- Zacznij od jasnych celów, aby cel i możliwości agenta AI były dobrze zdefiniowane od samego początku.
- Wybierz odpowiednią platformę, która pasuje do Twojego przypadku użycia, oferuje zasoby wsparcia i umożliwia bezpłatne testowanie.
- Połącz ustrukturyzowane przepływy i rozumowanie LLM , aby stworzyć elastycznych agentów, którzy mogą zarówno wykonywać skrypty, jak i obsługiwać złożone, otwarte zadania.
- Zintegruj swojego agenta z bazami wiedzy, kanałami, webhookami i platformami, aby płynnie osadzić go w rzeczywistych przepływach pracy.
- Testuj, wdrażaj i ulepszaj, korzystając z analiz i opinii użytkowników, aby udoskonalić agenta AI po uruchomieniu.
Technologia agentów AI poczyniła w ostatnich latach niesamowite postępy - a to oznacza, że dziś stworzenie własnego agenta AI jest dostępne dla każdego, kto posiada komputer.
Agenci AI są jednym z wiodących trendów w dziedzinie sztucznej inteligencji i przewiduje się, że będą nadal szybko wdrażani w różnych branżach.
Niezależnie od tego, czy automatyzujesz procesy, czy tworzysz asystenta AI, ten przewodnik poprowadzi Cię przez kolejne etapy tworzenia własnego agenta AI opartego na LLM.
1. Zdefiniuj swój zakres
Pierwszy krok do stworzenia agenta AI jest prosty - co będzie robił? Zacznij od jasnego określenia celu swojego agenta.
Istnieje wiele rzeczywistych zastosowań agentów AI. Określenie celu aplikacji pozwoli ustalić, jakich możliwości będzie ona potrzebować, a to z kolei określi używaną platformę.
- Agent sprzedaży AI pomaga użytkownikom, odpowiadając na pytania dotyczące produktów, polecając opcje, porównując modele i podając szczegóły dotyczące cen.
- Agent AI obsługi klienta rozwiązuje problemy klientów, udostępnia zasoby, takie jak często zadawane pytania lub filmy, i rozwiązuje problemy techniczne.
- Agent AI do zarządzania wiedzą wyszukuje zasady firmy, podsumowuje dokumenty i pomaga pracownikom szybko znaleźć odpowiednie informacje.
- Agent generowania leadów AI wysyła ukierunkowane działania następcze za pośrednictwem poczty elektronicznej lub platform takich jak WhatsApp, przechwytuje informacje poprzez konwersacje i synchronizuje dane z CRM w celu usprawnienia śledzenia.
- Agent HR AI odpowiada na pytania pracowników dotyczące polityki firmy, pomaga w onboardingu i obsługuje wnioski o WOM.
- Agent AI w handlu elektronicznym śledzi zamówienia, sprawdza dostępność produktów i oferuje dostosowane rekomendacje w oparciu o preferencje użytkownika.
Jeśli masz wyspecjalizowaną branżę, możesz nawet zbudować agenta AI, który obsługuje wiele procesów. Na przykład agent A I dla nieruchomości może sugerować nieruchomości, śledzić formalności i zarządzać relacjami z klientami. Z kolei agent AI dla hoteli może obsługiwać rezerwacje, usprawniać zlecenia sprzątania i sprzedawać dodatkowe usługi.
Jeśli korzystasz z rozszerzalnej platformy, świat jest twoją ostrygą. Dobrze zaprojektowany agent AI może zautomatyzować niemal każde zadanie.
Po ustaleniu zakresu masz informacje potrzebne do wybrania platformy.
2. Wybierz platformę
Nie brakuje platform agentów A I do wyboru. Jeśli szukasz inspiracji, nasza lista 9 najlepszych platform AI jest świetnym miejscem do rozpoczęcia.
Chociaż nie będę tutaj porównywał platform - ponieważ, co trzeba przyznać, jestem stronniczy od naszej - mogę podzielić się kilkoma kluczowymi czynnikami, które należy wziąć pod uwagę przy wyborze odpowiedniej platformy dla swojego projektu:
Upewnij się, że wybierasz platformę AI, która:
- Oferuje zasoby edukacyjne. Zawsze trzeba się czegoś nauczyć, więc upewnij się, że jesteś na to dobrze przygotowany.
- Pasuje do Twoich intencji. Nie wybieraj platformy specjalizującej się w obsłudze klienta, jeśli chcesz mieć bota sprzedażowego lub system wieloagentowy.
- Zawiera bezpłatny poziom, dzięki czemu można go przetestować przed (lub bez) podjęciem zobowiązania finansowego.
Jeśli potrzebujesz rozwiązania open-source, istnieje również wiele opcji agentów AI typu open-source do wyboru.
Po wybraniu kreatora agenta A I na początek możesz rozpocząć tworzenie własnego agenta AI.
3. Tworzenie instrukcji i zmiennych
Twój agent AI będzie całkowicie unikalny - zależy to całkowicie od przypadku użycia i zakresu. Częścią tego procesu będzie zapoznanie się z wybraną platformą i zastosowanie zdobytej wiedzy do unikalnego planu działania.
Zacznij od węzła autonomicznego
Podkreślmy niefortunną prawdę: nie wszystkie "platformy agentów AI" pozwalają na tworzenie prawdziwych agentów AI.
Wiele z nich oferuje chatboty AI, ale brakuje im kluczowego elementu agentów AI: zdolności agenta do samodzielnego podejmowania decyzji w celu spełnienia żądania budowniczego.
W Botpress Studio, Autonomous Nodes pozwalają użytkownikom tworzyć agentów AI, którzy decydują, kiedy użyć ustrukturyzowanego przepływu, a kiedy użyć LLM. Programiści muszą po prostu poprosić Autonomous Node w prostym języku.
W kilku linijkach prostego tekstu możesz powiedzieć swojemu autonomicznemu węzłowi, co chcesz, aby agent AI robił i jak powinien się zachowywać. Możesz zdefiniować jego osobowość, zakres i cel w ciągu kilku minut.
Niektóre części chatbota AI powinny być ustrukturyzowane - na przykład powitanie lub ukierunkowana oferta sprzedaży. Istnieje jednak duże prawdopodobieństwo, że będą pewne aspekty rozmowy, które chcesz odciążyć na LLM.
Tworzenie zmiennych do zbierania informacji
Agent AI będzie miał kilka pytań do użytkowników. Na przykład:
- Agent AI ds. podróży może zapytać, dla jakiego miasta użytkownik potrzebuje planu podróży
- Agent AI zajmujący się zdrowiem psychicznym może zapytać, jak czuje się użytkownik
- Agent obsługi klienta zapyta, w czym użytkownik potrzebuje pomocy
W zależności od przebiegu rozmowy, w celu zebrania informacji należy uwzględnić od 1 do 6 zmiennych.
Na przykład, agent AI ds. podróży może zapytać użytkownika, dokąd się wybiera, czy chce zarezerwować lot, z iloma osobami podróżuje, jaki jest jego budżet, preferowane aktywności itp.
Agent sprzedaży może zapytać, czego szuka użytkownik, a następnie przejść do różnych przepływów konwersacji w oparciu o jego odpowiedź.
4. Zintegruj swojego agenta AI
Agent AI bez integracji jest po prostu własną wersją ChatGPT. Cel agenta AI jest definiowany przez jego integracje.
Istnieje wiele podmiotów, które można zintegrować z agentem AI - prawie nieskończona liczba opcji, jeśli korzystasz z elastycznej platformy.
Integracje te pozwalają agentowi AI na płynną integrację z istniejącymi przepływami pracy, zamiast być "dodatkiem" bez złączy.
Bazy wiedzy
Jeśli chcesz, aby Twój agent "znał" wszelkie niestandardowe informacje - takie jak dostępność produktów, lokalne przepisy lub dokumentacja oprogramowania - często udostępniasz te informacje za pośrednictwem bazy wiedzy.
Korzystanie z bazy wiedzy pozwala agentowi AI przekazywać dokładne i aktualne informacje (w przeciwieństwie do pytania chatbota ogólnego przeznaczenia, takiego jak ChatGPT).
Baza wiedzy może być wszystkim, od tabeli lub dokumentu po pełnowymiarową bazę danych. Przykłady baz wiedzy obejmują dokumentację wewnętrzną, bazy danych produktów, repozytoria zgodności lub systemy wyszukiwania w przedsiębiorstwie.
Najsilniejsze systemy będą wykorzystywać generowanie wspomagane wyszukiwaniem (RAG) do analizowania dokumentów i wyszukiwania istotnych informacji. (Nie martw się, RAG będzie dostarczany z platformą agenta AI).
Kanały
Kanały to sposób, w jaki użytkownicy mogą komunikować się z agentem AI. Są one dość oczywiste: chatbotWhatsApp komunikuje się za pośrednictwem WhatsApp. Bot Discord komunikuje się przez Discord.
Powszechnym kanałem dla agentów AI obsługujących klientów jest widget na stronie internetowej. Czasami nazywany webchat, ten typ kanału umożliwia odwiedzającym witrynę interakcję z agentem.
Czy agent AI jest ograniczony do 1 kanału? Zdecydowanie nie. Możesz zintegrować swojego agenta, aby odbierał informacje z Facebook Messenger, a następnie pingował Cię na Slack. Lub stworzyć agenta AI, który wysyła wiadomości do wszystkich kontaktów na Telegram, SMS i e-mail.
Webhooks
Jeśli chcesz, aby Twój agent AI podejmował działania w oparciu o wyzwalacze, będziesz potrzebować webhooków. Tego rodzaju zautomatyzowane powiadomienia o zdarzeniach pozwalają agentom AI komunikować się z różnymi systemami w czasie rzeczywistym.
Gdy zdarzenie wystąpi w jednym systemie, webhook wysyła żądanie do innego systemu. Może to wyzwolić działanie bez konieczności wprowadzania danych przez człowieka. Przykłady użycia webhooków obejmują:
- Nowy lead w Salesforce zachęca agenta AI do oceny i przypisania go.
- Bilety obsługi klienta uruchamiają agentów AI w celu kategoryzacji i eskalacji w razie potrzeby.
- Agenci AI wysyłają aktualizacje wysyłki , gdy zmienia się status zamówienia.
- Nowi pracownicy otrzymują od agenta AI materiały szkoleniowe i zaproszenia na spotkania.
- Alerty bezpieczeństwa skłaniają agenta AI do analizy i powiadamiania zespołów IT.
Platformy
Najtrudniejsza, najbardziej ekscytująca i najbardziej przydatna z integracji agentów AI: platformy.
Nie daj się zniechęcić trudnościom - większość platform będzie dostarczana z wieloma gotowymi integracjami dla agentów AI.
Przykłady platform, które można zintegrować z agentem AI obejmują:
- Platformy CRM, takie jak Hubspot i Salesforce, do śledzenia i pielęgnowania potencjalnych klientów.
- Platformy Helpdesk, takie jak Zendesk i Intercom, do obsługi klienta i rozwiązywania zgłoszeń.
- Narzędzia do automatyzacji marketingu, takie jak Mailchimp (lub Hubspot) do wysyłania zewnętrznych wiadomości e-mail.
- Systemy ERP, takie jak Oracle lub SAP, usprawniające zarządzanie zapasami.
- Platformy analityczne, takie jak Google Analytics, do pomiaru wyników agentów.
Na przykład agent AI dla działu HR będzie wykorzystywał kluczowe dokumenty dotyczące polityki firmy jako swoją bazę wiedzy. Gdy pracownik zapyta, jak poradzić sobie z konkretną sytuacją, chatbot może skorzystać z dokumentów dotyczących zasad, aby udzielić odpowiedzi.
5. Testowanie i iteracja
Po zbudowaniu agenta AI kolejnym krokiem jest jego udoskonalenie. Testowanie i iteracja są niezbędne do osiągnięcia sukcesu, ale często są pomijane przez twórców, którzy chcą je uruchomić.
Platforma agenta AI powinna oferować symulator w ramach swojego studia, umożliwiając ćwiczenie interakcji z agentem AI. Jest to pierwszy krok w testowaniu i kluczowa część dostrajania agenta podczas procesu rozwoju.
Po zakończeniu wstępnej kompilacji można udostępnić przykładową wersję agenta znajomym lub współpracownikom za pomocą adresu URL. Testowanie go w ten sposób pomaga upewnić się, że jego funkcjonalność jest gotowa przed wdrożeniem.
Podczas testowania będziesz w stanie ulepszyć swojego agenta AI. I bądź przygotowany: proces ten będzie kontynuowany nawet po wdrożeniu agenta AI. To normalne.
6. Wdrożenie agenta AI
Gdy agent AI jest już gotowy, nadszedł czas, aby go wdrożyć i pozwolić mu zacząć wywierać wpływ. Istnieje kilka opcji wdrażania do wyboru:
- Umieść go jako widżet na swojej stronie internetowej.
- Udostępnij go użytkownikom za pośrednictwem adresu URL.
- Zintegruj go z kanałami wiadomości, takimi jak WhatsApp, Instagram, Telegram, Facebook Messenger lub Slack.
- Zintegruj go z niestandardowymi platformami lub usługami, takimi jak wewnętrzna tablica wiadomości firmy lub zastrzeżone oprogramowanie.
Nie zapomnij poinformować użytkowników, że agent AI jest aktywny - jeśli nie wiedzą, że jest dostępny, nie może skutecznie spełniać swojego zadania. Jasna komunikacja jest kluczem do uczynienia agenta AI wartościowym zasobem.
Uwaga: Jeśli budujesz system wieloagentowy - wielu agentów AI we współdzielonym środowisku - musisz również zaplanować routing agentów AI, czyli proces kierowania wyzwalaczy do określonych agentów.
Aby zmierzyć sukces tego, jak dobrze system wieloagentowy współpracuje, aby osiągnąć swój cel, potrzebny będzie wieloagentowy system oceny. Zajmie się to dodatkową złożonością wynikającą ze współpracy wielu agentów.
7. Monitorowanie i ulepszanie
Projekt agenta AI nie kończy się po wdrożeniu - w rzeczywistości wdrożenie to dopiero początek. Gdy agent AI pojawi się na świecie, zacznie pracować dla Ciebie.
Wysokiej jakości platforma agenta AI będzie oferować bieżącą analitykę, zapewniając wgląd w to, kiedy ludzie korzystają z agenta, o jakie tematy pytają i z jakich platform wolą korzystać.
Jeśli chcesz lepiej zrozumieć, jak zoptymalizować wykorzystanie analityki dla agenta AI, możesz zapoznać się z naszym artykułem na temat analityki chatbotów AI.
Zacznij budować agenta AI za darmo
Masz pomysł na agenta AI - a my mamy najpotężniejszą i najbardziej elastyczną platformę agenta AI.
Tworzenie aplikacji na Botpress jest łatwe dzięki wizualnemu kreatorowi przepływów typu "przeciągnij i upuść", obszernej bibliotece edukacyjnej i aktywnej społeczności Discord liczącej ponad 20 000 twórców botów.
Nasza rozszerzalna platforma oznacza, że możesz zbudować wszystko, a nasza integracja Hub jest pełna gotowych konektorów do największych kanałów.
Zacznij budować już dziś. To nic nie kosztuje.
Często zadawane pytania
Jaka jest różnica między agentem AI a chatbotem?
Chatbot zazwyczaj postępuje zgodnie ze skryptem lub schematem blokowym, podczas gdy agent AI może podejmować decyzje, korzystać z rozumowania i podejmować działania w oparciu o instrukcje użytkownika.
Czy mogę używać różnych LLMs (takich jak OpenAI, Claude, Mistral) w ramach tego samego agenta?
Tak, można łączyć i dopasowywać LLMs w zależności od zadania, o ile platforma obsługuje ich podłączanie. To jak wybieranie odpowiedniego narzędzia do każdego zadania.
Jak wytrenować agenta AI poza bazą wiedzy?
Większość platform agentów nie oferuje pełnego dostrajania, ale można kształtować zachowanie za pomocą podpowiedzi, niestandardowych przepływów i metod pobierania. Jeśli potrzebujesz precyzyjnego dostrojenia, zazwyczaj robisz to poza platformą agenta, a następnie integrujesz dostrojony model.
.png)
