Mit den folgenden Best Practices können Sie robuste KI-Agenten erstellen.
Playbook-Name in natürlicher Sprache
Playbook-Namen sollten klar, beschreibend und in natürlichem Deutsch sein. Das trägt zur Leistung des KI-Generators bei der Ausführung bei. „Playbook für das Kundenservicecenter“ ist beispielsweise besser als „company_specialist“.
Alle Namen dürfen maximal 64 Zeichen lang sein, einschließlich Buchstaben und Leerzeichen.
Prägnante Zielvorhaben
Zielvorhaben sollten eine prägnante Beschreibung des Zwecks des Playbooks sein.
Hochwertige Anweisungen bereitstellen
Anweisungen sollten:
- den schrittweisen Ansatz zur Lösung eines Endnutzerproblems widerspiegeln.
- prägnante Sätze in natürlicher Sprache mit Anweisungen auf hoher Ebene sein.
- einfach sein und die Szenarien für die Toolnutzung angeben.
Mindestens ein Beispiel für jedes Playbook
Sie sollten mindestens ein Beispiel für jedes Playbook haben, aber mindestens vier sind empfehlenswert. Beispiele sollten Szenarien mit einem positiven Ergebnis enthalten.
Ohne genügend Beispiele führt ein Playbook wahrscheinlich zu unvorhersehbarem Verhalten. Wenn Ihr Playbook nicht reagiert oder sich nicht wie erwartet verhält, sind fehlende oder schlecht definierte Beispiele wahrscheinlich die Ursache. Versuchen Sie, Ihre Beispiele zu verbessern oder neue hinzuzufügen.
Präzision von Anweisungen und Beispielen
Es ist zwar hilfreich, klare und beschreibende Anweisungen zu schreiben, aber die Genauigkeit des Playbook-Verhaltens hängt von der Qualität und Quantität Ihrer Beispiele ab. Mit anderen Worten: Verbringen Sie mehr Zeit mit dem Schreiben ausführlicher Beispiele als mit dem Verfassen perfekt präziser Anweisungen.
Tools in Beispielen referenzieren
Wenn das Playbook so konzipiert ist, dass Antworten mithilfe von Tools bereitgestellt werden, referenzieren Sie die Tools in den Beispielen, die dieser Art von Anfrage entsprechen.
Feld „Tool schema operationId“
Beim Definieren von Schemas für Ihre Tools ist der Wert operationId wichtig. In den Playbook-Anweisungen wird auf diesen Wert verwiesen.
Im Folgenden finden Sie Empfehlungen für die Benennung dieses Felds:
- Nur Buchstaben, Zahlen und Unterstriche.
- Muss unter allen im Schema beschriebenen
operationIds eindeutig sein. - Muss ein aussagekräftiger Name sein, der die bereitgestellte Funktion widerspiegelt.
Toolschema-Validierung
Sie sollten Ihr Toolschema validieren. Mit dem Swagger Editor können Sie die Syntax Ihres OpenAPI 3.0-Schemas überprüfen.
Leere Toolergebnisse verarbeiten
Wenn Ihr Playbook auf ein Tool angewiesen ist, um die Antwort zu formulieren, kann ein leeres Toolergebnis zu unvorhersehbarem Playbook-Verhalten führen. Manchmal erfindet der KI-Generator des Playbooks Informationen in einer Antwort, anstatt ein Toolergebnis zu verwenden. Um dies zu verhindern, können Sie bestimmte Anweisungen hinzufügen, damit der KI-Generator des Playbooks nicht versucht, selbst zu antworten.
In einigen Anwendungsfällen müssen Playbook-Antworten auf Toolergebnissen oder bereitgestellten Daten basieren und Antworten, die nur auf dem Wissen des KI-Generators des Playbooks beruhen, müssen vermieden werden.
Beispiele für Anweisungen zur Vermeidung von Halluzinationen:
- „Sie müssen das Tool verwenden, um alle Fragen der Nutzer zu beantworten.“
- „Wenn Sie keine Daten vom Tool erhalten, antworten Sie, dass Sie die Antwort auf die Anfrage des Nutzers nicht kennen.“
- „Erfinden Sie keine Antwort, wenn Sie keine Daten vom Tool erhalten.“
Schema mit Gemini generieren
Gemini kann ein Schema für Sie generieren. Versuchen Sie beispielsweise „Kannst du ein Beispiel für ein OpenAPI 3.0-Schema für Google Kalender erstellen?“.
Fokussierte Playbooks
Vermeiden Sie es, sehr große und komplexe Playbooks zu erstellen. Jedes Playbook sollte eine bestimmte und klare Aufgabe erfüllen. Wenn Sie ein komplexes Playbook haben, sollten Sie es in kleinere Unter-Playbooks aufteilen.
Schleifen und Rekursion vermeiden
Erstellen Sie keine Schleifen oder Rekursionen, wenn Sie in Ihren Anweisungen KI-Agenten verknüpfen. Eine Schleife kann auftreten, wenn Sie versuchen, zu einem übergeordneten Playbook weiterzuleiten, das das aktuelle Playbook direkt oder indirekt aufgerufen hat.
Routinginformationen für Beispiele bereitstellen
Wenn ein Playbook zu einem anderen Playbook weiterleiten soll, sollten Sie diese Informationen in den Beispielen angeben. Diese Informationen werden einem Beispiel aus dem Feld Beispiel mit Ausgabedaten beenden des Beispielabschnitts Ein- und Ausgabe bereitgestellt.
Der letzte Satz dieses Felds könnte beispielsweise „Leiten Sie weitere Anfragen an das Standard-Playbook weiter“ lauten.
Dialogflow CX Messenger-JavaScript-Funktionen für die Personalisierung verwenden
Bei der Verwendung von Dialogflow CX Messenger sind die folgenden Funktionen nützlich, um Personalisierungsinformationen von der Weboberfläche an das Playbook zu senden:
Leistung planen
Für generative Funktionen sind in der Regel mehrere Sekunden oder sogar Dutzende von Sekunden erforderlich, um eine Antwort zu generieren. Playbooks verbessern zwar die Natürlichkeit von Unterhaltungen, aber es ist wichtig, die Antwortzeiten zu verwalten, um eine positive Endnutzererfahrung zu gewährleisten.
Im Folgenden finden Sie einige Strategien zur Leistungsoptimierung:
- Nutzung generativer Funktionen ausbalancieren:Wägen Sie sorgfältig ab, wie viel Zeit für die Ausführung mehrerer generativer Funktionen erforderlich ist und welchen Wert sie für die Unterhaltung haben. Vermeiden Sie die übermäßige Nutzung dieser Funktionen, wenn sie nicht wesentlich zum Ziel des Nutzers beitragen.
- Eingabe für generative Funktionen minimieren:Erheben und verarbeiten Sie nur die Mindestmenge an Informationen, die für einen KI-Generator erforderlich sind, um eine nützliche Antwort zu generieren. Dadurch kann die Verarbeitungszeit erheblich reduziert werden.
- Kontext-Caching verwenden: Wenn Sie Gemini über ein Tool verwenden und einen großen Anfangskontext haben, können Sie Informationen mit Vertex AI Context Caching im Cache speichern, um wiederholte Anfragen nach denselben Daten zu vermeiden.
- Feste Antworten für mehr Geschwindigkeit implementieren:Wenn Ihre Anwendung keine eindeutigen, dynamischen Inhalte erfordert, können Sie häufig verwendete Antworten in einer herkömmlichen Datenbank wie Firebase speichern. Da diese festen Antworten vordefiniert und sofort verfügbar sind, sind die Antwortzeiten viel kürzer als bei einer generativen Funktion, die eine Antwort spontan berechnen muss.
- KI-Generator anweisen, prägnante Playbook-Antworten zu erstellen:Bei der Texteingabe und -ausgabe hängt die Antwortzeit des KI-Generators stark vom verwendeten Modell und der Länge der Ausgabe ab. Kurze Antworten können die Leistung erheblich verbessern. Die Länge der Eingabe spielt zwar auch eine Rolle, aber die Länge der Ausgabe hat einen größeren Einfluss.