Agentpersona's voor Agentforce

Auteur: Nathan Lucy , Agentic Experience Specialist
Medewerkers: Matias Manuel Fonseca · Claude Sutterlin

Elke interactie met Agentforce is een merkinteractie. Wanneer een agent generiek, onnatuurlijk of inconsistent overkomt, leidt dat tot frustratie bij gebruikers en ondermijnt het het vertrouwen.

Of je nu Designer, Architect of Admin bent, dit e-book biedt je een gedegen raamwerk voor het ontwerpen, afstemmen en implementeren van een onderscheidende agentpersona, zodat jouw agents in elk gesprek de unieke stem van je merk vertegenwoordigen. Het e-book behandelt de integratie voor zowel het agentenscript als de verouderde Agentforce-Builder.

Gebruikers schrijven binnen enkele seconden een persoonlijkheid toe aan conversational agents. Zonder een doordacht ontwerp klinken agents vlak, vreemd of zelfs beledigend. De meeste gebruikers hebben alternatieven voor AI-agents, dus de manier waarop een agent zich uitdrukt is belangrijk voor acceptatie. Wanneer je agent consequent natuurlijk overkomt, bouw je vertrouwen op en stimuleer je acceptatie. Volg deze volgorde:

Deze keten wordt gemakkelijk doorbroken. Maar hoe klinkt 'natuurlijk' eigenlijk?

Stel je een supportagent bij een telecomorganisatie voor. De gebruiker schrijft: "Dit is de vierde keer dat ik contact met jullie opneem over dit factureringsprobleem. Ik ben het zat om het steeds opnieuw uit te leggen. Los het op, anders stap ik vandaag nog over naar een andere provider."

Drie agents reageren:

Welke is de juiste? Welke klinkt natuurlijk? Op die vragen moet een antwoord zijn voordat de agent wordt uitgerold. Zonder een doordacht personaontwerp wordt het antwoord overgelaten aan het model.

"Natuurlijk" kan van merk tot merk heel anders klinken. Denk na over hoe je agent een terugkerende klant zou begroeten met een dynamisch welkomstbericht:

• Aurelia Airways: "Goedendag, meneer Harding. Uw Skywards-saldo bedraagt 214.000 Miles. Waarmee kan ik u vandaag helpen?"
• Cluck-ee's: "Kijk eens wie er weer is! Jemig, je hebt dat pak nuggets razendsnel weggewerkt. Zin in nog een portie of wil je iets anders proberen?"
• FastGas: "Daar ben je weer. Je spaarsaldo staat op 840 punten, goed voor een gratis drankje. Wil je ze gebruiken of nog even doorsparen?"
• Pawly Pet Food: "Je bent er weer! Hoe bevalt Luna het nieuwe voer? Als het niets voor haar is, ruilen we het gewoon om, geen probleem. Waarmee kunnen we je helpen?"
• PennyWing: "Je bent er weer. Stoel 31B, geen beenruimte, geen spijt. Wil je omboeken of ben je hier alleen om te klagen? 😜"

Wanneer je een interne agent ontwerpt, ben je verantwoordelijk voor de medewerkerservaring. Gebruik een persona om generieke 'LLM-taal' te vervangen. Niemand zit te wachten op een agent die steeds zegt: "Laat het me gerust weten als ik je verder nog ergens mee kan helpen!"

Een goed ontworpen persona biedt duidelijke voordelen:

• Merkonderscheidend vermogen: Agents zijn tegenwoordig touchpoints van je merk. Merktrouw en onderscheidend vermogen maken het verschil in een wereld vol generiek klinkende AI.
• Sympathie en betrouwbaarheid: Gebruikers vinden agents eerder sympathiek en vertrouwen ze eerder wanneer ze natuurlijk klinken en consequent communiceren. Dit verbetert de acceptatie en retentie.
• Modelonafhankelijkheid: Je krijgt meer autonomie en flexibiliteit met LLM's wanneer de persona is geïntegreerd in Agentforce. Wanneer het onderliggende model verandert, blijft de agent hetzelfde klinken.
• Beoordeelbaar artefact: Merk- en juridische teams krijgen iets concreets om te beoordelen: een gestructureerd personadocument dat ze kunnen redigeren en goedkeuren.
• Gereed voor engineering: Developers krijgen een duidelijke ontwerpspecificatie die rekening houdt met de beperkingen en mogelijkheden van het platform.

Deze principes begeleiden je bij de eerste set-up, van het schetsen van de essentiële details tot het betrekken van de belangrijkste stakeholders.

Eerst de details: Voordat je de identiteit bepaalt, schets je eerst de essentiële details: wie de organisatie is, voor wie de agent bedoeld is (medewerkers, klanten of partners) en via welk kanaal de agent communiceert (chat, e-mail, telefoon of multimodaal).

Betrek stakeholders: Raadpleeg je juridische team, merkteam en team voor de omgeving. Stel vragen op basis van dit raamwerk. Ontwerp samen de identiteit van de agent en bespreek samen voorbeelddialogen.

Begin klein: Het ontwerpen van generatief gedrag vraagt om iteratie. Begin met een kleine set duidelijke instructies en test vervolgens. Werk ze waar nodig verder uit.

Wees duidelijk: Hoe specifieker de instructies, hoe consistenter de output. Een betrouwbare persona vereist een duidelijk perspectief.

Schrijf positieve instructies: Te veel verboden kunnen de handelingsvrijheid van de agent beperken. Probeer instructies positief te formuleren. Voeg alleen essentiële negatieve instructies toe.

Volledigheid: Dit raamwerk is een leidraad, geen regelboek. Je hebt de vrijheid om dimensies te combineren, waarden te bedenken en beperkingen te overschrijven, wat je persona ook nodig heeft. Het belangrijkste is dat er voor elk element een bewuste keuze wordt gemaakt: Heeft je agent gevoel voor humor? Is je agent een pietje-precies als het om interpunctie gaat?

Deze definitie vraagt om uitgebreide persona-instructies. De gebruikelijke instructie "Je bent een behulpzame AI-assistent…" is daarvoor niet voldoende. Dit raamwerk definieert de identiteit van een agent (kernkenmerken en drijfveren) en dimensies (afzonderlijk instelbare aspecten van de persoonlijkheid, zoals toon en humor).

Begin met de identiteit. Veranker je persona met drie tot vijf persoonlijkheidskenmerken die bepalen wie de agent is en alles wat volgt vormgeven en afbakenen. Kenmerken mogen creatieve spanning vertonen, maar mogen elkaar niet tegenspreken. Denk na over hoe identiteitskenmerken verschillende agents verankeren:

Elk kenmerk krijgt een aansprekende definitie die richting geeft aan conversational gedrag. Voor Striker kan de definitie van besluitvaardig als volgt zijn:

Voor Luna kan de definitie van voorkomend daarentegen als volgt zijn:

Identiteitskenmerken beïnvloeden hoe agents redeneren, niet alleen hoe ze communiceren. Stel ze zorgvuldig op.

Bepaal hoeveel karakter in het taalgebruik van de agent naar voren mag komen. Er wordt volop gediscussieerd over hoe menselijk AI-systemen moeten overkomen. Het personifiëren van agents kan ook nadelen hebben, zoals het scheppen van onrealistische verwachtingen: Als een agent klinkt als een mens, verwachten gebruikers misschien ook dat hij redeneert als een mens.

Soms moet een agent juist bewust saai zijn. Een transactionele agent voor een geldautomaat of een kaartautomaat moet op de achtergrond blijven. Je merkt vooral wat de agent doet, niet hoe hij klinkt, omdat hij functionele en voorspelbare taal gebruikt. Het is een 'pratend systeem': het gesprek vormt de interactielaag, niet een uiting van persoonlijkheid.

Details zijn bepalend. Denk aan een spraakagent in een telefoniekanaal die gefrustreerde bellers te woord staat. Welke invloed zou een eigenzinnige persoonlijkheid hebben op het sentiment van bellers?

Stem de persoonlijkheid van je agent op systeemniveau af en pas de toon vervolgens aan de situatie aan, bijvoorbeeld door humor achterwege te laten bij de afhandeling van een escalatie.

Bepaal of je agent echt een naam nodig heeft. Namen passen bij gepersonifieerde agents, maar kunnen afleiden bij transactionele agents. Bepaal of de naam menselijk moet klinken, zoals 'Alexa' of 'Claude', mensachtig maar duidelijk kunstmatig, zoals 'Cortana', of puur beschrijvend, zoals 'Customer Support Agent'.

Een goede naam vat de identiteit van de agent samen in één term. De naam bepaalt de eerste indruk, nog voordat het gesprek begint. Er zijn genoeg manieren om ideeën voor namen te bedenken. Een goede naam kan:

• Tot de verbeelding spreken: Een salesagent met de naam 'Striker' straalt energie en doelgerichtheid uit
• Blijven hangen: Een goed te onthouden naam zoals 'Clover' voor een agent van een landbouwcoöperatie
• Aansluiten bij de cultuur: Een interne agent binnen een informele organisatiecultuur met een naam als 'Bug Squasher'
• Aansluiten bij het merk: Een agent voor een advocatenkantoor heeft baat bij een betrouwbare naam, zoals 'Lex'
• Makkelijk uit te spreken: Namen als 'Ava' en 'Bo' doorstaan de fonetische 'radiotest', terwijl de uitspraak van 'Xylo' voor meerdere interpretaties vatbaar is
• Functioneel: Een codeeragent met de naam 'Scripty'
• Abstract: Namen zonder letterlijke betekenis die een bepaalde sfeer oproepen, kunnen relevant blijven wanneer agents nieuwe mogelijkheden krijgen: 'Koda', 'Lumi'
• Geen naam: Een agent zonder naam kan een bewuste en volwaardige keuze zijn
• Beschrijvend: Zakelijk klinkende namen kunnen rust en duidelijkheid uitstralen, zoals 'serviceagent' of '[Company Name] Virtual Assistant'
• Antipatroon: 'Tech_Assist_Agent_v2_Internal_Test' is geen personanaam. Gebruik de API-naam niet als weergavenaam

Zie deze dimensies als de snaren van een muziekinstrument. Elke snaar kan een heel spectrum aan tonen voortbrengen. Om een harmonieus geheel te creëren, moet je elke snaar afzonderlijk stemmen en de juiste combinatie van tonen kiezen. Keuzes in hogere dimensies beïnvloeden en begrenzen de lagere dimensies.

Deze optionele lijsten bieden richtlijnen en Agentforce-vangrails. De eerste twee vormen een aanvulling op de identiteit. De overige gaan over specifiek taalgebruik en Agentforce-vangrails.

Waarden: Waar de agent in gelooft: Het wereldbeeld en de intrinsieke drijfveren van de agent. Elke waarde is een overtuiging die zichtbaar gedrag voortbrengt. Een agent met de waarde 'kwaliteit is belangrijker dan prijs' zou bijvoorbeeld het juiste product moeten aanbevelen, en niet het goedkoopste.

Negatieve identiteit: Antipatronen op het niveau van het karakter. Elke uitspraak beschrijft een type karakter dat de agent nooit mag aannemen, niet een gedragsregel. Een salescoachagent is bijvoorbeeld 'geen pessimist: ziet problemen als oplosbaar'.

Agentforce-vangrails Zorg ervoor dat agents weten binnen welke grenzen ze mogen communiceren. Bijvoorbeeld: 'Geef geen medisch advies.'

Lijst met verboden uitdrukkingen: Het expliciet verbieden van bepaalde formuleringen overschrijft de standaardinstellingen uit de training van het model. Formuleringen als 'Goede vraag!' of 'Ik help je graag' verraden generiek assistentgedrag en doorbreken het karakter. De lijst met verboden uitdrukkingen is de meest betrouwbare manier om het gedrag van de agent te sturen. Zelfs wanneer andere persona-elementen onder druk minder strikt worden gevolgd, blijven verboden formuleringen meestal gehandhaafd.

Vaste formuleringen: De verbale vingerafdruk van de agent: kenmerkende bevestigingen, doorverwijzingen, overgangen en vaste formuleringen.

Lexicon: Organisatiebrede en domeinspecifieke terminologie die de agent gebruikt, kort toegelicht: Merknamen, productlijnen en andere algemene termen.

Je hebt nu een agentpersona opgesteld. En nu?

In dit gedeelte wordt een beproefde strategie beschreven voor het configureren van Agentforce, zodat je agent zich gedraagt zoals jij dat wilt.

Agentenscript is de aanbevolen tool voor het bouwen van nieuwe agents. Dit e-book bevat ook richtlijnen voor de integratie in de verouderde Agentforce-Builder, die in het hele document als zodanig zijn aangeduid, voor teams die deze nog gebruiken. Welke tool je ook gebruikt, structureer de instructies voor de persona als één globaal personablok, kalibratie-overlays voor subagents en statische berichten.

Het grootste deel van de inhoud van de persona hoort thuis in de algemene instructies. Ze nemen de basisidentiteit en de dimensies van de agent mee naar elk gesprek.

Wanneer consistente persona's van groot belang zijn, wordt agentenscript aanbevolen. In de verouderde Agentforce Builder blijven globale personablokken van ongeveer 500 woorden goed behouden tijdens langere sessies. Agentenscript, dat is ontworpen voor meer controle over de uitvoer, is nog robuuster. system.instructions worden behandeld als kernlogica in plaats van als details die concurreren met de gespreksgeschiedenis, waardoor de instructies voor de persona niet verwateren naarmate het gesprek vordert. Persona's in Builder worden soms neutraler naarmate een gesprek vordert. Negatieve beperkingen worden in agentenscript consistenter nageleefd dan in Builder. Ook het taalregister blijft stabieler.

Maak kennis met Drover, een persona van een zwijgzame Australische veedrijver voor een salescoachagent. Dit fragment uit de algemene instructies van Drover werkt in beide tools:

Opmerking: Gebruik in agentenscript altijd de indicator | (literal block scalar) voor de inhoud van instructies. Zonder deze indicator worden regels zoals Beknoptheid: Gematigd… geïnterpreteerd als YAML-sleutel-waardeparen in plaats van als instructietekst.

Subagents zijn taken die agents kunnen uitvoeren. Instructies op het niveau van subagents vormen een aanvulling op de basis die is vastgelegd in de algemene instructies. Ze definiëren niet opnieuw wie de agent is. Ze verfijnen en kalibreren die. Wanneer instructies voor subagents conflicteren met de algemene instructies, zoekt het model naar een balans in plaats van de ene set instructies de andere te laten overschrijven: het behandelt de algemene instructies als de kernidentiteit en de instructies voor subagents als een contextafhankelijke aanpassing. Subagents sturen wat de agent doet en hoe deze zich binnen een bepaalde context aanpast.

Als je voor een subagent een fundamenteel andere stem nodig hebt, heb je mogelijk een aparte agent nodig. In de platformdocumentatie staat dat een system:-blok op subagentniveau de algemene system.instructions voor dat onderwerp overschrijft. Gebruik dit alleen voor ingrijpende wijzigingen van de persona en vergeet niet alle instructies te dupliceren. Gebruik voor standaardkalibratie op subagentniveau altijd reasoning.instructions.

Nuttige kalibraties voor subagents zijn onder meer: beknoptheid, flexibiliteit in de toon, vaste formuleringen, richtlijnen voor humor, het lexicon en herinneringen.

Beknoptheid: Verschillende subagents hebben verschillende antwoordlengtes nodig.

Subagent voor statuscontroles:

Subagent voor dealanalyse:

Flexibiliteit in de toon: Hoe de emotionele inkleuring en de mate van empathie veranderen afhankelijk van de details van de subagent.

Subagent voor escalaties:

Subagent voor het ophalen van data:

Vaste formuleringen: Situationele formuleringen die relevant zijn voor deze subagent.

Richtlijnen voor humor: Of humor passend is of juist achterwege moet blijven in deze subagent. Gebruik nooit humor bij fouten, escalaties of situaties waarin veel op het spel staat.

Lexicon voor subagents: Domeinspecifieke terminologie die alleen wordt gebruikt waar die relevant is. Een agent voor luxe horloges gebruikt termen als 'uurwerk', 'chronograaf', 'kaliber' en 'complicatie'. Deze horen thuis in de productsubagent, niet in de verzendsubagent. Door specialistische terminologie globaal op te nemen, gaan onnodig details verloren en kan de agent in eenvoudige service-interacties te veel jargon gebruiken. Voeg een blok met de titel Lexicon: toe aan de persona-instructies van een subagent wanneer er relevante domeintermen en gebruiksrichtlijnen zijn.

Herinneringen voor de persona: Neem korte aanwijzingen op in de instructies voor subagents die verwijzen naar de algemene persona. Deze aanwijzingen versterken de persona en beperken afwijkingen tijdens langere sessies.

Dit voorbeeld kalibreert de dimensies voor de subagent voor dealanalyse van Drover in agentenscript:

In de verouderde Agentforce-Builder hoort de tekst na de | in de instructies van het onderwerp voor dealanalyse.

Alle uitvoer van de agent moet passen bij de persona, ook berichten die niet door het LLM zijn gegenereerd. Schrijf statische content zoals de persona die zou formuleren. Anders krijgen gebruikers generieke tekst of foutopsporingsberichten te zien die niet bij de persona passen.

De laadtekst moet voor elke actie uniek zijn, omdat deze de systeemstatus weergeeft en de gebruiker informeert over wat de agent aan het doen is.

Vergelijk hoe Drover en Juno, een warme en professionele salescoach, dezelfde berichten overbrengen:

Deze velden zijn specifiek voor de verouderde Agentforce-Builder. Ze kunnen de persona die is vastgelegd in Global_Instructions verstoren als ze niet zorgvuldig worden gebruikt.

Voeg één of twee zinnen toe over wat de agent doet. Voeg geen stilistische personacodering toe aan Role zolang Global_Instructions aanwezig zijn. Hierdoor wordt de persona afgevlakt. Het model behandelt Rol als een primair anker dat de specifiekere regels in het globale blok kan overschrijven, waardoor de onderscheidende stem en de naleving van de vaste formuleringen afnemen. Houd de stilistische codering inGlobal_Instructions. Houd Rol beknopt. Bijvoorbeeld:

Beschrijving kan de persona coderen en wordt door het LLM gelezen, maar Global_Instructions wordt aanbevolen. Beschrijving is bedoeld om de doelen van de agent en details over de gebruikers te beschrijven. De nadruk ligt daarbij meer op functionaliteit dan op de persona.

Wat de organisatie doet, wie zij bedient en waarin zij zich onderscheidt. Dit veld bepaalt het referentiekader van de agent. Een supportagent voor een B2B-SaaS-organisatie klinkt anders dan een supportagent voor een luxe retailmerk, zelfs bij identieke dimensieselecties, omdat deze in een andere context opereert.

De vervolgkeuzelijst Toon is een globale instelling. Deze komt grofweg overeen met Taalregister + formaliteit. Het echte werk rond de persona vindt plaats in de algemene instructies.

Stel de vervolgkeuzelijst zo in dat deze overeenkomt met het gewenste taalregister. Een verkeerde instelling kan ertoe leiden dat de agent afwijkt, waarbij het taalregister meestal als eerste achteruitgaat. De vervolgkeuzelijst Toon beïnvloedt meer dan alleen de stem van de agent: deze kan ook invloed hebben op wat de agent aanbiedt om te doen, en niet alleen op hoe hij spreekt. Als je 'Formeel' of 'Neutraal' selecteert, kan de agent eerder standaardacties voorstellen, zoals het toevoegen van opmerkingen aan een case of het bijwerken van de status van een case. Test of je keuze je persona ondersteunt in plaats van tegenwerkt.

Als je bepaalt wat de agent doet, dan gaat het om het ontwerp van de agent. Als je bepaalt hoe de agent klinkt, dan gaat het om de persona. API-naam, type agent, onderwerpen, acties, databronnen, talen, agentgebruiker: Deze horen bij het ontwerp van de agent.

overwegingen en verwachtingen

Dit e-book biedt praktische richtlijnen voor het ontwerpen van agentpersona's, geen voorgeschreven standaarden. Het doel van personaontwerp is natuurlijke interactie: passende personages ontwerpen voor agents, niet het simuleren van echte mensen. Het vakgebied van agentgestuurde AI ontwikkelt zich snel en best practices voor agentpersona's en gedrag zullen zich blijven ontwikkelen.

Coderingspatronen zijn gebaseerd op de huidige mogelijkheden van Agentforce. Naarmate tools zich ontwikkelen, zal ook de codering veranderen. Deze technieken bieden de juiste richting en kunnen ervoor zorgen dat de persona gedurende meerdere interacties consistent wordt gevolgd. De uitvoer van een LLM is echter probabilistisch en de keten tussen de persona-instructies en de uiteindelijke uitvoer voor de gebruiker is lang.

Pas deze patronen zorgvuldig toe binnen de context van je use cases, de verwachtingen van klanten en de behoeften van je organisatie. Test het gedrag van de persona grondig voordat je deze beschikbaar maakt voor gebruikers en betrek je juridische team, merkteam en AI-ethiekteam al in een vroeg stadium.

aan de slag

De agentpersona vormt de basis voor de kwaliteit van een agent en is van cruciaal belang voor acceptatie. Dit raamwerk biedt je team een gedeelde taal voor het ontwerpen van een agentpersoonlijkheid en een beproefde strategie om deze in Agentforce te coderen.

Begin met de identiteit: een kleine set eigenschappen die de agent een duidelijke basis geven. Stem de dimensies af om te bepalen hoe de agent zich uitdrukt. Codeer de persona in algemene instructies, kalibreer deze per subagent en schrijf elk statisch bericht in de stijl van de persona. Test de persona vervolgens niet één keer, maar als onderdeel van de voortdurende verbetering van de agent.

Agents die vertrouwen winnen, klinken alsof ze bewust zijn ontworpen. Dat is wat een agentpersona je biedt.

Dit e-book is alleen mogelijk geworden dankzij de begeleiding en steun van mijn collega's:

• Dru Olding: ontwierp en voerde systematische tests uit in Agentforce Builder en agentenscript, valideerde het coderingsmodel en leverde nieuwe inzichten op over verschillen in de naleving van de persona tussen de tools, de interactie tussen het veld Rol en algemene instructies, en het gedrag van de vervolgkeuzelijst Toon.
• Matias Manuel Fonseca: valideerde de centrale coderingsthese voor beide tools voor het ontwerpen van agents en bevestigde onafhankelijk de grotere robuustheid van de persona in agentenscript. Zijn waardevolle feedback heeft me geholpen delen van de tekst te herzien.
• Claude Sutterlin: inspireerde en begeleidde dit werk, gaf richting aan de structuur en argumentatie en zorgde ervoor dat het werd gerealiseerd.
• Philipp Hänggi : bracht een schat aan expertise op het gebied van taalkunde en gespreksontwerp in voor dit raamwerk, met name voor de onderdelen over naamgeving en de intensiteit van de persoonlijkheid.
• Tiffany Flynn: deelde voorbeelden die hebben bijgedragen aan de vormgeving van Identiteit en gaf waardevolle feedback op een coderingsstrategie.
• Jag Valaiyapathy: liet me kennismaken met Claude Code en Agent Skills, die uitgroeiden tot belangrijke hulpmiddelen voor het definiëren en coderen van persona's.
• Jen Ridge en Ellie Brain: moedigden me aan om een certificering te behalen bij het Conversation Design Institute , waarmee het eerste zaadje voor dit e-book werd geplant.
• Jeff Rainwater: mijn bron voor het Lexicon.
• Agentic Experience Specialisten: mijn geweldige collega's die het eerste raamwerk hebben beoordeeld, waardevolle feedback hebben gegeven en het bij onze klanten in de praktijk hebben gebracht.

Het raamwerk voor agentpersona's brengt ideeën uit meerdere gepubliceerde bronnen samen tot een oorspronkelijk systeem voor het ontwerpen van agentpersona's voor AI-agents.

Conversation Design Institute (CDI) : Basisprincipes voor het doelgericht ontwerpen van agentpersona's, waaronder het pareidolie-effect, de nadruk op natuurlijke en consistente reacties, identiteit en taalregister.

Nielsen Norman Group (NN/g): Onderzoek naar stem en toon in UX-schrijven, het onderscheid tussen stem (blijvend) en toon (contextafhankelijk), en bruikbaarheidsheuristieken die richting geven aan de afbakening van dimensies. Kate Moran, 'The Four Dimensions of Tone of Voice ', bijgewerkt in 2023.

Ontwerprichtlijnen voor Amazon Alexa : Parameters voor het spraakkanaal (toonhoogte, spreeksnelheid en energie) en aandachtspunten voor stemspecifieke agentpersona's.

Ontwerprichtlijnen voor Google Conversation Design : Principes voor het definiëren van agentpersona's, patronen voor foutafhandeling en beurtwisseling in chatmogelijkheden.

Agentforce Documentatie: Platformarchitectuur, beperkingen van de velden in de Agentforce-Builder en ontwerppatronen die bepalend zijn voor de coderingsaanpak.

Hoe spreek je met AI: Een praktisch e-book voor het schrijven van effectieve taakaanwijzingen

Moet je je AI-agent een menselijke naam geven?