Zum Hauptinhalt springen

🛠️ Gesprächs-Tool-Trigger

Der Gesprächs-Tool-Trigger ermöglicht KI-Agenten innerhalb von SmartFlow, dynamisch mit externen Tools und Systemen zu interagieren, intelligente Entscheidungen zu treffen, um Aufgaben auszuführen, Daten abzurufen oder nachfolgende Aktionen auszulösen. Mithilfe einer KI-Entscheidungsmaschine entscheiden die Agenten, welche Tools verwendet werden sollen, und verwalten mehrere Aktionen effizient. Dieses System unterstützt bis zu 10 Tool-Aktionen pro Interaktion, bevor eine Antwort gegeben wird.

pasted-image.png

📝 Trigger-Details​

Name: Gesprächs-Tool
Kategorie: Trigger

🔧 Parameter​

  1. Tool-Name

    • Typ: string
    • Beschreibung: Gibt das Tool an, das vom KI-Agenten ausgeführt werden soll. Das Tool muss vorkonfiguriert und in SmartFlow integriert sein.
    • Erforderlich: Ja
    • Beispiel: "CRM Lookup"

  2. Eingabevariablen

    • Typ: object
    • Beschreibung: Die Daten, die erforderlich sind, damit das Tool seine Aufgabe ausführen kann, stammen häufig aus dem Kontext des Workflows oder des Gesprächs.
    • Erforderlich: Ja
    • Beispiel: 
      {
        "customerId": "12345"
      }

  3. Beobachtung

    • Typ: string (Standard: Tool-spezifische Ausgabe)
    • Beschreibung: Das Ergebnis der Aktion, das das nachfolgende Verhalten der KI beeinflussen kann. Standardmäßig ist die Beobachtung auf die Ausgabe des Tools eingestellt, kann jedoch manuell definiert werden, um die nächste Aktion des Agenten zu steuern.
    • Beispiel:
      • Standardbeobachtung: API-Ergebnis, das vom Tool zurückgegeben wird.
      • Benutzerdefinierte Beobachtung: "Das nächste Formular basierend auf den Benutzerpräferenzen auslösen."

🚀 So funktioniert es​

  1. Standardbeobachtungen:

    • Jede Tool-Aktion generiert eine Standardbeobachtung basierend auf dem Ergebnis des Tools.
    • Beispiel: Ein erfolgreicher API-Aufruf gibt die API-Antwort als Beobachtung zurück.

  2. Manuelle Beobachtungsfestlegung:

    • Benutzer können die Standardbeobachtung überschreiben, um die nächste Entscheidung der KI zu beeinflussen.
    • Beispiel: Anstatt das API-Ergebnis als Beobachtung zu verwenden, kann eine benutzerdefinierte Nachricht wie "Starten Sie den Prozess zur Formularübermittlung" die KI anleiten, eine andere Aktion zu initiieren.

  3. KI-Entscheidungsmaschine:

    • Die Entscheidungsmaschine analysiert die aktuelle Beobachtung und bestimmt die nächste Tool-Aktion, indem sie bei Bedarf mehrere Tools nahtlos verknüpft.

  4. Antwortformulierung:

    • Nach der Ausführung von bis zu 10 Tool-Aktionen formuliert der KI-Agent eine Antwort, entweder direkt unter Verwendung der Beobachtungen oder basierend auf zusätzlichen Eingaben des Benutzers.

💡 Anwendungsfälle​

  1. Dynamischer Kundenservice:

    • Szenario: Ein Benutzer fragt: "Kann ich ein Update zu meiner letzten Bestellung erhalten?"
    • Workflow:
      • Tool: API-Aufruf zum Abrufen von Bestelldetails.
      • Beobachtung: API-Ergebnis mit Bestellstatus.
      • Antwort: "Ihre Bestellung ist auf dem Weg und wird am 15. Januar 2025 ankommen."

  2. Benutzerdefinierte Workflow-Umleitung:

    • Szenario: Ein Benutzer löst ein Tool aus, aber Sie möchten, dass die KI ein bestimmtes Formular startet.
    • Workflow:
      • Tool: "Formularstarter."
      • Beobachtung: "Benutzerfeedback-Formular einleiten."
      • Ergebnis: Die KI wechselt dynamisch zur Formularübermittlung.

  3. Mehrstufige Integration:

    • Szenario: "Wie hoch ist meine aktuelle Rechnung und kann ich sie jetzt bezahlen?"
    • Workflow:
      • Schritt 1: Rechnungsdetails über API abrufen.
      • Schritt 2: Zahlungsgateway auslösen.
      • Beobachtungen leiten die Reihenfolge dieser Aktionen.

🔍 Beispielkonfiguration​

Standardbeobachtung​

Tool-Name: "Bestellmanagement"
Eingabevariablen:

{
  "orderId": "67890"
}

Beobachtung: API-Ergebnis

{
  "trigger": "GesprächsTool",
  "toolName": "Bestellmanagement",
  "input": {
    "orderId": "67890"
  },
  "observation": "Bestellstatus erfolgreich abgerufen."
}

Benutzerdefinierte Beobachtung​

Tool-Name: "Formular starten"
Eingabevariablen:

{
  "formId": "feedbackForm"
}

Beobachtung: "Benutzerfeedback-Formular initiiert."

{
  "trigger": "GesprächsTool",
  "toolName": "Formular starten",
  "input": {
    "formId": "feedbackForm"
  },
  "observation": "Benutzerfeedback-Formular initiiert."
}

🛠️ Best Practices​

  1. Standard- vs. Benutzerdefinierte Beobachtungen:

    • Verwenden Sie Standardbeobachtungen für Standard-Workflows und API-Integrationen.
    • Überschreiben Sie Beobachtungen, um das Verhalten der KI für spezifische Szenarien umzuleiten.

  2. Klare Beobachtungsnachrichten:

    • Stellen Sie sicher, dass benutzerdefinierte Beobachtungen präzise sind, um die KI effektiv zu leiten.

  3. Verkettung von Aktionen:

    • Planen Sie Workflows, um unnötige Schritte zu minimieren und die 10-Aktionen-Grenze effizient zu nutzen.

  4. Testen von Beobachtungen:

    • Simulieren Sie Workflows, um zu überprüfen, ob sowohl Standard- als auch benutzerdefinierte Beobachtungen zu den erwarteten Entscheidungen der KI führen.

📊 Überwachung und Debugging​

  • Verwenden Sie das SmartFlow-Überwachungsdashboard, um Folgendes zu verfolgen:
    • Ausgeführte Tool-Aktionen.
    • Generierte Beobachtungen.
    • KI-Entscheidungen und deren Ergebnisse.
  • Debuggen Sie Workflows, indem Sie Beobachtungsprotokolle überprüfen, um unerwartetes Verhalten zu identifizieren und zu beheben.