3 Arten von Kontext, die jeder KI-Agent braucht – und die eine, die alle überspringen

KI-Agenten stützen sich auf eine Vielzahl von Daten, um ein Gespräch zu führen: ein Modell, eine Wissensdatenbank, einen Satz von Regeln, Ihre CRM-Daten und alles andere, was relevant erscheint.

Was normalerweise fehlt, ist der Produktkontext: das Echtzeit- und historische Signal dessen, was Menschen tatsächlich in Ihrem Produkt tun. Der Zugang war bisher schwierig, aber die Teams, die einen Weg gefunden haben, sahen die Leistung ihrer Agenten erheblich verbessern.

Mit diesem Kontext antworten Agenten präziser und gelangen direkt zur Lösung, die tatsächlich passt, anstatt zur nächstbesten Übereinstimmung in einer Wissensdatenbank.

Drei Arten von Kontext, die jeder Agent benötigt

Es gibt drei Arten von Daten, auf die ein Agent zurückgreifen sollte:

1. Geschäftskontext: der jährliche Vertragswert, das Segment und die Firmografik des Kontos.
2. Benutzerkontext: der CRM-Datensatz eines Kontos, seine Rolle und sein Tier.
3. Produktkontext: die Aktionen, die jemand in Ihrem Produkt durchgeführt hat, wie oft er sich anmeldet und wo er sich in Ihrem Produkt befand, bevor er den Chat geöffnet hat.

Die ersten beiden sind weit verbreitet. Die meisten CRMs geben Geschäfts- und Benutzerkontext an jeden Agenten weiter, der danach fragt und entsprechend eingerichtet ist. Der Produktkontext hingegen befindet sich woanders. Er stammt aus Ihrer Analyseplattform – demselben System, das das In-App-Verhalten für Ihre PMs und Entwickler verfolgt.

Die Wissensdatenbank teilt einem Agenten mit, was eine Funktion tut, während der Produktkontext ihm mitteilt, dass dieser spezifische Benutzer diese Funktion siebenmal in drei Sitzungen aufgerufen, jedes Mal die Einrichtung halbwegs abgeschlossen und immer wieder versucht hat – was eine andere Antwort erzeugt, als die Wissensdatenbank allein liefern kann.

Für Builder, die einen Agenten über mehr als eine App hinweg betreiben, können dieselben Produktdaten dem Weg einer Person über alle ihre Touchpoints hinweg folgen.

Ihrem Agenten Signale geben, die es ihm ermöglichen, einzugreifen, bevor ein Benutzer um Hilfe bittet

Rage-Klicks, tote Klicks, wiederholte fehlgeschlagene Versuche und der Abbruch von Workflows sind Produktsignale. Die meisten Agenten haben keinen Zugriff darauf, aber diejenigen, die es tun, können aufhören zu warten, bis sie gefragt werden.

Ein Support-Agent, der erkennt, dass ein Benutzer dieselbe Aktion dreimal in vier Minuten wiederholt hat, kann an der Stelle der Schwierigkeit eine spezifische, kontextbezogene Nachricht einblenden, bevor sich die Frustration zu einem Support-Gespräch oder etwas Schlimmerem aufschaukelt.

Der Unterschied zwischen einem reaktiven und einem proaktiven Agenten hängt davon ab, auf welche Signale er Zugriff hat und ob diese Signale schnell genug eintreffen, um darauf reagieren zu können.

Derzeit zeigt sich der größte Einfluss von Produktkontext auf Agenten im Support-Bereich. Geben Sie Ihrem Fin-, Decagon-, Sierra- oder selbst entwickelten Support-Agenten In-App-Verhalten, und sie können:

• Sehen, wo Nutzer abspringen, und eingreifen, um sie durch den gesamten Workflow zu führen
• Orientierung bieten, wenn Benutzer wütend klicken oder umkehren
• Benutzer durch Einrichtung und Aufgaben führen, die den Erfolg eines Benutzers in der App beeinflussen

Teachable hat den Pendo-Kontext in seinen Fin-Support-Agenten integriert und konnte so 67 % der Support-Tickets lösen, ohne einen Menschen einzubeziehen. Erfahren Sie mehr über ihr Vorgehen.

Fragen, die Sie vor Ihrem nächsten Agent-Sprint stellen sollten

Die meisten Teams haben keine klare Antwort darauf, was ihr Agent über den Nutzer weiß, mit dem er spricht. Stellen Sie sich vor der nächsten Runde an Feature-Arbeit folgende Fragen:

1. Weiß Ihr Agent, was ein Nutzer in der App getan hat, bevor er mit ihm interagiert hat?
2. Weiß es, ob der Nutzer schon früher an demselben Problem feststeckte? Wenn ja, wie oft?
3. Weiß es, ob frühere Gespräche das zugrunde liegende Problem gelöst haben? Oder hat ein Nutzer einfach aufgegeben und die App komplett verlassen?

Wenn die Antwort auf alle drei Nein lautet, benötigt Ihr Agent als Nächstes den Produktkontext, aus dem er schlussfolgern kann.