Übersicht

Dieses Lab dient als umfassende Anleitung zum Erstellen von Konversations-Agenten mit AI Applications. Darin wird beschrieben, wie Sie KI-Agenten in der neuen Conversational Agents-Konsole konfigurieren und dabei Playbook- und ablaufbasierte Ansätze nutzen.

Wichtige Konzepte in diesem Lab:

• AI Applications ist der Ausgangspunkt zum Erstellen von Konversations-Agenten.
• Für die meisten Agentenkonfigurationen wird die neue Conversational Agents-Konsole verwendet, die auf der Dialogflow CX-Konsole aufbaut.
• Konversations-Agenten können auf Playbooks oder Abläufen oder einer Kombination aus beidem basieren.
• Datenspeicher sind Daten-Repositories, die in AI Applications erstellt und so vorbereitet werden, dass KI-Agenten damit fundierte Antworten liefern können.
• Generatoren sind Verbindungen zwischen einem KI-Agenten und einem Large Language Model. Der KI-Agent kann damit Nutzereingaben parsen und Ausgaben generieren.

Aufgaben

In diesem Lab verwenden Sie AI Applications und Conversational Agents zum Erstellen, Bereitstellen und Konfigurieren eines Konversations-Agenten. Dieser soll Blutspendende unterstützen und prüfen, ob sie die entsprechenden Voraussetzungen erfüllen. Der KI-Agent verwendet bei der Ausführung von Conversational Agents echte öffentlich zugängliche Daten und die generativen Large Language Models (LLMs) von Google.

Conversational Agents

Conversational Agents ist eine neue NLU-Plattform (Natural Language Understanding). Sie basiert auf generativen Modellen, mit denen Unterhaltungen gesteuert werden können, und auf Abläufen, die für eine explizitere Unterhaltungssteuerung verwendet werden können. Mit Conversational Agents lässt sich ganz einfach eine dialogorientierte Benutzeroberfläche entwerfen und in Apps, Webanwendungen, Geräte, Bots, Sprachdialogsysteme und andere Anwendungen einbinden. So können Sie Nutzerinnen und Nutzern neue und ansprechende Möglichkeiten für die Interaktion mit Ihrem Produkt bieten.

Datenspeicher werden von Datenspeicher-Handlern und Playbook-Datenspeicher-Tools verwendet, um anhand Ihrer Daten Antworten auf Fragen von Endnutzenden zu finden. Datenspeicher sind Sammlungen von Websites und Dokumenten, die auf Ihre Daten verweisen.

Datenspeichereinstellungen sind die Konfigurationen, die festlegen, wie ein Konversations-Agent mit den Datenspeichern interagiert.

Mit AI Applications können Sie Konversations-Agenten erstellen, die auf Datenspeichern basieren.

Mit dieser Funktion stellen Sie eine Website-URL, strukturierte oder unstrukturierte Daten (Datenspeicher) bereit. Google parst die Inhalte, um einen Konversations-Agenten zu erstellen, der die Daten aus diesen Speichern und Large Language Models verwendet. Der KI-Agent kann dann mit Kund*innen und Endnutzer*innen interagieren, sodass diese Fragen stellen und auf Grundlage der bereitgestellten Inhalte Antworten erhalten können.

Generatoren

Die Generatorfunktion ist eine Funktion von Conversational Agents, mit der Entwicklungsteams die neuesten generativen Large Language Models (LLMs) von Google und benutzerdefinierte Prompts verwenden können, um KI-Agentenantworten zur Laufzeit zu generieren. Ein Generator kann allgemeine Antworten erstellen, die auf allgemeinem Wissen aus einem großen Text-Dataset basieren, mit dem er trainiert wurde, oder auf dem Kontext der Unterhaltung.

Ziele

Aufgaben in diesem Lab:

• Mit Conversational Agents eine Anwendung erstellen und einem Datenspeicher unstrukturierte Daten hinzufügen
• Mit Knowledge-Handlern Endnutzenden die Möglichkeit geben, sich mit einem Konversations-Agenten über die Inhalte zu unterhalten, die einem Datenspeicher hinzugefügt wurden
• Textprompt für einen Generator konfigurieren und anhand integrierter Platzhalter für Generator-Prompts einem Kontext zuordnen
• Wörter als Platzhalter für Generator-Prompts markieren und später mit Sitzungsparametern in der Auftragsausführung verknüpfen, um ihre Werte während der Ausführung zu verwenden
• Generator konfigurieren, um Antworten zu verarbeiten, die Wissen aus einem großen Text-Dataset sowie Kontext aus der aktuellen Unterhaltung enthalten
• Mit Generatoren eine formelle E‑Mail erstellen
• KI-Agent testen und Kundenfragen simulieren, die generierte Antworten auslösen

Einrichtung und Anforderungen

Im Rahmen dieser Aufgabe verwenden Sie Qwiklabs, um die Initialisierungsschritte für das Lab auszuführen.

Für jedes Lab werden Ihnen ein neues Google Cloud-Projekt und die entsprechenden Ressourcen für eine bestimmte Zeit kostenlos zur Verfügung gestellt.

1. Melden Sie sich in einem neuen Inkognitofenster bei Qwiklabs an.

2. Beachten Sie die Zugriffszeit (z. B. ). Das Lab muss in dieser Zeit abgeschlossen werden.

3. Klicken Sie auf , sobald Sie bereit sind.

4. Merken Sie sich Ihre Lab-Anmeldedaten. Mit diesen Daten melden Sie sich in der Google Cloud Console an.

5. Klicken Sie auf Google Console öffnen.

6. Klicken Sie auf Anderes Konto verwenden. Kopieren Sie den Nutzernamen und das Passwort für dieses Lab und fügen Sie sie in die Eingabeaufforderung ein.

7. Akzeptieren Sie die Nutzungsbedingungen und überspringen Sie die Seite zur Wiederherstellung der Ressourcen.

Google Cloud Console

Sobald Sie sich angemeldet haben, sehen Sie das Projekt-Dashboard.

Achten Sie darauf, dass das Projekt ausgewählt ist. Sollte das nicht der Fall sein, klicken Sie oben in der Console auf Projekt auswählen, markieren Sie die entsprechende Google Cloud-Projekt-ID und klicken Sie auf ÖFFNEN, um Ihr Projekt auszuwählen.

Wenn Sie nicht den Inkognitomodus verwenden, müssen Sie darauf achten, dass immer das richtige Projekt und Nutzerkonto ausgewählt sind, um versehentliche Belastungen Ihres Google Cloud-Rechnungskontos zu vermeiden.

Aufgabe 1: APIs aktivieren

Bevor Sie Conversational Agents in AI Applications verwenden können, müssen Sie die Dialogflow API aktivieren. Diese API sollte für das Lab bereits aktiviert sein. Prüfen Sie dies aber, bevor Sie fortfahren.

So aktivieren Sie die Dialogflow API:

1. Rufen Sie in Ihrem Browser die Seite mit den Dienstdetails zur Dialogflow API auf.

2. Wenn die API noch nicht aktiviert ist, klicken Sie auf Aktivieren, um die Dialogflow API in Ihrem Google Cloud-Projekt zu aktivieren.

Aufgabe 2: Neuen Konversations-Agenten und einen Datenspeicher für Ihre Anwendung erstellen

Als Nächstes erstellen Sie einen neuen Konversations-Agenten für Ihre Anwendung und konfigurieren ihn mit einer Datenquelle. Der Zweck des KI-Agenten besteht darin, Personen zu unterstützen, die Fragen zu ihrer Eignung für das Blutspenden haben. Sie verwenden Australian Red Cross Lifeblood als Informationsquelle und erstellen einen Datenspeicher auf Grundlage unstrukturierter Daten von der Website zur Blutspende.

1. Wenn Sie einen neuen Konversations-Agenten erstellen möchten, öffnen Sie die Conversational Agents-Konsole.

2. Klicken Sie im Dialogfeld Projekt auswählen auf den Tab Alle.

3. Klicken Sie auf Ihre Projekt-ID: .

4. Klicken Sie auf KI-Agent erstellen.

5. Wählen Sie im Pop-up-Fenster „Erste Schritte mit Conversational Agents“ die Option Eigenen KI-Agenten erstellen aus.

6. Geben Sie auf der Seite „KI-Agent erstellen“ als Anzeigename für den KI-Agenten Blood Donation Agent ein.

7. Wählen Sie als Standort Global (Globale Bereitstellung, ruhende Daten in den USA) aus.

8. Achten Sie darauf, dass als Standardtyp für Conversation start die Option Playbook ausgewählt ist, und klicken Sie auf Erstellen.

9. Klicken Sie auf der Seite Generatives Standard-Playbook unter Available tools auf + Datenspeicher.

10. Klicken Sie unter „Datenspeicher“ auf Datenspeicher erstellen.

11. Klicken Sie auf der Seite zum Erstellen von Datenspeichern auf Cloud Storage (unstrukturierte Daten). Sie werden zur AI Applications-Seite weitergeleitet.

12. Klicken Sie unten links auf Erweiterte Optionen.

13. Wählen Sie Unstrukturierte Dokumente (PDF, HTML, TXT usw.) als Option für den spezialisierten Datenimport aus.

14. Geben Sie den folgenden Google Cloud Storage-Ordner an, der Beispieldaten für dieses Lab enthält. Das Präfix gs:// ist nicht erforderlich:

    cloud-samples-data/dialogflow-cx/arc-lifeblood

15. Klicken Sie auf Weiter.

16. Geben Sie für den Datenspeicher den Namen Australian Red Cross Lifeblood Unstructured an. Klicken Sie auf Weiter.

17. Klicken Sie auf Erstellen, um den Datenspeicher zu erstellen.

    Hinweis: Dies kann bis zu einer Minute dauern.

18. Wählen Sie in der Liste der Datenspeicher den neu erstellten Datenspeicher Australian Red Cross Lifeblood Unstructured aus.

19. Klicken Sie auf den Tab Aktivität, um den Fortschritt des Datenimports zu sehen.

    Hinweis: Es kann bis zu vier Stunden dauern, bis die Dokumente verfügbar sind und von Ihrem KI-Agenten verwendet werden können. Wie lange das Indizieren der neu hinzugefügten Domains dauert, hängt von der Anzahl der Dokumente oder der Größe Ihrer Domain ab. Für dieses Lab dauert der Vorgang 10–15 Minuten.

20. Kehren Sie nach dem Erstellen des KI-Agenten zur Konsole Conversational Agents Tools zurück und aktualisieren Sie die Seite.

21. Geben Sie Blood_donation_tool in das Feld Name des Tools ein und wählen Sie im Drop-down-Menü als Tooltyp Datenspeicher aus.

22. Klicken Sie unter Datenspeicher auf Datenspeicher hinzufügen, wählen Sie Australian Red Cross Lifeblood Unstructured aus, klicken Sie auf Bestätigen und dann auf Speichern.

    

23. Rufen Sie den Tab Playbooks auf und klicken Sie auf generatives Standard-Playbook. Wählen Sie unter Verfügbare Tools das Tool Blood_donation_tool aus und klicken Sie auf Speichern.

    Das wars! Sie haben Ihre wissensbasierte Anwendung fertiggestellt, die potenziellen Spenderinnen und Spendern helfen soll.

    Es ist jedoch noch einiges zu tun, damit der KI-Agent nutzbar wird. Im nächsten Abschnitt verwenden Sie einen Knowledge-Handler, um Unterhaltungen zwischen dem KI-Agenten und Endnutzenden zu den Voraussetzungen für eine Blutspende zu ermöglichen.

Klicken Sie auf Fortschritt prüfen. Neue Anwendung erstellen

Aufgabe 3: KI-Agent so konfigurieren, dass er häufig gestellte Fragen zur Blutspende beantwortet

Datenspeicher-Prompt angeben

Während der Prozess für die Dokumentensammlung im Hintergrund läuft, können wir dem KI-Agenten eine Identität zuweisen, indem wir den Datenspeicher-Prompt bearbeiten.

1. Klicken Sie in der Conversational Agents-Konsole in Ihrem KI-Agenten rechts oben auf der Seite auf das Dreipunkt-Menü und wählen Sie dann Einstellungen aus.

   

2. Rufen Sie den Tab Generative KI auf.

   

3. Klicken Sie auf den Tab Allgemein und legen Sie die folgenden Filter fest.

   Filter	Werte
   Hassrede	Wenige blockieren
   Gefährliche Inhalte	Wenige blockieren (Standard)
   Sexuell anstößige Inhalte	Wenige blockieren
   Belästigung	Wenige blockieren

   Ausgabe:

   

4. Klicken Sie auf den Tab Datenspeicher.

   

   Füllen Sie das Formular wie unten angegeben aus, um den folgenden Datenspeicher-Prompt zu generieren: Dein Name ist Donate und du bist ein hilfsbereiter und höflicher Chatbot bei Save a life, a fictitious organization. Deine Aufgabe ist, humans with eligibility information zu unterstützen.

   

5. Klicken Sie oben auf dem Tab auf Speichern.

Klicken Sie auf Fortschritt prüfen. Datenspeicher-Prompt generieren

Generativen Fallback für das Ereignis „Keine Übereinstimmung“ des Standardstart-Flows aktivieren

6. Wechseln Sie oben in der linken Seitenleiste der Conversational Agents-Konsole (unter Playbooks) zum Tab Abläufe und öffnen Sie die Startseite.

7. Klicken Sie auf den Event-Handler sys.no-match-default. Aktivieren Sie die Funktion für den generativen Fallback, sofern das Kästchen noch nicht markiert ist, und klicken Sie auf Speichern.

   

Antwort des Ausführungsagenten prüfen

8. Klicken Sie auf der Startseite auf Standard-Begrüßungs-Intent.

   

9. Scrollen Sie unter Auftragsausführung nach unten zu Antworten des KI-Agenten. Eine Auftragsausführung ist die Antwort des KI-Agenten an Endnutzende. In Conversational Agents enthält der Dialog des KI-Agenten bereits den Parameter Hi! How are you doing?.

   

Aufgabe 4: KI-Agenten testen

Warten Sie, bis die Dokumente verfügbar und für Ihren KI-Agenten bereit sind. Dann können Sie herausfinden, wie gut die Antworten sind. Ob die Dokumente verfügbar sind, können Sie prüfen, indem Sie die AI Applications-Konsole aufrufen, unter Verbundene Datenspeicher neben der Anwendung Blood Donation Agent auf den view-Link und dann auf Australian Red Cross Lifeblood Unstructured klicken.

Wenn Sie sich nicht in der Conversational Agents-Konsole befinden, klicken Sie in der AI Applications-Konsole auf den Namen der Anwendung. Sie werden dann zur Conversational Agents-Konsole weitergeleitet.

1. Klicken Sie in der Conversational Agents-Konsole in Ihrem KI-Agenten rechts oben auf der Seite auf das Dreipunkt-Menü und wählen Sie Simulator ein-/ausblenden aus.

   

2. Wählen Sie für Startressource im Drop-down-Menü die Option Generatives Standard-Playbook aus.

3. Stellen Sie Fragen, die Sie auf der FAQs-Seite der Website erwarten. Beispiel:

   • Wie kann ich einen Termin buchen?
   • Ab welchem Alter darf ich Blut spenden?
   • Ich bin gerade von einer Reise nach Afrika zurückgekehrt. Darf ich Blut spenden?
   • Dürfen schwangere Frauen Blut spenden?

   

   Hinweis: Wenn die Antwort des Bots nicht relevant für die Frage ist, wechseln Sie zum Modell Gemini-2.0-flash-lite-001 (Vorabversion) oder einem anderen verfügbaren Modell.

4. Zum Schluss versuchen wir, den KI-Agenten mit einer Frage herauszufordern, die in keinem Zusammenhang mit Blutspenden steht. Beispiel:

   What's the weather like in Melbourne?

   Der KI-Agent sollte etwa so antworten: I'm sorry, I can't provide weather information.

   Diese Antwort enthält KI-generierte Inhalte und basiert auf dem Text-Prompt, den Conversational Agents anhand der zuvor angegebenen Einstellung für den Wissensconnector erstellt hat: „Dein Name ist Donate und du bist ein hilfsbereiter und höflicher Chatbot bei Save a Life. Deine Aufgabe ist es, Menschen mit Informationen zur Blutspende zu unterstützen.“ Dieser Text-Prompt enthält den Namen des Unternehmens und des KI-Agenten und vor allem Informationen zu seiner Aufgabe, die von Conversational Agents zum Generieren der KI-Agentenantwort verwendet werden.

   Gut gemacht! Bisher nutzen Sie den Datenspeicher, um Menschen bei häufig gestellten Fragen zur Blutspende zu helfen. Im nächsten Teil des Labs sehen wir uns an, wie Sie einen Generatortext-Prompt an denselben Inhalt binden, um fundierte Entscheidungen zu treffen.

Aufgabe 5: KI-Agent für das Eignungsquiz einrichten

Als Nächstes müssen wir den KI-Agenten so gestalten, dass er die Eignung einer Person für eine Blutspende feststellen kann. Für eine Blutspende müssen strenge Anforderungen erfüllt werden, zum Beispiel in Bezug auf Alter, Gewicht, Vorerkrankungen und kürzliche Reisen. In diesem Lab werden nur Alter und Gewicht berücksichtigt. Ein Generator verwendet die Large Language Models (LLMs) von Google, um anhand des Kontexts der Unterhaltung und der Wissensdatenbank dynamisch eine fundierte Entscheidung zu treffen.

Neue Routen und Parameter konfigurieren

1. Wechseln Sie oben in der linken Seitenleiste der Conversational Agents-Konsole (unter Playbooks) zum Tab Abläufe, öffnen Sie die Startseite und klicken Sie dann auf Standard-Begrüßungs-Intent.

2. Scrollen Sie nach unten zum Abschnitt Auftragsausführung, entfernen Sie die aktuellen Antworten des KI-Agenten im Feld Dialog des KI-Agenten und fügen Sie die folgende Antwort ein:

   Would you like to take the eligibility quiz to find out if you can donate blood, and start changing lives?

   

3. Scrollen Sie nach unten zum Feld Übergang, wählen Sie Seite > + Neue Seite aus, legen Sie als Seitenname Entscheidung zur Blutspende des Nutzers fest und klicken Sie auf Speichern.

4. Rufen Sie den Tab Verwalten auf, um die beiden Intents mit den folgenden Konfigurationen zu erstellen. Klicken Sie dazu auf + Erstellen.

   Anzeigename	Attribut
   confirmation.yes	Trainingsformulierungen: „Ja“, „jawohl“, „ja, bitte“
   confirmation.no	Trainingsformulierungen: „Nein“

5. Rufen Sie den Tab Erstellen auf und klicken Sie auf die Seite Entscheidung zur Blutspende des Nutzers.

   • Klicken Sie zum Erstellen der Routen neben Routen auf das Symbol +.

   • Wählen Sie im Feld Intent aus dem Drop-down-Menü die Option confirmation.yes aus.

   • Scrollen Sie nach unten zum Feld Übergang, wählen Sie Seite > + Neue Seite aus, legen Sie als Seitenname Eignungsquiz fest und klicken Sie auf Speichern.

   • Klicken Sie neben Routen auf das Symbol +.

   • Wählen Sie im Feld Intent aus dem Drop-down-Menü die Option confirmation.no aus. Scrollen Sie dann nach unten zum Abschnitt Auftragsausführung > Antworten des KI-Agenten, klicken Sie auf + Dialogantwort hinzufügen, wählen Sie Dialog des KI-Agenten aus und fügen Sie die Antwort Thanks, Have a nice day! ein. Klicken Sie dann auf Speichern.

Eignungsgenerator erstellen und konfigurieren

Die Generatorfunktion ist eine Funktion von Conversational Agents, mit der Entwicklungsteams die neuesten generativen Large Language Models (LLMs) von Google während der Ausführung von Konversations-Agenten verwenden können. Generatoren generieren Antworten des KI-Agenten zur Laufzeit. Ein Generator kann allgemeine Antworten erstellen, die auf allgemeinem Wissen aus einem großen Text-Dataset basieren, mit dem er trainiert wurde, oder auf dem Kontext der Unterhaltung.

Wir erstellen einen neuen Generator, der die von der Nutzerin oder dem Nutzer bereitgestellten Informationen, wie Alter und Gewicht, mit den Teilnahmevoraussetzungen vergleicht, um festzustellen, ob die Person Blut spenden darf.

6. Rufen Sie in der Conversational Agents-Konsole den Tab Verwalten auf, wählen Sie Generatoren aus und klicken Sie auf Neu erstellen.

   

7. Geben Sie als Nächstes Blood Donation Eligibility als Anzeigename ein und schreiben Sie den folgenden Text-Prompt:

   Check the users eligibility against the following criteria: the minimum age is 18 and the maximum age is 75. Weight should be above 50 Kg. The user age and weight is $last-user-utterance. Be nice and tell the user if they are eligible to donate (also tell them why not in case)

8. Übernehmen Sie die Standardeinstellungen für die Modellqualitätskontrolle. Klicken Sie dann auf Speichern, um den Generator zu erstellen.

   Der Text-Prompt wird während der Ausführung zur Laufzeit an das generative Modell gesendet. Es sollte sich um eine klare Frage oder Anfrage handeln, damit das Modell eine zufriedenstellende Antwort generieren kann. Sie können spezielle integrierte Platzhalter für Generator-Prompts in Ihrem Text-Prompt verwenden:

   • $conversation: Die Unterhaltung zwischen dem KI-Agenten und der Nutzerin oder dem Nutzer, ohne die letzte Nutzeräußerung.
   • $last-user-utterance: Die letzte Äußerung der Nutzerin oder des Nutzers.

   Der von Ihnen konfigurierte Text-Prompt erwartet, dass die Nutzerin beziehungsweise der Nutzer Alter und Gewicht in einer Unterhaltungsrunde (last-userutterance) angibt.

Generator bei der Auftragsausführung verwenden und alle erforderlichen Parameter konfigurieren

9. Rufen Sie als Nächstes den Tab Erstellen auf und klicken Sie auf die Seite Eignungsquiz.

   • Klicken Sie zum Hinzufügen von Parametern neben Parameter auf das Symbol +.

   • Geben Sie age-weight als Anzeigenamen ein.

   • Wählen Sie @sys.any als Entitätstyp aus.

   • Scrollen Sie nach unten zu Ausführung des ersten Prompts > Antworten des KI-Agenten und fügen Sie im Feld Dialog des KI-Agenten den Prompt What is your age and weight? hinzu. Klicken Sie dann auf Speichern.

10. Klicken Sie auf der Seite Eignungsquiz neben Routen auf das Symbol +.

    • Wählen Sie unter Bedingungsregeln die Option Match AT LEAST ONE rule (OR) aus und geben Sie die Bedingungsanforderung $page.params.status = "FINAL" ein.

    

    • Scrollen Sie nach unten zu Auftragsausführung > Generatoren, klicken Sie auf Generator hinzufügen und wählen Sie Blood Donation Eligibility als Generator aus. Ersetzen Sie dann den Wert im Feld Ausgabeparameter durch $request.generative.eligibility-outcome. Dieser enthält das Ergebnis des Generators nach der Ausführung.

    

    • Fügen Sie im Feld Auftragsausführung > Antworten des KI-Agenten > Dialog des KI-Agenten den Wert $request.generative.eligibility-outcome hinzu und klicken Sie auf Speichern.

Aufgabe 6: KI-Agent noch einmal testen

1. Klicken Sie rechts oben auf der Seite auf das Dreipunkt-Menü und wählen Sie Simulator ein-/ausblenden aus.

   

2. Klicken Sie auf das Symbol Unterhaltung zurücksetzen, bis die Seite Vorschau: Standardstart-Flow wie unten dargestellt angezeigt wird.

   

   

3. Wählen Sie auf der Seite Vorschau: Standardstart-Flow im Abschnitt Startressource die Option Standardstart-Flow aus und testen Sie Ihren KI-Agenten.

   

4. Starten Sie unter Simulator ein-/ausblenden eine neue Unterhaltung mit dem KI-Agenten, indem Sie Hi eingeben, und beantworten Sie dann die Fragen des KI-Agenten wie unten gezeigt.

   

5. Prüfen Sie dann, ob die Eignungsprüfung fehlschlägt, wenn eine oder beide Anforderungen nicht erfüllt sind.

   

6. Prima, der Generator funktioniert wie erwartet. Oder doch nicht? Was passiert, wenn eine Person ihr Alter, aber nicht ihr Gewicht angibt (oder umgekehrt)?

   

Aufgabe 7: Generator-Prompts abstimmen

Das Erfassen von Alter und Gewicht in einem Schritt funktioniert nur, wenn beide Informationen auch angegeben werden. Sinnvoller ist es daher, ein Formular zu erstellen, in dem beide Werte als Entitätsparameter erfasst werden. Damit der Prompt alle Teilnahmevoraussetzungen wie Alter und Gewicht berücksichtigt, können wir Platzhalter verwenden, indem wir vor dem jeweiligen Wort ein $-Zeichen einfügen. Später ordnen wir diese Platzhalter für Generator-Prompts Sitzungsparametern in der Auftragsausführung zu. Während der Ausführung werden sie durch die Werte der Sitzungsparameter ersetzt.

1. Öffnen Sie die Seite Eignungsquiz, klicken Sie auf Parameter, entfernen Sie den Parameter age-weight und fügen Sie zwei separate Formularparameter hinzu: einen für weight und einen für age. Wählen Sie @sys.number-integer als Entitätstyp aus und markieren Sie die Parameter als erforderlich. Geben Sie die Ausführung des ersten Prompts an, zum Beispiel What is your correct weight? für den Parameter weight und How old are you? für den Parameter age. Speichern Sie alle Änderungen.

   

2. Bevor wir den Text-Prompt des Generators aktualisieren können, um zwei neue benutzerdefinierte Platzhalter einzufügen, müssen wir den Generator zuerst entfernen. Klicken Sie dazu auf die erstellte Route, scrollen Sie nach unten zum Bereich Auftragsausführung > Generator, entfernen Sie den Generator Blood Donation Eligibility und klicken Sie dann auf Speichern.

   

3. Rufen Sie den Tab Verwalten auf, wählen Sie Generatoren aus und aktualisieren Sie den Text-Prompt des Generators Blood Donation Eligibility mit folgendem Text: Check the users eligibility against the following criteria: the minimum age is 18 and the maximum age is 75. The weight must be at least 50 kg. The user is $age years old and weighs $weight Kg. Craft an email and politely explain to the user if they're eligible to donate and if not why.

   Der Text-Prompt berücksichtigt jetzt die Formularparameter für Alter und Gewicht,. Außerdem wurde der letzte Satz geändert, damit eine formelle E‑Mail mit dem Ergebnis des Eignungsquiz an die Person generiert werden kann.

   

4. Klicken Sie auf Speichern.

5. Kehren Sie zum Tab Erstellen zurück. Wählen Sie auf der Seite Eignungsquiz die Route aus und maximieren Sie im Bereich Auftragsausführung den Abschnitt Generatoren. Klicken Sie dann auf Generator hinzufügen und wählen Sie den Generator Blood Donation Eligibility aus. Nachdem Sie den Generator ausgewählt haben, müssen Sie die neuen Prompt-Platzhalter den entsprechenden Sitzungsparametern zuordnen. Außerdem müssen Sie die Parameter input und output wie unten angegeben neu festlegen.

   • age: $session.params.age
   • weight: $session.params.weight
   • Ausgabeparameter: $request.generative.eligibility-outcome

   

6. Klicken Sie anschließend auf Speichern.

7. Testen Sie den KI-Agenten noch einmal. Bei der Berechtigungsprüfung werden jetzt sowohl Alter als auch Gewicht berücksichtigt. Die Formulierung wurde von einem lockeren Ton zu einer höflichen Antwort geändert, die ohne menschliche Intervention gesendet werden kann.

   

Das wars! Sie haben das Lab erfolgreich abgeschlossen.

Heute haben wir uns Generatoren im Zusammenhang mit Eignungstests angesehen. Generatoren verwenden LLMs, um Antworten von KI-Agenten zu generieren. Wenn sie auf einer Wissensdatenbank basieren, können sie auch fundierte Entscheidungen treffen. Es gibt sicher viele weitere Anwendungsfälle, für die Generatoren und Datenspeicher implementiert werden können. Wir sind gespannt darauf, sie kennenzulernen.

Weitere Informationen

In diesen Anleitungen und Ressourcen erfahren Sie mehr über Agent Builder-KI und generative KI:

• Dokumentation zu Conversational Agents

• Einführung in Vertex AI Agent Builder

• Datenspeichertools

• Dokumentation zu Vertex AI Agent Builder

• Generative KI in Google Cloud

Google Cloud-Schulungen und ‑Zertifizierungen

In unseren Schulungen erfahren Sie alles zum optimalen Einsatz unserer Google Cloud-Technologien und können sich entsprechend zertifizieren lassen. In unseren Kursen werden technische Fähigkeiten und Best Practices vermittelt, damit Sie möglichst schnell mit Google Cloud loslegen und Ihr Wissen fortlaufend erweitern können. Wir bieten On-Demand-, Präsenz- und virtuelle Schulungen für Anfängerinnen und Anfänger sowie Fortgeschrittene an, die Sie individuell in Ihrem eigenen Zeitplan absolvieren können. Mit unseren Zertifizierungen weisen Sie nach, dass Sie Expertin oder Experte im Bereich Google Cloud-Technologien sind.

Anleitung zuletzt am 1. April 2026 aktualisiert

Lab zuletzt am 1. April 2026 getestet

© 2026 Google LLC. Alle Rechte vorbehalten. Google und das Google-Logo sind Marken von Google LLC. Alle anderen Unternehmens- und Produktnamen können Marken der jeweils mit ihnen verbundenen Unternehmen sein.