Ein praktischer Leitfaden zu Atlassian Rovo Agent-Szenarien

Seien wir ehrlich, KI-Agenten tauchen überall auf und versprechen, die langweiligen, sich wiederholenden Aufgaben zu übernehmen, damit sich Ihr Team auf das Wesentliche konzentrieren kann. Atlassian ist mit Rovo, seinem Set an KI-Tools, das anpassbare „Agenten“ enthält, ebenfalls dabei. Der Schlüssel, um diese Agenten dazu zu bringen, das zu tun, was Sie wollen, ist das Verständnis von Rovo Agent Scenarios.

Aber obwohl Szenarien Ihnen eine gewisse Kontrolle geben, kann ihre Verwaltung auch Kopfzerbrechen bereiten. Dieser Leitfaden erklärt Ihnen, was sie sind, wie sie funktionieren und wo ihre Grenzen in der Praxis liegen. Wir behandeln die Einrichtung und helfen Ihnen herauszufinden, ob dies das richtige Werkzeug für Sie ist oder ob Sie etwas Flexibleres benötigen.

Was sind Atlassian Rovo Agent Scenarios?

Also, worüber sprechen wir hier genau? Atlassian Rovo-Agenten sind KI-Helfer, die entwickelt wurden, um in Ihren Atlassian-Tools wie Jira und Confluence zu arbeiten. Sie können vorgefertigte aus dem Marketplace nehmen oder Ihre eigenen erstellen, um Dinge wie das Zusammenfassen von Dokumenten oder das Entwerfen von Release Notes zu erledigen.

Rovo Agent Scenarios sind im Grunde die Drehbücher, die einem Agenten sagen, was er tun soll, und das in bestimmten Situationen. Stellen Sie es sich so vor, als würden Sie Ihrer KI für verschiedene Aufgaben unterschiedliche „Hüte“ aufsetzen. Hier sind die wichtigsten Begriffe, die Ihnen begegnen werden:

• Szenario: Ein spezifisches Drehbuch, das Sie einem Agenten geben, komplett mit Anweisungen, Fähigkeiten und Wissen für eine bestimmte Art von Aufgabe.

• Standardszenario: Dies ist der allgemeine Modus des Agenten. Es ist der Rückfallmechanismus, den der Agent verwendet, wenn kein spezifischeres Szenario ausgelöst wird.

• Auslöser: Die Bedingung, die dem Agenten sagt, dass er den Hut wechseln und ein spezifisches Szenario verwenden soll. Dies kann ein Satz sein, den ein Benutzer eingibt, oder sogar dessen Tonfall.

• Anweisungen: Die detaillierte Anweisung, die die Ziele, die Persönlichkeit und die Aufgaben des Agenten innerhalb dieses Szenarios beschreibt.

Wenn ein Rovo-Agent eine Anfrage erhält, prüft er schnell, ob sie mit einem Ihrer benutzerdefinierten Auslöser übereinstimmt. Findet er einen, führt er dieses spezifische Szenario aus. Wenn nicht, greift er einfach auf seine Standardanweisungen zurück.

Einrichtung und Verwaltung von Rovo Agent Scenarios

Durch das Einrichten von Szenarien bringen Sie Ihrem Rovo-Agenten seine besonderen Fähigkeiten bei. Sie beginnen mit einem allgemeinen „Standardszenario“ und fügen dann spezifischere Szenarien für bestimmte Aufgaben hinzu, wodurch eine Art Entscheidungsbaum für Ihre KI entsteht.

Beginnen mit dem Standardszenario

Wenn Sie einen Rovo-Agenten zum ersten Mal erstellen, werden die ersten Anweisungen, die Sie schreiben, zu seinem Standardszenario. Dies ist seine Kernpersönlichkeit und sein allgemeines Wissen. Es ist wirklich wichtig, dies richtig zu machen, denn es ist der Sammelbehälter für alle Anfragen, die in keine bestimmte Kategorie passen. In diesem Schritt definieren Sie seinen Hauptzweck, verbinden ihn mit Wissensquellen wie bestimmten Confluence-Seiten und legen seinen allgemeinen Tonfall fest.

Hinzufügen spezifischer Szenarien mit benutzerdefinierten Auslösern

Hier können Sie spezifischer werden. Sie können zusätzliche Szenarien erstellen, die nur dann aktiviert werden, wenn bestimmte Bedingungen erfüllt sind. Dadurch kann der Agent spezielle Aufgaben mit einem einzigartigen Satz von Anweisungen bearbeiten, völlig getrennt von seiner Standardprogrammierung.

Zum Beispiel könnten Sie einrichten:

• Ein „Bug-Triage“-Szenario, das durch Phrasen wie „einen Bug melden“ oder „etwas ist kaputt“ ausgelöst wird.

• Ein „Release Notes“-Szenario, das aktiviert wird, wenn ein Benutzer darum bittet, „die neueste Version zusammenzufassen“.

• Ein „Kundenfeedback“-Szenario, das sich einschaltet, wenn es einen frustrierten Ton in der Nachricht eines Benutzers erkennt.

Dazu benennen Sie das neue Szenario, schreiben einen Auslöser (das, was es aktiviert) und geben ihm dann einen einzigartigen Satz von Anweisungen und Wissensquellen nur für diese Aufgabe.

Aber hier können die Dinge auch kompliziert werden. Jedes neue Szenario fügt eine weitere Schicht von Anweisungen und Auslösern hinzu, die Sie im Auge behalten müssen. Wenn Sie nach einer einfacheren Möglichkeit suchen, dies zu handhaben, bieten Tools wie eesel AI einen anderen Weg. Anstatt mit separaten Szenarien zu jonglieren, erhalten Sie eine einzige, vereinheitlichte Workflow-Engine, in der Sie Automatisierungsregeln und benutzerdefinierte Aktionen festlegen können, ohne ein Netz aus verschiedenen Anweisungssätzen zu erstellen. Das kann die Skalierung Ihrer KI wesentlich schmerzfreier machen.

Ein Workflow-Diagramm, das veranschaulicht, wie ein spezialisiertes Tool wie eesel AI den Kundensupportprozess von der Ticketanalyse bis zur Lösung automatisiert.

Die Grenzen von Rovo Agent Scenarios

Die Idee, Ihrer KI verschiedene „Modi“ zu geben, klingt in der Theorie großartig, aber in der Praxis kann es auf einige Probleme stoßen, besonders wenn Sie versuchen, mehr damit zu erreichen.

1. Rovo Agent Scenarios werden schnell unübersichtlich

Ein paar Szenarien zu verwalten ist keine große Sache. Aber was ist, wenn Sie zehn, zwanzig oder sogar fünfzig haben? Jedes hat seine eigenen Anweisungen, Auslöser und Wissensquellen. Dies kann schnell zu einem verworrenen Netz werden, das schwer zu pflegen, zu testen und zu reparieren ist, wenn etwas schiefgeht. Wenn sich Auslöser überschneiden, könnte sich der Agent seltsam und unvorhersehbar verhalten, und Ihr Team könnte am Ende mehr Zeit mit der Verwaltung der KI verbringen als mit ihr zu arbeiten.

2. Inflexible Auslöser können ihr Ziel verfehlen

Die Auslöser von Rovo basieren hauptsächlich auf Schlüsselwörtern oder der Stimmung des Benutzers. Das klingt gut, kann aber überraschend starr sein. Ein Kunde könnte ein Problem mit Worten beschreiben, an die Sie nicht gedacht haben. Wenn das passiert, wird die Anfrage an das Standardszenario weitergeleitet, das möglicherweise nicht die richtigen Informationen oder Fähigkeiten hat, um tatsächlich zu helfen. Diese Inflexibilität kann zu inkonsistenten oder wenig hilfreichen KI-Antworten führen, die Benutzer nur frustrieren und mehr manuelle Arbeit für Ihr Team verursachen.

3. Für die coolen Sachen brauchen Sie einen Entwickler

Die integrierten Aktionen für Rovo-Agenten sind ziemlich einfach. Wenn Sie etwas Fortgeschritteneres tun möchten, wie die Verbindung zu anderen Systemen oder die Durchführung von mehrstufigen Aktionen, müssen Sie die Atlassian Forge-Plattform verwenden. Dies schafft sofort eine Abhängigkeit von Entwicklern, was ein enormer Engpass für nicht-technische Support- oder IT-Teams sein kann, die ihre KI-Assistenten einfach nur spontan erstellen und anpassen möchten.

An dieser Stelle verfolgt ein Tool wie eesel AI einen anderen Ansatz. Es ist für nicht-technische Personen konzipiert. Sie können Ihren Helpdesk verbinden, benutzerdefinierte Aktionen definieren, die externe APIs aufrufen, und ziemlich fortgeschrittene Workflows von einem einfachen Dashboard aus erstellen – ganz ohne Programmierung.

4. Abgeschottetes Wissen und knifflige Tests

In Rovo müssen Sie oft jedem spezifischen Szenario Wissensquellen zuweisen. Dies kann Silos schaffen, in denen Wissen nicht geteilt wird, was zu viel wiederholter Arbeit führt. Schlimmer noch, das Testen, wie all diese verschiedenen Szenarien zusammenarbeiten, ist ein riesiges Kopfzerbrechen. Es ist schwer, sicher zu wissen, wie der Agent in jeder möglichen Situation reagieren wird, bevor Sie ihn auf Ihre Kunden loslassen.

Um dies zu umgehen, zieht eesel AI automatisch alle Ihre Wissensquellen an einem Ort zusammen. Es hat auch einen wirklich nützlichen Simulationsmodus, in dem Sie Ihre KI an Tausenden von früheren Tickets testen können. Auf diese Weise können Sie genau sehen, wie sie abgeschnitten hätte, und mit Zuversicht Anpassungen vornehmen, bevor sie jemals mit einem echten Kunden spricht.

Ein Screenshot des eesel AI-Simulations-Dashboards, der zeigt, wie KI vergangenes Produktwissen nutzt, um zukünftige Automatisierungsraten im Support vorherzusagen.

Preise für Atlassian Rovo Agent Scenarios

Also, wie viel kostet Rovo? Nun, man kann es nicht einfach einzeln kaufen. Die Funktionen von Rovo, einschließlich der Agenten, sind Teil der Premium- und Enterprise-Pläne für Atlassian-Produkte wie Jira, Confluence und Jira Service Management.

Das bedeutet, es gibt keinen separaten Posten auf Ihrer Rechnung für Rovo selbst. Die Kosten sind einfach in Ihr größeres Atlassian-Abonnement eingebacken. Um Rovo zu erhalten, müssen Sie auf eine der teureren Stufen upgraden, was ein ziemlich großer Sprung im Vergleich zu den Standard-Plänen sein kann.

Weitere zu berücksichtigende Kosten

Nun ist „inbegriffen“ ein schönes Wort, aber es gibt noch einige andere Kosten zu beachten:

• Möglicherweise müssen Sie alle upgraden: Es kann sein, dass Sie Ihre gesamte Organisation auf einen Premium-Plan umstellen müssen, nur um die KI-Funktionen zu erhalten, auch wenn die meisten Leute die anderen Premium-Vorteile nicht benötigen.

• Die Kosten für Entwickler: Wie bereits erwähnt, bedeutet jede fortgeschrittene Anpassung, dass Sie Entwicklerzeit für die Arbeit mit Atlassian Forge benötigen, was die Gesamtkosten erhöht.

• Die Zeit, die für die Verwaltung aufgewendet wird: Die Stunden, die Ihr Team mit dem Erstellen, Testen und Entwirren eines komplexen Netzes von Szenarien verbringt, sind ein echter Betriebskostenfaktor.

Eine transparentere Alternative

Dies ist ein großer Unterschied zu dedizierten KI-Plattformen, die eine einfachere Preisgestaltung haben. Zum Beispiel basieren die Preise von eesel AI auf den Funktionen, die Sie tatsächlich benötigen, und wie oft Sie sie nutzen, mit klaren monatlichen und jährlichen Optionen. Ein wichtiges Detail ist, dass eesel AI Ihnen nichts pro Lösung berechnet, sodass Sie nach einem geschäftigen Monat keine überraschende Rechnung erhalten. Diese Vorhersehbarkeit macht es viel einfacher, zu budgetieren und den Return on Investment zu ermitteln.

Eine visuelle Darstellung der eesel AI-Preisseite, die sich von undurchsichtigen Modellen abhebt, indem sie klare, öffentlich einsehbare Kosten für Alternativen zu Rovo Agent Scenarios zeigt.

Sind Rovo Agent Scenarios das Richtige für Sie?

Also, wie lautet das Urteil? Sind Rovo Agent Scenarios das Richtige für Ihr Team? Wenn Sie bereits tief in der Atlassian-Welt mit einem Premium- oder Enterprise-Plan stecken und Ihre Automatisierungsanforderungen ziemlich unkompliziert sind, kann es ein solider Ausgangspunkt sein. Es ist direkt integriert, was praktisch ist.

Aber das szenariobasierte System hat seine Nachteile, wenn es um Skalierung, Verwaltung und allgemeine Flexibilität geht. Die umständlichen Auslöser, die Notwendigkeit von Entwicklern für fortgeschrittene Dinge und der schwierige Testprozess bedeuten, dass es möglicherweise nicht mit einem schnelllebigen Support- oder IT-Team Schritt halten kann. Wenn Sie das Gefühl haben, an diese Grenzen stoßen zu können, lohnt es sich wahrscheinlich, sich ein dediziertes Werkzeug anzusehen.

Ein flexiblerer Weg zur KI-Automatisierung

Wenn Sie nach einem KI-Tool suchen, das Ihnen mehr Kontrolle ohne zusätzliche Komplexität bietet, schauen Sie sich eesel AI an. Es verbindet sich mit allen Tools, die Sie bereits verwenden (nicht nur mit Atlassian-Produkten), lernt aus der bisherigen Arbeit Ihres Teams und lässt Sie leistungsstarke, benutzerdefinierte Automatisierungen ohne ein riesiges Projekt erstellen.

Mit seiner Simulations-Engine und der klaren Preisgestaltung können Sie die Automatisierung des Supports, das Entwerfen von Antworten und die Triage von Tickets wirklich in den Griff bekommen. Warum nicht noch heute Ihre kostenlose Testversion starten und sehen, wie viel einfacher KI-Automatisierung sein kann?