Mit den folgenden Best Practices können Sie zuverlässige Agent-Anwendungen erstellen.
Prägnante Ziele
Ziele sollten eine prägnante Beschreibung des Zwecks des Agents sein.
Hochwertige Anleitungen bereitstellen
Die Anleitung sollte:
- den schrittweisen Ansatz zur Lösung eines Endnutzerproblems widerspiegeln
- knappe Sätze in natürlicher Sprache mit allgemeinen Anweisungen sein
- Einfach sein und die Szenarien für die Tool-Verwendungen angeben.
Mindestens ein Beispiel pro Agent
Für jeden Agent sollten Sie mindestens ein Beispiel haben, aber mindestens vier. Beispiele hierfür sind Happy Path-Szenarien.
Ohne genügend Beispiele führt ein Agent wahrscheinlich zu unvorhersehbarem Verhalten. Wenn Ihr Agent nicht wie erwartet reagiert oder sich nicht wie erwartet verhält, sind wahrscheinlich fehlende oder schlecht definierte Beispiele die Ursache. Versuchen Sie, Ihre Beispiele zu verbessern oder neue hinzuzufügen.
Präzise Anweisungen und Beispiele
Auch wenn es hilfreich ist, klare und beschreibende Anweisungen zu schreiben, ist es tatsächlich die Qualität und Quantität Ihrer Beispiele, die die Genauigkeit des Verhaltens des Agents bestimmen. Mit anderen Worten: Verbringen Sie mehr Zeit damit, ausführliche Beispiele zu schreiben, als vollkommen genaue Anweisungen zu schreiben.
Feld „operationId“ im Toolschema
Beim Definieren von Schemas für Ihre Tools ist der Wert operationId wichtig.
In der Anleitung für den Agent wird auf diesen Wert verwiesen.
Im Folgenden finden Sie Empfehlungen zur Benennung dieses Felds:
- Nur Buchstaben, Ziffern und Unterstriche.
- Muss unter allen im Schema beschriebenen
operationIds eindeutig sein. - Muss ein aussagekräftiger Name sein, der die bereitgestellte Funktion widerspiegelt.
Schemavalidierung mit Tool
Sie sollten das Schema Ihres Tools validieren. Sie können den Swagger Editor verwenden, um die Syntax Ihres OpenAPI 3.0-Schemas zu prüfen.
Leere Toolergebnisse verarbeiten
Wenn sich Ihr Agent auf ein Tool verlässt, um seine Antwort zu senden, kann ein leeres Tool-Ergebnis zu unvorhersehbarem Agent-Verhalten führen. Manchmal sorgt das Agent-LLM dafür, dass Informationen in einer Antwort statt eines Toolergebnisses halbiert werden. Um dies zu verhindern, können Sie spezifische Anweisungen hinzufügen, damit das Agent-LLM nicht versucht, selbst zu antworten.
Für einige Anwendungsfälle ist es erforderlich, dass die Antworten des Kundenservicemitarbeiters auf den Toolergebnissen oder den bereitgestellten Daten basieren und Antworten nur auf Grundlage des LLM-Wissens des Agents gemindert werden müssen.
Beispiele für Anleitungen zum Minimieren von Halluzinationen:
- „Sie müssen das Tool verwenden, um alle Fragen von Nutzern zu beantworten.“
- „Wenn Sie keine Daten vom Tool erhalten, antworten Sie, dass Sie die Antwort auf die Anfrage des Nutzers nicht kennen.“
- „Wenn Sie keine Daten vom Tool erhalten, erfinden Sie keine Antwort.“
Schema mit Gemini generieren
Gemini kann ein Schema für Sie generieren. Geben Sie zum Beispiel an, dass Sie ein OpenAPI 3.0-Beispielschema für Google Kalender erstellen können.
Spezialisierte Kundenservicemitarbeiter
Vermeiden Sie sehr große und komplexe Agents. Jeder Agent sollte eine bestimmte und klare Aufgabe erledigen. Wenn Sie einen komplexen Agent haben, sollten Sie ihn in kleinere Sub-Agents aufteilen.
Schleifen und Rekursion vermeiden
Erstellen Sie keine Schleifen oder Rekursionen, wenn Sie Agent-Apps in Ihrer Anleitung verknüpfen.
Routinginformationen zu Beispielen bereitstellen
Wenn ein Agent an einen anderen Agent weiterleiten soll, sollten Sie diese Informationen in den Beispielen bereitstellen. Sie bezieht sich auf ein Beispiel aus dem Feld End example with out information (Beispiel mit Ausgabeinformationen beenden) des Beispielabschnitts Input & Output.
Der letzte Satz dieses Felds könnte beispielsweise so lauten: „Für weitere Abfragen zurück zum Standard-Agent wechseln“.
Dialogflow CX Messenger-JavaScript-Funktionen für die Personalisierung verwenden
Wenn Sie Dialogflow CX Messenger verwenden, sind die folgenden Funktionen nützlich, um Informationen zur Nutzerpersonalisierung von der Weboberfläche an den Agent zu senden: