Wissensdatenbank
Statten Sie Ihren Agenten mit individuellem Wissen aus, damit er präzise, kontextbezogene Antworten liefert.
Eine Wissensdatenbank ist eine Sammlung von Dokumenten, die Ihrem Agenten fachspezifische Informationen über seine vortrainierten Daten hinaus bereitstellt. Wenn ein Dokument an einen Agenten angehängt ist, kann der Agent dessen Inhalte nutzen, um Fragen präzise und konsistent zu beantworten.
Informationen zum Erstellen, Bearbeiten und Organisieren von Dokumenten finden Sie unter Dokumente verwalten.
Überblick
Eine sorgfältig kuratierte Wissensdatenbank gibt Ihrem Agenten die Informationen, die für Ihren Anwendungsfall relevant sind. Häufige Beispiele:
- Produktkataloge: Spezifikationen, Preise und Verfügbarkeit.
- Richtlinien: HR-, Unternehmens- oder Support-Richtlinien, etwa zu Rückgaben, Leistungen oder Onboarding.
- Technische Dokumentation: Leitfäden und API-Referenzen für Entwickler.
- Kunden-FAQs: Konsistente Antworten auf häufige Fragen.
Ein einzelnes Dokument kann an mehrere Agenten angehängt werden. So können Sie gemeinsames Wissen an einer zentralen Stelle pflegen.
Der Agent auf dieser Seite ist mit vollständigem Wissen über die Dokumentation und Sitemap von ElevenLabs konfiguriert. Fragen Sie ihn alles über ElevenLabs.
So nutzt Ihr Agent Wissen
Der Nutzungsmodus jedes Dokuments bestimmt auf eine von zwei Arten, wie der Agent darauf zugreift:
- Vollständiger Kontext: Der Agent fügt den vollständigen Text des Dokuments in seinen System-Prompt ein, sodass das gesamte Dokument bei jeder Interaktion verfügbar bleibt. Da dies Kontext verbraucht, funktioniert es nur bei Dokumenten, die klein genug sind; größere Dokumente müssen stattdessen RAG verwenden.
- Retrieval-Augmented Generation (RAG): Das Dokument wird vorab indexiert. Während des Gesprächs werden nur die für jede Nutzeranfrage relevantesten Passagen abgerufen, die der Agent nutzen kann. So kann der Agent Wissensdatenbanken verwenden, die weit größer als das Kontextfenster sind. Konfiguration und Limits finden Sie im RAG-Leitfaden.
Legen Sie den Nutzungsmodus jedes Dokuments fest, um auszuwählen, welchen Weg der Agent verwendet:
Der Agent greift immer über RAG auf Ordner zu und fügt sie nie in den Prompt ein. Um Ordner zu verwenden, muss RAG für den Agenten aktiviert sein.
Unterstützte Dateiformate
Dokumente können aus Dateien, URLs oder Text erstellt werden. Hochgeladene Dateien können die folgenden Formate haben und maximal 20 MB pro Datei groß sein:
Größenlimits
Ein Dokument kann nur im vollständigen Kontext verwendet werden, wenn sein extrahierter Text in den Prompt passt — bis zu etwa 300.000 Zeichen. Größere Dokumente müssen stattdessen über RAG verwendet werden. Die Gesamtgröße der Dokumente, die Sie für RAG indexieren können, hängt von Ihrem Abonnement ab. Siehe RAG-Nutzungslimits.
Sie können die aktuelle Größe der Wissensdatenbank eines Agenten über Claude oder einen anderen MCP-Client mit dem gehosteten MCP-Server prüfen.
Best Practices
Inhaltsqualität
Stellen Sie klare, gut strukturierte Informationen bereit, die für den Zweck Ihres Agenten relevant sind.
Größenverwaltung
Teilen Sie große Dokumente in kleinere, fokussierte Teile auf, um Abruf und Verarbeitung zu verbessern.
Regelmäßige Aktualisierungen
Prüfen und aktualisieren Sie Ihre Wissensdatenbank regelmäßig, damit die Informationen aktuell und präzise bleiben.
Wissenslücken identifizieren
Prüfen Sie Gesprächstranskripte, um Themen zu finden, bei denen Nutzer Schwierigkeiten haben, Antworten zu erhalten. Ergänzen Sie anschließend den fehlenden Kontext in der Wissensdatenbank.