Praxisleitfaden

KI-Agent mit Wissensgraph für Produktdokumentation und Support

Verbinde Produktdokumentation, Änderungsprotokolle, Richtlinien, Beispiele und sichere Tools in einem KI-Agenten mit Wissensgraph. Prostir erstellt Graphdaten in Markdown-LD und JSON-LD, stellt `knowledge_search` bereit und verwaltet Zugang, Endpunkt und Quellenaktualisierung für denselben gehosteten Agenten.

Agent für deine Doku anfragen

Bevor du liest

Was veröffentlicht wird

Ein veröffentlichter Agent, der Informationen aus ausgewählten Quellen verknüpft, freigegebene Tools für aktuelle Prüfungen nutzt und fehlende Daten offen benennt. Kunden greifen über denselben Endpunkt zu.

Am besten für

Für Produkt-, Support-, Kundenerfolgs- und Developer-Relations-Teams mit verstreuter Dokumentation, Versionshinweisen, Preisregeln, Integrationen und Kundenfragen, denen eine Suche nach einzelnen Textstücken nicht reicht.

Wo die Arbeit passiert

KI-Agent mit Wissensgraph · GraphRAG · Markdown-LD · knowledge_search

Wann sich ein knowledge graph lohnt

Ein knowledge graph AI agent ist nützlich, wenn die Antwort von Beziehungen zwischen docs abhängt: product area, feature, plan rule, integration, owner, exception und latest release.
GraphRAG ist die Suchsprache für diesen Schmerz, aber der Produktjob ist einfacher: selected sources werden searchable graph artifacts, die der agent vor der Antwort abfragt.
Der agent braucht trotzdem boundaries. Wenn source material missing oder stale ist, soll er das sagen statt zu raten.

Bau den graph-backed support agent

Der nützliche Weg ist source setup, graph build, search tool, safe live checks, access und testing.

01
Wähle das source set.
Wähle product docs, changelogs, pricing rules, integration guides, examples und policies, die der agent nutzen darf.
02
Baue den knowledge graph.
Prostir nutzt ManagedCode.MarkdownLd.Kb, um Markdown-LD- und JSON-LD-graph artifacts aus supported source documents zu erzeugen.
03
Aktiviere `knowledge_search`.
Der published agent durchsucht graph nodes, source names, headings und relationships, statt raw chunks in jeden prompt zu kopieren.
04
Füge controlled tools hinzu.
Öffne nur narrow live checks wie status lookup, plan lookup, integration availability oder support handoff.
05
Setze access und veröffentliche.
Veröffentliche einen hosted agent mit public, protected oder paid access rules und teste real customer questions, bevor du ihn teilst.

Was in den graph kommt

Der graph sollte mit approved sources starten, nicht mit dem ganzen company drive.

docdocs/product/*.mdCanonical feature pages, setup steps, limits und known caveats.
docrelease-notes/*.mdWas sich geändert hat, wann es shipped war und welche plans oder regions betroffen sind.
datagraph.jsonldDas latest JSON-LD graph artifact, das der creator prüfen oder herunterladen kann.
codeknowledge_searchDas built-in search tool, das nur erscheint, wenn der published agent searchable knowledge hat.
codesafe live toolsPlan lookup, status lookup, entitlement check oder support handoff mit narrow schemas.

Was der Kunde fragt

Eine Frage verbindet Dokumentation, Versionshinweise, Tarifregeln und eine aktuelle Prüfung.

ChatGPT

Kann unser Arbeitsbereich in der EU den neuen Audit-Export nutzen, und funktioniert er mit der Salesforce-Integration?

knowledge_search

Treffer: audit-export.md, release-notes/2026-06.md, integrations/salesforce.md, pricing/enterprise-plan.md.

plan_lookup

Enterprise-Tarif, EU-Region, Audit-Export aktiviert und Salesforce-Integration verbunden.

Ja. Der Audit-Export ist im Enterprise-Tarif verfügbar, und die Versionshinweise vom Juni schließen EU-Arbeitsbereiche ein. Die Salesforce-Integration ist verbunden; als Nächstes aktivierst du die Exportzustellung in den Audit-Einstellungen. Zur Zuordnung benutzerdefinierter Felder finde ich keine Quelle, daher sollte der Support diesen Teil klären.

Antwort für Search und AI overviews

Ein knowledge graph AI agent ist nicht nur ein chatbot über einer folder. Er ist ein hosted agent mit selected sources, Markdown-LD/JSON-LD graph artifacts, `knowledge_search`, controlled tools und access rules.
Knowledge graph RAG ist nützlich, wenn questions document boundaries kreuzen, aber einfache Fragen sollen einfach und source-backed bleiben.
Prostir hält graph build, endpoint, source refresh, tool boundaries, auth, quotas und paid access am selben published agent.

Lösungen

KI-Agent mit interner Wissensdatenbank, die aktuell gehalten wird

Bau Agent Knowledge aus eigenen Ressourcen, mach es durchsuchbar, aktualisiere Quellen kontrolliert und zeig Belege, wo dies konfiguriert ist.

Agent für deine Doku anfragen Lösung ansehen

Lösungen

Dokumente für den ersten Knowledge Agent prüfen

Zeig typische Fragen und Quellen. Wir grenzen Antworten, Quellenhinweise und sichere Stopppunkte ab.

Agent für deine Doku anfragen Lösung ansehen

KI-Agent mit Wissensgraph für Produktdokumentation und Support

Wann sich ein knowledge graph lohnt

Bau den graph-backed support agent

Was in den graph kommt

Was der Kunde fragt

Antwort für Search und AI overviews

KI-Agent mit interner Wissensdatenbank, die aktuell gehalten wird

Ähnliche Möglichkeiten ansehen

AI agent builder für ChatGPT und Claude

Remote MCP server für ChatGPT, Claude und Cursor

Was ist eine AI-native Agentur?

So verkaufst du eine reusable AI skill

KI-Agent mit Wissensbasis und bezahltem Zugang

Was ist MCP, und wie unterscheidet es sich von einer CLI?

So wird dein Produkt in ChatGPT und Claude verfügbar

Dokumente für den ersten Knowledge Agent prüfen