- Strona główna
- /
- Artykuł
Wytyczne i sprawdzone praktyki automatyzacji za pomocą agenta AI
W tym artykule przedstawiono wytyczne i najlepsze praktyki dotyczące automatyzacji za pomocą agenta AI poprzez identyfikację przypadku użycia biznesowego i wybór odpowiedniego agenta AI przy jednoczesnym przestrzeganiu zaleceń i najlepszych praktyk.
Zidentyfikuj biznesowy przypadek użycia automatyzacji za pomocą agenta AI
Przestrzegaj następujących wytycznych podczas identyfikowania przypadku użycia biznesowego:
-
Jasno określ konkretny problem lub proces, który chcesz zautomatyzować za pomocą agenta AI.
-
Użyj narzędzi, takich jak Visio, Miro i innych podobnych narzędzi, aby graficznie przedstawić problem lub proces, który chcesz zautomatyzować.
-
Oceń potencjalny wpływ i korzyści automatyzacji tego przypadku użycia, takie jak poprawa wydajności, niższe koszty lub lepsza obsługa klienta.
-
Zidentyfikuj kluczowe wskaźniki KPI, które zamierzasz zmierzyć, aby określić zwrot z inwestycji i udowodnić wartość.
Określ, czy konkretny przypadek użycia wymaga działań, wiedzy lub obu tych czynności
-
Działania — określ, czy przypadek użycia wymaga od agenta AI wykonania określonych działań, takich jak aktualizowanie bazy danych, wysyłanie wiadomości e-mail lub uruchamianie interfejsów API innych firm.
-
Wiedza — określ, czy przypadek użycia wymaga od agenta AI dostarczenia informacji lub odpowiedzi na podstawie bazy wiedzy.
-
Oba — oceń, czy przypadek użycia wymaga połączenia działań i wiedzy.
Wybór odpowiedniego agenta AI
Autonomiczny agent AI
Nadaje się do złożonych, dynamicznych środowisk, w których agent musi zrozumieć kontekst i podjąć decyzję, korzystając z bazy wiedzy lub integracji API dostępnych bez predefiniowanych skryptów.
-
Otwarte naturalne rozmowy lub odpowiedzi.
-
Gdzie bazy wiedzy są większe lub różnice w jednostkach/odpowiedziach są potencjalnie duże.
Agent AI ze skryptami
Najlepiej nadaje się do prostych, powtarzalnych zadań z dobrze zdefiniowanymi krokami lub tam, gdzie wymagana jest dokładna powtarzalność i przewidywalność. Najlepiej nadaje się również do wysoce technicznych pytań i odpowiedzi.
-
Ścisłe przypadki użycia, w których wymagane są określone odpowiedzi z ograniczoną zmiennością.
-
W przypadku obsługi danych wrażliwych preferowana jest sztuczna inteligencja ze skryptami, ponieważ działa zgodnie z wcześniej zdefiniowanymi regułami i nie będzie potencjalnie niewłaściwie wykorzystywać ani błędnie interpretować danych.
-
Spójność doświadczenia, gdzie doświadczenie musi pozostać takie samo. LLM może potencjalnie dać różne wyniki dla tych samych monitów.
Tabela porównawcza
Skryptów | Autonomiczny | |
---|---|---|
Korzyści | Większa kontrola | Szybsza i łatwiejsza budowa |
Tańszy w eksploatacji | Bardzo naturalny IX | |
Szybsze działanie w czasie wykonywania | Zmiana zakresu jest łatwiejsza | |
Wady | Nakład pracy na budowę | Droższe |
Kruche i sztywne IX | Ryzyko halucynacji |
Opracowanie autonomicznego agenta AI
Podczas tworzenia autonomicznego agenta AI wykonaj kroki opisane poniżej w kolejności.
-
Zacznij od zdefiniowania celu — jasno określ główny cel agenta AI, taki jak rozwiązywanie zapytań klientów lub wydajne przetwarzanie zamówień.
-
Zdefiniuj podróż — jasno określ pytania, działania i funkcje, które mają mieć Twój agent AI.
-
Dodaj wiedzę — zintegruj odpowiednie bazy wiedzy, do których agent ma dostęp, aby dostarczać dokładnych informacji.
-
Zdefiniuj akcje — określ akcje potrzebne agentowi do wykonania i zintegruj niezbędne interfejsy API lub wywołania funkcji.
-
Podgląd — podgląd agenta AI z wiedzą i działaniami.
-
Testowanie i sprawdzanie poprawności — użyj narzędzi do podglądu platformy, aby przetestować wydajność agenta AI i wprowadzić niezbędne poprawki.
-
Dodaj instrukcje — podaj szczegółowe instrukcje zwiększające dokładność i wiarygodność odpowiedzi agenta.
Nakazy i zakazy podczas pisania celów
W tej sekcji przedstawiono najlepsze praktyki dotyczące pisania monitów o cele dla autonomicznego agenta AI oraz działań mających na celu spełnienie intencji użytkownika.
Nakazy
-
Cel powinien być krótki i zwięzły.
-
Skoncentruj się na ogólnej funkcji lub celu bota.
-
Rozważ wynik końcowy lub korzyść dla użytkownika.
-
Używaj jasnego i zwięzłego języka.
-
Upewnij się, że cel jest zgodny z działaniami i możliwościami bota.
Zakazów
-
Nie podawaj konkretnych szczegółów, takich jak lokalizacje, daty czy informacje o użytkowniku.
-
Unikaj wspominania o konkretnych działaniach lub metodach wdrażania.
-
Nie używaj żargonu technicznego ani skomplikowanej terminologii.
-
Unikaj zbyt długich lub skomplikowanych stwierdzeń dotyczących celów.
-
Nie uwzględniaj wielu niepowiązanych ze sobą celów w jednym monicie.
-
Unikaj używania dwuznacznego lub niejasnego języka.
Zalecenia dotyczące zarządzania bazami wiedzy
Podczas tworzenia baz wiedzy i zarządzania nimi ważne jest, aby była precyzyjna i dostosowana do celu agenta AI. Podobnie jak ludzki agent może zostać przytłoczony zbyt dużą ilością niepowiązanych informacji, dodanie bardziej ogólnych informacji do bazy wiedzy może zdezorientować agenta AI.
Przestrzegaj następujących zaleceń podczas tworzenia baz wiedzy i zarządzania nimi:
-
Logicznie organizuj zawartość. Użyj kategorii podczas tworzenia własnego dokumentu wiedzy w AI Agent studio.
-
Podczas przesyłania plików unikaj sprzecznych lub zduplikowanych informacji między dokumentami.
-
Sprawdź jakość dokumentu przed przesłaniem.
-
W razie potrzeby podziel duże pliki na mniejsze.
-
Okresowo przeglądaj wiedzę i aktualizuj ją w razie potrzeby.
Zalecenia dotyczące tworzenia akcji
Podczas tworzenia akcji należy stosować się do następujących zaleceń:
-
Jasno określ cele działania w opisie działania.
-
Zminimalizuj złożoność, zachowaj prostotę działań.
-
Dokładnie opisz każdą jednostkę / gniazdo, ponieważ poprawia to dokładność LLM, aby lepiej zrozumieć zadanie.
-
Nie twórz sprzecznych lub sprzecznych działań.
-
Twórz deterministyczną logikę w przepływie łączenia, aby uzyskać większą dokładność, zamiast polegać na LLM.
Szybkie wskazówki inżynierskie podczas pisania instrukcji
Przed dodaniem instrukcji do agenta AI dodaj wymagane działania i wiedzę oraz przetestuj agenta AI. Dodawanie instrukcji po przetestowaniu agenta AI zwiększa wydajność i dokładność agenta AI.
Podczas pisania instrukcji dla autonomicznych agentów AI zapoznaj się z poniższymi wskazówkami:
-
Postaw na prostotę — używaj jasnego, zwięzłego języka. Unikaj technicznego żargonu lub zbyt skomplikowanych zdań.
-
Użyj przeceny — użyj nagłówków i uporządkowanych/nieuporządkowanych znaczników listy, aby uzyskać najlepsze wyniki.
-
Określ tożsamość agenta AI — zacznij od jasnego zdefiniowania osobowości agenta (na przykład "Jesteś pomocnym agentem obsługi klienta...").
-
Podziel to — tworzenie konspektu zadań krok po kroku. Na przykład: "Najpierw potwierdź swój numer konta. Następnie opisz swój problem".
-
Zaplanuj błędy — uwzględnij zwroty rezerwowe, takie jak "Przepraszam, czy mógłbyś to powtórzyć?", jeśli dane wejściowe nie są jasne.
-
Zachowaj kontekst — przypomnij agentowi, aby pamiętał poprzednie odpowiedzi, aby zapewnić ciągłość długich rozmów.
-
Działania referencyjne — jasno poinstruuj, jak używać działań zewnętrznych na różnych etapach. Upewnij się, że akcje, do których się odwołują, są włączone na karcie Akcje , aby uniknąć nieoczekiwanego zachowania.
-
Dodaj bariery ochronne — poinstruuj agenta AI, aby reagował tylko w kontekście celu.
-
Dodaj przykłady — aby zwiększyć dokładność, dodawaj przykłady wszędzie tam, gdzie jest to potrzebne.
Szablony instrukcji pisania
Użyj następujących szablonów, aby napisać instrukcje specyficzne dla twoich ojectives:
## 1. Tożsamość
-**Definicja roli:**
— Zdefiniuj osobowość i wiedzę agenta AI. Na przykład: "Jesteś Jamie, ekspertem ds. obsługi klienta w przypadku wszelkich pytań związanych z podróżami".
-**Ton i zachowanie-**
—Określ, czy agent powinien być przyjazny, formalny czy swobodny.
##2. Kontekst
-**Informacje ogólne **—Podaj wszelkie niezbędne szczegóły,
które agent powinien wziąć pod uwagę. Na przykład: "Ta rozmowa dotyczy rezerwacji podróży na rodzinne wakacje".
-**Szczegóły środowiska**—Wspomnij o wszelkich ograniczeniach systemowych,
takich jak to, że dzwoniący dzwoni za pośrednictwem głosu i może mieć szumy tła, które mogą mieć wpływ na jakość transkrypcji.
##3. Zadanie
-**Podzadania/kroki**
— podziel całe zadanie na konkretne, sekwencyjne kroki. Na przykład powitanie, zbieranie dat podróży, sugerowanie opcji, potwierdzanie szczegółów. Odwołaj się do akcji na każdym kroku, które zostaną użyte do wykonania zadania.
##4. Wytyczne dotyczące reagowania
-**Reguły formatowania**
— definiują strukturę odpowiedzi. Na przykład rozważ użycie list punktowanych dla opcji, wyraźnej numeracji dla kroków w przypadku cyfrowego i krótkiej, jeśli jest głos.
-**Styl językowy**
- Podaj instrukcje dotyczące formalności, zwięzłości i jasności.
##5. Obsługa błędów i rozwiązania awaryjne
-**Podpowiedzi wyjaśniające** - Zdefiniuj pytania rezerwowe,
gdy dane wejściowe użytkownika są niejednoznaczne. Na przykład: "Nie złapałem tego, czy mógłbyś powtórzyć daty podróży?"
-**Odpowiedzi domyślne**
— określ, w jaki sposób agent powinien zareagować, jeśli nie może przetworzyć żądania. Na przykład: "Przepraszam, nie zrozumiałem. Czy możesz spróbować przeformułować?"
-**Niepowodzenia akcji**
— wskazówki dotyczące rozwiązywania problemów z integracją akcji za pomocą programu Webex Connect.
##6. Poręcze zdefiniowane przez użytkownika
- Poręcz ** - Przypomnij agentowi,
aby rozmowa ograniczała się do celu i nie zajmowała się żadnymi niepowiązanymi pytaniami.
## 7. Przykłady
-**Ta sama rozmowa**
— opcjonalnie dodaj przykład przykładowej rozmowy między użytkownikiem końcowym a agentem AI w celu lepszego szybkiego przestrzegania.