Make AI Agents: praktisk guide
Make AI-agenter kombinerer agentbaseret valg med Makes visuelle scenario- og værktøjsmodel. Det er nyttigt, når agenten skal vælge mellem afgrænsede værktøjer, mens du stadig vil kunne se og kontrollere resten af dataflowet.
Kort svar: Make AI-agenter kombinerer agentbaseret valg med Makes visuelle scenarie- og værktøjsmodel. Det er nyttigt, når agenten skal vælge mellem afgrænsede værktøjer, mens du stadig vil kunne se og kontrollere resten af dataflowet.
Agenten er et lag oven på Make-scenariet
En Make-agent bør arbejde gennem små, velafgrænsede værktøjer og scenarier. Behold forretningsregler i filtre og routere og brug agenten til de dele, hvor den skal vælge mellem handlinger ud fra kontekst.
Case: værktøjsvalg med regelbaseret kontrol omkring agenten
En serviceagent får værktøjer med læseadgang til CRM og dokumentation og et skriveværktøj til at oprette en intern task. Skriveværktøjet ligger bag godkendelse, mens lookup kan ske automatisk.
Giv agenten små, navngivne handlinger
- 1. Definér agentens mål som én proces, ikke “hjælp med alt”.
Agenten bør kun vælge mellem handlinger, der allerede er afgrænset og kan observeres bagefter.
- 2. Tilføj værktøjer med entydige navne og input.
- 3. Hold forretningsregler i scenarier og filtre hvor de er regelbaserede.
- 4. Brug agenten til tolkning og valg af værktøj.
- 5. Placér godkendelse foran scenarier med skriveadgang med høj konsekvens.
- 6. Test værktøjsvalg, manglende data og prompt injection.
Skjul ikke forretningsregler i agentinstruktionen
- At give agenten scenarios med brede, skjulte sideeffekter.
- At lade værktøjsbeskrivelser være vage.
- At mangle reservevej når agenten ikke kan vælge sikkert.
Byg en agent med ét læseværktøj og ét forslag
Lav en agent med ét læseværktøj og ét godkendelsesbeskyttet skriveværktøj. Test 10 inputs hvor skriveværktøj kun er korrekt i halvdelen.
Test værktøjsvalg, credit-forbrug og godkendelse
- Er værktøjskontrakten tydelig?
- Er skrive adskilt fra read?
- Kan scenariet forklare hvorfor en handling kræver godkendelse?
Brug Scenario Builder som agentens kontrolrum
Den nye Make AI Agents-oplevelse gør det muligt at se agenten tænke og følge rækkefølgen af værktøjskald. Brug den synlighed til at fejlsøge: valgte agenten det forkerte værktøj, var værktøjsoutput dårligt, eller var den efterfølgende routing forkert?
Make dokumenterer moduler og scenarier og MCP-værktøjer som agentværktøjer. Vælg den mindste funktion, der løser opgaven. Et modul-værktøj kan være nok, hvor et helt scenario som værktøj ville skjule for meget logik.
Hold credit-forbrug med i evalueringen. En agent, der “prøver sig frem” gennem mange værktøjer, kan være dyrere og langsommere end et klart scenario med ét AI-trin.
Fortsæt med Make-scenarios og sammenligninger
Officielle kilder
Spørgsmål om emnet
Hvad er hovedpointen i “Make AI-agenter: praktisk guide”?
Make AI-agenter kombinerer agentbaseret valg med Makes visuelle scenario- og værktøjsmodel. Det er nyttigt, når agenten skal vælge mellem afgrænsede værktøjer, mens du stadig vil kunne se og kontrollere resten af dataflowet.
Hvordan kan jeg øve det?
Lav en agent med ét læseværktøj og ét godkendelsesbeskyttet skriveværktøj. Test 10 inputs hvor skriveværktøj kun er korrekt i halvdelen.
Hvilken fejl bør jeg især undgå?
At give agenten scenarios med brede, skjulte sideeffekter.
Hvornår er min løsning god nok til at bruge?
Brug disse kontrolspørgsmål: Er værktøjskontrakten tydelig? Er skrive adskilt fra read? Kan scenariet forklare hvorfor en handling kræver godkendelse?