Chatbot ohne Code mit einer REST API verbinden
Lass den KI-Helfer eine öffentliche Kundensuche konfigurieren und belege Freigabe sowie Ablehnung.
API Connectors rufen aktuelle Daten während eines Gesprächs ab. Anders als indexiertes Wissen werden Kunden-, Bestell- oder Bestandsdaten erst aufgerufen, nachdem der Assistent die erforderlichen Felder erfasst hat.
Dieses reproduzierbare Beispiel nutzt die öffentliche JSONPlaceholder-Test-API ohne Geheimnis. Kunden-ID 1 liefert fiktive Daten; eine Validierungsregel verlangt die passende E-Mail, bevor Name, Unternehmen und Website ausgegeben werden dürfen.
Das hast du am Ende eingerichtet
- Ein vom KI-Helfer erzeugter aktiver REST Connector
- Pflichtfelder für Nutzer-ID und E-Mail mit Response-Validierung
- Eine erfolgreiche Suche und ein blockierter Versuch mit falscher E-Mail
Das brauchst du
- Standard-Tarif oder höher
- Ein dokumentierter HTTPS-Testendpunkt
- Nicht sensible Testdatensätze
- Definierte Erwartungen für Freigabe und Ablehnung
Erfassen, aufrufen, validieren, antworten
Der Prompt entscheidet, wann der Connector eingesetzt wird. Felder definieren die benötigten Angaben, die Request-Vorlage ruft den Endpunkt auf und Validierungsregeln vergleichen Besuchereingaben mit der Response.
Die Validierung muss abgeschlossen sein, bevor sensible Antwortdaten angezeigt werden.
01–07
Schritt für Schritt einrichten
Leere API-Connector-Liste öffnen
Beginne im vorgesehenen Chatbot vor dem Hinzufügen eines Live-Tools.
Öffne den Chatbot und wähle API Connectors. Der leere Zustand erklärt, dass Connectoren Bestellstatus, Tickets, Bestand oder andere dokumentierte REST-Responses abrufen können. Wähle „Add API Connector“.
Nutze pro Connector genau eine Geschäftsfunktion. Enge Namen und Prompts vereinfachen Tool-Auswahl, Tests und Berechtigungsprüfung.
„Set up with AI“ wählen
Beschreibe das Ergebnis statt die Dokumentation Feld für Feld zu übertragen.
Der Dialog bietet „Set up with AI“ und „Set up manually“. Nutze den KI-Helfer bei klarem Endpunkt und Ziel; wähle manuell, wenn eine freigegebene Konfiguration exakt übernommen werden muss.
Der Helfer kann Felder recherchieren und ausfüllen; vor dem Speichern musst du dennoch Endpunkt, Methode, Header, Feldtypen, Validierung und Prompt prüfen. Füge keine Produktivgeheimnisse in den Chat ein.
JSONPlaceholder-Suche beschreiben und erzeugte Felder prüfen
Der KI-Helfer erstellt einen vollständig prüfbaren ersten Entwurf.
Fordere `https://jsonplaceholder.typicode.com/users/{user_id}` mit `user_id` als Number- und `email` als Email-Pflichtfeld an. Weise den Helfer an, E-Mail ohne Beachtung der Großschreibung gegen den Response-Pfad `email` zu prüfen und nur Name, `company.name` sowie Website auszugeben.
Der geprüfte Helfer erzeugte „JSONPlaceholder Customer Lookup“, GET, leere Header, beide Pflichtfelder und den korrekten Endpunkt-Platzhalter. JSONPlaceholder enthält fiktive Demodaten; das Tutorial zeigt keine echten Kundendaten oder Zugangsdaten.
Response-Validierung und Tool-Prompt prüfen
Sicherheitsregeln müssen vor „Create“ eindeutig sein.
Prüfe, dass die Validierung das Eingabefeld `email` per „Equals (ignore case)“ mit dem Response-Pfad `email` vergleicht. Nutze die neutrale Fehlermeldung: „The email address does not match this customer profile. Please try again.“
Der Tool-Prompt muss festlegen, wann der Connector eingesetzt wird, welche Felder nötig sind und welche Response-Daten ausgegeben werden dürfen. Verwende produktiv einen eigenen Lesezugang in Headern oder serverseitiger Secret-Verwaltung und lass KI-Änderungen Berechtigungen nie unbemerkt erweitern.
Connector erstellen und aktive Karte prüfen
Prüfe Methode, Endpunkt, Felder und Aktivstatus gemeinsam.
Wähle „Create“ und kehre zur Liste zurück. Die aktive Karte muss JSONPlaceholder Customer Lookup, GET, den Endpunkt, die Prompt-Zusammenfassung, `user_id` und `email` sowie den aktiven Switch zeigen.
Teste den Chat nicht weiter, wenn die Karte inaktiv ist oder der Endpunkt vom geprüften Formular abweicht. Eine gespeicherte Konfiguration belegt weder API-Aufruf noch Sicherheitsregel.
Autorisierte Kundensuche testen
Nutze einen festen Datensatz mit genau bekanntem Ergebnis.
Öffne das Live-Besucher-Widget und frage: „Look up demo customer 1. The verification email is Sincere@april.biz.“ Der Connector ruft `/users/1` auf, prüft die E-Mail und liefert Leanne Graham, Romaguera-Crona sowie hildegard.org.
Dokumentiere exakte Eingabe und sichtbare Antwort. Das ist die Freigabe-Baseline für Regressionstests; ein anderes Modell darf anders formulieren, die drei freigegebenen Fakten müssen jedoch korrekt bleiben.
Sperre bei falscher E-Mail belegen
Der Sperrtest ist genauso wichtig wie die erfolgreiche Antwort.
Frage im selben kontrollierten Test nach Kunde 1 mit `wrong@example.com`. Der geprüfte Chatbot meldet die nicht passende E-Mail und gibt keine neuen Kundendetails aus.
Wiederhole diesen Sperrtest nach Änderungen an Feldern, Validierungspfaden, Response-Struktur, Prompt oder Modell. Teste bei sensiblen Produktivdaten zusätzlich fehlende Felder, fehlerhafte Responses, Timeouts, 401/403, 404 und Rate Limits.
Beispiel & Ergebnis
So sieht der echte Praxistest aus
Jedes Tutorial nennt eine feste Eingabe, das erwartete Ergebnis und transparent, was im lokalen Test tatsächlich verifiziert wurde.
Praxisbeispiel: Chatbot ohne Code mit einer REST API verbinden
Dieses konkrete Szenario wurde mit dem temporären Tutorial-Konto vollständig ausgeführt.
Konkrete Testeingabe
Rufe Demokunde 1 mit Sincere@april.biz ab und wiederhole mit wrong@example.com.
Erwartetes Ergebnis
Die passende E-Mail gibt nur Name, Unternehmen und Website aus; die falsche E-Mail keinen Kundendatensatz.
Tatsächlich geprüft
Der echte Connector lieferte für die gültige Eingabe Leanne Graham, Romaguera-Crona und hildegard.org und blockierte anschließend wrong@example.com mit der konfigurierten Validierungsmeldung.
Tipps & Tricks
So wird die Einrichtung zuverlässig
Teste mit realistischen Beispielen, dokumentiere deine Ausgangswerte und ändere jeweils nur eine Einstellung. So erkennst du, was die Qualität tatsächlich verbessert.
Nutze einen reinen Lesezugang
Der Chatbot braucht keine Schreib- oder Löschrechte, wenn er nur Bestellstatus liest.
Teste fehlerhafte Responses
Prüfe Timeouts, fehlende Felder, Nicht-200-Antworten und ungültiges JSON für einen sicheren Fallback.
Wähle ein Modell mit zuverlässiger Tool-Nutzung
Vergleiche dieselben Freigabe- und Sperrprompts in der Model Arena. Bevorzuge das schnellste wirtschaftliche Modell, das alle Felder zuverlässig erfasst, den Connector einmal aufruft und die Validierung respektiert.
Wenn etwas nicht klappt
Fehlerbehebung
Prüfe Status, Berechtigungen und Testdaten systematisch, bevor du Modell oder Prompt wechselst.
Die erwartete Option fehlt
Prüfe Tarif, Funktionsrechte und ausgewählten Chatbot. Kostenpflichtige oder Beta-Funktionen können ohne erfüllte Voraussetzungen ausgeblendet sein.
Das Testergebnis ist uneinheitlich
Starte die Testkonversation neu, verwende identische Eingaben und ändere jeweils nur eine Einstellung, damit die Ursache messbar bleibt.
Bereit für den Praxistest
Prüfe nach dem Start Logs und Berechtigungen. Ergänze weitere Aktionen nur als getrennte, eng begrenzte Connectoren mit eigener Validierung.