AI Prompt Aktion
Die AI Prompt Action ermöglicht es Ihnen, große Sprachmodelle (LLMs) direkt in Ihren Tulip-Automatisierungen zu nutzen. Diese Aktion bietet eine flexible Möglichkeit, Text zu verarbeiten, Daten zu analysieren und intelligente Antworten zu generieren, die auf von Ihnen definierten Aufforderungen basieren.
Wie es funktioniert
Die KI-Prompt-Aktion ist ganz einfach: Sie nimmt Ihre Eingaben auf, sendet sie direkt an ein großes Sprachmodell und gibt dann die KI-generierte Antwort zurück. Mit dieser Aktion können Sie verschiedene Textverarbeitungsaufgaben durchführen, von der einfachen Kategorisierung bis hin zu komplexen Analysen und Zusammenfassungen.
Konfiguration
Eingabe-Nachricht
Die Eingabemeldung ist die Aufforderung, die direkt an das große Sprachmodell gesendet wird. Sie sollte Folgendes enthalten:- Klare Anweisungen, was die KI tun soll- Alle Daten oder Kontexte, die die KI verarbeiten muss- Spezifische Formatierungsanforderungen für die Ausgabe
Arbeiten mit Objekten
Wenn Sie Objekte oder Objektlisten an die KI-Aufforderungsaktion senden, müssen Sie sie in TOTEXT() expression verpacken, damit die KI den Inhalt richtig lesen kann.
Beispiel:"Analysieren Sie diese Fehlerdaten:" + TOTEXT(@variable.mein_Objekt)
Effektive Prompts schreiben
Seien Sie klar und spezifisch
Schreiben Sie Prompts, die klar und deutlich erklären, was die KI tun soll. Vermeiden Sie zweideutige Formulierungen und geben Sie spezifische Anweisungen.
Gut: "Kategorisieren Sie diesen Fehler anhand der Schweregradbeschreibung als 'Kritisch', 'Schwerwiegend' oder 'Geringfügig'."Schlecht: "Um welche Art von Fehler handelt es sich?"
Kontext bereitstellen
Geben Sie relevante Hintergrundinformationen an und erklären Sie den Zweck der Aufgabe.
Beispiel:````"Sie analysieren Fertigungsfehler für die Qualitätskontrolle. Kategorisieren Sie den Fehler anhand der folgenden Beschreibung als kritisch, schwerwiegend oder geringfügig:- Kritisch: Sicherheitsprobleme oder kompletter Produktausfall- Schwerwiegend: Funktionsprobleme, die die Leistung beeinträchtigen- Geringfügig: Kosmetische oder kleinere funktionale Probleme
Geben Sie als Antwort nur den Namen der Kategorie an.
Beschreibung des Defekts:" + TOTEXT(@variable.defekt_daten)```
Beispiele verwenden
Wenn möglich, fügen Sie Beispiele für das gewünschte Eingabe- und Ausgabeformat ein, um die Antworten der KI anzuleiten.
Beispiel:````"Fassen Sie die folgenden Produktionsdaten in 2-3 Sätzen zusammen und konzentrieren Sie sich dabei auf die wichtigsten Metriken und Trends.
Beispielformat: "Die Produktion hat X Einheiten mit Y% Effizienz fertiggestellt. Der Hauptengpass war Z, was zu einer Ausfallzeit von A Minuten führte."
Produktionsdaten:" + TOTEXT(@variable.production_summary)```
Allgemeine Anwendungsfälle
Defekt-Kategorisierung
Automatische Kategorisierung von Defekten auf der Grundlage von Beschreibungen, Bildern oder Sensordaten.
Defektdetails:" + TOTEXT(@variable.defect\_record) +
"Reagieren Sie im Format: Kategorie: [Kategorie], Priorität: [Priorität]"```
### Daten-Zusammenfassung
Erstellen Sie prägnante Zusammenfassungen von Produktionsberichten, Qualitätskennzahlen oder Betriebsdaten.
````"Erstellen Sie eine kurze Zusammenfassung der heutigen Produktionsmetriken: "
* TOTEXT(@variable.daily\_production\_data)+
"Konzentrieren Sie sich auf: Produktionsvolumen, Effizienzraten, Qualitätswerte und bemerkenswerte Probleme. 100 Wörter. "```
### Textanalyse und -extraktion
Extrahieren Sie spezifische Informationen aus unstrukturiertem Text wie Wartungsprotokollen oder Bedienernotizen.
````"Extrahieren Sie die Ursache und die empfohlenen Maßnahmen aus diesem Wartungsprotokoll:
Protokolleintrag:" + TOTEXT(@variable.wartungs\_log) +
"Formatieren Sie die Antwort als:Root Cause: [Ursache]Empfohlene Maßnahmen: [Aktionen]"````
### Generierung von Inhalten
Generieren Sie standardisierte Berichte, Benachrichtigungen oder Dokumentationen auf der Grundlage von Dateneingaben.
```"Generieren Sie einen Schichtübergabebericht auf Basis dieser Produktionsdaten:"
+TOTEXT(@variable.shift\_data) +
"Enthält: abgeschlossene Aufgaben, laufende Probleme, Prioritäten für die nächste Schicht, in einem professionellen Ton, der für das Management geeignet ist.
## Prüfung und Validierung
### Eingabedaten protokollieren
Testen Sie Ihre AI Prompt Action immer zuerst, indem Sie die Eingabedaten in einer Tabelle protokollieren. Auf diese Weise können Sie überprüfen, ob:- die Eingabeaufforderung richtig formatiert ist- Variablen korrekt aufgelöst werden- Objekte ordnungsgemäß in Text umgewandelt werden- die KI vollständige Informationen erhält
**Testansatz:**1. erstellen Sie eine Testtabelle mit Spalten für "Input Message" und "AI Response "2. Protokollieren Sie die genaue Eingabe, die an die AI Prompt Action gesendet wird3. Prüfen Sie mehrere Beispiele, um Konsistenz zu gewährleisten4. Passen Sie Ihre Eingabeaufforderung auf der Grundlage der protokollierten Ergebnisse an.
### Validieren Sie die Qualität der Ausgabe
Überwachen Sie die KI-Antworten, um sicherzustellen, dass sie Ihren Qualitätsstandards entsprechen:- Überprüfen Sie, ob die Antworten dem vorgegebenen Format entsprechen- Überprüfen Sie die Genauigkeit anhand bekannter Beispiele- Testen Sie Randfälle und ungewöhnliche Eingaben- Überwachen Sie die konsistente Leistung im Laufe der Zeit
### Umgang mit Variabilität
KI-Antworten können von Lauf zu Lauf variieren. Ziehen Sie Folgendes in Erwägung:- Verwendung spezifischerer Eingabeaufforderungen zur Verringerung der Variabilität- Implementierung einer Validierungslogik für kritische Ausgaben- Ausweichverfahren für unerwartete Antworten- Regelmäßige Überprüfung der KI-Leistung in der Produktion
## Beste Praktiken
### Prompt-Engineering
* Beginnen Sie einfach und iterieren Sie auf der Grundlage der Ergebnisse
* Testen Sie mit repräsentativen Datenproben
* Verwenden Sie eine einheitliche Terminologie und Formatierung
* Unterteilen Sie komplexe Aufgaben in kleinere, fokussierte Prompts
### Datenvorbereitung
* Bereinigen und formatieren Sie Eingabedaten, bevor Sie sie an AI senden.
* `TOTEXT()` für alle Objekt- und Listeneingaben verwenden
* Entfernen Sie unnötige Informationen, die die KI verwirren könnten
* Sicherstellen, dass Datenschutz- und Sicherheitsanforderungen erfüllt werden
### Fehlerbehandlung
* Planen Sie für Fälle, in denen die KI nicht wie erwartet antwortet
* Validierungsprüfungen für KI-Ausgaben implementieren
* Backup-Verfahren für kritische Prozesse einrichten
* Überwachung und Protokollierung der KI-Aktionsleistung
### Optimierung der Leistung
* Halten Sie die Eingabeaufforderungen kurz und übersichtlich
* Vermeiden Sie das Senden großer Mengen unnötiger Daten
* Ziehen Sie, wenn möglich, die Bündelung ähnlicher Anfragen in Betracht.
* Überwachen Sie die Antwortzeiten und passen Sie sie bei Bedarf an.
## Fehlersuche
### Häufige Probleme
* **Leere oder unvollständige Antworten:** Überprüfen Sie, ob Ihre Aufforderung klar ist und ob alle erforderlichen Daten enthalten sind.
* **Unerwartetes Format:** Geben Sie das gewünschte Ausgabeformat in Ihrer Aufforderung genauer an.
* **Inkonsistente Ergebnisse:** Fügen Sie weitere Einschränkungen und Beispiele in Ihre Aufforderung ein.
* **Objektdaten nicht sichtbar:** Stellen Sie sicher, dass Sie `TOTEXT()` verwenden, um Objekte in lesbaren Text zu konvertieren.
### Debugging-Schritte
1. Protokollieren Sie die genaue Eingabenachricht, die an die KI gesendet wird.
2. Testen Sie den Prompt manuell mit Beispieldaten
3. Vereinfachen Sie den Prompt schrittweise, um Probleme zu isolieren
4. Prüfen Sie, ob alle Variablen richtig aufgelöst werden
5. Überprüfen Sie, ob die Objektdaten mit `TOTEXT()` korrekt konvertiert werden `.`
Die AI Prompt Action eröffnet leistungsstarke Möglichkeiten für intelligente Automatisierung in Ihren Tulip-Anwendungen. Beginnen Sie mit einfachen Anwendungsfällen und bauen Sie nach und nach anspruchsvollere Prompts auf, wenn Sie sich mit den Möglichkeiten und Best Practices vertraut gemacht haben.