RunLLM: The AI Support Engineer

RunLLM liest das Material, auf dem Ihr Produkt wirklich läuft: Dokumentation, Hilfe-Artikel, frühere Support-Threads, Logs und Quellcode. Kommt eine Frage, schöpft er aus diesen Quellen und nicht aus Allgemeinwissen, und genau das hält die Antworten an Ihr Produkt gebunden, statt in generische Ratschläge abzudriften. Je mehr Quellen Sie verbinden, desto konkreter werden die Antworten.

Der Assistent denkt darüber nach, was der Nutzer wirklich fragt, und entscheidet, welche Quellen er heranzieht. Fehlt ein Detail, fragt er danach, statt eine Antwort zu erfinden. Er kann auch Code ausführen, um einen Fix vor dem Vorschlag zu prüfen. Dieses Verhalten befähigt ihn, die vagen, mehrstufigen Fragen zu bewältigen, an denen ein einfacher Doku-Bot scheitert.

Bei Produkten, die Logs erzeugen, liest RunLLM die Fehlerausgabe und die Telemetrie, um zu diagnostizieren, was schiefging. Dieser Teil trägt seine Fähigkeit, Support-Tickets abzufangen, denn der Assistent löst das Problem aus den Fehlerdaten selbst, statt auf einen Menschen zu warten. Statt den Nutzer das Problem erneut beschreiben zu lassen, geht er vom echten Datensatz aus und zeigt auf eine wahrscheinliche Ursache.

Der Assistent erzeugt und prüft Code, der eine konkrete Frage beantwortet, etwa eine funktionierende Anfrage für eine API, an der ein Nutzer hängt. Weil er Ihren eigenen Code und Ihre Dokumentation liest, passen die Schnipsel zu Ihrer echten Schnittstelle und nicht zu einer plausiblen Vermutung. Bei Produkten für Entwickler entscheidet ein ausführbares Beispiel oft darüber, ob ein Ticket geschlossen wird oder eine Runde mehr nötig ist.

Sie können getrennte KI-Support-Agenten für verschiedene Zielgruppen anlegen, etwa einen für Support, einen für Vertrieb und einen für Customer Success, jeder mit eigenen Quellen und Anweisungen. Ein Support-Agent lässt sich auf das Lösen ausrichten, während ein Vertriebs-Agent aus anderem Material schöpft. So bleibt jeder Assistent auf die Fragen fokussiert, die er bearbeiten soll.

RunLLM tritt als Schicht für KI-Kundensupport an und antwortet in den Kanälen, die Ihre Kunden nutzen: ein Widget auf Ihrer eigenen Seite, Slack, Microsoft Teams und Helpdesks wie Zendesk. Nutzer bekommen Hilfe dort, wo sie schon sind, statt irgendwohin geschickt zu werden. Diese Platzierung erklärt einen großen Teil seiner Fähigkeit, Tickets abzufangen, denn eine Antwort im selben Fenster schlägt eine Weiterleitung auf ein Portal.

Die Zusage ist ein kurzes Onboarding: Sie verbinden Ihre Quellen und Ihre Kanäle, und der Assistent beginnt zu antworten. Danach wird er besser, während Sie schwache Antworten korrigieren und er mehr echte Fragen sieht. Das Team beschreibt ihn als schnell gestartet und durch Nutzung geschärft, nicht als monatelanges Projekt.