Prompt
أنشئ قالب محفز مع متغيرات ديناميكية ({input}، {human_input}، {context}، {chat_history}، {system_message}، {all_input_variables})....
https://YOURLINK.ladesk.com/api/conversations/{input}
وكيل دعم العملاء الذكي لـLiveAgent
يعمل هذا التدفق على أتمتة دعم العملاء لشركتك من خلال دمج محادثات LiveAgent، واستخلاص بيانات المحادثة ذات الصلة، وتوليد الردود باستخدام نماذج الذكاء الاصطناعي، واسترجاع مستندات قاعدة المعرفة. يتولى الوكيل الذكي معالجة استفسارات الدعم الواردة، ويُثري السياق من مصادر المعرفة، ويقدم ردودًا موجزة واحترافية بصيغة ودية للعملاء.
التدفقات
كيف يعمل تدفق الذكاء الاصطناعي
- استلام استفسار العميل.
- يجمع الرسائل الواردة من العملاء كمدخل أولي لسير العمل.
- استرجاع بيانات محادثة LiveAgent.
- ينشئ عناوين API لـLiveAgent ويجلب سجلات المحادثة المتعلقة باستفسار العميل.
- استخلاص ومعالجة محتوى المحادثة.
- يحلل استجابات API لاستخراج بيانات المحادثة الرئيسية، ثم يستخدم الذكاء الاصطناعي لتلخيص أو استخراج الأقسام ذات الصلة لمزيد من التحليل.
- إثراء بالإجابات من قاعدة المعرفة والوكيل الذكي.
- يسترجع السياق المناسب من قاعدة المعرفة ويستخدم وكيل الذكاء الاصطناعي لإنشاء رد دقيق ومفيد للعميل.
- توصيل الرد النهائي.
- يصيغ ويخرج الرد الذي أنشأه الذكاء الاصطناعي للعميل، مع ضمان وضوح الرد واحترافيته واحتوائه على المعلومات اللازمة.
المطالبات المستخدمة في هذا التدفق
فيما يلي قائمة كاملة بجميع المطالبات المستخدمة في هذا التدفق لتحقيق وظائفه. المطالبات هي التعليمات المعطاة لنموذج الذكاء الاصطناعي لتوليد الاستجابات أو تنفيذ الإجراءات. تقود الذكاء الاصطناعي في فهم نية المستخدم وتوليد مخرجات ذات صلة.
Prompt
أنشئ قالب محفز مع متغيرات ديناميكية ({input}، {human_input}، {context}، {chat_history}، {system_message}، {all_input_variables})....
https://YOURLINK.ladesk.com/api/conversations/{human_input}/messages
Generator
توليد نص باستخدام المحفز المدخل ونموذج LLM المختار.
استخرج قسم "Preview" من مدخلك وأخرج فقط هذا القسم كما هو، وإذا كان هناك عدة أقسام Preview فأخرجها جميعًا مصنفة حسب تاريخها.
Tool Calling Agent
وكيل استدعاء أدوات.
أنت مساعد ذكاء اصطناعي للغة، تعمل كوكيل دعم عملاء ودود واحترافي ومساعد تسوق لشركتك. ترد باللغة السلوفاكية افتراضيًا، أو بلغة إدخال العميل إذا تم اكتشاف أنها مختلفة عن السلوفاكية. ودائمًا استخدم نبرة البريد الإلكتروني وصيغته.
<u>دورك:</u>
تجمع بين مسؤوليات الدعم الفني للعملاء ومساعد توصية المنتجات. تساعد العملاء في حل المشكلات، واتخاذ القرارات، وإتمام عمليات الشراء المتعلقة بمنتجات وخدمات شركتك. نبرتك دائمًا ودودة واحترافية، وهدفك هو التأكد من أن العميل يشعر بأنه مفهوم ومدعوم وواثق من خطوته القادمة.
<u>هدفك:</u>
تستقبل سجل المحادثة وأحدث استفسار للمستخدم وهدفك هو الإجابة على الاستفسار الأخير بناءً على الأدوات المتاحة لديك. 
<u>تحديد النية وتقديم الإجابات:</u>
المصدر الأول: ابحث دائمًا في knowledge_source_tool للإجابة على سؤال المستخدم ولا تجب من نفسك أبدًا.
المصدر الثاني: استخدم دائمًا أداة Document Retriever للعثور على سياق متعلق بالسؤال.
إذا تم العثور على سياق ذي صلة:
استخدمه لتقديم إجابات دقيقة وموجزة.
قم بتضمين الروابط ذات الصلة فقط المسترجعة من Document Retriever، ولا تعدل الرابط أبدًا.
لا تخترع أسماء المنتجات أو الفئات أبدًا. يمكنك التعرف على الفئة من خلال وجود قائمة منتجات مختلفة في الصفحة؛ استخدم فقط ما هو متوفر في قاعدة معرفتك.
اتبع المعلومات تمامًا كما وردت في المرجع.
إذا لم يتم العثور على سياق ذي صلة وكان السؤال حول شركتك:
اطرح أسئلة توضيحية بأدب لجمع مزيد من التفاصيل.
إذا لم يتم الحل بعد، استخدم أداة Contact Human Assist لتحويل الطلب إلى وكيل دعم بشري.
إذا كانت رسالة العميل غير واضحة أو غير مكتملة:
لا تخمن — اسأل دائمًا عن مزيد من المعلومات قبل الرد.
إذا أبدى العميل اهتمامًا بمنتج معين:
أخبره أن التسعير والطلب سهل وسريع مباشرة على الموقع الإلكتروني.
يمكنه تهيئة المنتج (الأبعاد، الإضافات، الكمية...) ورؤية السعر على الفور ووقت الإنتاج.
إذا كان السؤال عن وقت الإنتاج، قم دائمًا بتضمين خيارات الإكسبريس إذا كانت متوفرة.
للاستفسارات غير المتعلقة بشركتك:
أخبر العميل بأدب أنك تقدم الدعم فقط لشركتك.
واقترح التواصل مع فريق دعم الأعمال المناسب على [Your Company@Your Company.sk](mailto:YourCompany@YourCompany.sk).
<u>استخدام المصادر:</u>
استخدم Document Retriever للبحث عن المعرفة ذات الصلة بسؤال العميل.
استخدم أداة Contact Human Assist للتصعيد إذا لزم الأمر.
استخدم Document Retriever لتقديم روابط منتجات أو معلومات صحيحة - لا تخترع أو تفترض الروابط أبدًا
<u>التنسيق:</u>
نبرتك دائمًا ودودة وواضحة واحترافية.
يجب أن تكون الإجابات قصيرة - حوالي 100-200 رمز كحد أقصى.
استخدم تنسيقًا منظمًا:
فقرات قصيرة
نص عريض للتأكيد
تعداد نقطي عند الحاجة
رموز تعبيرية لجعل الرسائل أكثر جاذبية 😊
اكتب بصيغة نصية عادية. لا تستخدم الماركداون.
المكونات المستخدمة في هذا التدفق
فيما يلي قائمة كاملة بجميع المكونات المستخدمة في هذا التدفق لتحقيق وظائفه. المكونات هي كتل البناء لكل تدفق ذكاء اصطناعي. تتيح لك إنشاء تفاعلات معقدة وأتمتة المهام من خلال ربط وظائف مختلفة. كل مكون يخدم غرضاً محدداً، مثل التعامل مع مدخلات المستخدم أو معالجة البيانات أو التكامل مع الخدمات الخارجية.
إدخال الدردشة
مكوّن إدخال الدردشة في FlowHunt يطلق تفاعلات المستخدم من خلال التقاط الرسائل من ساحة اللعب. يعمل كنقطة البداية للتدفقات، مما يتيح لسير العمل معالجة المدخلات النصية وتلك المستندة إلى الملفات.
مكوّن البرومبت في FlowHunt
تعرّف على كيفية استخدام مكوّن البرومبت في FlowHunt لتعريف دور وسلوك روبوت الذكاء الاصطناعي الخاص بك، مما يضمن ردودًا ذات صلة وشخصية. خصص البرومبت والقوالب لخلق تدفقات دردشة فعّالة وواعية بالسياق.
إنشاء بيانات
تتيح لك مكوّنات إنشاء البيانات إنشاء سجلات بيانات منظمة بشكل ديناميكي مع عدد قابل للتخصيص من الحقول. مثالية لسير العمل الذي يتطلب إنشاء كائنات بيانات جديدة بشكل فوري، حيث تدعم تكوين الحقول بمرونة وتتكامل بسلاسة مع خطوات الأتمتة الأخرى.
طلب API
ادمج البيانات والخدمات الخارجية في سير عملك باستخدام مكون طلب API. أرسل طلبات HTTP بسهولة، واضبط رؤوس الطلبات، والجسم، ومعلمات الاستعلام، وتعامل مع عدة طرق مثل GET وPOST. ضروري لربط الأتمتة الخاصة بك بأي واجهة API أو خدمة ويب.
تحليل البيانات
يحوّل مكون تحليل البيانات البيانات المهيكلة إلى نص عادي باستخدام قوالب قابلة للتخصيص. يتيح ذلك تنسيقًا مرنًا وتحويلًا لمدخلات البيانات لاستخدامها لاحقًا في سير عملك، مما يساعد على توحيد أو تجهيز المعلومات للمكونات اللاحقة.
LLM أوبن أي آي
يدعم FlowHunt العشرات من نماذج توليد النصوص، بما في ذلك نماذج أوبن أي آي. إليك كيفية استخدام ChatGPT في أدوات الذكاء الاصطناعي وروبوتات الدردشة الخاصة بك.
المُوَلِّد
استكشف مكون المُوَلِّد في FlowHunt—توليد نصوص قوية مدعومة بالذكاء الاصطناعي باستخدام نموذج LLM الذي تختاره. أنشئ بسهولة ردود ديناميكية للدردشة بدمج المطالبات، والتعليمات النظامية الاختيارية، وحتى الصور كمدخلات، مما يجعله أداة أساسية لبناء سير عمل ذكي وحواري.
وكيل استدعاء الأدوات
استكشف وكيل استدعاء الأدوات في FlowHunt—مكون متقدم في سير العمل يمكّن وكلاء الذكاء الاصطناعي من اختيار واستخدام الأدوات الخارجية بذكاء للإجابة على الاستفسارات المعقدة. مثالي لبناء حلول ذكاء اصطناعي ذكية تتطلب استخدامًا ديناميكيًا للأدوات، واستدلالًا تكراريًا، ودمجًا مع عدة مصادر.
مسترجع المستندات
يعزز مسترجع المستندات من FlowHunt دقة الذكاء الاصطناعي من خلال ربط النماذج التوليدية بمستنداتك وروابطك الخاصة المحدثة، مما يضمن الحصول على إجابات موثوقة وذات صلة باستخدام التوليد المعزز بالاسترجاع (RAG).
مكوّن سجل الدردشة
يتيح مكون سجل الدردشة في FlowHunt للروبوتات تذكر الرسائل السابقة، مما يضمن محادثات متسقة وتجربة عملاء محسنة مع تحسين استخدام الذاكرة والرموز.
إخراج الدردشة
اكتشف مكون إخراج الدردشة في FlowHunt—أنهِ ردود الدردشة مع مخرجات متعددة ومرنة. ضروري لإكمال التدفق بسلاسة وإنشاء روبوتات دردشة تفاعلية ومتقدمة بالذكاء الاصطناعي.
وصف التدفق
الغرض والفوائد
وصف سير العمل
تم تصميم هذا التدفق لأتمتة وتوسيع نطاق مهام دعم العملاء المتقدمة واسترجاع المعرفة، من خلال الاستفادة من نماذج اللغة الكبيرة (LLMs)، وإنشاء البيانات الديناميكية، وطلبات API الخارجية (مثل LiveAgent)، واسترجاع المستندات المؤتمت. وهو مفيد بشكل خاص للمنظمات التي تسعى إلى تبسيط عمليات الدعم، والرد على استفسارات العملاء بردود واعية بالسياق، ودمج البحث في قواعد المعرفة مع التفاعل مع الأنظمة الخارجية.
نظرة عامة رفيعة المستوى
ينسق سير العمل هذه الخطوات الرئيسية:
- استقبال مدخلات المستخدم (عبر الدردشة)
- بناء طلبات API ديناميكية بناءً على مدخلات المستخدم والسياق
- استرجاع وتحليل البيانات من المصادر الخارجية (مثل LiveAgent)
- استخدام نماذج LLM لاستخلاص وتلخيص المعلومات ذات الصلة من الاستجابات
- تعزيز الردود باستخدام استرجاع المستندات من قاعدة المعرفة
- الاستفادة من وكيل مدعوم بـ LLM لإنشاء أجوبة جاهزة للعملاء، دائمًا بناءً على السياق المسترجع
- تقديم الرد مرة أخرى للمستخدم
المكونات الرئيسية وتدفق العمل
| الخطوة | المكون | الهدف |
|---|---|---|
| 1 | مدخل الدردشة | استقبال استفسارات أو رسائل المستخدم |
| 2 | قالب المحفز | تشكيل عناوين URL ديناميكية لطلبات API، بإدراج مدخلات المستخدم والسياق في قوالب محددة مسبقًا |
| 3 | طلب API | إرسال طلبات HTTP (GET/POST) إلى واجهات API خارجية (مثل LiveAgent)، مع تضمين المعاملات والجسم حسب الحاجة |
| 4 | تحليل البيانات | تحويل ردود API (JSON/بيانات) إلى نص عادي أو محفزات منظمة لمعالجة LLM |
| 5 | مولد LLM | استخدام LLM (مثل OpenAI GPT-4.1) لاستخراج أقسام محددة (مثل “Preview”) من بيانات الإدخال |
| 6 | وكيل استدعاء الأدوات | وكيل LLM يتلقى كل السياق والسجل والأدوات، ويسترشد برسالة نظام مخصصة |
| 7 | مسترجع المستندات | البحث في مصادر المعرفة عن مستندات ذات صلة باستفسار المستخدم |
| 8 | مخرج الدردشة | تقديم الإجابة أو الرسائل النهائية للمستخدم |
الخطوات التفصيلية
1. جمع مدخلات المستخدم والسياق
- تبدأ العملية بعقدة مدخل الدردشة حيث يتم استقبال رسالة المستخدم.
- تقوم عقدة سجل الدردشة باسترجاع آخر N رسائل، مما يتيح ردودًا مدركة للسياق.
- يستخدم قالب المحفز مدخلات المستخدم والسجل لتوليد عنوان URL ديناميكي لـ API الخارجي (على سبيل المثال، لجلب نص محادثة من LiveAgent).
2. بناء طلب API
- تتيح عقد إنشاء البيانات بناء معلمات الاستعلام أو جسم الطلب ديناميكيًا (بما في ذلك تخزين آمن لمفاتيح API أو الحقول اللازمة الأخرى).
- يتم تمرير عنوان URL والمعاملات الناتجة إلى عقدة طلب API التي تتفاعل مع الأنظمة الخارجية (مثل LiveAgent) لجلب البيانات المطلوبة.
3. تحليل البيانات والمعالجة المسبقة
- تتم معالجة استجابات API باستخدام عقد تحليل البيانات، لتحويل البيانات الخام إلى نص منظم أو استخراج الحقول ذات الصلة فقط.
- يتم تمرير هذه البيانات المحللة إلى عقدة مولد LLM، التي تتولى استخراج معلومات محددة (مثل قسم “Preview”) باستخدام رسالة نظام محددة جيدًا.
4. تعزيز المعرفة
- في الوقت نفسه، تتيح عقدة مسترجع المستندات للنظام البحث داخل قواعد المعرفة الداخلية عن مستندات وثيقة الصلة باستفسار المستخدم، مما يثري الوكيل بسياق موثوق. وتتاح هذه الأداة لوكيل LLM.
5. توليد الرد من وكيل LLM
- عقدة وكيل استدعاء الأدوات هي وكيل قوي يعتمد على LLM والذي:
- يستقبل مدخلات المستخدم، واستجابات API، وسجل الدردشة، وإمكانية الوصول إلى الأدوات (مسترجع المستندات، دعم بشري، إلخ)
- يوجهه محفز نظام مفصل يحدد:
- الاعتماد دائمًا على مصادر موثوقة (مثل مسترجع المستندات، knowledge_source_tool)
- عدم اختراع الإجابات أو الروابط مطلقًا
- طرح أسئلة توضيحية عند الحاجة
- تنسيق الردود بشكل ودود واحترافي وموجز
- استخدام التعداد النقطي، والنص العريض، والرموز التعبيرية لإجابات جذابة
- الرد دائمًا بالسلوفاكية (أو لغة المستخدم المكتشفة)، مع استخدام نبرة البريد الإلكتروني
- تصعيد الطلب إلى دعم بشري إذا تعذر حل الاستفسار
- يضمن ذلك أن كل رد على العميل يكون دقيقًا، معتمدًا على السياق، متوافقًا مع السياسات، وقابلًا للتوسع بشكل كبير.
6. إخراج النتيجة للمستخدم
- يتم تحليل وتنسيق الرد النهائي المولد (من وكيل LLM)، ثم تسليمه للمستخدم عبر عقد مخرج الدردشة.
ملاحظات وأفضل الممارسات
- مفتاح API ورابط LiveAgent: يتضمن سير العمل عقد ملاحظات تذكّر المستخدم بإدخال مفتاح API الخاص به واستبدال
YOURLINKفي قوالب المحفز بعنوان URL الفعلي الخاص بـ LiveAgent. - الأمان والامتثال: تتم معالجة مفاتيح API والبيانات الحساسة باستخدام عقد بيانات ديناميكية، مما يقلل من مخاطر الكشف العرضي.
- قابلية التوسع: يسمح التصميم المعياري بإضافة أدوات أو تحولات بيانات أو قنوات إخراج بسهولة.
لماذا هذا التدفق مفيد للتوسع والأتمتة؟
- أتمتة شاملة: يدمج عدة مصادر بيانات (دردشة مباشرة، API، قاعدة معرفة) ويؤتمت عملية اتخاذ القرار والرد.
- استدلال مدعوم بـ LLM: يستفيد من أحدث نماذج LLM للفهم السياقي، واستخلاص المعلومات، والتواصل البشري.
- دعم متسق وعالي الجودة: يفرض محفز وكيل النظام سياسات الشركة، والنبرة، ومسارات التصعيد، ويضمن عدم تقديم بيانات وهمية.
- تكامل سريع مع الأنظمة الخارجية: يمكن التكيف بسهولة مع واجهات API أو قواعد معرفة مختلفة عن طريق تحديث قوالب المحفز وعقد الاتصال.
- تصعيد ذكي للبشر: يسلم الحالات المعقدة بسلاسة إلى وكلاء بشريين، مما يضمن التعامل مع الحالات الخاصة.
- قابلية التوسع: يمكنه التعامل مع حجم كبير من الاستفسارات بالتوازي، مع دقة وامتثال متسقين.
جدول ملخص لأهم العقد
| نوع العقدة | الدور الرئيسي |
|---|---|
| ملاحظة | تذكيرات وتعليمات التهيئة |
| مدخل/مخرج الدردشة | نقاط التفاعل مع المستخدم |
| سجل الدردشة | توفير السياق من التفاعلات السابقة |
| إنشاء البيانات | بناء بيانات طلب API بشكل ديناميكي |
| قالب المحفز | توليد عناوين URL أو محفزات |
| طلب API | التفاعل مع الخدمات الخارجية |
| تحليل البيانات | تحويل البيانات الخام لاستهلاك LLM |
| مولد LLM | استخلاص/معالجة المعلومات باستخدام LLM |
| مسترجع المستندات | البحث في مصادر المعرفة الداخلية |
| وكيل استدعاء الأدوات | تنسيق الأدوات وتوليد الردود |
هذا التدفق مثالي لأتمتة دعم العملاء، والتكامل مع أنظمة التذاكر أو الدردشة الخارجية، وضمان أن الردود المدعومة بالـLLM دائمًا تستند إلى معرفة موثوقة للشركة. يمكن أن يكون العمود الفقري لمساعد دعم ذكي قابل للتوسع وجاهز للاستخدام المؤسسي.
دعنا نبني فريق الذكاء الاصطناعي الخاص بك
نحن نساعد الشركات مثل شركتك في تطوير روبوتات الدردشة الذكية، وخوادم MCP، وأدوات الذكاء الاصطناعي أو أنواع أخرى من أتمتة الذكاء الاصطناعي لاستبدال البشر في المهام المتكررة في مؤسستك.
اعرف المزيد
وكيل دعم العملاء بالذكاء الاصطناعي مع تكامل API لـ LiveAgent
يقوم سير العمل المدعوم بالذكاء الاصطناعي هذا بأتمتة دعم العملاء من خلال ربط استفسارات المستخدمين بمصادر معرفة الشركة وواجهات برمجة التطبيقات الخارجية (مثل LiveA...
5 دقيقة قراءة
وكيل دعم العملاء بالذكاء الاصطناعي مع قاعدة معرفة وإثراء عبر API
يعمل هذا التدفق الآلي المدعوم بالذكاء الاصطناعي على أتمتة دعم العملاء من خلال دمج البحث في قاعدة المعرفة الداخلية، واسترجاع المعرفة من مستندات Google، والتكامل ...
5 دقيقة قراءة
شات بوت الذكاء الاصطناعي مع تصعيد إلى البشر عبر Slack
قم بنشر شات بوت ذكي لدعم العملاء في LiveAgent يجيب تلقائيًا على استفسارات الزوار، ويسترجع مستندات قاعدة المعرفة، ويصعد المحادثة إلى وكيل بشري عبر Slack عند الحا...
4 دقيقة قراءة