In Lektion 2.3 hat ein Programm ein Modell einmal angesprochen. Ein Agent ist mehr: Nach Learn ist es ein Modell, das mit Anweisungen und Werkzeugen zusammengefasst ist und auf eine Anfrage hin überlegen und handeln kann. Die Anweisungen müssen nicht bei jedem Aufruf neu mitgeschickt werden. Der Agent hat ein festes Verhalten, wird im Projekt gespeichert, hat Versionen und eine stabile Adresse. Diese Lektion baut den Agenten von Nordlicht im Portal. Die Schritte sind nicht gegen Azure ausgeführt; so zeigt es Microsoft Learn.

Welche Agententypen es gibt

Der Foundry Agent Service (Agenten-Dienst) kennt laut Learn drei Typen. Die Wahl bestimmt, wie viel Sie selbst bauen und wie viel Foundry übernimmt:

Typ Idee Wann
Prompt-Agent Sie legen Anweisungen, Modell und Werkzeuge fest, Foundry führt den Agenten aus. Kein Code, keine Container schnellster Weg, interne Werkzeuge, Agenten ohne eigene Ablauflogik
Sprachbasierter Prompt-Agent wie oben, aber für gesprochene Unterhaltungen in Echtzeit über Voice Live Sprachdialoge, etwa am Telefon. Learn kennzeichnet Teile davon als Vorschau
Hosted Agent Ihr eigener Code mit einem Framework Ihrer Wahl, den Foundry als Container betreibt volle Kontrolle, eigene Ablauflogik

Nordlicht nimmt einen Prompt-Agenten: Das Pilotprojekt braucht keine eigene Ablauflogik, nur gutes Verhalten. Dass der KI-Track statt des Agenten-Dienstes das Microsoft Agent Framework in C# nutzt (T7.1, „Der erste Agent“), ist eine andere Entscheidung: Dort baut man den Agenten im eigenen Code, hier konfiguriert man ihn im Dienst.

Daneben nennt Learn den Weg, ohne gespeicherten Agenten nur die Responses API aufzurufen. Dann steht die Agentendefinition im eigenen Code. Das ist Lektion 2.3.

Was ein Prompt-Agent enthält

Learn beschreibt die Bestandteile:

  • Modell: das Deployment, das denkt (bei Nordlicht reise-chat).
  • Anweisungen (Instructions): Rolle, Verhalten, Grenzen und gewünschte Ausgabe (wie der System-Prompt aus Lektion 2.2).
  • Werkzeuge (Tools): erlauben, Informationen zu holen oder etwas zu tun. Beispiele laut Learn: Websuche, Dateisuche, Code Interpreter, Function Calling und Model-Context-Protocol-Server (MCP).
  • Wissen (Knowledge): Quellen, die die Antworten stützen sollen. Der Agenten-Playground erlaubt laut Learn, sie hinzuzufügen.

Die Dienste Toolbox (Werkzeuge einmal sammeln und für mehrere Agenten teilen) und Memory (Gedächtnis, Vorschau) nennt Learn zusätzlich. Welche Werkzeuge in Ihrer Region und für Ihr Modell gerade verfügbar sind, ist offen: Learn schreibt, dass das je nach Modell, Region und gewähltem Laufzeitverhalten schwankt.

Werkzeuge sind der Grund, warum Agenten Vorsicht verlangen: Sie machen aus Text Handlungen. Je weniger Werkzeuge, desto weniger kann schiefgehen. Learn rät zu den geringsten Rechten, die der Agent braucht. Der KI-Track vertieft das in T7.2 („Werkzeuge und Function Calling“).

Den Agenten im Portal anlegen

Learn beschreibt den Weg im neuen Portal so (mit leicht abweichenden Wörtern auf verschiedenen Seiten; die genauen Beschriftungen sind offen):

  1. Im Foundry-Portal das Projekt nordlicht-ki öffnen. Voraussetzung: ein Deployment (Lektion 2.1) und die Rolle Foundry User auf dem Projekt.
  2. Auf der Startseite unter Build an agent Create an agent wählen, oder im Bereich Build den Eintrag Agents öffnen.
  3. Einen Namen vergeben: reise-helfer. Learn nennt als Grenze 63 Zeichen. Für den Weg über Visual Studio Code verlangt Learn, dass der Name mit Buchstabe oder Ziffer beginnt und endet, Bindestriche dazwischen sind erlaubt.
  4. Die Betriebsart auf Text lassen und Create wählen. Der Agent öffnet sich im Playground mit Bereichen für Modell, Anweisungen, Werkzeuge und Wissen.
  5. Unter Model das Deployment reise-chat wählen.
  6. Unter Instructions die Anweisungen eintragen (unten) und speichern.

Für den Schnellstart „Create a prompt agent“ nennt Learn außerdem als Voraussetzung, Application Insights mit dem Projekt zu verbinden, damit Spuren (Traces) des Agenten gespeichert werden. Ob es ohne geht, ist offen.

Anweisungen für reise-helfer

Ein Beispiel (kein Muster zum Abschreiben, Antworten nicht gemessen):

Sie sind der Reise-Helfer der Nordlicht Reisen GmbH und bereiten Antworten
für den Kundendienst vor. Schreiben Sie freundlich, kurz und in der Sprache
der Kundin oder des Kunden (Deutsch oder Englisch).
Beantworten Sie nur Fragen zu Reisen, Hotels und Buchungsabläufen.
Entscheiden Sie nie über Erstattungen, Kündigungen oder Vertragsfragen.
Schreiben Sie dazu: "Das klärt eine Beraterin oder ein Berater."
Fehlen Informationen, sagen Sie das und erfinden Sie nichts.
Jede Antwort ist ein Entwurf, den ein Mensch prüft.

Die Grenzen des Piloten stehen in den Anweisungen: kein Modell entscheidet über Erstattungen, Kündigungen oder Vertragsfragen, und ein Mensch prüft jede Antwort des Agenten, bevor sie an Kunden geht. Die Anweisungen bitten das Modell darum, sie erzwingen nichts (Lektion 2.2). Die Prüfung durch einen Menschen im Kundendienst, den Frau Berg als Verantwortliche des Piloten verantwortet, ist der eigentliche Schutz.

Werkzeuge bekommt die erste Fassung keine. So kann der Agent nichts auslösen, nur Text vorschlagen.

Im Agenten-Playground testen

Der Agenten-Playground ist laut Learn zum Erkunden und Testen ohne Code gedacht. Sie können darin

  • Anweisungen und Verhalten festlegen und Werkzeuge anhängen,
  • Wissen hinzufügen,
  • mehrstufige Unterhaltungen führen (der Agent behält den Verlauf, Lektion 2.5),
  • Spuren und Auswertungen zu den Antworten ansehen,
  • Konfigurationen speichern und verbessern.

Ein Hinweis zu den Kosten: Auswertungen im Agenten-Playground sind laut Learn für alle Projekte standardmäßig eingeschaltet und werden nach Verbrauch abgerechnet. Man schaltet sie ab, indem man die Auswertungen in der Metrik-Auswahl oben rechts abwählt.

Was testen? Mit erfundenen Fragen: eine Frage zu einem Hotel, eine Frage zu einer Erstattung, eine Frage, auf die es keine Antwort gibt, eine Nachricht auf Englisch und einen Nachfragesatz. Prüfen Sie, ob der Agent die Grenzen hält. Das Ergebnis lesen Sie selbst; hier ist keine Antwort abgedruckt.

Versionen

Learn beschreibt ein einfaches Modell:

  • Jede Änderung (auch ein einzelner Satz in den Anweisungen) erzeugt eine neue Version. Gespeicherte Versionen sind unveränderlich.
  • Ungespeicherte Änderungen lassen sich im Playground ausprobieren, gehen aber verloren, wenn Sie das Portal verlassen. Verlauf, Überwachung und Auswertungen brauchen gespeicherte Versionen.
  • Der Agent selbst bleibt dieselbe Einheit mit derselben Adresse. Standardmäßig bedient die Adresse die neueste Version; man kann sie auf eine bestimmte Version festlegen, wenn Stabilität wichtig ist, etwa im Betrieb.
  • Sie können Versionen vergleichen (Einrichtung, Chat-Ausgabe, YAML-Definition) und frühere Versionen aufrufen.

Für Nordlicht: Die Pilotversion mit „Entwurf, den ein Mensch prüft“ wird festgesetzt, auch wenn jemand im Playground an einer neuen Fassung arbeitet.

Merktabelle

Begriff Bedeutung
Agent Modell plus Anweisungen plus Werkzeuge, gespeichert im Projekt
Prompt-Agent im Dienst konfiguriert, ohne eigenen Code
Hosted Agent eigener Code, vom Dienst als Container betrieben
Version unveränderlicher Stand einer Konfiguration
Agenten-Playground Testen ohne Code

Übung 1

Prüfen Sie diese ersten Anweisungen für reise-helfer: „Sei nett und hilf bei allem. Wenn jemand sein Geld zurück will, regle das direkt. Nutze alle Werkzeuge, die du findest.“

  1. Welche zwei Grenzen des Piloten verletzen sie?
  2. Warum ist „alle Werkzeuge“ ein Problem?
  3. Was gehört stattdessen hinein?

Lösung 1
  1. Der Agent soll Erstattungen selbst regeln, aber kein Modell entscheidet darüber. Und es fehlt der Hinweis, dass ein Mensch jede Antwort prüft, bevor sie an Kunden geht.
  2. Werkzeuge machen aus Text Handlungen. Learn rät zu den geringsten nötigen Rechten. Die erste Fassung kommt ohne Werkzeuge aus.
  3. Rolle und Aufgabe, Sprache und Ton, die Grenze für Erstattungen, Kündigungen und Vertragsfragen mit fester Übergabe an Beratende, der Ausweg bei fehlenden Informationen und der Satz, dass jede Antwort ein Entwurf ist.

Weiterlesen