellt haben, kann die Erstellung ein bis zwei Minuten dauern. Der Agent Builder wird angezeigt und ein Root-Agent wird für Sie erstellt.
  6. Klicken Sie rechts oben im Stamm-Agent auf das Pluszeichen.
  7. Klicken Sie auf Anweisungen hinzufügen, um Anweisungen für den Root-Agenten hinzuzufügen.
  8. Klicken Sie auf Tool hinzufügen, um Tools für den Root-Agenten hinzuzufügen.

Sub-Agent erstellen

So erstellen Sie einen Sub-Agenten:

  1. Klicken Sie unten im Root-Agenten auf das Pluszeichen.
  2. Klicken Sie auf Sub-Agent hinzufügen.

Agentenanwendungen verwalten

So verwalten Sie Agent-Anwendungen für Ihr Projekt:

  1. Öffnen Sie die CX Agent Studio-Konsole.
  2. Wählen Sie Ihr Projekt aus. Die Liste der KI-Agentenanwendungen für Ihr Projekt wird angezeigt.

Für jede KI-Agentenanwendung sind die folgenden Informationen und Aktionen verfügbar:

  • Klicken Sie auf den Namen der Agent-Anwendung, um sie im Agent Builder zu öffnen.
  • In der Spalte Bereitgestellt für wird die Anzahl der Kanäle angezeigt, für die die Anwendung bereitgestellt wurde.
  • In der Spalte Sitzungen wird die Anzahl der Sitzungen in den letzten 24 Stunden angezeigt, die einen Bereitstellungskanal verwenden.
  • In der Spalte Eskalation wird die Anzahl der Eskalationen in den letzten 24 Stunden angezeigt, die einen Bereitstellungskanal verwenden.
  • Der Zeitpunkt der letzten Aktualisierung der KI-Agentenanwendung wird angezeigt.
  • Sie können das Kontextmenü für eine bestimmte Agentenanwendung aufrufen und dann auf Agent importieren, Agent exportieren oder Agent löschen klicken. Weitere Informationen finden Sie unter Exportieren und importieren.

Sprachunterstützung

Sie sollten Ihre KI-Agenten auf Englisch entwickeln. Die KI-Agenten können jedoch die Sprache der Eingabe von Endnutzern automatisch erkennen und antworten automatisch in derselben Sprache. Eine Liste der unterstützten Sprachen finden Sie in der Sprachreferenz.

Modellunterstützung

CX Agent Studio verwendet Gemini-Foundation-Models für generative Schlussfolgerungen, das Befolgen von Anweisungen und multimodale Funktionen. Sie können ein globales Modell für die gesamte KI-Agentenanwendung auswählen oder es für bestimmte Sub-Agenten überschreiben.

Die Modelle in CX Agent Studio sind auf die Kundenzufriedenheit optimiert und können sich von den Standardangeboten von Vertex AI unterscheiden.

Für CX Agent Studio werden die folgenden Modelle unterstützt:

Modell Optimierung Startphase
gemini-composite-v2 Für Sprache optimiert GA
gemini-composite-v1 Für Sprache optimiert GA
gemini-3.7-flash Textoptimiert GA
gemini-3.5-flash Textoptimiert GA
gemini-3-flash Textoptimiert Vorschau
gemini-2.5-flash Textoptimiert GA
gemini-3.1-flash-live Für Sprache optimiert GA

Gemini Composite V2-Modell

Das Gemini Composite V2-Modell ist die nächste Version des Composite V1-Modells für Sprach-Agents für Unternehmen. Es verwendet dieselben Listener- und Thinking-Modelle wie Composite V1, aber ein verbessertes Speaker-Modell mit den folgenden Optimierungen:

  • Natürlichere Sprache: Besseres Tempo, besserer Tonfall und besserer Ausdruck.
  • Präzise Steuerung der Ausgabe: Inline-Tags fügen Pausen, Atemgeräusche, Lachen und Tonhöhenänderungen genau dort ein, wo Sie sie platzieren.
  • Verbesserte alphanumerische Genauigkeit: Werte wie Sendungsnummern, Telefonnummern und Adressen werden genauer gelesen.

Wenn Sie Composite V2 verwenden möchten, wählen Sie gemini-composite-v2 als globales Modell für Ihre Agentenanwendung aus. Wenn Sie einen Agent von Composite V1 migrieren, finden Sie weitere Informationen unter Von Composite V1 migrieren.

Gemini Composite V1-Modell

Das Gemini Composite V1-Modell wurde für Sprach-Agents in Unternehmen entwickelt. Es kombiniert drei Unterkomponentenmodelle, um eine strikte Einhaltung von Anweisungen, eine hervorragende Toolausführung und eine außergewöhnliche Sprachstabilität zu bieten:

Dieses zusammengesetzte Modell ist eine Kombination aus drei zugrunde liegenden Unterkomponentenmodellen:

  • Listener-Modell: Wandelt eingehende Audiodaten in Transkripte um und filtert dabei Geräusche in Echtzeit heraus.
  • Thinking-Modell: Verarbeitet Eingaben, setzt Anweisungen durch und führt Backend-Tools aus.
  • Sprechermodell: Wandelt Textantworten in natürliche Sprache mit geringer Latenz um.

Best Practices für zusammengesetzte Modelle

Befolgen Sie diese Best Practices, um mit dem Composite V2-Modell eine natürliche, zuverlässige Sprachausgabe zu erhalten. Composite V2 nutzt Satzzeichen und Kontext, um die Ausgabe zu gestalten. Die meisten Antworten klingen daher ohne zusätzliche Anweisungen natürlich. Beginnen Sie einfach und fügen Sie nur dann Anweisungen hinzu, wenn dies die Unterhaltung verbessert.

Sprechstil

Der Sprechstil in den Stimmeinstellungen bestimmt die Stimme für jede Antwort. Befolgen Sie diese Richtlinien:

  • Beginnen Sie mit einem leeren Sprechstil. Testen Sie Ihren KI-Agenten zuerst ohne Sprechstil und fügen Sie nur dann einen hinzu, wenn es hilfreich ist.
  • Fassen Sie sich kurz. Beschreiben Sie den Sprecher in etwa einem Dutzend Wörtern, z. B. Alter, Stimmfarbe, Tonhöhe, Akzent und Tempo. Beispiel: Friendly woman in her early 30s, warm mid-pitch voice, relaxed conversational pace.
  • Beschreiben Sie, wer der Sprecher ist, nicht, wie er sich fühlt. Verwenden Sie Inline-Tags für Emotionen, die sich von Moment zu Moment ändern.
  • Vermeiden Sie lange Prompts. Lange, mehrteilige Prompts, z. B. ein Audioprofil mit Szenen- und Regieanweisungen, können dazu führen, dass die Stimme während eines Anrufs abweicht und mit Inline-Tags in Konflikt gerät.

Inline-Tags

Inline-Tags in einer KI-Agentenantwort steuern die Ausgabe an einem bestimmten Punkt. Wenn Sie sie verwenden möchten, teilen Sie dem KI-Agenten in seinen Anweisungen mit, wann er seinen Antworten Tags hinzufügen soll.

In der folgenden Tabelle sind gängige Tags aufgeführt:

Tag-Typ Beispiele Effekt
Pausieren <short pause>, <long pause> Fügt eine kurze oder lange Stille hinzu.
Ton <breath>, <sigh>, <chuckles>, <exhales> Fügt einmalig einen nonverbalen Laut an der Stelle ein, an der Sie ihn platzieren.
Ton <warm>: <calm>, <empathetic>, <positive>, <clear> Legt den Ton bis zum nächsten Ton-Tag fest.

In der folgenden Beispielantwort wechselt der KI-Agent von einem empathischen zu einem positiven Ton:

<calm><empathetic> I'm so sorry your flight was canceled. <positive> The good news is that I've already rebooked you on the next flight out.

Beachten Sie bei der Verwendung von Inline-Tags die folgenden Richtlinien:

  • Verwenden Sie spitze Klammern. Schreiben Sie Tags als <sigh>, nicht als [sigh].
  • Tags am Anfang eines Satzes einfügen Dort können Sie Tags stapeln, z. B. <calm><empathetic>. Nur Pausen-Tags gehören in die Mitte eines Satzes, nach Satzzeichen. Beispiel: I checked your account, <short pause> everything is in order..
  • Verwenden Sie ein oder zwei Tags pro Runde. Die meisten Kundengespräche erfordern nicht mehr.
  • Verwenden Sie keine schließenden Tags wie </warm>. Ein Ton-Tag bleibt bis zum nächsten Tag gültig.
  • Behalten Sie die Tags auf Englisch bei, auch wenn Ihr Agent in einer anderen Sprache antwortet.
  • Verwenden Sie Großschreibung und Zeichensetzung zur Hervorhebung. Schreiben Sie ein Wort groß, um es zu betonen, und verwenden Sie Auslassungspunkte für ein natürliches Zögern.

Eine vollständige Liste der Tags finden Sie im Leitfaden für Gemini-TTS-Prompts.

Nummern und Kennungen

Damit der KI-Agent Zahlen, Währungen, Datumsangaben, Telefonnummern und alphanumerische IDs korrekt ausspricht, fügen Sie Ihren globalen Anweisungen Regeln zur Textnormalisierung hinzu. Sie können dem Agenten beispielsweise mitteilen, dass er $87.25 als „siebenundachtzig Dollar und fünfundzwanzig Cent“ aussprechen und die Bestell-ID XED1234 Zeichen für Zeichen vorlesen soll. Geben Sie an, dass diese Regeln nur für gesprochene Antworten gelten, sodass der KI-Agent weiterhin die ursprünglichen Werte wie XED1234 an Tools übergibt.

Von Composite V1 migrieren

So verschieben Sie einen vorhandenen Agent von Composite V1 zu Composite V2:

  1. Ersetzen Sie in den Spracheinstellungen alle langen Prompts für den Sprechstil durch eine kurze Beschreibung oder lassen Sie das Feld leer.
  2. Ändern Sie in Ihren Anleitungen und Tools die Tags in eckigen Klammern in spitze Klammern. Ändern Sie beispielsweise [sigh] in <sigh>.
  3. Legen Sie das Modell für die KI-Agentenanwendung und für alle Sub-Agenten, die das globale Modell überschreiben, auf gemini-composite-v2 fest.
  4. Testen Sie den Agenten vor der Bereitstellung mit Ihren üblichen Bewertungen und Akzeptanztests.

Einstellungen für KI-Agenten-Anwendungen

Einstellungen ansehen

Agent-Einstellungen

Einstellungen ansehen