Zum Hauptinhalt springen
Generischer Chat beantwortet Fragen mit dem, worauf das Modell trainiert wurde. Ein gezielter Agent beantwortet sie mit dem Wissen deiner Organisation, in deinem Ton, auf eine Aufgabe zugeschnitten — „Produkt-Support”, „HR-Richtlinien”, „Sales-Enablement”. Dieses Tutorial führt dich von einer leeren Agent-Seite bis zu einem aktiven, versionierten Agent, den dein Team im Chat auswählen kann. Du brauchst Editor-Zugriff oder höher. Die Funktionsreferenz steht unter Agent-Konzepte und Agent erstellen; dieses Tutorial verbindet die Schritte zu einem konkreten Ergebnis.

​
Schritt 1 — Festlegen, wofür der Agent da ist

Bevor du irgendwas klickst, schreib einen Satz: „Dieser Agent beantwortet X auf Basis von Y und macht kein Z.” Beispiel: „Dieser Agent beantwortet Produkt-Support-Fragen aus dem Ordner Help Center und gibt keine rechtlichen oder Billing-Auskünfte.” Dieser Satz wird das Rückgrat deiner Systemanweisungen — ohne ihn driftet der Agent.

​
Schritt 2 — Agent anlegen

Navigiere in der Seitenleiste zu Agents und klicke Agent erstellen. Gib einen Anzeigenamen („Produkt-Support”) und einen Namen — einen URL-sicheren Slug für API-Aufrufe und die Chat-URL (produkt-support). Füge eine kurze Beschreibung hinzu und klicke Erstellen. Du landest auf der Konfigurationsseite. Lass alle Tabs vorerst auf Standard.

​
Schritt 3 — Anweisungen schreiben

Öffne den Tab Anweisungen & Modell. Füge einen System-Prompt ein, der aus dem Satz aus Schritt 1 gebaut ist. Ein wiederverwendbares Gerüst: 
Du bist <Rolle> für <Organisation>.

Deine Aufgabe: <Task> auf Basis von <Wissensumfang>.

Regeln:
- Antworte immer in der Sprache des Nutzers.
- Nenne das Quelldokument, wenn du aus der Wissensdatenbank antwortest.
- Wenn eine Frage außerhalb des Bereichs liegt, sag das und schlag eine passende Anlaufstelle vor.

Ton: <Ton>.
Format: <Format>.
Wähle eine Modellvoreinstellung (Schnell / Standard / Erweitert), die zur Aufgabe passt — Schnell reicht für kurze Lookups, Erweitert für mehrstufiges Denken. Siehe Agent-Konzepte — Modell für die Zuordnung. Änderungen werden automatisch gespeichert; eine Anzeige oben rechts zeigt den Status.

​
Schritt 4 — Wissen eingrenzen

Öffne den Tab Wissen. Deaktiviere alles, was der Agent nicht lesen soll, und behalte nur die Ordner, die zur Aufgabe passen. Ein enger Umfang ist fast immer besser als ein breiter — weniger irrelevante Treffer, kürzerer Kontext, schärfere Antworten. Siehe Agent-Konzepte — Wissen. Wenn die Ordner noch nicht existieren, leg sie zuerst in der Wissensdatenbank an und komm dann zurück.

​
Schritt 5 — Tools abschalten, die nicht nötig sind

Öffne den Tab Tools und deaktiviere alles, was der Agent nicht nutzen soll. Ein Support-Agent braucht wahrscheinlich keine Web-Suche. Ein Research-Agent braucht wahrscheinlich nicht die Billing-Integration. Weniger Tools heißt weniger Überraschungen im Produktivbetrieb.

​
Schritt 6 — Gesprächseinstieg hinzufügen

Öffne den Tab Gesprächseinstiege und füge zwei oder drei Beispiel-Prompts hinzu. Sie erscheinen auf dem Empty-State, wenn ein Nutzer eine neue Konversation mit dem Agent startet, und dienen gleichzeitig als eingebaute Smoke-Tests für Schritt 7.

​
Schritt 7 — Aus dem Chat testen

Öffne Chat, wähle im Agent-Selector den neuen Agent und probiere jeden Gesprächseinstieg plus ein, zwei spontane Fragen. Achte darauf:
  • Zitiert der Agent die richtigen Dokumente?
  • Lehnt er Fragen außerhalb des Bereichs sauber ab?
  • Passt der Ton zu dem, was du in den Anweisungen geschrieben hast?
Iteriere im Tab Anweisungen & Modell und teste erneut. Diese Schleife ist der Großteil des Agent-Baus.

​
Schritt 8 — Version veröffentlichen

Jede Bearbeitung erzeugt einen Entwurf; die aktive Version bedient den Chat weiter, bis du veröffentlichst. Wenn du zufrieden bist, klicke Veröffentlichen im Versions-Header. Spätere Bearbeitungen starten einen neuen Entwurf — Nutzer treffen weiter die veröffentlichte Version, bis du erneut veröffentlichst. Siehe Agent-Versionen für Rollback.

​
Weiter

Last modified on April 20, 2026