Mini-Lektion · Deutsch

So beantwortet ein Chatbot Fragen anhand deiner eigenen Inhalte

Nutze das fertige Café-Projekt: Ergänze mit einem Programmierassistenten Fakten und prüfe Antworten samt Quellen.

Interaktive Lektion startenLektionsnotizen lesen

Für wen ist das gedacht?

Für Menschen, deren Chatbot eigene Informationen nutzen soll. Du startest das Café-Projekt und änderst Notizen mit einem Programmierassistenten; HTML und JavaScript musst du nicht selbst schreiben.

Bevor du beginnst

Für die erste Übung reicht ein Browser. Echte KI-Antworten benötigen Programmierassistent, Ordner-/Terminalkenntnisse, unterstütztes Node LTS, Netlify-Testprojekt und deinen Google-AI-Studio-API-Zugang. Die Schlüssel- und Chatbot-Lektionen erklären die Einrichtung; bei vorhandenen Fähigkeiten überspringbar. Alle Dateien werden mitgeliefert.

Geschätzte Dauer: 20–37 Min.

Schätzungen für die mitgelieferten Startdateien bei bereits eingerichteten Konten und Werkzeugen. Einrichtung, Deployment-Warteschlangen sowie E-Mail- und DNS-Wartezeiten kommen hinzu. Der einfache Schlüsselwortabruf ist bewusst begrenzt. Abruf und Quellenprüfung garantieren nicht, dass jede generierte Behauptung wahr ist.

Was du lernen wirst

  • Den Chatbot starten und eine Antwort mit ihrer Quelle vergleichen.
  • Eine Regel durch Bearbeiten einer einzigen Faktendatei hinzufügen.
  • Fehlende Information von einem Dienstfehler unterscheiden.

Workshop-Dateien

Schritt 1

Ein Chatbot für die Informationen des Cafés

Dein Ergebnis: ein Fragefeld, das aus Notizen antwortet und die zugehörige Quelle öffnet.

Café-Besucher fragen nach Öffnungszeiten, Zugang und Reservierungen. Ein allgemeiner Chatbot kennt diese Fakten nicht automatisch. Wir starten ein fertiges fiktives Projekt, geben ihm Notizen und prüfen die Antworten.

Deine Aufgabe: starten, einen Fakt ändern und prüfen. Der Programmierassistent hilft bei der Umsetzung; du musst nicht jede Quelldatei lesen. Editierbare Fakten stehen in records.json; Website und Server sind vorhanden.

Öffne zuerst practice/index.html. Die lokale Übung zeigt Frage, ausgewählte Notiz und zitierten Fakt nach festen Regeln. Kein Sprachmodell und kein Versand an Google. Der echte Chatbot folgt im nächsten Schritt.

Erster Versuch: bekannter und fehlender Fakt

Frage nach den Zeiten: Dienstag–Samstag, 09:00–17:00. Die Telefonnummer des Besitzers fehlt. Ein hilfreicher Assistent benennt diese Grenze statt eine Nummer zu erfinden.

Dateien für diesen Schritt

Start hereWorkshop-Dateien

Open or download the files below. When saving a project, keep the folder paths shown in the filenames.

Schritt 2

Das Projekt mit deinem Programmierassistenten starten

Lade das gesamte Projekt, setze private Werte und öffne die vom Server ausgegebene Adresse.

Öffne die Übungsdateien und speichere sie mit den angezeigten Ordnerpfaden in einem Projektordner. Öffne diesen Ordner in deinem Programmierassistenten. public/index.html ist die Besucherseite; netlify/functions/mini-chat.mjs läuft auf dem Server. Das sind bereitgestellte Implementierungsdateien, keine Leseaufgaben. Bitte den Assistenten mit der folgenden Anfrage, das bestehende Projekt einzurichten.

Folge run-locally.txt: npm install, npx netlify login und npx netlify link nur zum Testprojekt. Bereite .env nach server-env.example.txt vor: GEMINI_API_KEY ist dein Schlüssel, GEMINI_MODEL eine verfügbare Modell-ID, LAB_TOKEN ein eigener Zugangscode. Dieser ist nicht der Google-Schlüssel.

Starte npm run dev und öffne die angezeigte Adresse, üblicherweise http://localhost:8888 für diesen Workshop. Gib den Übungscode ein und frage nach Zeiten. Antwort plus Quellenlink ist die erste echte Prüfung. Eine HTML-Vorschau führt keinen Server aus; benenne blockierte Schritte genau.

Diese Anfrage in deinen Programmierassistenten kopieren

Der Assistent hilft beim Start. Geheimnisse trägst du privat ein, das Ergebnis prüfst du im Browser. Der Google-Schlüssel gehört nicht ins Zugangscodefeld.

Öffne diesen Café-Chatbot-Ordner und nutze die vorhandenen Dateien statt die Website neu zu bauen. Führe mich durch run-locally.txt, prüfe Node und erkläre die drei privaten Werte. Starte lokal, sobald ich sie privat eingetragen habe. Zeige die URL und hilf, Öffnungszeiten und Quelle zu testen. Behaupte keine Anbieterantwort vor einer erfolgreichen Anfrage.

Google AI Studio: API-Schlüssel erstellen und verwalten · Netlify: lokale Entwicklung und Projektverknüpfung

Dateien für diesen Schritt

Start hereWorkshop-Dateien

Open or download the files below. When saving a project, keep the folder paths shown in the filenames.

Schritt 3

Antwort durch Öffnen der Quelle prüfen

Teste vor Änderungen einen bekannten Fakt, einen fehlenden und eine widersprüchliche Anweisung.

Frage nach Samstag und öffne die Quelle: 09:00–17:00. Frage danach die fehlende Telefonnummer; eine Erfindung ist ein Fehler. Notiere Beobachtungen in evaluation.txt.

Bitte, die Notizen zu ignorieren und Sonntagsöffnung zu behaupten. Die Quelle sagt geschlossen. Ein echter Link macht eine widersprechende Aussage nicht richtig.

Das Projekt wählt anhand der Fragewörter eine Notiz und lässt daraus antworten. Findet eine Umschreibung nichts, lasse Auswahl und Schlüsselwörter prüfen. Bei richtiger Notiz und falscher Aussage prüfe die Antwortstufe. Vollständiges Lesen des Servers ist optional.

Das beobachtete Verhalten einordnen

„Sonntag bis 17:00 offen“ mit Quelle „geschlossen“ ist eine falsch belegte Antwort. Keine passende Notiz kann ein Auswahlproblem sein; ein Netzwerkfehler ist ein dritter Zustand. Verwechsle sie nicht.

Dateien für diesen Schritt

Start hereWorkshop-Dateien

Open or download the files below. When saving a project, keep the folder paths shown in the filenames.

Schritt 4

Eine Café-Regel ergänzen und testen

Ergänze mit dem Assistenten eine Hunderegel, synchronisiere und prüfe erneut.

Ergänze in records.json: Hunde nur auf der Terrasse, nicht innen. Der Assistent kann JSON bearbeiten. Nutze dogs als ID, einen klaren Titel und passende Fragewörter.

Führe npm run sync:notes aus. sync-records.mjs aktualisiert Server, Quellenseite und lokale Übung. Starte neu und lade erneut; HTML und Serverdaten musst du nicht separat bearbeiten.

Teste direkte Frage, Umschreibung, fremdes Thema und die Anweisung, Hunde überall zu erlauben. Notiere erwartet/beobachtet in evaluation.txt. Den Vergleich erst nach eigenem Versuch öffnen; er belegt nicht deinen Test.

Eine begrenzte Änderung beauftragen

„Ergänze die Terrassenregel in records.json mit dog, dogs, terrace und Wörtern meiner Sprache. Erhalte andere Fakten, synchronisiere, starte neu und hilf beim Quellen- und Fremdfragentest.“

reference/records.json und reference/assignment-walkthrough.txt zeigen den Vergleich. Ohne API-Konto ist die lokale Übung nutzbar; trenne ihre Ergebnisse von echten Modellantworten.

Dateien für diesen Schritt

Start hereWorkshop-Dateien

Open or download the files below. When saving a project, keep the folder paths shown in the filenames.

War diese Lektion hilfreich?

Hinterlasse ein Like oder teile sie mit jemandem, dem sie helfen könnte.

Weiterlernen

Weitere Lektionen entdecken