Chatbot, Assistent, Agent und Agentensystem
Handelsnamen können unklar sein.
Was Sie lernen werden
- Erklären Sie: KI ist keine bestimmte Art von Modell
- Wenden Sie die Idee an einem Beispiel an: Chatbot, Assistent, Agent und Agentensystem
- Erkennen Sie Einschränkungen und überprüfen Sie das Übungsergebnis
Handelsnamen können unklar sein. Nützliche Unterscheidungen bestehen darin, wer Schritte auswählt, welche Werkzeuge vorhanden sind und welche Aktionen Auswirkungen haben.
Sie können diesen Kurs ohne Konto oder Programmierung absolvieren. Beispiele verwenden synthetische Daten und KI-Ergebnisse müssen überprüft werden.
Wie es funktioniert, Schritt für Schritt
KI ist keine bestimmte Art von Modell
Künstliche Intelligenz ist eine Familie von Methoden zur Erkennung, Vorhersage, Planung und Generierung. Ein regelbasiertes System folgt den von Menschen geschriebenen Anweisungen. Maschinelles Lernen lernt Zusammenhänge anhand von Beispielen; Deep Learning nutzt Netzwerke mit vielen Schichten. Generative KI produziert neue Inhalte. Ein LLM arbeitet mit Sprache, Produktempfehlungen oder Fehlererkennung können jedoch andere Modelle verwenden. Stellen Sie sich einen Werkzeugkasten vor: Wählen Sie ein Werkzeug für das Problem aus. Für eine feste Regel kann ein einfacher Algorithmus besser geeignet sein als ein Agent.
Eine begrenzte Agentenschleife
Ein Agent kombiniert ein Modell mit Werkzeugen, einem Ziel und einem Zustand. Es beobachtet die Anfrage, wählt einen Schritt, erhält ein Ergebnis und entscheidet, ob es fortfährt. Ein Chatbot darf nur Text generieren; Ein Agent kann eine externe Aktion anfordern. Kommerzielle Definitionen variieren. Überprüfen Sie daher die tatsächliche Kontrolle. Definieren Sie Erfolg und Stopp: ein überprüftes Ergebnis, eine maximale Schrittzahl, wiederholte Fehler oder ein ausgeschöpftes Budget. Verwenden Sie eingeschränkte Funktionen und minimale Berechtigungen. Nützliche Autonomie bedeutet Freiheit innerhalb der durch Software durchgesetzten Grenzen.
Ein Workflow hat eine explizite Struktur
Ein Knoten ist eine Stufe, eine Kante ist ein Übergang und ein Zustand überträgt Ergebnisse zwischen Stufen. Ein Workflow hat einen anwendungsdefinierten Pfad, obwohl das Modell möglicherweise einige Zweige auswählt. Agentensysteme umfassen sowohl Workflows als auch dynamisch agierende Agenten. Nymrio bietet ReAct, Reflection, Sequential, Orchestrator, Router, Parallel und Plan-and-Execute. Jeder ändert die Koordination; Es macht ein Modell nicht automatisch zum Experten. Mehr Agenten bedeuten mehr Anrufe und Verträge zwischen den Rollen. Beginnen Sie mit der einfachsten Lösung, die Ihre Tests besteht.
Das erklärende Schaubild
Folgen Sie den durchgezogenen Pfeilen für den Hauptfluss. Gestrichelte blaue Pfeile liefern Daten oder Kontext; Gestrichelte rosa Pfeile zeigen Feedback oder zurückgegebene Ergebnisse an. Farben und Formen unterscheiden Modelle, Geschäfte, Entscheidungen und Ergebnisse. Scrollen Sie auf kleinen Bildschirmen horizontal, um das gesamte Schaubild zu verfolgen.
Ein vollständiges Beispiel
Ein Chatbot schreibt über Aktien. Ein Assistent kann einen Katalog durchsuchen. Ein Agent fordert Inventar über ein Tool an. Ein Agentensystem kann Produkt- und Lieferspezialisten koordinieren.
Probieren Sie es selbst aus
- Zeichnen Sie vier Varianten und markieren Sie, wer über jeden Schritt entscheidet.
- Notieren Sie die Eingabe, die Quelle und das erwartete Ergebnis, bevor Sie das Experiment durchführen. Verwenden Sie im Beispiel nur die fiktiven Daten.
- Folgen Sie den Diagrammschritten. Notieren Sie bei jedem Schritt, welche Informationen empfangen und produziert werden. Verwechseln Sie Zwischenergebnisse nicht mit Endergebnissen.
- Wiederholen Sie den Vorgang, nachdem Sie erforderliche Informationen entfernt oder die Eingabe mehrdeutig gemacht haben. Prüfen Sie, ob das System eine Antwort klärt, stoppt oder erfindet.
- Vergleichen Sie mit der erklärten Lösung. Bewahren Sie die Konfiguration, das Datum, das Ergebnis und eine Erklärung für Unterschiede auf. Ändern Sie eine Sache und testen Sie es erneut.
Eine erklärte Lösung
Für den Viehbestand ist eine aktuelle, autorisierte Quelle erforderlich. Allgemeines Schreiben erfordert möglicherweise nur einen LLM. Mit einer erfolgreichen Übung können Sie den Zusammenhang zwischen Input, Phasen und Ergebnis aufzeigen. Bei fehlenden Informationen ist eine vorsichtige Antwort sinnvoller als erfundene Details. Vergleichen Sie mehr als nur Stil: Überprüfen Sie auch Bedingungen, Quellen und Vorgänge.
Wann dieser Ansatz hilft und wo seine Grenzen liegen
Mehr Agenten garantieren nicht mehr Wahrheit. Wählen Sie diesen Ansatz, wenn er einen gemessenen Bedarf verbessert. Behalten Sie eine einfache Ausgangsbasis bei und vergleichen Sie die Ergebnisse mit identischen Eingaben. Ein erfolgreiches Beispiel stellt nicht in jeder Situation Verlässlichkeit dar.
Überprüfen Sie Ihr Wissen
Ist jede Automatisierung KI?
Nein. Eine feste Regel kann etwas automatisieren, ohne dass Lernen oder flexibles Denken erforderlich sind.
Führt mehr Autonomie immer zu einem besseren Ergebnis?
Nein. Es erhöht auch den Spielraum für Fehler, Kosten und unnötige Maßnahmen.
Zu welchem Ergebnis soll diese Übung führen?
Für den Viehbestand ist eine aktuelle, autorisierte Quelle erforderlich. Allgemeines Schreiben erfordert möglicherweise nur einen LLM.
Wichtige Begriffe
- AI: Eine Familie von Methoden, kein Synonym für Chatbot.
- Agentin: Ein System, das Schritte auswählen und Werkzeuge einsetzen kann, um ein Ziel zu erreichen.
- Nicken: Eine Phase in einem Ausführungsdiagramm.
Quellen und Ihr nächster Schritt
Zur Vorbereitung: F05 – Warum kann KI getrost falsch liegen?