Arbeitsobjekte mit KI-Agenten zuweisen

Kurzfassung 

Die benutzerdefinierten KI-Agenten von Wrike können Arbeitsobjekte automatisch umbenennen und zuweisen, indem sie Kontext und Aufgabenanzahl analysieren. Sie müssen einen klaren Benutzerpool definieren (nach Name, Gruppe, Attributen oder Workload) und Fallback-Regeln einschließen. Agenten haben keinen Zugriff auf Kapazitäts-/Workload-Daten über die Aufgabenanzahl hinaus – verwenden Sie berechnete Felder als Workaround. Testen Sie Ihre Prompts im Playground, bevor Sie produktiv gehen.

• Überblick
• So funktioniert die automatische Zuweisung
• Konfigurationsanforderungen
• Unterstützte Zuweisungsmethoden
• Aktuelle Einschränkungen
• Beispiel-Prompts
• Best Practices
• Fehlersuche
• Was kommt als Nächstes?
   

Überblick

KI-Agenten können automatisch Arbeitsobjektnamen ändern und Arbeitsobjekte anhand von Kontext, Verfügbarkeit und Workload Benutzern zuweisen. Diese Aktion ist für Custom Agents verfügbar und hilft Ihrem Team, Arbeit dynamisch zuzuweisen.

So funktioniert die automatische Zuweisung

Wenn Sie einen benutzerdefinierten KI-Agenten einrichten und die Details konfigurieren, wählen Sie die Aktion zum Aktualisieren des Felds Verantwortlicher. Der Agent analysiert die verfügbaren Benutzerinformationen und befolgt die Regeln, die Sie in Ihrem Prompt festgelegt haben.

Der KI-Agent kann die ihm angezeigte Anzahl der einem Benutzer zugewiesenen Aufgaben zählen, hat jedoch keinen Zugriff auf die Workload-Ansicht von Wrike, die Kapazitätsplanung oder Planungsdaten. Für eine genauere Workload-Balancierung verwenden Sie ein berechnetes Feld, das auf Kapazitäts- oder Workload-Systemdaten verweist – Agenten können die Werte berechneter Felder auslesen.

Konfigurationsanforderungen

Sie müssen einen klaren Benutzerpool angeben, aus dem der KI-Agent auswählen kann. Der Agent weist Aufgaben nicht einfach irgendwem zu.

Gültige Möglichkeiten zur Definition des Benutzerpools:

• Geben Sie bestimmte Benutzer mit Namen an: „Lisa oder Alex zuweisen”
• Kombinieren Sie Kriterien: „Zuweisen an Morgan oder Casey, wenn die Aufgabe ‘Design’ oder ‘UI’ erwähnt.” Bevorzugen Sie dabei denjenigen, der weniger Aufgaben zugewiesen hat.\"

Ungültige Methoden:

• \"Assign to a random user\" (kein Benutzerpool definiert).
• \"Assign to the best person\" (kein Benutzerpool definiert).

Unterstützte Zuweisungsmethoden

• Nach vollständigem Namen oder Benutzer-UID.
• Nach einem eindeutigen Teilnamen.
• Nach Benutzerprofil-Attributen (Abteilung, Arbeitsrolle, Zeitzone, Land).
• Nach Zugehörigkeit zu einer Benutzergruppe („Zuweisen an ein Mitglied der Design-Gruppe”).
• An dieselben Verantwortlichen wie bei einer anderen Aufgabe (liest Verantwortliche aus verwandten Objekten).
• An die Verantwortlichen der übergeordneten Aufgabe.
• An \"mich\" (die Person, die den Agenten erstellt hat).
• An Mitglieder oder Admins einer Benutzergruppe.
• An Benutzer ohne spezifische Berechtigungen.
• An den Aufgabenersteller.
• An mehrere Benutzer gleichzeitig.
• Über verschiedene Gruppen hinweg.
• Nach Standort, Zeitzone, Arbeitsrolle, Abteilung oder Land.
• Nach Workload (z. B. die am wenigsten ausgelastete Person in einer Gruppe).
• Mit Rotationsstrategien (z. B. jede Woche ein anderer Benutzer).
• Mit Fallback-Optionen, falls niemand Ihre Hauptkriterien erfüllt.

Aktuelle Einschränkungen

• An Space-Admins zuweisen (Admin-Informationen werden derzeit noch nicht an den KI-Agenten übergeben).
• Auf Basis von Account-Rollen oder Berechtigungen zuweisen.
• Zuweisen mithilfe von Workload- oder Kapazitätsdaten, die über die Aufgabenanzahl hinausgehen. Agenten können den assignedTaskCount pro Benutzer sehen, haben jedoch keinen Zugriff auf Aufwand, geplante Stunden oder Kapazitätsplanung.
  • Workaround: Verwenden Sie ein berechnetes Feld, das auf Kapazitätsdaten verweist – Agenten können die Werte berechneter Felder auslesen.

Beispiel-Prompts

Einfache Zuweisung:

Wenn in diesem Ordner eine neue Aufgabe erstellt wird, weisen Sie sie Lisa oder Alex zu. Wenn in der Aufgabe \"design\" erwähnt wird, bevorzugen Sie Lisa. Andernfalls bevorzugen Sie Alex.

Workload-basierte Zuweisung:

Weisen Sie neue Aufgaben dem Benutzer aus dieser Liste zu, der derzeit die wenigsten Aufgaben hat: Morgan, Casey, Alex. Wenn mehrere Benutzer gleichauf liegen, wählen Sie zufällig.

Rotationsstrategie:

Wechseln Sie die Aufgabenzuweisung wöchentlich zwischen den Mitgliedern des Designteams. Weisen Sie montags Benutzer A zu, dienstags Benutzer B usw.

Mehrkriterielle Zuweisung:

Weisen Sie Aufgaben Benutzern zu, die diese Kriterien erfüllen: Mitglieder der Benutzergruppe Engineering; Standort in Europa (GMT bis GMT+3); weniger als 10 aktive Aufgaben. Wenn niemand passt, weisen Sie sie dem Admin der Benutzergruppe Engineering zu.

Best Practices

• Definieren Sie Ihren Benutzerpool immer eindeutig.
• Fügen Sie eine Fallback-Logik für Fälle hinzu, in denen niemand Ihre Kriterien erfüllt.
• Testen Sie Ihre Prompts im Playground, bevor Sie produktiv gehen.
• Beginnen Sie mit einfachen Regeln und erhöhen Sie die Komplexität nach Bedarf.
• Dokumentieren Sie Ihre Zuweisungslogik für die zukünftige Referenz.

Fehlersuche

Wenn der KI-Agent niemanden zuweist:

• Überprüfen Sie, ob Ihr Prompt einen Benutzerpool definiert.
• Stellen Sie sicher, dass die Benutzer die richtigen Berechtigungen für den Ordner oder das Projekt haben.

Wenn die falsche Person zugewiesen wurde:

• Überprüfen Sie Ihren Prompt auf mehrdeutige Formulierungen.
• Stellen Sie sicher, dass die Benutzerprofile aktuell sind.
• Testen Sie im Playground.

Wenn die Zuweisung zufällig erscheint:

• Stellen Sie sicher, dass Ihre Kriterien präzise und klar sind.
• Beachten Sie, dass KI-Agenten bei ähnlichen Optionen gelegentlich unterschiedliche Entscheidungen treffen können.

Was steht als Nächstes an?

• Agentenaktionen-Referenz
• Effektive Agenten-Prompts schreiben