Aufforderungen

Ein leistungsfähiger Agent benötigt Anweisungen, die einen klaren Plan für eine Aktion festlegen, Eingaben gut strukturiert integrieren und eine Anleitung dazu geben, wann Tools ausgeführt werden, der Unternehmenskontext genutzt oder an einen Menschen eskaliert werden soll. Zu diesem Zweck müssen Sie Prompts schreiben und Argumente für Agent definieren.

Systemprompts

Mit Systemprompts können Sie die Rolle, das Ziel und die Beschränkungen eines Agents in natürlicher Sprache beschreiben. Sie legen Regeln fest, die er befolgen muss, und fügen Informationen darüber hinzu, wann er bestimmte Tools, Eskalationen oder einen Kontext verwenden kann.

Der Systemprompt hilft dem Agent bei der Erstellung eines Plans, den er verwendet und im Laufe der Zeit anhand von Interaktionen mit Tools, Robotern und Menschen anpasst. Ein guter Systemprompt schlägt eine Abfolge von Schritten vor, behandelt bestimmte Fälle und teilt einem Agent mit, wann er Tools aufrufen oder Eskalationen weiterleiten soll.

Im Prompt-Editor fügt der @ -Trigger Tools, Kontexte, Eskalationen und Eingabeargumente als Inline-Pill-Referenzen ein. Pillen bleiben automatisch synchronisiert, wenn ein Tool oder Argument umbenannt wird. Weitere Informationen finden Sie unter Prompt-Editor .

Beispiel für einen Systemprompt

Hier ist ein Beispiel für einen gut strukturierten Systemprompt:

Du bist ein Agent für Rückerstattungen, hilfst Kunden nur bei der Bearbeitung von Rückerstattungen und lehnst alle anderen Anfragen ab.

1. Lesen Sie die Kunden-E-Mail. a. Lesen Sie zunächst die Kunden-E-Mail mit der Anforderung einer Rückerstattung sorgfältig durch.

2. Identifizieren Sie die Auftrags-ID: a. Suchen Sie in der E-Mail nach einer Auftrags-ID. Auftrags-IDs sind in der Regel alphanumerische Zeichenfolgen, die häufig mit „ORD“ oder „#“ beginnen, gefolgt von Zahlen. b. Wenn du eine Bestellnummer findest, notiere sie. Wenn keine Bestellnummer vorhanden ist, fahre mit Schritt 5 fort.

3. Prozess Rückerstattungsanforderungen: a. Wenn eine Bestellnummer gefunden wurde, ermittle mithilfe des Tools „Einzelheiten zur Bestellung finden“ den Betrag, der für eine Rückerstattung in Frage kommt. Stell sicher, dass du den Stückpreis mit der Menge multiplizierst, die für eine Rückerstattung in Frage kommt. Wenn diese über 100 USD liegt, leite den Vorgang gemäß den unten stehenden Anweisungen weiter. Verlassen Sie sich nicht auf den vom Benutzer angeforderten Betrag, sondern prüfen Sie anhand der Bestellung, ob der zu erstattende Betrag korrekt ist. b. Genehmigte Rückerstattungen: Wenn der Rückerstattungsbetrag unter 100 USD liegt, wird die Rückerstattung automatisch genehmigt und als erfolgreich betrachtet. c. Eskalierte Rückerstattungen: Wenn der Betrag über 100 USD liegt, eskaliere die Rückerstattung an ein menschliches Teammitglied.Die Eskalation sollte Folgendes enthalten:

   • Die Bestellnummer.
   • Eine Zusammenfassung dessen, was zurückerstattet wird.
   • Der zur Erstattung in Frage kommende Gesamtbetrag.
   • Die zurückgegebene Produkte.

4. Schicke eine Nachricht an den Kunden. Wenn die Rückerstattung genehmigt wurde, erstelle ein Bestätigungsschreiben für den Kunden.Dies sollte Folgendes enthalten: a. Eine höfliche Begrüßung. b. Eine Bestätigung, dass die Rückerstattung für die jeweilige Auftrags-ID verarbeitet wurde. c. Die geschätzte Zeit, bis die Rückerstattung in ihrem Konto angezeigt wird (in der Regel 3-5 Werktage). d. Vielen Dank für ihre Geduld. e. Der erstattete Betrag. f. Fügen Sie diese Nachricht innerhalb von <refund_confirmation>tags in Ihre Antwort ein.g. Stell sicher, dass Reply_Email_ID genau so ist, wie es im Benutzerprompt angezeigt wird.

5. Bearbeite die fehlenden Bestellnummern. Wenn keine Bestellnummer angegeben ist:

   • Entwerfe eine Antwort, in der du die Bestellnummer anforderst. Darin sollte Folgendes enthalten sein:
     • Eine höfliche Bestätigung des Eingangs des Antrags auf Rückerstattung.
     • Eine Erklärung, dass für die Bearbeitung der Rückerstattung die Bestellnummer erforderlich ist.
     • Die Bitte, unter Angabe ihrer Bestellnummer zu antworten.
     • Ein Entschuldigung für die entstandenen Unannehmlichkeiten.
   • Füge diese Nachricht innerhalb von <request_order_id> Tags deiner Antwort hinzu.

6. Format der endgültigen Antwort: a. Formatieren Sie die endgültige Antwort wie folgt:

   <response>
   <order_id_found>[YES/NO]</order_id_found>
   <order_id>[Insert order ID if found, or "Not provided" if not found]</order_id>
   [Include either <refund_confirmation> or <request_order_id> tags here, depending on whether an order ID was found]
   </response>
   

   b. Behalte im Antwortschreiben einen höflichen und professionellen Ton bei.

Benutzereingaben

Mithilfe von Benutzerprompts können Sie strukturieren, wie Eingaben und Argumente dem Agents übermittelt werden. Sie können im Benutzerprompt auch anzeigen, wie Sie auf bestimmte Eingaben in der Systemanweisung verweisen.

Um dynamische Eingaben zu integrieren, fügen Sie Eingabeargumente als Referenzen direkt in die Eingabeaufforderung ein. Geben Sie im Prompt-Editor @ ein und wählen Sie ein Argument aus der Auswahl – die vollständige Bearbeitung finden Sie im Prompt-Editor .

Eingabeargumente werden im Prompt als {{exampleInput}} gespeichert. Der Prompt-Editor zeigt sie als farbcodierte Pillen an und konvertiert vorhandene {{ }} -Platzhalter automatisch, wenn ein Prompt geöffnet wird.

Beispiel für einen Benutzerprompt

Das folgende Beispiel zeigt, wie drei Eingabeargumente in einem Benutzerprompt angezeigt werden. Argumente werden über die @ -Auswahl eingefügt und als {{argumentName}} im zugrunde liegenden Prompt-Format gespeichert:

You will take as input the following arguments:
{{Email_To}}, {{Customer_Email}}, {{Reply_Email_ID}}

Wo:

• EMAIL_TO ist die E-Mail-Adresse des Kunden, an die die E-Mail gesendet werden sollte, um die Rückerstattung zu bestätigen oder abzulehnen.
• CUSTOMER_EMAIL ist der tatsächliche E-Mail-Inhalt des Kunden.
• REPLY_EMAIL_ID ist die Nummer, die der Agent in die Antwort an den Kunden einfügen sollte.

Schreiben effektiver Aufforderungen

Agentenbasierte Prompts unterscheiden sich von herkömmlichen LLM-Interaktionen. Sie enthalten Anweisungssätze, die den Agents durch mehrstufiges Denken und Aufgabenaufteilung führen.Im Gegensatz zu Basisprompts, die eine direkte Ausgabe anfordern, bieten agentenbasierte Prompts einen umfassenden Rahmen für die Problemlösung. Dazu gehören Kontextfestlegungen, Rollendefinitionen, schrittweise Anweisungen und Anforderungen an die Argumentation.

Folgendes sollten Sie beim Schreiben von Prompts beachten.

Klare Ziele und Zielsetzungen

Bevor Sie einen Agent entwickeln, müssen Sie dessen Zweck und die gewünschten Ergebnisse definieren. Das bedeutet:

• Formulieren Sie spezifische, messbare Ziele.
• Verständnis der Umgebung, in der der Agent tätig sein wird.
• Identifizierung wichtiger Leistungskennzahlen.
• Festlegung klarer Erfolgskriterien.

Struktur

Prompts sollten Folgendes enthalten:

• Klare Rollen- und Personendefinition
• Explizite Aufgabenaufteilung
• Anweisungen zur Argumentationsmethode
• Fehlerbehandlung und Selbstkorrekturmechanismen
• Anforderungen an die Ausgabeformatierung
• Kontextuelle Hintergrundinformationen

Anhand folgender Liste mit Do's und Don'ts können Sie zum Beispiel lernen, wie Sie effektive Prompts strukturieren:

• Do:
  • Rollenbeschreibung – Als wen handelt die KI? („Du bist ein Kundensupportmitarbeiter…“)
  • Zieldefinition – Was soll er tun? („Beantworte Fragen zu Produktpreisen und -funktionen...“)
  • Anweisungen und Beschränkungen – Was darf er tun und was nicht („Begrenze Antworten auf 200 Wörter, vermeide Fachjargon...“)
• Don't:
  • Beispiele – Geben Sie keine Beispieleingaben und erwarteten Ausgaben an, da dies bereits in den Eingabe- und Ausgebeargumenten enthalten ist.

Iterationen

Zu einer effektiven Iteration gehört eine systematische Variation von Promptkomponenten:

• Rollenanweisungen anpassen.
• Strategien zur Aufgabenaufschlüsselung ändern.
• Argumentationsrahmen erproben.
• Verschiedene Anforderungen an die Ausgabeformatierung testen.
• Zusätzliche kontextbezogene Details hinzufügen.

Ziel ist die Ermittlung der Mindestanzahl an Prompts für ein konsistent hochwertiges und zuverlässiges Verhalten des Agents. Dokumentieren Sie die Ergebnisse jeder Iteration und verfolgen Sie sowohl die Qualität der Leistung als auch quantitative Metriken wie Antwortgenauigkeit, Vollständigkeit und Einhaltung vorgegebener Beschränkungen.

Argumente

Argumente leiten Runtime-Informationen an einen Agent weiter, so wie es auch Eingaben und Ausgaben für Aktivitäten oder Prozesse tun. Ein Trigger in Orchestrator kann zur Runtime Argumentwerte liefern, und die Ausgabeargumente eines Agents können nachgelagerte Geschäftsprozesse steuern.

Der Agent sieht nur Argumente, auf die im Benutzerprompt explizit verwiesen wird. Anweisungen zum Erstellen von Argumenten und zum Verweisen auf diese in Prompts finden Sie unter Definieren von Argumenten.