- 主页
- /
- 文章
使用 AI 代理实现自动化的指南和最佳实践
本文概述了使用 AI 代理实现自动化的准则和最佳做法,方法是确定业务用例并选择正确的 AI 代理,同时遵守建议和最佳做法。
确定使用 AI 代理实现自动化的业务用例
在确定业务用例时,请遵循以下准则:
-
清楚地定义您希望使用 AI 代理自动化的特定问题或流程。
-
使用 Visio、Miro 等工具和其他类似工具以图形方式列出要自动化的问题或流程。
-
评估自动化此用例的潜在影响和好处,例如提高效率、降低成本或增强客户体验。
-
确定您要衡量的关键 KPI,以确定投资回报率并证明价值。
确定特定用例是否需要作、知识或两者兼而有之
-
作—确定用例是否需要 AI 代理执行特定作:例如更新数据库、发送电子邮件或运行第三方 API。
-
知识 - 确定用例是否需要 AI 代理根据知识库提供信息或答案。
-
两者兼而有之 - 评估用例是否需要同时执行作和了解知识。
选择合适的 AI 代理
自治 AI 代理
适用于复杂的动态环境,在这些环境中,代理需要了解上下文并使用知识库或 API 集成(有空没有预定义脚本)做出决定。
-
开放式自然对话或回应。
-
知识库较大,或实体/响应的变化可能较大。
脚本化 AI 代理
最适合具有明确定义步骤的简单、重复性任务,或者需要精确可重复性和可预测性的任务。 此外,最适合高技术性的问题和答案。
-
需要有限变化的特定响应的严格用例。
-
对于敏感数据的处理,脚本化 AI 更可取,因为它在预定义的规则下运行,并且不会潜在地滥用或误解数据。
-
体验的一致性,体验需要保持不变。 LLM 可能会对相同的提示给出不同的结果。
比较表
脚本 | 自治 | |
---|---|---|
优势 | 更高的控制力 | 构建更快、更轻松 |
运行成本更低 | 非常自然的 IX | |
运行时更快 | 范围更改更容易 | |
缺点 | 高强度的构建 | 更贵 |
脆性和刚性 IX | 幻觉的风险 |
开发自治 AI 代理
创建自治 AI 代理时,请确保按顺序执行下面概述的步骤。
-
首先定义目标 - 清楚地阐明 AI 代理的主要目标,例如解决客户查询或高效处理订单。
-
定义旅程 - 清楚地确定您希望 AI 代理具有的问题、作和功能。
-
添加知识 - 集成代理可以访问的相关知识库以提供准确的信息。
-
定义作 - 指定代理需要执行的作,并集成必要的 API 或函数调用。
-
预览 - 使用知识和作预览 AI 代理。
-
测试和验证 - 使用平台预览工具测试 AI 代理的性能并进行必要的调整。
-
添加说明 - 提供详细说明以提高代理响应的准确性和可靠性。
编写目标时的注意事项
本部分概述了为自治 AI 代理编写目标提示的最佳做法以及实现用户意图的作。
待办事项
-
保持目标简明扼要。
-
专注于机器人的整体功能或用途。
-
考虑用户的最终结果或收益。
-
使用清晰简洁的语言。
-
确保目标与机器人的作和功能一致。
注意事项
-
请勿包含位置、日期或用户信息等特定详细信息。
-
避免提及特定的作或实现方法。
-
不要使用技术术语或复杂的术语。
-
避免过长或复杂的目标陈述。
-
不要在单个提示中包含多个不相关的目标。
-
避免使用模棱两可或含糊不清的语言。
有关管理知识库的建议
创建和管理知识库时,请务必保持其精确性并根据 AI 代理的目的进行定制。 类似于人类代理如何被太多不相关的信息淹没,向知识库添加更多通用信息可能会使 AI 代理感到困惑。
在创建和管理知识库时,请遵循以下建议:
-
以逻辑方式组织内容。 在 AI 代理工作室中创建自己的知识文档时使用类别。
-
上传文件时,请避免文档间出现任何冲突或重复的信息。
-
上传前检查文档质量。
-
如果需要,将大文件拆分为较小的文件。
-
定期复习知识并在需要时进行更新。
有关创建作的建议
创建作时,请遵循以下建议:
-
在行动描述中明确定义行动目标。
-
将复杂性降至最低,使作简单。
-
准确描述每个实体/插槽,因为这提高了 LLM 的准确性,以更好地理解任务。
-
不要创建冲突或矛盾的作。
-
在 Connect 流中创建确定性逻辑以获得更高的准确性,而不是依赖 LLM。
编写指令时提示工程技巧
在向 AI 代理添加说明之前,请添加所需的作和知识并测试 AI 代理。 在测试 AI 代理后添加指令可提高 AI 代理的效率和准确性。
为自治 AI 代理编写说明时,请参阅以下提示:
-
简明扼要 - 使用清晰简洁的语言。 避免使用技术术语或过于复杂的句子。
-
使用 Markdown - 使用标题和有序/无序列表降价以获得最佳结果。
-
声明 AI 代理的身份 - 首先明确定义代理的角色(例如,“你是一个乐于助人的客户支持代理...”)。
-
分解 - 逐步概述任务。 例如,“首先,确认您的帐号。 然后,描述你的问题。
-
计划错误 - 如果输入不清楚,请加入备用短语,例如“对不起,您能重复一遍吗?”。
-
保留上下文 - 提醒代理记住之前的回复,以确保长时间对话的连续性。
-
参考作 - 清楚地指示如何在不同步骤中使用外部作。 确保在“作 ” 选项卡中启用了引用的作,以避免任何意外行为。
-
添加护栏 - 指示 AI 代理仅在目标上下文中响应。
-
添加示例 - 要提高准确性,请在需要时添加示例。
用于编写说明的模板
使用以下模板编写特定于您的形容词的说明:
## 1. 身份
-**角色定义:**
- 定义 AI 代理的角色和专业知识。 例如,“你是 Jamie,一位专业的客户服务代表,可以回答任何与旅行相关的问题。
-**语气和举止 -**
- 指定代理应该是友好、正式还是随意的。
##2. 上下文
-**背景信息**
- 提供代理应考虑的任何必要背景详细信息。 例如,“此对话是关于为家庭度假预订旅行。
-**环境详细信息**
- 提及任何系统限制,例如主叫方通过语音呼叫,并且可能有背景噪音,这可能会影响转录质量。
##3. 任务
-**子任务/步骤**
- 将整个任务分解为特定的顺序步骤。 例如,问候语、收集旅行日期、建议选项、确认详细信息。 引用将用于完成任务的每个步骤中的作。
##4. 响应指南
-**格式规则**
- 定义如何构建响应。 例如,考虑对选项使用项目符号列表,在数字的情况下清除步骤编号,如果有语音,则使用短字符。
-**语言风格**
- 提供有关正式性、简洁性和清晰度的说明。
##5. 错误处理和回退
-**澄清提示**
- 定义用户输入含糊不清时的回退问题。 例如,“我没有抓住,你能重复一下你的旅行日期吗?
-**默认响应**
- 概述代理在无法处理请求时应如何响应。 例如“对不起,我不明白。 你能试着改写吗?
-**作失败**
- 提供处理与 Webex Connect 集成的作问题的指南。
##6. 用户定义的护栏
-**护栏**
- 提醒代理将对话限制在目标范围内,不要接受任何不相关的查询。
## 7. 例子
-**相同对话**
-(可选)添加最终用户与 AI 代理之间的示例对话示例,以便更好地遵守提示。