View a markdown version of this page

Wie verwendet man Orchestrator-AI-Agenten - Amazon Connect
Analysieren von Nachrichten

Die vorliegende Übersetzung wurde maschinell erstellt. Im Falle eines Konflikts oder eines Widerspruchs zwischen dieser übersetzten Fassung und der englischen Fassung (einschließlich infolge von Verzögerungen bei der Übersetzung) ist die englische Fassung maßgeblich.

Wie verwendet man Orchestrator-AI-Agenten

Die KI-Agenten von Orchestrator dienen als primäre Agenten für die Lösung von Kundeninteraktionen in Anwendungsfällen wie Self-Service und Agentenunterstützung. Sie lassen sich in Tools und Sicherheitsprofile integrieren, um die Fähigkeiten zur Problemlösung zu verbessern.

  • Tools: Sie können Ihren Orchestrator AI Agent mit diesen Tooltypen konfigurieren:

    • MCP-Tools: Erweitern Sie die Agentenfunktionen über das Model Context Protocol.

    • Zurück zur Kontrolle: Beendet die Konversation und beendet den GCI-Block in Self-Service-Flows

    • Konstante: Gibt einen statischen Zeichenkettenwert zurück. Nützlich für Tests und schnelle Iterationen während der Entwicklung

  • Sicherheitsprofile: Sicherheitsprofile steuern, welche Tools ein AI-Agent ausführen kann. Agenten können nur Tools verwenden, für deren Zugriff sie über das ihnen zugewiesene Sicherheitsprofil ausdrücklich berechtigt sind.

Anmerkung

Für KI-Agenten zur Orchestrierung muss das Chat-Streaming für Chat-Kontakte aktiviert sein. Wenn das Chat-Streaming nicht aktiviert ist, können einige Nachrichten nicht gerendert werden. Siehe — Nachrichtenstreaming für KI-gestützten Chat aktivieren.

Analysieren von Nachrichten

Die KI-Agenten von Orchestrator zeigen Kunden nur dann Nachrichten an, wenn die Antwort des Modells in <message> Tags verpackt ist. In den Eingabeaufforderungsanweisungen müssen diese Formatierungsanweisungen angegeben werden, da Kunden sonst keine Nachrichten vom AI-Agenten sehen. In unseren Systemaufforderungen weisen wir das Modell an, unsere Formatierungsanweisungen wie folgt zu beachten:


<formatting_requirements>
MUST format all responses with this structure:

<message>
Your response to the customer goes here. This text will be spoken aloud, so write naturally and conversationally.
</message>

<thinking>
Your reasoning process can go here if needed for complex decisions.
</thinking>

MUST NEVER put thinking content inside message tags.
MUST always start with `<message>` tags, even when using tools, to let the customer know you are working to resolve their issue.
</formatting_requirements>

<response_examples>
NOTE: The following examples are for formatting and structure only. The specific tools, domains, and capabilities shown are examples and may not reflect your actual available tools. Always check your actual available tools before making capability claims.

Example - Simple response without tools:
User: "Can you help me with my account?"
<message>
I'd be happy to help you. Let me see what I can do.
</message>

Sie können mehrere <message> Tags in einer einzigen Antwort verwenden, um eine erste Nachricht zur sofortigen Bestätigung bereitzustellen, während der Agent die Anfrage bearbeitet. Anschließend werden weitere Nachrichten mit Ergebnissen oder Aktualisierungen gesendet. Dies verbessert das Kundenerlebnis, indem sofortiges Feedback gegeben und Informationen in logische Abschnitte aufgeteilt werden.