Scrivi prompt efficaci per gli AI Agent.

TL;DR

Scrivi prompt chiari e specifici per gli AI Agent utilizzando un linguaggio naturale ed esempi concreti, definisci comportamenti di fallback per i casi limite e testa sempre nel Playground prima di distribuirli. Inizia gradualmente, evita logiche complesse a più passaggi e collega in catena gli Agent (uno attiva un altro tramite modifiche di campo) per flussi di lavoro dipendenti. Usa agent multi-azione per aggiornamenti simultanei sulla stessa attività e sfrutta i campi calcolati per fornire agli agent dati a cui non possono accedere direttamente (come capacità o metriche).

• Panoramica
• Cosa fare nei prompt degli AI Agent
• Cosa non fare nei prompt degli AI Agent
• Suggerimenti di ottimizzazione
• Chaining degli AI Agent
• Chaining vs. Multi-azione
• Usa i campi calcolati per estendere ciò che gli AI Agent possono vedere
• Cosa succede dopo?

Panoramica

I prompt ben scritti sono la chiave per un comportamento affidabile degli agenti. Usa queste indicazioni su cosa fare, cosa non fare e questi modelli per ottenere risultati coerenti.

Cosa fare nei prompt degli AI Agent

• Sii specifico su ciò che vuoi che l'AI Agent cerchi.
• Fornisci esempi chiari delle classificazioni o azioni che ti aspetti.
• Definisci comportamenti di fallback per tutti i casi limite.
• Usa un linguaggio naturale: scrivi come se lo stessi spiegando a un collega disponibile.
• Testa accuratamente il tuo prompt nel Testing Playground prima della distribuzione.

Cosa non fare nei prompt degli AI Agent

• Non creare logiche eccessivamente complesse a più passaggi.
• Non dare per scontato che l'AI Agent comprenda la terminologia della tua azienda senza spiegazioni.
• Non dimenticare di gestire le situazioni con informazioni poco chiare o incomplete.
• Non distribuire il tuo AI Agent senza averlo prima testato.

Suggerimenti di ottimizzazione

• Inizia gradualmente: testa un solo tipo di AI Agent in una cartella prima di espandere.
• Testa prima: valida sempre il comportamento nel Playground prima di distribuire.
• Combina gli Agent: usa Intake Agent e Triaging Agent insieme per una gestione completa delle richieste.
• Rivedi spesso: perfeziona regolarmente i prompt in base ai log di attività e ai feedback del team.
• Comunica: tieni il team informato quando gli AI Agent sono attivi e su cosa viene automatizzato.

Chaining degli AI Agent

L'azione di un agent può attivare un altro agent. Questo è l'approccio consigliato per i flussi di lavoro in cui un passaggio dipende dal risultato di un passaggio precedente.

Come funziona: l'Agent 1 esegue un'azione (ad es. imposta il valore di un campo personalizzato) → l'Agent 2 è configurato per attivarsi su quella modifica di campo → l'Agent 2 esegue il passaggio successivo.

Esempi:

• Triaging → Assegnazione: un Triaging Agent imposta il campo Priority → un Assignment Agent si attiva sulle modifiche di Priority e assegna in base al nuovo valore.
• Intake → Routing: un Intake Agent convalida una richiesta e imposta lo stato su "Complete" → un Routing Agent si attiva su quel cambio di stato e sposta l'elemento nella cartella corretta.

• Categorizzazione → Notifica: un Categorization Agent imposta il campo Type → un Notification Agent si attiva sulle modifiche di Type e pubblica un commento mirato.

Chaining vs. Multi-azione

Usa i campi calcolati per estendere ciò che gli AI Agent possono vedere

Gli AI Agent non possono accedere alle metriche di carico di lavoro, ai dati di capacità né eseguire calcoli affidabili. Ma gli agent possono leggere i campi calcolati/formula. Crea una formula che calcoli il valore necessario (ad es. capacità disponibile, percentuale di ritardo, punteggio di rischio) e l'agent potrà leggere il risultato e agire di conseguenza.

Cosa succede dopo?

• Limitazioni e risoluzione dei problemi degli AI Agent