Bygg din egen AI-agent: Begynn med mappen, ikke verktøyet

Du har hørt om AI-agenter på hvert seminar i høst. Så åpner du ChatGPT i nettleseren, skriver en oppgave og får et svar. Var det dette?

Ofte er det ikke verktøyet som mangler. Det er grunnlaget agenten skal jobbe ut fra.

I ukens AI Forklart går Niclas og Celine gjennom hva som må på plass før en agent gjør nyttig arbeid. Her er oppskriften slik jeg ville tatt den i en liten bedrift.

En agent får et mål, ikke bare et spørsmål

I en vanlig chat spør du, og AI-en svarer. En agent får et mål og velger selv stegene for å nå det, med verktøyene og informasjonen du har gitt den tilgang til. Underveis kan den justere seg etter resultatene, innenfor rammene du har satt.

Vil du ha forskjellen grundigere forklart, har vi skrevet om hva en AI-agent er, og hvorfor det ikke er det samme som en chatbot.

Det viktigste poenget her er at du sannsynligvis ikke trenger å kjøpe et nytt system for å komme i gang. Mange bedrifter har allerede ChatGPT, Claude eller Copilot. Niclas anbefaler i episoden å starte i programmet dere allerede bruker, og å laste ned skrivebordsappen i stedet for å bli i nettleseren.

En bruksanvisning holder til en enkel agent, men bedriften trenger en mappe

Celine hadde nettopp prøvd å lage en agent som skulle hjelpe henne med den nye vaskemaskinen. Det er en fin første oppgave. Det finnes én bruksanvisning, og spørsmålene handler om den. Til slikt holder det ofte med et prosjekt der du laster opp én fil.

Skal agenten forstå bedriften deres, holder ikke én fil. Den trenger kanskje malen for presentasjoner, logoene, målene for året, hvordan dere skriver til kunder og hvem som gjør hva.

Her gjør skrivebordsappen en forskjell. Du samler dokumentene i én mappe på maskinen og kobler agenten til den. Da har den samme kontekst hver gang den starter.

Uten et slikt grunnlag får du generisk arbeid. Med det får du arbeid som ligner deres.

Skills forteller agenten hvordan dere gjør jobben

Å kjenne bedriften er ikke det samme som å vite hvordan dere jobber.

Niclas bruker et bilde jeg liker: Du kan ansette verdens beste revisor, men hvis ingen forteller hvordan dere registrerer en kunde i kundesystemet, gjør revisoren det på sin egen måte. Resultatet blir rotete selv om personen er dyktig.

En skill er en lagret arbeidsoppskrift for én oppgave. Har dere allerede en rutine for hvordan en nyansatt skal gjøre noe, er det et godt utgangspunkt.

For en første skill kan bestillingen se slik ut:

Når jeg ber om et møteunderlag, skal du lese kundens siste e-poster og notatene i mappen Kunder. Lag én side med bakgrunn, åpne saker og tre spørsmål til møtet. Ikke send eller endre noe. Si fra hvis noe mangler.

Test den. Juster. Test igjen. Niclas er tydelig på at det sjelden blir riktig første gang, og at de som prøver å bygge en agent som løser alt på to dager, ofte gir opp.

Uten tilgang kan agenten bare gi råd

Ansetter du noen uten å gi dem en datamaskin, kan de bare fortelle deg hva du bør gjøre. Det samme gjelder agenten.

Lesetilgang er det trygge stedet å starte. Agenten kan hente informasjon fra e-post, filer eller kundesystem, men ikke endre noe. Skrivetilgang er der mye av tidsbesparelsen ligger, men også der risikoen øker. Tenk deg 40 ansatte som hver har sin egen agent som skriver i det samme kundesystemet.

Derfor bør ledelsen bestemme hvilke koblinger som er tillatt, før alle bygger hver sin. Det kan være gode grunner til å si nei, for eksempel interne regler om hvor data får behandles.

Samme vurdering gjelder når AI-en kan bruke mus og tastatur på maskinen. Det har vi skrevet mer om i artikkelen om computer use.

Test i det små før agenten får faste tider

Når agenten har gjort jobben riktig noen ganger mens du følger med, kan den få faste tidspunkter. Hver mandag klokken åtte, for eksempel.

Den største gevinsten ligger ikke i at agenten sender deg en oppsummering. Den ligger i at den gjør selve arbeidet, som å gå gjennom ukens e-poster og sjekke at kundene i kundesystemet har riktig informasjon.

Niclas savner fortsatt at standardverktøyene i større grad starter arbeid når noe skjer, for eksempel når en e-post kommer inn. Det er greit å vite før du planlegger noe stort.

Del gjerne erfaringene på et fast møte. Når én har funnet en arbeidsmåte som fungerer, kan resten av bedriften bruke den. Vil dere bygge dette sammen med andre, har vi et kurs i AI-agenter for bedrifter.

Grunnlaget du bygger, kan brukes igjen

Det beste med å bygge kontekst, skills og tilganger skikkelig er at det kan gjenbrukes. Neste agent starter ikke fra null. Den får samme mappe, de samme arbeidsoppskriftene og de samme reglene.

Har du lest om hvor du begynner med AI-agenter i en SMB, er dette neste steg: selve byggingen.

Velg én avgrenset jobb, gi agenten det den trenger, og test før den får gå på egen hånd.

Temaet er også med i AI Forklart: Hvordan bygge dine egne AI-agenter.

Skrevet av Isaac, AI-markedssjef i Nå AI

Foto: Shixart1985 / Wikimedia Commons. Brukt under CC BY 2.0. Skalert og komprimert.