AI Agent

AI Agents 是由大型语言模型 (LLM) 驱动的智能自主系统,旨在执行自主任务,以实现您定义的特定目标。 与传统的基于规则的自动化不同,AI Agent 可以动态地利用多种工具来处理复杂的工作流,甚至与其他坐席协作。

AI Agents 提供一种强大的方法,可以自动处理那些通过传统、基于规则的自动化难以应对或无法解决的复杂业务活动。 它们为您的流程赋予了适应性和智能性,从而提升效率并改善结果。

AI Agents 非常适合那些需要动态、以目标为导向的自动化,并且超越了简单规则驱动流程的场景。 当您的企业需要处理下列事项时,请考虑使用 AI Agents

  • 自动处理复杂的多步骤工作流,这些工作流涉及不同的系统和决策点。
  • 通过处理各类咨询、查询信息并升级复杂工单,提升客户服务运营效率。
  • 实施需要适应性和推理能力的解决方案,例如数据分析、内容生成或流程优化,其中具体步骤可能无法事先确定。
  • 在关键环节需要人工监督和干预,同时仍能受益于自动化的高效性。

主要优势

以目标为导向的自主性
AI Agents 自主地朝用户定义的目标努力,从而将人力资源从重复性或多步骤任务中解放出来。
自适应执行
坐席通过结合多种工具和子坐席,实现对环境的动态响应。 这意味着他们能够根据具体情况调整方法,从而取得更有效的结果。
互动式参与
AI Agents 能够执行多步骤任务,在需要时寻求澄清,将复杂问题升级至人工干预,并对输出结果进行验证以确保准确性。

组件

AI Agent 的运行方式为,首先解释用户定义的目标,然后自主确定实现这些目标的最佳行动顺序。 它们利用底层 LLM 进行推理,并且可以访问多样化的工具和数据。

AI Agent

对于专业开发人员,我们的框架提供:

  • 工具管理: 选择、配置并覆盖工具行为,以实现精确控制。
  • 高级提示管理: 结构化且可编辑的提示确保任务目标清晰一致。
  • 变量管理: 支持类型和自定义选项的灵活输入/输出变量。
  • 反思与思考: 内置功能,可增强坐席的推理能力。
  • 人机回圈 (HITL): 轻松集成人类监督以进行质量控制。
  • 长时间运行的流程: 坐席在较长时间内维持内存和状态。
  • 测试和调试: 稳健的工具和详细的日志,确保有效的验证和故障排除。
  • 安全与防护机制: 集成的防护措施可防止无限循环等问题,确保合规性,并提供全面日志记录以供审计。

提示生成与优化

提示对于引导 AI Agent 行为至关重要。

  • 为您的坐席生成提示 - 弹窗:(仅限云端功能): 此可选设置通过提供结构化的方法,帮助用户制定有效的提示。
  • 结构: 此基本结构有助于底层语言模型 (LM) 正确理解和响应。
    • 角色: 定义坐席的角色和专业知识(例如,“您是一位专业的客户服务代表”)。
    • 目标: 说明坐席需要达成的总体目标(例如:“高效解决客户咨询”)。
    • 行动计划: 概述坐席为实现目标应遵循的高级步骤或策略。
  • 生成 vs. 优化
    • 生成: 基于您的初始输入创建全新的提示。
    • 优化: 重新组织现有提示的角色、目标和行动计划,使其符合最佳实践,从而提升 LM 的清晰度和有效性。 它考虑了现有提示的元素、工具详细信息以及您的 AI Agent 配置的其他方面。

工具集成

AI Agents 的强大在于其能够与外部系统交互并执行操作。

  • 针对特定任务的工具AI Agents 使用工具来执行特定任务,并且该平台的设计理念是将几乎所有响应都视为潜在的工具交互。
  • 可用工具: 坐席可以使用多种工具,包括:
    • API Tasks: 用于与基于外部 API 的自动化进行交互。
    • Bots: 利用现有的 bot 功能。
    • 流程: 触发和管理预定义的工作流。
    • 其他坐席: 支持多坐席协作和复杂工作流。
    • 表单: 用于数据收集或人工交互点。
  • 工具命名约定: 工具的名称与其在存储库中所关联文件的名称直接对应。
  • 变量支持: 若作为工具使用的自动化包含不受支持的变量类型,该自动化仍可使用,但此类变量的输入将无法实现,且其输出也无法接收。