Jak administrator tworzy regułę agentową w AMODIT

Nie każde zadanie w procesie da się opisać prostym warunkiem. Gdy potrzebna jest interpretacja przekazanych informacji, administrator może wykorzystać w AMODIT regułę agentową. Określa, kiedy reguła się uruchamia, jaką instrukcję i kontekst otrzymuje AI oraz co dalej dzieje się z wynikiem.

AI przygotowuje wynik zgodnie z konfiguracją, ale nie podejmuje ostatecznej decyzji. Człowiek sprawdza rezultat i zatwierdza dalszy krok procesu.

Zacznij od zadania wymagającego interpretacji

Najpierw nazwij zadanie, którego nie da się sprowadzić do prostego warunku. To ono wyznacza zakres reguły agentowej. Administrator powinien wiedzieć, co AI ma zinterpretować oraz jaki wynik ma przygotować dla dalszego przebiegu procesu.

Jeżeli zadanie można jednoznacznie opisać warunkiem, reguła agentowa nie jest punktem wyjścia. Jej rolą jest obsługa tych etapów, w których znaczenie przekazanych informacji wymaga interpretacji.

Ustal moment uruchomienia reguły

Administrator wskazuje moment procesu, w którym reguła agentowa ma zostać uruchomiona. Dzięki temu AI otrzymuje zadanie we właściwym miejscu przebiegu, a wynik może zostać wykorzystany w zaplanowanej dalszej ścieżce.

Moment uruchomienia trzeba rozpatrywać razem z wejściem reguły: jakie dane i jaki kontekst będą wtedy dostępne. Pozwala to powtarzalnie przekazywać AI ten sam rodzaj zadania.

Napisz instrukcję dla agenta

Instrukcja opisuje zadanie, które agent ma wykonać. Powinna jasno wskazywać oczekiwany rezultat, aby można było później sprawdzić, czy odpowiedź odpowiada celowi reguły.

Administrator konfiguruje instrukcję dla istniejącego modelu AI. Nie trenuje modelu — określa sposób wykonania konkretnego zadania w procesie.

Przekaż właściwy kontekst i wejście

Sama instrukcja nie wystarcza do interpretacji zadania. Reguła przekazuje również wejście i kontekst, na podstawie których agent przygotowuje wynik. To one osadzają polecenie w konkretnej sytuacji procesowej.

W konfiguracji trzeba więc rozdzielić trzy elementy:

• zadanie opisane w instrukcji,
• dane wejściowe przekazywane przy uruchomieniu,
• kontekst potrzebny do właściwej interpretacji.

Takie uporządkowanie daje powtarzalny sposób przekazywania danych i kontekstu do AI.

Określ wynik i dalszy przebieg procesu

Przed uruchomieniem reguły administrator ustala, jaki wynik ma wrócić oraz jak zostanie wykorzystany w dalszym przebiegu procesu. Wynik nie kończy pracy: trafia do zaplanowanej ścieżki, w której może zostać oceniony i wykorzystany przez człowieka.

Nie należy traktować odpowiedzi AI jako samodzielnej decyzji. Osoba odpowiedzialna za dany etap sprawdza wynik w odniesieniu do zadania i kontekstu, a następnie zatwierdza dalszy krok.

Zaplanuj zabezpieczenia i ograniczenia

Zabezpieczenia i ograniczenia są częścią projektu reguły. Administrator powinien sprawdzić, czy konfiguracja jednoznacznie określa:

• zadanie wymagające interpretacji,
• moment uruchomienia,
• instrukcję, wejście i kontekst,
• oczekiwany wynik,
• dalszy przebieg procesu,
• miejsce weryfikacji i zatwierdzenia wyniku przez człowieka.

Taka checklista pomaga zachować kontrolę nad tym, kiedy AI pracuje, jakie informacje otrzymuje i co dzieje się z przygotowanym wynikiem.

AI przygotowuje, człowiek zatwierdza

Reguła agentowa rozszerza proces o zadania wymagające interpretacji, ale nie przenosi odpowiedzialności za decyzję na AI. Administrator projektuje moment uruchomienia i dalszą ścieżkę, a człowiek weryfikuje wynik przed jego zatwierdzeniem i wykorzystaniem.

Więcej o wykorzystaniu AI w projektowaniu procesów przeczytasz w artykule o AMODIT Copilot oraz w opisie podejścia AI-driven workflow.

Najczęstsze pytania

Kiedy użyć reguły agentowej?

Gdy zadanie procesu wymaga interpretacji, a nie tylko sprawdzenia prostego warunku. Administrator określa wejście, kontekst i oczekiwany wynik takiego zadania.

Co otrzymuje agent przy uruchomieniu reguły?

Agent otrzymuje przygotowaną instrukcję oraz skonfigurowane wejście i kontekst potrzebne do wykonania zadania.

Co dzieje się z wynikiem działania agenta?

Wynik trafia do dalszego przebiegu ustalonego przez administratora. Człowiek sprawdza go w kontekście zadania i zatwierdza kolejny krok.

Czy AI samodzielnie podejmuje decyzję w procesie?

Nie. AI przygotowuje wynik, a człowiek go weryfikuje i zatwierdza. Reguła powinna wskazywać miejsce tej kontroli w dalszej ścieżce procesu.

Czy utworzenie reguły agentowej wymaga trenowania modelu?

Nie. Administrator konfiguruje instrukcję, wejście i kontekst dla istniejącego modelu. AMODIT wykorzystuje skonfigurowane możliwości AI bez trenowania modelu przez administratora.

Zobacz reguły agentowe w procesie AMODIT

Pokażemy, jak połączyć zadanie wymagające interpretacji z właściwym kontekstem, wynikiem i kontrolą człowieka.