Prompt
Šablona promptu pro sestavení URL požadavku na API pomocí vstupu uživatele.
https://YOURLINK.ladesk.com/api/conversations/{input}
AI zákaznický podpůrný agent s integrací LiveAgent API
Tento workflow poháněný AI automatizuje zákaznickou podporu propojením dotazů uživatelů na firemní zdroje znalostí, externí API (např. LiveAgent) a jazykový model pro profesionální, přátelské a vysoce relevantní odpovědi. Flow získává historii konverzace, využívá vyhledávání v dokumentech a komunikuje s externími systémy, aby poskytoval stručné, strukturované odpovědi a v případě potřeby eskaloval na lidskou podporu. Ideální pro firmy, které chtějí optimalizovat podporu, doporučování produktů a doručování informací.
Flow
Jak AI Flow funguje
- Přijetí a strukturování zákaznického dotazu.
- Zachytí otázku nebo problém uživatele, připraví dynamické API požadavky a kontext pomocí šablon promptů a strukturuje počáteční datové vstupy.
- Dotaz na externí systémy a získání dat.
- Odesílá požadavky na externí API zákaznické podpory (např. LiveAgent) a získává potřebná data o účtu nebo konverzaci pro vyřešení zákaznického problému.
- Extrahování a generování relevantního kontextu.
- Zpracovává získaná data, extrahuje klíčové informace a využívá LLM k vygenerování nebo zpřesnění kontextu zákaznického dotazu pro přesnou podporu.
- AI agent odpovídá pomocí znalostní báze a nástrojů.
- AI agent využívá firemní zdroje znalostí, nástroje pro vyhledávání v dokumentech, historii konverzace a jazykový model k formulování stručných, profesionálních odpovědí nebo doporučení.
- Odpověď zákazníkovi nebo eskalace.
- Doručuje AI-generovanou odpověď zákazníkovi ve strukturovaném formátu a eskaluje na lidského agenta, pokud dotaz nelze vyřešit automaticky.
Prompty použité v tomto flow
Níže je kompletní seznam všech promptů použitých v tomto flow pro dosažení jeho funkčnosti. Prompty jsou instrukce dané AI modelu pro generování odpovědí nebo provádění akcí. Vedou AI k pochopení záměru uživatele a generování relevantních výstupů.
Prompt
Šablona promptu pro sestavení URL požadavku na API pro zprávy v konverzaci.
https://YOURLINK.ladesk.com/api/conversations/{human_input}/messages
Generator
Prompt systémové zprávy pro LLM k extrakci sekce Preview ze vstupu.
extract the "Preview" section of your input and output only the section exactly as it is and if there are multiple preview sections output all of them by classifying them based on their date.
Tool Calling Agent
Prompt systémové zprávy pro agenta, aby vystupoval jako podpora zákazníků a asistent při nakupování pro *YOURCOMPANY* ve slovenštině, s podrobným popisem chován...
You are an AI language model assistant acting as a friendly and professional customer support and shopping assistant for<u> *YOURCOMPANY*</u>
You respond in Slovak language by default, or in the customer's input language if detected to be different than Slovak. AND ALWAYS USE EMAIL TONE AND FORMAT.
<u>Your role:</u>
You combine the responsibilities of technical customer support and product recommendation assistant. You help customers solve issues, make decisions, and complete purchases related to <u>*YOURCOMPANY*</u> products and services. Your tone is always friendly and professional, and your goal is to ensure the customer feels understood, supported, and confident in their next step.
<u>Your Goal:</u>
you receive conversation history and the most recent user query you goal is to answer the most recent query based on the tools at your disposal. 
<u>Identify intent and provide answers:</u>
First source: ALWAYS SEARCH THE knowledge_source_tool TO ANSWER USER'S QUESTION AND NEVER ANSWER FROM YOURSELF.
Second source: Always use the Document Retriever tool to find context related to the question.
If relevant context is found:
Use it to provide accurate, concise answers.
Include ONLY RELEVANT URLs retrieved from the Document Retriever, never edit the url.
Never invent product names and category names. You can recognize a category by the fact that the page MUST contain a list of different products.; use only those available in your knowledge base.
Follow the information exactly as stated in the reference.
If no relevant context is found and the question is about <u>*YOURCOMPANY*</u>:
Ask polite clarifying questions to gather more details.
If still unresolved, use the Contact Human Assist tool to transfer to a human support agent.
If the customer’s message is unclear or incomplete:
Do not guess — always ask for more information before answering.
If the customer shows interest in a specific product:
Let them know that pricing and ordering is quick and simple directly on the website.
They can configure the product (dimensions, extras, quantity…) and see the price immediately and the production time.
If the question is about production time, always include express options if available.
For inquiries not related to <u>*YOURCOMPANY*</u>:
Politely inform the customer that you only provide support for <u>*YOURCOMPANY*</u>.
Suggest contacting the appropriate business support team at [<u>*YOURCOMPANY*</u>@EMAIL.EMAIL](mailto:YOURCOMPANY@EMAIL.EMAIL)
<u>Resource Utilization:</u>
Use the Document Retriever to search for knowledge relevant to the customer question.
Use the Contact Human Assist tool to escalate if needed.
Use the Document Retriever to provide valid product or info links - NEVER invent or assume URLs
<u>Formatting:</u>
Your tone is always friendly, clear, and professional.
The answers should be SHORT - max. about 100-200 tokens.
Use structured formatting:
Short paragraphs
Bold text for emphasis
Bullet points where appropriate
Emojis to make the messages more engaging 😊
Write in plain text format. Do not use markdown.
Komponenty použité v tomto flow
Níže je kompletní seznam všech komponent použitých v tomto flow pro dosažení jeho funkčnosti. Komponenty jsou stavební bloky každého AI Flow. Umožňují vám vytvářet složité interakce a automatizovat úkoly propojením různých funkcionalit. Každá komponenta slouží specifickému účelu, jako je zpracování uživatelského vstupu, zpracování dat nebo integrace s externími službami.
Vstup z chatu
Komponenta Vstup z chatu ve FlowHunt zahajuje interakce s uživatelem tím, že zachycuje zprávy z Playgroundu. Slouží jako výchozí bod pro toky a umožňuje workflow zpracovávat vstupy jak ve formě textu, tak souborů.
Komponent Prompt ve FlowHunt
Zjistěte, jak komponenta Prompt ve FlowHunt umožňuje definovat roli a chování vašeho AI bota a zajistit relevantní a personalizované odpovědi. Přizpůsobte prompty a šablony pro efektivní, kontextově uvědomělé chatbot flow.
API požadavek
Integrujte externí data a služby do svého workflow pomocí komponenty API Request. Snadno odesílejte HTTP požadavky, nastavujte vlastní hlavičky, tělo a parametry dotazu a pracujte s různými metodami jako GET a POST. Nezbytné pro propojení vašich automatizací s jakýmkoli webovým API nebo službou.
Vytvořit Data
Komponenta Vytvořit Data vám umožňuje dynamicky generovat strukturované datové záznamy s volitelným počtem polí. Ideální pro workflowy, které vyžadují tvorbu nových datových objektů za běhu, podporuje flexibilní nastavení polí a bezproblémovou integraci s dalšími automatizačními kroky.
Parse Data
Komponenta Parse Data převádí strukturovaná data na prostý text pomocí přizpůsobitelných šablon. Umožňuje flexibilní formátování a převod datových vstupů pro další využití ve vašem workflow, pomáhá standardizovat nebo připravit informace pro navazující komponenty.
Generátor
Prozkoumejte komponentu Generátor ve FlowHunt—výkonné generování textu pomocí AI s vybraným LLM modelem. Snadno vytvářejte dynamické odpovědi chatbotů kombinováním promptů, volitelných systémových instrukcí a dokonce i obrázků jako vstupu, což z něj činí klíčový nástroj pro budování inteligentních konverzačních workflow.
LLM OpenAI
FlowHunt podporuje desítky modelů pro generování textu, včetně modelů od OpenAI. Zjistěte, jak používat ChatGPT ve svých AI nástrojích a chatbotech.
Agent pro volání nástrojů
Prozkoumejte agenta pro volání nástrojů ve FlowHunt—pokročilou komponentu workflow, která umožňuje AI agentům inteligentně vybírat a používat externí nástroje pro odpovědi na složité dotazy. Ideální pro tvorbu chytrých AI řešení, která vyžadují dynamické využití nástrojů, iterativní uvažování a integraci s více zdroji.
Vyhledávač dokumentů
Document Retriever od FlowHunt zvyšuje přesnost AI tím, že propojuje generativní modely s vašimi aktuálními dokumenty a URL adresami, čímž zajišťuje spolehlivé a relevantní odpovědi pomocí Retrieval-Augmented Generation (RAG).
Komponenta Historie Chatu
Komponenta Historie chatu ve FlowHunt umožňuje chatbotům pamatovat si předchozí zprávy, což zajišťuje koherentní konverzace a lepší zákaznickou zkušenost při optimalizaci paměti a využití tokenů.
Chat Output
Objevte komponentu Chat Output ve FlowHunt—dokončete odpovědi chatbota pomocí flexibilních, vícedílných výstupů. Nezbytné pro hladké dokončení toku a tvorbu pokročilých, interaktivních AI chatbotů.
Popis flow
Účel a výhody
Tento workflow je navržen tak, aby automatizoval, zefektivnil a škáloval proces zákaznické podpory a doporučování produktů s využitím API integrací, vyhledávání v dokumentech, jazykových modelů a dynamického zpracování dat. Níže je podrobný rozpis jeho struktury, komponent a automatizace, kterou poskytuje.
Přehled a účel
Hlavním cílem flow je fungovat jako inteligentní, automatizovaný asistent zákaznické podpory a nakupování pro firmu s využitím pokročilé AI (OpenAI LLM), dynamické konstrukce promptů, volání API a vyhledávání v dokumentech. Je navržen tak, aby odpovídal na zákaznické dotazy, získával relevantní znalosti, doporučoval produkty a v případě potřeby eskaloval na lidské agenty – vše v přátelském, profesionálním tónu a se strukturovaným výstupem.
Takový workflow umožňuje škálovatelnou a konzistentní komunikaci se zákazníky, snižuje manuální úsilí a zajišťuje vysoce kvalitní odpovědi podpory i při rostoucí poptávce.
Struktura workflow a klíčové kroky
1. Vstup a historie chatu
- Chat Input uzel sbírá zprávy uživatele a přílohy jako výchozí bod.
- Chat History uzel získává posledních N zpráv a poskytuje kontext konverzace, což umožňuje personalizované a kontextově povědomé odpovědi.
2. Vytváření promptů
- Prompt Templates dynamicky generují API URL na základě vstupu uživatele a historie chatu. Například:
- Jedna šablona sestaví URL pro získání dat z konverzace v LiveAgent (nahraďte
YOURLINKvaším skutečným doménovým jménem). - Jiná šablona slouží k odesílání nových zpráv do LiveAgent.
- Jedna šablona sestaví URL pro získání dat z konverzace v LiveAgent (nahraďte
- Poznámky jsou zahrnuty jako připomínky k vložení API klíčů nebo aktualizaci odkazu na LiveAgent v šablonách.
3. API požadavky
- Workflow používá dva API Request uzly:
- Jeden pro získání informací o konverzaci (GET požadavky).
- Druhý pro odesílání zpráv nebo interakci s konverzací (POST požadavky).
- Create Data uzly dynamicky sestavují potřebné parametry dotazu nebo tělo dat pro tyto API volání (např. včetně API klíčů nebo obsahu zprávy).
4. Parsování a zpracování dat
- Parse Data uzly převádějí odpovědi API ze strukturovaných dat na čistý text, případně s využitím šablon pro formátování.
- Výstup API volání je tak vhodný pro další zpracování AI nebo pro zobrazení uživateli.
5. Získávání znalostí
- Document Retriever je integrovaný nástroj, který na základě dotazu uživatele vyhledává ve znalostní bázi nebo repozitáři dokumentace a vrací nejrelevantnější dokumenty, úryvky nebo odkazy.
- Poskytuje znalosti jako nástroj pro AI agenta – zajišťuje, že odpovědi vycházejí z firemních informací.
6. AI generování a následné zpracování
- LLM OpenAI uzly (dva s různým nastavením) poskytují přístup k velkým jazykovým modelům (např. GPT-4.1) pro generování odpovědí a extrakci strukturovaných informací.
- Generator uzel využívá LLM k extrakci specifických sekcí (např. “Preview”) ze zpracovaných odpovědí API.
7. Řízení agenta
- Tool Calling Agent je ústřední rozhodovací engine:
- Přijímá zpracované vstupy, historii chatu a přístup k nástrojům (například Document Retriever).
- Používá rozsáhlý systémový prompt, aby odpovědi odpovídaly firemním zásadám, tónu a struktuře.
- Dynamicky rozhoduje, zda odpoví ze znalostní báze, zeptá se na upřesnění, nebo eskaluje na lidského agenta.
- Zajišťuje, že výstup je stručný (100–200 tokenů), dobře strukturovaný a v preferovaném jazyce zákazníka.
8. Zobrazení výstupu
- Chat Output uzly zobrazují výslednou AI-generovanou nebo zpracovanou zprávu uživateli.
- Workflow podporuje více výstupních bodů pro různé fáze (např. po AI generování, po rozhodnutí agenta atd.).
Vztahy mezi komponentami (zjednodušená tabulka)
| Krok | Vstup(y) | Výstup(y) | Účel |
|---|---|---|---|
| Chat Input | Zpráva uživatele | Zpráva | Vstupní bod pro uživatelské dotazy |
| Chat History | - | Historie chatu | Poskytuje kontext pro personalizované odpovědi |
| Prompt Templates | Uživatelský vstup, historie | API URL (jako text) | Dynamická tvorba URL pro API volání |
| Create Data | - | Data dotazu/těla | Sestavení potřebných dat pro API požadavky |
| API Request | URL, parametry/tělo | Odpověď API | Načtení nebo odeslání dat do externí služby (např. LiveAgent) |
| Parse Data | Odpověď API | Text | Převod strukturovaných dat na čistý text pro LLM nebo uživatele |
| LLM OpenAI | Prompt, parametry | AI-generovaný text | Generování textu, extrakce informací |
| Generator | Text, model | Zpracovaný text | Extrakce konkrétních informací (např. “Preview”) ze vstupu |
| Document Retriever | Dotaz | Dokumenty/nástroj | Nalezení relevantních informací ve firemní znalostní bázi |
| Tool Calling Agent | Vstup, nástroje, historie, model | Rozumná zpráva | Orchestrace odpovědi, využití nástrojů, eskalace a formátování |
| Chat Output | Zpráva | - | Zobrazení zprávy uživateli |
Proč je tento flow užitečný pro automatizaci a škálování
- Konzistence: Zajišťuje, že každý zákazník dostane přesné, firemně schválené a značkové odpovědi bez ohledu na objem.
- Škálovatelnost: Zvládne neomezené množství současných konverzací s využitím AI a automatizovaných nástrojů místo pouze lidských agentů.
- Efektivita: Snižuje manuální práci agentů automatizací vyhledávání informací, generování odpovědí i logiky eskalace.
- Personalizace: Integruje historii chatu a kontext pro odpovědi na míru.
- Rozšiřitelnost: Jednoduše upravitelné – můžete měnit šablony promptů, přidávat nové API integrace nebo aktualizovat zdroje znalostí.
- Podpora více jazyků: AI agent může odpovídat v preferovaném jazyce zákazníka, což zlepšuje uživatelský zážitek.
Klíčové prvky automatizační logiky
- Dynamické zpracování vstupů: Flow přizpůsobuje API volání a dotazy do znalostní báze na základě aktuálního vstupu uživatele a kontextu konverzace.
- Podmíněné rozhodování: Agent volí nejlepší zdroj (znalostní bázi, API nebo lidskou eskalaci) pro každou odpověď.
- Strukturovaný výstup: Vynucuje krátké, dobře formátované a poutavé odpovědi včetně odrážek, tučného textu a emotikonů.
- Bezpečnost: Připomíná uživatelům bezpečně vkládat API klíče a aktualizovat odkazy specifické pro firmu.
- Smyčky zpětné vazby: Agent se může doptávat na upřesnění nebo eskalovat na lidskou podporu, pokud automatizace nedokáže problém vyřešit.
Shrnutí
Tento workflow je robustní, modulární automatizace pro AI-poháněnou zákaznickou podporu a doporučování produktů. Kombinuje chatovací vstup, dynamickou API integraci, vyhledávání v dokumentech a pokročilé jazykové modely v rámci jednoho orchestrujícího agenta. Automatizací opakujících se úkolů a využitím AI pro rozhodování umožňuje efektivní škálování podpory při zachování vysokého standardu služeb a personalizace.
Nechte nás vybudovat váš vlastní AI tým
Pomáháme společnostem jako je ta vaše vyvíjet inteligentní chatboty, MCP servery, AI nástroje nebo jiné typy AI automatizace pro nahrazení lidské práce u opakujících se úkolů ve vaší organizaci.
Zjistit více
Shopify AI zákaznický podpůrný agent
Workflow pro AI poháněného zákaznického agenta, který dokáže odpovídat na dotazy ohledně produktů Shopify, zjistit stav objednávky a získat informace z interní ...
4 min čtení
AI chatbot zákaznické podpory s předáním lidskému operátorovi
Chatbot zákaznické podpory poháněný AI, který automaticky pomáhá uživatelům, získává informace z interních dokumentů i webu a v případě potřeby plynule předává ...
3 min čtení