ai-assist Schulung

Empfohlen für neugierige Neueinsteiger:innen

Start

In diesem Modul führen Sie einen Chat zu Ihrem Heizkostenzuschuss_{ihr_vorname} aus und schauen danach bewusst hinter die Oberfläche. Sie sehen, welche Abläufe, Prompts und Debug-Ansichten erklären, warum ai-assist so reagiert.

i

Empfohlen für alle Neueinsteiger:innen, die wissen wollen, was im Motorraum von ai-assist passiert.

!

Achtung! Verwenden Sie weiterhin Ihren persönlichen Service Heizkostenzuschuss_{ihr_vorname}.

Am Ende verstehen Sie

wie Beratungsschritte und Handler zusammenarbeiten.
wo ein AFS-Formular angebunden und später befüllt wird.
wie API-, LLM-, Workflow- und Laufzeit-Debug helfen.
was Ablauf-Prompts leisten und warum man sie vorsichtig ändert.

Lernlandkarte

In Modul 3 testen Sie nicht nur, ob der Service antwortet. Sie lernen, wie ein Chatlauf entsteht: aus Ablauf, Prompt, Benutzereingabe, API-Aufrufen und gespeicherten Zuständen.

So lernen Sie: Zuerst verstehen Sie den groben Ablauf. Danach binden Sie ein Demo-AFS-Formular an, führen einen Chat aus und lesen anschliessend Debug-Spuren. Zum Schluss sehen Sie, welche Prompt- und Laufzeitdaten für Verbesserungen wichtig sind.

Abläufe als Leselandkarte verstehen.
AFS-Formular als weitere Quelle anbinden.
Beispielchat durchführen.
LLM-Einträge im Debug wiederfinden.
Ablauf-Prompts einordnen.
API-Ereignisse zum AFS-Formular lesen.
Workflow-Schritte und Handler nachvollziehen.
Laufzeiten und Tokenlängen einschätzen.

U

Arbeitsweise Führen Sie die Übungen wieder parallel im ai-assist Admin aus.

i

Orientierung Dieses Modul ist Diagnose-Orientierung, keine vollständige Prompt- oder Admin-Ausbildung.

3.1 Abläufe verstehen

Lerninhalt: Ein Chat wirkt wie ein Gespräch, folgt intern aber einem Ablauf. Der Reiter Abläufe zeigt diese Struktur lesend an.

Aktuell sehen Sie die Förderberatung. Später können mehrere Abläufe dazukommen. In dieser Schulung verändern Sie hier nichts; Sie lesen nur, welche Schritte und Handler es gibt.

Ablauf grob erklärt:

Schritte 1-6 führen durch die Beratung.
Handler reagieren auf besondere Eingaben, etwa Rückfragen, Korrekturen oder Formatprobleme.
Schritt 7 befüllt ein AFS-Formular und ist die Ausfüll-Assistenz.
Was in einem konkreten Chat passiert ist, sehen Sie später im Debug-Workflow.

Admin öffnen

Schritte:

Öffnen Sie den Reiter Abläufe.
Wählen Sie die Förderberatung aus.
Lesen Sie die Schritte von oben nach unten.
Beachten Sie, welche Handler genannt werden.
Suchen Sie den Schritt zum AFS-Formular.

Beratung bis Assistenz debuggen

Abläufe, Schritte 1-6 Beratung Service finden, Voraussetzungen prüfen, Fragen beantworten.

Abläufe, Schritt 7 Assistenz (AFS-Formular) Werte zu Formularfeldern abfragen und in das Formular übertragen.

Debug LLM/API, Workflow, Laufzeit Konkreten Lauf später nachvollziehen.

i

Merksatz Abläufe sind die Landkarte. Debug zeigt später den tatsächlich gefahrenen Weg.

3.2 AFS-Formulare befüllen

Lerninhalt: ai-assist kann nicht nur beraten, sondern später auch zu einem AFS-Formular führen und beim Befüllen unterstützen. Dafür muss am Service ein Formular als Quelle vom Typ AFS hinterlegt sein.

Das Formular kann per KI→ aus der Leistungsbeschreibung vorgeschlagen oder manuell eingetragen werden. Soll das AFS-Formular befüllt werden, muss die Art der weiteren Quelle AFS sein.

Admin öffnen Demo-AFS-Formular öffnen

Schritte:

Öffnen Sie den Reiter Services.
Wählen Sie Ihren Service Heizkostenzuschuss_{ihr_vorname}.
Legen Sie bei den weiteren Quellen einen neuen Eintrag an.
Tragen Sie als Titel Demo-AFS-Formular ein.
Setzen Sie die Art beziehungsweise den Typ auf AFS.
Tragen Sie die Demo-Formular-URL ein und speichern Sie.

Ergebnis: Der Service kennt ein AFS-Formular, das im späteren Chat als Formularweg genutzt werden kann.

U

Übung Binden Sie das Demo-AFS-Formular an Ihren Service Heizkostenzuschuss_{ihr_vorname} an.

!

Beachten Das Demo-Formular muss kein Heizungsformular sein. Es zeigt nur den technischen Formularweg.

3.3 Ein Beispielchat

Lerninhalt: Ein frischer Testchat zeigt, wie Ihr Service im Gespräch wirkt. Dieser Chatlauf ist danach die Grundlage, um in Debug zu verstehen, was ai-assist im Hintergrund gemacht hat.

Arbeiten Sie nicht nach einem starren Skript. Unterschiedliche Konfigurationen führen zu leicht unterschiedlichen Fragen und Formularschritten.

U

Übung Erstellen Sie einen Beispielchat bis zum Formular und notieren Sie auffällige Stellen.

!

Beachten Ab hier ist keine 1:1-Anleitung möglich. Ihre aktuelle Konfiguration bestimmt die genauen Rückfragen.

Admin öffnen

Schritte:

Öffnen Sie den Reiter Testen und starten Sie eine neue manuelle Session mit .
Geben Sie eine Frage ein, die sich auf den Heizkostenzuschuss bezieht, zum Beispiel: Mir ist kalt im Winter und ich habe wenig Geld zum Heizen.
Wählen Sie „Ihren“ Heizkostenzuschuss aus. Bei mehreren Übungssitzungen werden mehrere Optionen angezeigt.
Beantworten Sie die Fragen gemäß den Voraussetzungen, um die Förderung zu bekommen.
1. 4a. Optional: Korrigieren Sie eine falsche Antwort, etwa: Korrektur: Ich wohne doch seit drei Jahren in Auenstadt.
2. 4b. Optional: Stellen Sie zwischendurch eine Rückfrage zu einem Begriff, etwa: Was bedeutet Hauptwohnsitz?
Beantworten Sie die Rückfragen, bis die positive Abschlussmeldung erscheint: Gratuliere, ...
Füllen Sie danach die ersten sichtbaren Felder im Formular aus.
Brechen Sie den Chat nach 2-3 Formularabfragen ab.

Ergebnis: Sie haben einen frischen Chatlauf, der LLM-, API- und Workflow-Spuren erzeugt. Beispielbilder: Ergebnis 1, Ergebnis 2, Ergebnis 3, Ergebnis 4, Ergebnis 5.

3.4 Debug - LLM

Lerninhalt: LLM-Debug zeigt, welche Prompts an das Modell gesendet wurden und welche Antwort zurückkam. So sehen Sie, ob ein Problem eher im Prompt, in der Konfiguration oder im Fachinhalt liegt.

Was Sie sehen:

Zeitpunkt, Route, Ziel und Status des LLM-Aufrufs.
System- und User-Nachricht, soweit sichtbar.
Modellantwort und technische Metadaten.
Zusammenhang zu Ablauf und Handler, wenn dieser mitgeloggt wurde.

U

Übung Finden Sie eine eigene Eingabe und die dazugehörige LLM-Antwort.

i

Ausblick Die zugehörigen Ablauf-Prompts sehen Sie im nächsten Kapitel.

Admin öffnen

Schritte:

Öffnen Sie Debug und API & LLM.
Filtern Sie auf LLM.
Klicken Sie im obersten Datensatz auf die Sitzungs-ID C #nnnnnn. Sie sehen nur noch die Einträge Ihrer letzten Chat-Sitzung.
Klappen Sie die Debug-Einträge durch Klick auf die Kopfzeile auf.
Suchen Sie Ihre Benutzereingaben aus dem Beispielchat in den Debug-Einträgen. Die untersten Einträge waren zeitlich zuerst.
Sehen Sie sich Prompt und Antwort des LLM an.
Vergleichen Sie die Ablauf-Prompts (Link in der Kopfzeile) mit den verwendeten Prompts.

Ergebnis: Sie können Benutzereingaben und LLM-Antworten im Debug wiederfinden.

3.5 Prompts - Abläufe

Lerninhalt: Ablauf-Prompts steuern, wie ai-assist einzelne Dialogsituationen formuliert oder bewertet. Sie sind der sprachliche und technische Bauplan für Teile des Chats.

Prompts kurz erklärt:

Die Systemnachricht setzt Rolle, Regeln und Rahmen.
Die User-Nachricht enthält die konkrete Aufgabe mit Variablen.
Variablen wie {source} binden aktuelle Werte ein, etwa Service, Benutzereingabe oder Parameter.
MaxTok begrenzt die Antwortlänge.
Temp steuert, wie variantenreich die Antwort sein darf.
Denkaufwand beschreibt, wie viel interne Abwägung das Modell nutzen soll.

i

Merksatz Prompts sind zu 90% bereits so, wie sie sein sollen. Kundenspezifische Anpassungen sind möglich, aber immer testpflichtig.

!

Fallstrick Kleine Prompt-Änderungen können viele Chatstellen beeinflussen. Immer mit Debug und Testchat prüfen.

Verwendung gibt Vorgaben für den Promptinhalt. Beim Speichern eines eigenen Prompts werden die Vorgaben laut Verwendung abgesichert.

Als Standard speichern macht eine Variante zum neuen Ausgangspunkt.

Zurücksetzen bringt den Prompt wieder auf den Standard zurück.

Admin öffnen

Schritte:

Öffnen Sie den Reiter Prompts.
Wechseln Sie zur Ansicht Ablauf.
Lesen Sie bei einem Prompt Systemnachricht, User-Nachricht und Parameter.
Ändern Sie in dieser Einführung nichts.

3.6 Debug - API

Lerninhalt: API-Debug zeigt technische Aufrufe zwischen ai-assist, Admin, Chat und AFS. Das ist besonders wichtig, wenn ein Formular angezeigt oder aktualisiert wird.

Beim AFS-Formular passiert vereinfacht: Die AFS-API liefert JSON. Daraus entsteht die Anzeige in ai-assist. ai-assist schreibt neue Werte zurück. AFS antwortet mit einem neuen Zustand. Daraus entsteht wieder die nächste Anzeige.

U

Übung Finden Sie eine Benutzereingabe oder Formularänderung als API-Ereignis wieder.

i

Merksatz LLM erklärt Modellverhalten. API erklärt Datenaustausch.

Admin öffnen

Schritte:

Öffnen Sie Debug und API & LLM.
Filtern Sie auf Webservice.
Klicken Sie im obersten Datensatz auf die Sitzungs-ID C #nnnnnn. Sie sehen nur noch die Einträge Ihrer letzten Chat-Sitzung.
Klappen Sie die Debug-Einträge durch Klick auf die Kopfzeile auf.
Betrachten Sie den Wechsel aus Update Field Values und Current Status.
Öffnen Sie einen Eintrag und sehen Sie sich die JSON-Struktur an. Sie sehen die Struktur des Formulars.

Ergebnis: Sie erkennen, wie AFS-Daten in ai-assist sichtbar werden und wieder zurückfließen.

3.7 Debug - Workflow

Lerninhalt: Workflow-Debug zeigt den konkreten Weg eines Chats: welcher Schritt aktiv war, welche Eingabe verarbeitet wurde und welcher Handler eingegriffen hat.

Hier sehen Sie die Begriffe aus 3.1 wieder: Schritte, Eingaben und Handler. Eine Glossarabfrage erscheint als besondere Rückfrage. Eine Korrektur kann bewirken, dass Voraussetzungen neu bewertet oder Antworten überschrieben werden.

U

Übung Sehen Sie sich im Workflow an, was Ihre Glossarabfrage und Ihre Korrektur ausgelöst haben.

i

Merksatz Workflow-Debug ist die Gesprächschronik mit technischem Kontext.

Admin öffnen

Schritte:

Öffnen Sie Debug und die Ansicht Workflow.
Wählen Sie Ihren Beispielchat aus.
Lesen Sie Schritt für Schritt, was passiert ist.
Suchen Sie die Glossarabfrage aus dem Chat.
Suchen Sie die Korrektur und prüfen Sie ihre Wirkung.

Ergebnis: Sie können erklären, warum ein Chat an einer bestimmten Stelle weiterging, stoppte oder eine Rückfrage stellte. Beispielbilder: Ergebnis 1, Ergebnis 2.

3.8 Debug - Laufzeiten

Lerninhalt: Laufzeiten zeigen, wo ein Chat langsam wird. Das kann an LLM-Aufrufen, langen Prompts, großen Quellen, AFS-Antworten oder vielen Verarbeitungsschritten liegen.

Was Sie sehen:

Dauer einzelner Schritte und Aufrufe.
P-Werte wie P50 oder P95: Pxx bedeutet Perzentil. P50 ist der typische Mittelwert der Messungen; P95 bedeutet, dass 95% der Aufrufe schneller und 5% langsamer waren.
Tokenlängen, die zeigen, wie groß Prompt oder Antwort waren; bei zu kurzen Antworten kann der Prompt-Parameter MaxTok relevant sein.
Hinweise, welche Aufrufe besonders teuer oder langsam sind.

U

Übung Finden Sie den langsamsten Eintrag Ihres Testchats und ordnen Sie ihn grob ein.

!

Fallstrick Ein einzelner langsamer Lauf ist noch kein Beweis. Wiederholen und Muster suchen.

i

Verbessern Kürzere Prompts, passende MaxTok-Werte, weniger unnötige Quellen und stabile AFS-Antworten helfen oft.

Admin öffnen

Schritte:

Öffnen Sie Debug und Laufzeiten.
Filtern Sie auf Ihren letzten Testchat oder den passenden Zeitraum.
Suchen Sie besonders lange Einträge.
Prüfen Sie Tokenlängen und betroffene Komponente.
Notieren Sie mögliche Verbesserungen.

Ergebnis: Sie können erste Ursachen für langsame Antworten benennen.