Bewährte Verfahren zum Erstellen von Agents

Designprinzipien und Anleitung zur Workflow-Zuordnung für die Erstellung genauer, belastbarer Agents, die in vorhandene Geschäftsprozesse eingebettet sind.

Agents für echte Workflows entwerfen

Effektive Agents sind keine eigenständigen Bots, sondern in klar definierten Workflows eingebettet. Beginnen Sie mit einem Workflow, der bereits in Ihren Geschäftsprozessen vorhanden ist, und identifizieren Sie die Schritte, die eine Beurteilung erfordern: Interpretieren unstrukturierter Eingaben, Abgewichten des Kontexts oder Wahl zwischen gültigen Optionen.

Diese Schritte sind die Kandidaten für eine Agent-Automatisierung. Agents sind zielbasiert – Sie geben ihnen ein Ziel und sie planen, wie es erreicht werden soll. Wiederholbare, regelbasierte Schritte gehören zu RPA oder einem deterministischen Workflow.

Gehen Sie vor der Erstellung genau den Workflow durch:

• Identifizieren Sie Entscheidungspunkte und Eingabe-/Ausgabeformate.
• Suchen Sie nach gut definierten Prozessen mit variablen oder mehrdeutigen Eingaben (z. B. Ticket-Triage, Compliance-Prüfungen).
• Entwerfen Sie keine Agents als Ersatz für Workflows. Agents sind Komponenten, die eine Entscheidungsfindung innerhalb von Workflows ermöglichen.

Tipp:

Verwenden Sie Plug-and-Play-Agent-Muster für eine schnelle Skalierung und gleichzeitig das Risikomanagement.

Scope eng eingrenzen und spezialisieren

Agents bieten eine optimale Leistung, wenn sie aufgabenspezifisch und tätigkeitsbezogen sind. Vermeiden Sie eine Überlastung von Agents mit mehreren Rollen. Eine gute Methode besteht darin, jeden Agent auf eine einzige Verantwortung zu konzentrieren (z. B. Extrahieren von Rechnungsdaten, Klassifizieren von Kundenabsichten).

Vorteile eines engen Rahmens:

• Einfachere Fehlersuche und Iteration
• Stabilere Leistung und Evaluierung
• Geringeres Risiko einer Fehlausrichtung oder von Halluzinationen

Klare und iterative Prompts

Das Design von Prompts ist entscheidend für das Verhalte eines Agents. Verwenden Sie agentisches Prompting, einen weiterentwickelten Promptingstil, der Folgendes umfasst:

• Definierte Rollen und Personen
• Explizite Aufgabenaufschlüsselungen und Anweisungen zur Argumentation
• Anleitung zur Ausgabeformatierung und Fehlerbehandlung

Zum Beispiel könnte ein agentischer Prompt, anstatt „Fass Dokument zusammen“ zu sagen, wie folgt lauten: „Du bist Compliance-Analyst. Teil Sie dieses Richtliniendokument in Abschnitte auf. Fass jeden Abschnitt in zwei Sätzen zusammen und kennzeichne potenzielle Richtlinienlücken. Erkläre, wie du das Dokument segmentiert hast.“

Fügen Sie einige repräsentative Beispiele mit Eingabezuordnung in den Prompt ein, um die Aufgabe zu veranschaulichen, aber vermeiden Sie dort hartcodierte umfassende Randfallbeispiele. Verwenden Sie stattdessen strukturierte Auswertungssätze, um Grenzfälle und Szenarien abzudecken. Dadurch wird Ihr Agent robuster und einfacher weiterzuentwickeln.

Iterieren Sie systematisch Ihre Prompts

• Passen Sie die Struktur, Rollen und Argumentationspfade an.
• Verfolgen Sie Änderungen bei Genauigkeit, Abdeckung und Erfolg von Aufgaben.
• Verwenden Sie Tools wie Prompt-Linting und die Agent Builder-Umgebung zum Experimentieren.

Tipp:

Verwenden Sie Englisch als Standardsprache. Agents erzielen die besten Ergebnisse, wenn Prompts, Schemadefinitionen und Toolanweisungen auf Englisch verfasst sind. Die Verwendung von nicht-englischen Zeichen kann sich auf Toolaufrufe oder das Funktionsparsing auswirken.

Strukturierte Eingaben machen

Verarbeiten Sie Daten vor, bevor sie den Agent erreichen. Verwenden Sie Technologien wie Document Understanding und IXP, um strukturierte Eingaben zu extrahieren. Das Einspeisen von Rohdaten oder störenden Daten in einen Agent verschlechtert die Ausgabequalität und erhöht die Komplexität des Prompts.

Erfolgskriterien und Evaluierungsstrategien definieren

Ihre Agents brauchen klare, messbare Ziele, um zuverlässig zu sein. Entwerfen Sie KPIs und Auswertungsmechanismen:

• Schwellenwerte für die Genauigkeit
• Bewertung des Vertrauens
• Konsistenz der Antworten
• Transparenz der Argumentation

Stellen Sie nicht einfach die Frage „Hat es funktioniert?“, sondern sehen Sie sich an, wie es funktioniert. Werten Sie anhand von Ablaufverfolgungs- und Auftragsprotokolle Toolaufrufe, Entscheidungsketten und die Kontextnutzung aus.

Erstellen Sie Evaluierungsdatensätze, die Randfälle, Kontextvarianz und domain-spezifische Bedingungen testen. Folgendes sollte enthalten sein:

• Adversarielle Eingaben
• Kontextarme Abfragen
• Unerwartete Formatierung
• Tests zu Systemgrenzen

Human-in-the-Loop (HITL)-Eskalation implementieren

Agents sollten wissen, wann sie um Hilfe bitten müssen. Integrieren Sie HITL-Eskalationspfade, um Folgendes zu verarbeiten:

• Missing data
• Toolfehler
• Mehrdeutige Entscheidungen
• Ausnahmen von Vorschriften oder Geschäftsregeln

Geben Sie dem Agent eine Möglichkeit, während der Ausführung eine Möglichkeit zu pausieren, um menschliche Eingaben anzufordern, bevor er fortfährt – z. B. um einen Toolaufruf oder die Verwendung vertraulicher Daten zu genehmigen. Fügen Sie einen separaten menschlichen Überprüfungsschritt im Umgebungsprozess hinzu, um die Ausgabe des Agents zu genehmigen, bevor sie weitergegeben wird.

Jede Eskalation sollte:

• Das zukünftige Verhalten des Agents beeinflussen.
• Die Nutzung von Support-Tools optimieren.

Arbeiten Sie mit Richtlinien und Namenskonventionen.

Definieren Sie Tools anhand von:

• Kleinbuchstaben, alphanumerischen Namen
• Ohne Sonderzeichen oder Leerzeichen
• Beschreibende, funktionsbasierte Beschriftungen (z. B. web_search, document_analysis)

Dadurch wird die Kompatibilität mit der Parsing- und Aufruflogik des LLM (Large Language Model) sichergestellt.

Setzen Sie mit Leitplanken Sicherheit und Governance durch:

• Filtern oder blockieren Sie unsichere Tooleingaben.
• Eskalieren Sie bei Bedarf die Toolnutzung an Menschen.
• Protokollieren und überwachen Sie Interaktionen von Tools im Hinblick auf die Einhaltung von Vorschriften.

Überwachen von Agents nach der Bereitstellung

Ihr Agent ist nach der Bereitstellung noch nicht fertig. Richten Sie einen Überwachungs- und Neukalibrierungsprozess ein:

• Vergleichen Sie die Leistung mit den Runtime-Daten.
• Suchen Sie nach Abweichungen in der Toolverwendung oder Logik.
• Führen Sie konsistentes Benchmarking durch.
• Verwenden Sie die Feedbackschnittstelle für die Ablaufverfolgung, um zukünftiges Verhalten zu verbessern.

Hinweis:

Vermeiden Sie die Modellierung langer, deterministischer Workflows mit harten Geschäftsregeln direkt in Agenten.Nutzen Sie stattdessen die Standardautomatisierung oder BPMN-Orchestrierung.