什么是上下文图?为什么人工智能代理需要它们?

我们解释了为什么人工智能代理需要捕获决策、上下文图如何捕获它们以及代理如何使用它们。

来源:Nanonets

在人工智能代理中,上下文图是代理内存中捕获决策的部分。

这篇文章解释了为什么人工智能代理需要捕获决策、上下文图如何捕获它们、代理如何使用它们,以及代理如何利用它们增强其能力和性能。

代理失败案例

这是本季度的最后一周。一名续约代理正在管理一个价值 48 万美元的账户。顾客想要 20% 的折扣,否则他们就走。代理商的指示规定,超过 10 万美元的账户不应流失,但代理商的政策将续订上限限制为 10%。现在怎么办?

如果是人类处理这个问题,他们可能会利用经验和记忆来解决。

上个季度我们不是在 Globex 上做了同样的事情吗?这是一个类似的故事。他们威胁要流失,有人签署了 20% 的协议,因为首席执行官希望保留《财富》500 强的徽标,而对于 30 万美元的账户来说,这个风险值得承担。它奏效了,不久之后 Globex 就更新了。

做出决定的推理链不会写在您的代理可以阅读的任何地方。代理会在 Salesforce 中找到 Globex 的例外情况,但 Salesforce 不会告诉它该号码是例外、谁批准的、为什么批准、当前情况是否相同。

为何存在 -

  • 旧的松弛线程,财务团队承认 30 万美元的账户值得冒这个风险。
  • Zoom 电话中,销售资深人士提到此类帐户最终会付款。
  • 首席执行官的电子邮件称保留《财富 500 强》徽标至关重要。
  • 这些是做出决策所需的关键信息,但代理无法访问它们。

    所以你的代理做了以下两件事之一 -

  • 它会发送一封电子邮件,告知政策上限为 10%,然后您就会失去该帐户。
  • 它升级到一个人,他花 24 小时进行 Slack 考古,以重建公司曾经做出的决定。
  • 无论哪种方式,该组织都未能通过采用人工智能代理而受益。

    这是一个普遍的问题。组织每年损失数十亿美元 -

  • 犯同样的错误,
  • 重新发明相同的解决方案,
  • 1. 上下文腐烂