Ein KI-Widget auf Ihrer Website
Im Widget treffen Besucher auf den Assistenten.
Was Sie lernen werden
- Erklären Sie: eine begrenzte Agentenschleife
- Wenden Sie die Idee in einem Beispiel an: Ein KI-Widget auf Ihrer Website
- Erkennen Sie Einschränkungen und überprüfen Sie das Übungsergebnis
Im Widget treffen Besucher auf den Assistenten. Kombinieren Sie Klarheit, das richtige Ziel und erlaubten Zugriff.
Diese Schritte beziehen sich auf im Anwendungscode identifizierte Funktionen. Dieses Material wurde nicht in einer Live-Instanz validiert; Überprüfen Sie die Dokumentation und die Optionen in Ihrer Version.
Wie es funktioniert, Schritt für Schritt
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.
Überprüfen Sie den Zugang vor der Nutzung
Berechtigungen müssen von Servern und der Datenschicht durchgesetzt werden. Lassen Sie nicht das Modell entscheiden, ob ein Benutzer ein Dokument sehen darf. Filtern Sie Quellen, bevor sie in den Kontext gelangen, nicht nachdem die Antwort generiert wurde. Verwenden Sie Anmeldeinformationen mit minimalem Zugriff, halten Sie sie von Eingabeaufforderungen, Screenshots und Browsercode fern und rotieren Sie offengelegte Schlüssel. Eine Widget-Domain-Zulassungsliste ersetzt nicht die API-Authentifizierung. Durch die Authentifizierung werden Sie identifiziert; Die Autorisierung bestimmt die Vorgänge und Daten, die Sie verwenden können. Test verweigerte auch den Zugriff.
Definieren Sie den Erfolg vor der Optimierung
Bereiten Sie repräsentative Anfragen und erwartete Antworten oder Eigenschaften vor. Berücksichtigen Sie normale Fälle, Unklarheiten, fehlende Daten und Toolfehler. Messen Sie für RAG die Beweisgewinnung getrennt von der Antwortkorrektheit. Recall@k misst den Anteil relevanter Beweise, die in den ersten k Ergebnissen gefunden wurden; precision@k misst den Anteil der zurückgegebenen Ergebnisse, die relevant sind. Verfolgen Sie für Agenten auch Aktionen, Berechtigungen und Stopps. Ein LLM als Richter kann die Bewertung beschleunigen, muss jedoch mit Menschen verglichen werden. Ändern Sie Eingabeaufforderung, Modell und Index nicht gleichzeitig, wenn Sie verstehen möchten, was zu verbesserten Ergebnissen führt.
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
Wählen Sie in Widgets Agent, Workflow oder RAG aus, passen Sie Farben und Begrüßung an, überprüfen Sie die Vorschau und die zulässigen Domänen. Verwenden Sie das von Ihrer Anwendungsversion bereitgestellte Integrations-Snippet.
Probieren Sie es selbst aus
- Testen Sie auf einer zugelassenen und einer verweigerten Testdomäne, dann auf Mobilgeräten.
- 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
Das Widget reagiert auf erlaubte Domänen mit Kontrast, lesbarem Text und einer klaren Rollenbeschreibung. 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
Platzieren Sie keine privaten API-Schlüssel in Browser-Snippets. 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
Führt mehr Autonomie immer zu einem besseren Ergebnis?
Nein. Es erhöht auch den Spielraum für Fehler, Kosten und unnötige Maßnahmen.
Warum wird eine private Quelle nach einer zu späten Antwort entfernt?
Die Daten sind bereits in den Modellkontext eingetreten und können offengelegt werden.
Zu welchem Ergebnis soll diese Übung führen?
Das Widget reagiert auf erlaubte Domänen mit Kontrast, lesbarem Text und einer klaren Rollenbeschreibung.
Wichtige Begriffe
- Agentin: Ein System, das Schritte auswählen und Werkzeuge einsetzen kann, um ein Ziel zu erreichen.
- Autorisierung / Autorisierung: Überprüfung des Zugriffsrechts auf einen Vorgang oder eine Ressource.
- Regresie / Regression: Eine Änderung, die einen zuvor korrekten Fall aufhebt.
Quellen und Ihr nächster Schritt
Zur Vorbereitung: U04 – Gespräche und Feedback