Gen AI – Prompt ausführen
Der Schritt „Prompt ausführen" ist ein promptgesteuerter AI-Schritt, der auf die Aufbereitung und Verarbeitung von Informationen ausgelegt ist.
Prompt ausführen gehört zusammen mit Gespräch führen und Entitätserkennung zur Gruppe der dynamischen KI-Schritte.
Bei allen KI-Schritten gilt: KI-Modelle können Fehler machen.
Der Schritt „Prompt ausführen" ist ein promptgesteuerter KI-Schritt, der auf die Aufbereitung und Verarbeitung von Informationen ausgelegt ist. Er eignet sich zum Beispiel für Zusammenfassungen, Klassifizierungen oder Daten-Transformationen. Das Prompt-Ergebnis wird in einer benutzerdefinierten Variable gespeichert.
Im Gegensatz zum Schritt Gespräch führen ist dieser Baustein nicht auf die interaktive Dialogführung ausgelegt, sondern auf die gezielte Verarbeitung von Daten.
Aufbau des Schritts
Der Schritt ist in verschiedene Bereiche unterteilt, die eine präzise Steuerung der KI ermöglichen.
Kern-Komponenten
Name und Beschreibung: Interne Bezeichnung zur Organisation im Flow Builder.
Prompt-Eingabe: Ein Prompt-Editor für die Hauptinstruktionen an die KI.
Ausgabe-Variable: Benutzerdefinierte Variable, in welcher das Prompt-Ergebnis gespeichert wird.
Einstellungen
Mit den Einstellungen definierst du die Rahmenbedingungen der KI-Interaktion.
Gesprächsverlauf als Kontext nutzen
Diese Einstellung legt fest, wie viel vom bisherigen Gesprächsverlauf der KI als Kontext übergeben wird. Es stehen drei Optionen zur Auswahl:
Kein Gesprächsverlauf (Standard): Es wird kein Gesprächsverlauf an die KI übergeben. Der Prompt arbeitet ausschließlich mit den direkt im Prompt enthaltenen Informationen und Variablen. Diese Option eignet sich für die meisten Anwendungsfälle, bei denen der Prompt unabhängig vom Gesprächsverlauf Daten verarbeiten soll – z. B. bei Daten-Transformationen oder Klassifizierungen auf Basis von Variablenwerten.
Gesamter Gesprächsverlauf: Der komplette bisherige Gesprächsverlauf – also alle Benutzereingaben und AI Agent-Nachrichten – wird der KI als Kontext übergeben. Verwende diese Option, wenn der Prompt Informationen aus dem gesamten Gespräch benötigt, z. B. für eine Zusammenfassung am Ende eines Dialogs.
Benutzerdefiniert: Hier kannst du in einem zusätzlichen Eingabefeld eine konkrete Anzahl an Benutzereingaben festlegen, die als Kontext berücksichtigt werden sollen. Dabei werden auch alle AI Agent-Nachrichten, die zwischen diesen Benutzereingaben liegen, mit einbezogen.
Notizen berücksichtigen: Bezieht interne Notizen in den an die KI übergebenen Gesprächsverlauf ein.
Zugriff auf Wissen aktivieren (RAG): Erlaubt der KI den Zugriff auf im Bereich „Wissen" hinterlegte Dokumente und Informationen.
Vergangene Nutzereingaben RAG: Bestimmt die Anzahl der vergangenen Nutzereingaben, die beim Zugriff auf hinterlegtes Wissen berücksichtigt werden sollen.
Wissensgruppen: Standardmäßig wird Zugriff auf das gesamte hinterlegte Wissen gewährt. Um diesen einzuschränken, können gezielt Wissensgruppen ausgewählt werden.
Funktionsweise und Logik
RAG-Suche (Wissenszugriff)
Die Suche im hinterlegten Wissen erfolgt automatisiert. Sie kann nicht explizit über den Prompt gestartet oder gelenkt werden. Im Prompt kannst du jedoch festlegen, wie die gefundenen Informationen verarbeitet und wie ausführlich sie ausgegeben werden sollen.
Nutzung von Variablen
Variablen können im Haupt-Prompt verwendet und referenziert werden. Das Setzen und Füllen von Variablen direkt im Prompt ist allerdings nicht möglich. Das Ergebnis des Prompts wird ausschließlich in der konfigurierten Ausgabe-Variable gespeichert.
Verwendung – Anwendungsfälle und Beispiele
„Prompt ausführen" wird primär für die Strukturierung unstrukturierter Daten eingesetzt. Im Folgenden findest du die gängigsten Anwendungsfälle mit konkreten Beispielen.
Zusammenfassungen
Komprimiere Dialoge oder Informationen nach einem bestimmten Schema.
Beispiel-Prompt: „Fasse das Gespräch in zwei bis drei kurzen Sätzen zusammen. Bereite dabei die Informationen wie folgt auf:
Beschreibung: Kurze Beschreibung des Anliegens
Name: Name des Anrufenden
Telefonnummer: Telefonnummer des Anrufenden / {{Telefonnummer (Benutzer)}}"
Speichere das Ergebnis in der Variable {{Zusammenfassung}}.
Klassifizierungen
Kategorisiere Nutzeranliegen auf Basis von Freitext (Intent-Bestimmung).
Beispiel-Prompt: „Bestimme, welchem der drei Anliegen die Anfrage zuzuordnen ist. Zur Auswahl stehen:
Reklamation
Produktfrage
Produktberatung"
Speichere das Ergebnis in der Variable {{Anliegen}}.
Empfehlung: Setze nach dem Schritt eine Bedingung auf die gefüllte Ausgabe-Variable, um basierend auf dem Klassifizierungsergebnis unterschiedliche Flow-Pfade einzuleiten.
Daten-Transformation
Formatiere Variablenwerte um – zum Beispiel zur Normalisierung von Datumsangaben vor der Übergabe an eine Schnittstelle.
Beispiel-Prompt: „Du erhältst eine Datumsangabe als Input. Deine Aufgabe ist es, dieses Datum ausschließlich im Format JJJJ-MM-TT auszugeben."
Speichere das Ergebnis in der Variable {{Datum_formatiert}}.
Bringe Daten mit Hilfe von „Prompt ausführen" in ein korrektes Format, bevor sie via Schnittstelle übertragen werden. So stellst du sicher, dass die Daten kompatibel sind.
Best Practices
Regeln definieren: Definiere in allen Anwendungsfällen zusätzliche Regeln für die Aufgabenerfüllung. Je präziser die Anweisungen, desto zuverlässiger das Ergebnis.
Beispiele mitgeben: Das Mitgeben diverser Beispiele im Prompt (Few-Shot-Prompting) liefert konsistentere und zuverlässigere Ergebnisse.
Bedingungen nachschalten: Setze nach dem Schritt Bedingungen, um auf Basis der gefüllten Ausgabe-Variable unterschiedliche Flow-Pfade einzuleiten – z. B. nach einer Klassifizierung.
Daten vor Schnittstellenübergabe formatieren: Nutze „Prompt ausführen" gezielt, um Daten in das richtige Format zu bringen, bevor sie über App-Module oder API-Aufrufe weitergegeben werden.
Begriffe konsistent verwenden: Nutze im Prompt immer dieselben Begriffe für dieselben Konzepte. Vermeide Synonyme, die zu Verwirrung führen könnten.
Testen: Experimentiere kontinuierlich im Debug-Chat. KI-Output variiert – robuste Prompts benötigen mehrere Testläufe.
Last updated