LLM-Beschreibung und Richtlinien für Anweisungen zu Virtual Agent -Themen

Wenn Sie LLM-Themen (Large Language Model) erstellen, geben Sie Anweisungen an, die das Verhalten des LLM bestimmen, und eine Beschreibung, die bestimmt, wie das Thema vom LLM erkannt wird.

Übersicht über die LLM-Beschreibung und die Richtlinien für Anweisungen

Themenautoren können Nur-Text-Formulierungen verwenden, um dem LLM mitzuteilen, wie ein LLM-Thema erkannt und dem LLM mitgeteilt wird, wie es reagieren soll. Die Schnittstelle Virtual Agent-Designer stellt Textfelder bereit, mit denen Sie beides angeben können.

Beschreibungen

Themen erfordern eine Beschreibung, wenn Sie sie erstellen. Die Beschreibung wird für die Themen-Discovery verwendet. Je detaillierter und spezifischer die Themenbeschreibung ist, desto wahrscheinlicher ist es, eine gute Übereinstimmung zu finden.

Anweisungen

Wenn Sie Ihrem Konversations-Flow LLM-Benutzereingabesteuerungen hinzufügen, können Sie dem LLM im Feld Detailbeschreibung Anweisungen geben, die dem LLM mitteilen, wie es reagieren soll. Sie können dieses Feld verwenden, um den Ton festzulegen, Small Talk zu verwenden oder eine dynamische Begrüßung zu erstellen. Ihre Anweisungen können auch als Entitätserkennung fungieren.

Allgemeine Leitlinien

Beachten Sie beim Erstellen einer LLM-Beschreibung oder -Anweisung die folgenden grundlegenden Richtlinien.

• Lead mit Aktionsverben. Verwenden Sie die Imperativform oder direkte Befehle.
• Anwender sollten es vermeiden, eine Frage mit einer Frage zu beantworten.

  Beispiel: Wenn das LLM fragt: Welche Frage haben Sie?, die Benutzerantwort Wer hat heute Rufbereitschaft? können das LLM verwirren. Stattdessen muss der Benutzer Folgendes eingeben: Sagen Sie mir, wer heute Rufbereitschaft hat.

• Vermeiden Sie Verweise auf Drittparteien oder Pronomen. Durch das Entfernen des Betreffs oder von Bezeichnern wird im Allgemeinen verhindert, dass das LLM den Endanwender personifiziert oder auf andere Weise falsch identifiziert.
• Ihre Wörter geben die Logik an, die Ihr Bot verwenden wird. Detaillierte Anweisungen zu Gedankengängen eignen sich gut.
• Testen und verfeinern Sie Ihre Anweisungen kontinuierlich. Das Erstellen von Anweisungen für starke LLMs ist ein iterativer Prozess.

Verwenden Sie keine NLU-Äußerungen als LLM-Beschreibungen

NLU-Äußerungen sind stärker von Schlüsselwörtern und deren Formulierungen abhängig, LLM-Beschreibungen funktionieren jedoch ganz anders. Das Problem mit NLU-Äußerungen in Beschreibungen besteht darin, dass sie keine Anweisungen für das LLM enthalten. Google-Suchbeschreibungen funktionieren auch nicht gut mit LLMs. Wenn Sie Beschreibungen schreiben, müssen Sie den Zweck des Themas und den Kontext der in diesem Thema ausgeführten Aufgabe genau angeben. Stichwörter sind nicht unbedingt hilfreich, Logik aber schon.

Weitere Informationen finden Sie unter General guidelines for writing instructions for generative AI large language models (LLMs).

Beispielthemenbeschreibungen

In den folgenden Beispielen werden schwache und starke Themenbeschreibungen beschrieben. Aussagekräftigere Themenbeschreibungen führen zu einer genaueren Themen-Discovery.

Tabelle : 1. Themenbeschreibungen des Unternehmensfeiertagskalenders

Stärke	Beschreibung
Schwache Beschreibung	In diesem Thema geht es um einen Feiertagskalender für Mitarbeiter in einem Unternehmen.
Ausführliche Beschreibung	In diesem Thema geht es um einen Feiertagskalender für Mitarbeiter in einem Unternehmen. Benutzer können nach der Feiertagsliste oder nach Betriebsfeiertagen für ein bestimmtes Jahr oder ein bestimmtes Datum fragen, sich nach einem bestimmten Feiertag erfragen oder fragen, ob sie an einem bestimmten Feiertag einen freien Tag haben. Das Thema umfasst auch die Verfügbarkeit eines Feiertagskalenders und bestimmter Feiertage wie dem Tag der Befreiung und dem Tag des Wohlergehens.

Tabelle : 2. Themenbeschreibungen zum Ändern des Active Directory-Passworts

Stärke	Beschreibung
Schwache Beschreibung	Dieses Thema bezieht sich auf die Verwaltung und Administration von Active Directory, einem Verzeichnisdienst, der von MicrosoftMicrosoft Azure Event Hubsbereitgestellt wird.
Ausführliche Beschreibung	Dieses Thema bezieht sich auf die Verwaltung und Administration von Active Directory, einem Verzeichnisdienst, der von MicrosoftMicrosoft Azure Event Hubsbereitgestellt wird. Dabei werden Änderungen an Active Directory vorgenommen, z. B. das Erstellen, Ändern oder Löschen von Verzeichnissen und Prozessen. Das Thema umfasst auch Aufgaben, die von Administratoren ausgeführt werden, z. B. die Verwaltung von Benutzeraccounts, Gruppen und Berechtigungen in der Active Directory-Umgebung.

Beispiel für Steuerelementanweisungen für die Eingabe

Das Feld „Knotenname“ muss eindeutig sein und den Vorgang erläutern, den der Anwender auszuführen versucht, damit das LLM Entitäten identifizieren und Slots ordnungsgemäß füllen kann. Wenn beispielsweise zwei definierte Eingabeknoten mit den Namen „AD-Vorgangstyp“ und „AD-Vorgang“definiert sind, besteht die Möglichkeit, dass das LLM die Entität identifiziert und der falschen Eingabeknotenvariablen zuordnet. Es ist am besten, die Knoten umzubenennen, um sie voneinander zu unterscheiden. Beispielsweise sind „AD-Vorgang für Passwortzurücksetzung“ und „AD-Vorgang für gesperrte Anmeldeinformationen“ und „Passwort ändern“ stärkere, eindeutigere Knotennamen.

Das Feld „Detailbeschreibung“ für den Knoten sollte klare Anweisungen für die möglichen Werte enthalten, die das LLM vom Anwender extrahieren soll, wo immer sie anwendbar sind. Wenn der Knoten beispielsweise einen Active Directory-Vorgang ausführt, müssen Sie genau angeben, welche Vorgänge im Bereich „ Zusätzliche Anweisungen für LLM“ zulässig sind. Dann verwendet das LLM die Wertzuordnung, um die Entität zu identifizieren und die Slots zu füllen.

Im folgenden Beispiel werden Anweisungen für schwache und starke Eingabeknoten beschrieben. Je besser die Anweisungen sind, desto besser sind die Ergebnisse.

Tabelle : 3. Sammeln Sie Steuerungsanweisungen für Eingabesteuerungsvorgänge für Active Directory-Vorgänge

Stärke	Detailbeschreibung
Schwache Anweisung	AD-Vorgangstyp erfassen
starke Anweisung	AD-Vorgangstyp erfassen Zusätzliche Anweisungen für LLM: Für diese Eingabe sind dies zugeordnete Werte: {"reset":["reset","locked","unable to sign in","expiry", "expired", "expire"]," change":["change"]}. Der Schlüssel muss extrahiert werden, wenn die Benutzereingabe die Werte enthält, die den Schlüsseln zugeordnet sind.

Abbildung : 1. Beispiel für eine detaillierte Beschreibung des LLM-Eingabeknotens