Kreative und Wissensarbeiter, die wiederkehrende Aufgaben wie Marktbeobachtungen, Kundenanfragen, periodische Statusberichte, kanalübergreifende Content-Aufbereitung oder die Qualifizierung eingehender Leads automatisieren möchten, finden in Baidus offizieller Entwicklungsplattform Wenxin AgentBuilder (agents.baidu.com) auf Basis der ERNIE-Großmodelle (文心) eine leistungsfähige Lösung.
Im Unterschied zu simplen Konversations-Chatbots verknüpfen maßgeschneiderte ERNIE-Agenten präzise Prompt-Rollenprofile, private Wissensdatenbanken (RAG), externe Tool-Plugins und visuell gestaltete, deterministische Workflows miteinander. Nach bestandener Prüfung stehen die Agenten nicht nur im Ernie Bot Agent Store (im Web sowie in der Wenxiaoyan-App) zur Verfügung, sondern werden auch direkt in den interaktiven Antwortkarten der Baidu-Suchmaschine (Baidu Search) platziert, was eine beachtliche organische Reichweite sichert.
Dieser Leitfaden führt Schritt für Schritt durch Architekturwahl, Konfiguration, Testverfahren sowie die Veröffentlichung und Monetarisierung.
1. Wahl der Agenten-Architektur: No-Code versus Low-Code-Workflow
Vor der Formulierung von Prompts oder dem Hochladen von Dokumenten muss festgelegt werden, ob die Aufgabe konversationelle Flexibilität oder eine strikte Prozesslogik erfordert. Wenxin AgentBuilder bietet zwei grundlegende Entwicklungsmodi:
Modus A: No-Code-Dialogagent (Prompt-gesteuert)
- Ideal für: Texterstellung, Brainstorming, Rollenspiel-Übungen, allgemeine Kundenbetreuung und flexible Fachberatung.
- Funktionsweise: Der Entwickler formuliert den Einsatzzweck in natürlicher Sprache. Der integrierte KI-Assistent generiert automatisch Name, Kurzbeschreibung, Begrüßungsnachricht, System-Prompt und Einstiegsfragen. Anschließend werden Anweisungen verfeinert und Dokumente hinterlegt.
- Vorteil: Schnelle Prototyperstellung in wenigen Minuten bei hoher Toleranz gegenüber uneindeutigen Benutzeranfragen.
Modus B: Low-Code-Workflow-Agent (DAG- und logikgesteuert)
- Ideal für: Mehrstufige Prozesse mit deterministischen Ergebnissen, wie Datenextraktion, strukturierte Berichterstellung, API-Abfragen und logische Verzweigungen.
- Funktionsweise: Die Logik wird über eine visuelle Arbeitsfläche als gerichteter azyklischer Graph (DAG) modelliert:
- Startknoten (Input): Empfängt Nutzereingaben, hochgeladene Dateien oder Formularparameter.
- LLM-Knoten: Weist einzelnen Teilschritten spezialisierte ERNIE-Modelle für Zusammenfassung, Übersetzung oder logische Deduktion zu.
- Selektorknoten (Selector): Leitet den Ausführungspfad per
if/else-Bedingung anhand von Schlagwörtern oder Klassifizierungen weiter. - Code-Knoten (Code): Führt leichtgewichtigen Python- oder JavaScript-Code in einer Sandbox aus, um Daten zu bereinigen, mathematische Berechnungen durchzuführen oder JSON-Strukturen aufzulösen.
- Tool- / API-Knoten: Ruft das Baidu-Such-Plugin für Live-Recherchen auf oder sendet Webhooks an Drittsysteme.
- Endknoten (Output): Führt Teilergebnisse zusammen und gibt standardisiertes Markdown, Tabellen oder Datenstrukturen aus.
- Vorteil: Gewährleistet eine vollständig nachvollziehbare Ausführung und verhindert Halluzinationen bei geschäftskritischen Prozessen.
2. Praktische Konfiguration in vier Schritten
Schritt 1: Rollenprofil und strukturierte System-Prompts definieren
Auf agents.baidu.com anmelden und auf Agent erstellen (创建智能体) klicken:
- Identität und Beschreibung: Einen selbsterklärenden Namen wählen (z. B. SaaS-Wochenbericht-Analyst statt unpräziser Bezeichnungen wie Assistent). Eine kurze Erläuterung verfassen, die Zielgruppe und praktischen Nutzen auf den Punkt bringt.
- Modularer System-Prompt: Die Instruktionen sollten logisch unterteilt werden:
- Rolle und Standard: Fachliche Positionierung und Qualitätsanspruch an die Antworten.
- Eingabeanforderungen: Pflichtangaben, die der Anwender vor Arbeitsbeginn liefern muss.
- Denkschritte und Ausgabeformat: Gliederung der Argumentation und Vorgabe von Formatierungsregeln (Markdown-Tabellen, Aufzählungen, strukturierte Zusammenfassungen).
- Negative Bedingungen: Verbindliche Schranken (z. B.: "Keine statistischen Kennzahlen erfinden, die nicht in der Wissensbasis enthalten sind; bei fehlenden Daten ausdrücklich auf den Mangel hinweisen").
- Einstiegshilfen: Eine zielgerichtete Begrüßung formulieren und 3 bis 4 vordefinierte Aktions-Buttons (Prompt Starters) hinterlegen, um Nutzern den Einstieg mit einem Klick zu ermöglichen.
Schritt 2: Private Wissensdatenbanken einbinden (RAG)
Für Vorgänge, die auf internen Richtlinien, Produkthandbüchern oder Marktanalysen beruhen, ist eine fundierte Wissensbasis unabdingbar:
- Unterstützte Formate: PDF, Word, TXT, Excel/CSV oder URLs öffentlich zugänglicher Webseiten.
- Automatische Verarbeitung: Die Plattform übernimmt Textextraktion, Bereinigung, Segmentierung in Textblöcke (Chunks) und Vektorisierung selbsttätig.
- Semantische Suche: Bei Anfragen werden semantisch passende Textabschnitte ermittelt und als gesicherte Belege in den Kontext eingespeist. Baidu sichert vertraglich zu, dass hochgeladene Unternehmensdaten isoliert bleiben und nicht zum Training öffentlicher Basismodelle herangezogen werden.
Schritt 3: Plugins und externe Schnittstellen anbinden
Den Aktionsradius des Agenten erweitern:
- Baidu-Such-Plugin: Ermöglicht den Live-Zugriff auf das Web zur Einbindung aktueller Nachrichten, Marktpreise und gesetzlicher Neuerungen.
- Multimodale Werkzeuge und digitale Avatare: Bildgenerierung, Text-to-Speech (TTS) mit wählbaren Stimmfarben sowie interaktive 2D/3D-Avatare für Video- und Sprachdialoge.
- Eigene APIs und Webhooks: Synchronisiert vom Agenten erfasste Kundendaten direkt mit CRM-Systemen oder internen Aufgaben-Boards.
3. Testläufe, Debugging und Sicherheitsgrenzen
Vor der Veröffentlichung ist eine Überprüfung im interaktiven Vorschau-Bereich unerlässlich:
- Mehrstufige Dialogführung: Sicherstellen, dass der Agent den roten Faden behält, wenn Nutzer Zwischenfragen stellen oder Rahmenbedingungen nachträglich anpassen.
- Variablenprüfung im Workflow: Im DAG-Modus die Ein- und Ausgangsvariablen jedes Knotens, das Ansprechen von Bedingungszweigen und die Gesamtlaufzeit kontrollieren.
- Grenzwert- und Injektionstests: Unvollständige oder manipulative Abfragen testen, um zu prüfen, ob Sicherheitsgrenzen halten und System-Prompts verborgen bleiben.
4. Veröffentlichung, Ökosystem-Distribution und Monetarisierung
Nach erfolgreicher Validierung oben rechts auf Veröffentlichen (发布) klicken.
Richtlinienprüfung der Plattform
Eingereichte Agenten durchlaufen automatische und manuelle Prüfungen (Dauer meist 30 bis 60 Minuten):
- Name und Funktionsbeschreibung müssen wahrheitsgemäß übereinstimmen.
- In regulierten Branchen (Rechtsberatung, Finanzanlagen, Gesundheitsfragen) sind Qualifikationsnachweise erforderlich bzw. deutliche Hinweise zu hinterlegen, dass die Ausgabe keine formelle Fachberatung ersetzt.
Vertriebskanäle
- Ernie Bot Agent Store & Marktplatz: Auffindbar für Millionen von Anwendern im Web und in mobilen Apps wie Wenxiaoyan.
- Baidu-Suchergebnisintegration (SERP-Karten): Ein entscheidender Wettbewerbsvorteil des Baidu-Ökosystems: Wenn Nutzer relevante Fachbegriffe in der Suchmaschine eingeben, kann die KI-Suche den passenden Agenten direkt als interaktive Karte auf der ersten Ergebnisseite anzeigen.
- Web-Einbindung und API: Integration per Widget auf Unternehmensseiten oder Abruf über offizielle Schnittstellen (
getAnswer) in internen Softwareumgebungen.
Monetarisierungsmodelle und Nutzen
- Werbeeinnahmen-Beteiligung: Nach Freischaltung der Werbeoption werden im Dialog kontextbezogene Empfehlungen angezeigt, deren Erlöse anteilig an den Ersteller fließen.
- Lead-Generierung und Kundenakquise: Einbindung von Buchungsformularen oder Dienstleistungslinks zur Neukundengewinnung.
- Arbeitszeiteinsparung: Für Wissensarbeiter besteht der unmittelbarste Nutzen darin, mehrstündige Recherche- und Formatierungsarbeiten auf wenige Minuten automatisierter Ausführung zu reduzieren.
5. Typische Automatisierungsszenarien für Wissensarbeiter
| Anwendungsfall | Architektur | Schlüsselkomponenten | Automatisierter Ertrag |
|---|---|---|---|
| Wöchentlicher Branchen-Digest | Low-Code-Workflow | Baidu-Such-Plugin + Python-Filterknoten + Markdown-Ausgabe | Erfasst montags Wettbewerbsneuigkeiten, filtert Rauschen heraus und erstellt einen formatierten Wochenbericht. |
| Produkt- und Richtlinien-Support | No-Code + Wissensbasis | Produkthandbuch-PDF / FAQ-Tabelle + strikter Boundary-Prompt | Beantwortet 80 % standardisierter Kundenanfragen fehlerfrei unter Nennung der exakten Textstellen. |
| Cross-Channel-Content-Recycling | Low-Code-Workflow | Langer Ausgangstext verzweigt in mehrere parallele LLM-Knoten | Wandelt einen Fachartikel in einem Arbeitsgang in Social-Media-Snippets, Newsletter-Teaser und Executive Summaries um. |
| Vorqualifizierung von Kundenanfragen | Workflow + Webhook | Geführte Dialogfragen + Datenvalidierung + CRM-Schnittstelle | Erfragt Budget und Projektanforderungen strukturiert und übermittelt den fertigen Datensatz direkt an den Vertrieb. |
Fazit
Im Ökosystem von Ernie Bot wandeln sich KI-Agenten von einfachen Chat-Partnern zu produktiven Arbeitseinheiten. Durch die Verbindung präziser Rollenanweisungen, verlässlicher Wissensdatenbanken und deterministischer Workflows in Wenxin AgentBuilder können Kreative und Wissensarbeiter monotone Aufgaben zuverlässig auslagern und zugleich von der enormen Reichweite der Baidu-Suchmaschine profitieren.