Der Reiseassistent der Nordlicht Reisen GmbH (R-02) bekommt Nachrichten aus dem Buchungsportal: Kundinnen und Kunden schreiben auf Deutsch, Englisch und Dänisch (R-01). Bevor der Assistent antwortet, soll jede Nachricht eingeordnet werden: Sprache, Zusammenfassung, Thema, Stimmung, Ton, genannte Orte, und ob sie Personendaten oder schädliche Inhalte enthält. Dafür kommen drei Bausteine in Frage: Sprachmodell, Language in Foundry Tools und Content Safety.

Vorwissen. Strukturierte Antworten (GetResponseAsync<T>, strenges Schema, Aufzählungen, Prüfen im Code, „nicht bewertet“ bei kaputtem JSON) lehrt „KI-Track, Lektion T2.3“. Fremden Text nur eingezäunt als Daten setzen: „KI-Track, Lektion T6.2“; harte Regeln im Code: „KI-Track, Lektion T6.4“. Die Wahl zwischen Modell und Foundry Tool begründet Lektion 1.1 (Entscheidung 2). Hier wird nichts davon wiederholt, nur angewendet.

Neu in dieser Lektion. Der Assistent hat einen Eingang für Nachrichten, deren Ergebnis ein Typ MailAnalyse ist. Nachrichten zu Erstattung, Recht oder gesperrtem Konto gehen nach R-02 immer an einen Menschen; das entscheidet eine Regel im Code, nie das Modell. Alle Nachrichten der Übungen sind erfunden (R-12).

Papier, Konto, Kosten. Papier: Entscheidung und Übungen. Ein Azure-Konto braucht nur der freiwillige Lauf der Dienste. Kostentreiber: Tokens je Million beim Modell, Texteinheiten bei Language und Content Safety (Preisseiten).

Die Anforderung

Alle Zahlen sind Annahmen der Aufgabe.

Nr. Anforderung Art Messgröße Gewicht Quelle
4.1-01 Jede Nachricht liefert Sprache, Zusammenfassung, Thema, Stimmung, Ton, Orte als feste Felder. F 100 % der 40 Testfälle schema-gültig oder „nicht bewertet“ Muss R-10
4.1-02 Erstattung, Recht, gesperrtes Konto und jede unlesbare Analyse gehen an einen Menschen. R 0 Ausnahmen im Testsatz Muss R-02
4.1-03 Stimmung, Ton und Thema stimmen mit der Zuordnung der Redaktion überein. Q mindestens 90 % der 40 Fälle Soll R-10
4.1-04 Personendaten stehen nicht im Protokoll. R 0 Treffer der PII-Erkennung im Protokoll Muss R-12
4.1-05 Schädliche Inhalte werden mit Kategorie und Schweregrad erkannt. F alle vier Kategorien im Ergebnis Soll Betrieb
4.1-06 Kein Neubau hängt an einer Funktion, die Learn als auslaufend führt. Q 0 solche Aufrufe Soll Betrieb