Eine Woche im Rückblick: Meine Erfahrungen und Erkenntnisse mit Googles Gen App Builder
Ich habe eine Woche lang Googles Gen App Builder getestet und den Schlüssel zu besseren Chatbot-Antworten entdeckt: unstrukturierte Daten einzuspeisen UND chatGPT zu nutzen, um 450+ Blogbeiträge in das richtige Format zu bringen.
Dieser Beitrag wurde 2023 geschrieben. Einige Details können sich seitdem geändert haben.
Update Feb 2026
Der Google Gen App Builder Chatbot ist auf dieser Website nicht mehr aktiv. Die Frustrationen, die ich unten beschreibe – das fehlende Synthese-Vermögen, die veralteten Antworten – sind genau das, was mich dazu gebracht hat, meinen eigenen Chatbot zu bauen. Nach vielen Iterationen (Googles Agent, OpenAI API, LangChain, Weaviate) bin ich bei Sydney gelandet, einem KI-Assistenten, der endlich das tut, was ich mir immer gewünscht habe: 486 Blogbeiträge zu synthetisieren und in meiner Stimme zu antworten.
Originalpost vom September 2023, unten zur Referenz erhalten.
Letzte Woche habe ich auf meinem Blog schnell einen Chatbot deployt, der auf dem Google Gen App Builder basiert. Ich liebe zwar, wie schnell und einfach der gesamte Prozess ist (und das Gratis-Guthaben – großartig!), aber der Chatbot hat einige Verbesserungspotenziale. Das Größte für mich ist, wie ich den Chatbot dazu bringen kann, Inhalte aus mehreren Beiträgen zu „synthetisieren", anstatt einfach die Nutzeranfrage mit alten Inhalten abzugleichen. Ich bin nicht sicher, ob das eine realistische Erwartung ist, aber ich möchte es versuchen.
Und hier ist, was ich nach etwas Experimentieren gelernt habe:
1. Die eigenen Inhalte als unstrukturierte Daten in den Bot einzuspeisen scheint tatsächlich zu helfen
Was meine ich damit? Nun, neben dem Crawlen der Live-Website durch Googles Crawler kann man alle Inhalte auch über einen „Data Store" in den Bot einbinden.
Nachdem der Data Store erstellt wurde, kann man ihn unter den Agent-Einstellungen in den Chatbot einbinden.
Danach habe ich festgestellt, dass die Antworten des Chatbots deutlich besser sind. Er scheint die Inhalte viel besser zu „kennen".
Google stellt die Anleitung hier bereit, unter „Unstructured data store" und „Upload with metadata".
Aber wie konvertiere ich meine 450+ Blogbeiträge in das erforderliche Format, einschließlich einer JSON-Lines-Datei? :P
2. chatGPT zur Hilfe bei der Datenbereinigung und -aufbereitung
Ich bin kein Techniker (na ja, noch nicht :D), also musste ich meine Bloginhalte einfach aus WordPress als .XML-Datei exportieren. Für den Rest musste ich mich auf chatGPT verlassen.
chatGPT gefällt mir dafür sehr gut, weil es dank „Custom Instructions" ein grundlegendes Verständnis meiner Situation hat und eine sehr detaillierte Schritt-für-Schritt-Anleitung geben kann.
Als ich das erste Mal mit chatGPT arbeitete, um eine .XML-Datei in das .HTML- und .JSON-Lines-Format zu konvertieren, schrieb ich folgendes: „The blog uses wordpress. I can export all published posts from this blog using WordPress. I need to prepare the data so that it can be used to train a large language model. What should I do to prepare this data?"
Nachdem ich alle Schritte mit den von chatGPT bereitgestellten Skripten durchgeführt und die Daten in den Gen App Builder hochgeladen hatte, stieß ich auf viele Fehler. Im Grunde waren die Daten nicht in dem Format, das Google erwartet, um sie zu verarbeiten und zu integrieren.
Hier habe ich eine wertvolle Lektion gelernt: Ich hätte mit der vollständigen Google Gen App Builder-Dokumentation starten sollen, die ich chatGPT zur Verfügung stelle.
chatGPT die tatsächliche Dokumentation zur Verfügung stellen
Ich habe einfach die vollständige Dokumentation von Google Cloud in chatGPT kopiert und es gebeten, Python-Code zu schreiben, damit ich die Daten vom .XML- in das erforderliche .HTML- und .JSON-Lines-Format konvertieren kann. Da chatGPT diesmal das endgültige Format und die Vorlage kannte, funktionierte der generierte Code beim Hochladen deutlich besser und warf kaum Fehler.
3. Allgemeine Python-Kenntnisse helfen wirklich
Ich bin in Python sehr viel Einsteiger, also muss ich für den eigentlichen Code auf chatGPT zurückgreifen. Allgemeine Python-Kenntnisse helfen jedoch enorm, weil man dann weiß, was man chatGPT zu tun fragen soll. Es ist unglaublich leistungsfähig, aber es weiß nicht, was man nicht weiß und kennt die eigene Entwicklungsumgebung nicht.
Zum Beispiel fehlt im von chatGPT generierten Python-Code oft die „Shebang"-Zeile. Weil ich davon weiß, bitte ich chatGPT oft, diese Zeile in den Code aufzunehmen. Wenn chatGPT mich bittet, etwas über die Befehlszeile zu tun, habe ich auch eine grobe Ahnung, warum.
4. Update Oktober 2023
Seit ich diesen Beitrag veröffentlicht habe, ist es mir gelungen, meinen eigenen Chatbot mit der OpenAI API zu bauen. Der Chatbot ermöglicht die Interaktion mit allen historischen Inhalten meines Blogs bis Ende September 2023. Sein großer Vorteil ist, dass er Inhalte aus mehreren Beiträgen zum selben Thema synthetisieren kann – das war mein größtes Problem mit der Fertiglösung. Du kannst den Chatbot direkt hier ausprobieren oder meinen Beitrag über „How I Built My Own Chatbot with No Coding Experience: Lessons Learned" lesen.
Das war's von mir. Hast du schon versucht, einen Chatbot mit Gen AI zu bauen? Ich würde mich freuen, deine Erfahrungen zu hören :)
Viele Grüße,
Chandler
