Popis workflowu

Tento workflow je navržen k automatizaci a škálování pokročilých úkolů zákaznické podpory a získávání znalostí, přičemž využívá LLM (velké jazykové modely), dynamické vytváření dat, externí API požadavky (například LiveAgent) a automatizované získávání dokumentů. Je obzvláště užitečný pro organizace, které chtějí zefektivnit procesy podpory, odpovídat na dotazy zákazníků s ohledem na kontext a integrovat vyhledávání ve znalostní bázi s interakcemi s externími systémy.

Vysoká úroveň přehledu

Workflow koordinuje tyto hlavní kroky:

• Přijímá vstup od uživatele (přes chat)
• Sestavuje dynamické API požadavky na základě vstupu uživatele a kontextu
• Získává a analyzuje data z externích zdrojů (např. LiveAgent)
• Využívá LLM k extrakci a sumarizaci relevantních informací z odpovědí
• Obohacuje odpovědi pomocí získávání dokumentů ze znalostní báze
• Využívá agenta poháněného LLM k generování odpovědí připravených pro zákazníka, vždy na základě získaného kontextu
• Předává odpověď zpět uživateli

Hlavní komponenty a průběh

Detailní kroky

1. Vstup uživatele a sběr kontextu

• Proces začíná uzlem Chat Input, kde je přijata zpráva uživatele.
• Uzel Chat History získává posledních N zpráv, což umožňuje kontextové odpovědi.
• Prompt Template využívá vstup uživatele a historii k dynamickému vytvoření URL pro externí API (například pro získání přepisu konverzace z LiveAgentu).

2. Sestavení API požadavku

• Uzly Create Data umožňují dynamické sestavení parametrů dotazu nebo těla požadavku (včetně bezpečného uložení API klíčů či jiných potřebných polí).
• Vygenerovaná URL a parametry jsou předány do uzlu API Request, který komunikuje s externími systémy (například LiveAgent) za účelem získání potřebných dat.

3. Parsování a předzpracování dat

• Odpovědi API jsou zpracovány pomocí uzlů Parse Data, které transformují surová data do strukturovaného textu nebo extrahují pouze relevantní pole.
• Tato zpracovaná data jsou předána uzlu LLM Generator, který má za úkol extrahovat konkrétní informace (např. sekci “Preview”) pomocí přesně definované systémové zprávy.

4. Obohacení znalostmi

• Současně uzel Document Retriever umožňuje systému prohledávat interní znalostní bázi a hledat dokumenty vysoce relevantní k dotazu uživatele, čímž dále rozšiřuje kontext agenta. Tento nástroj je dostupný LLM agentovi.

5. Generování odpovědi pomocí LLM agenta

• Uzel Tool Calling Agent je výkonný agent založený na LLM, který:
  • Přijímá vstup uživatele, odpovědi API, historii chatu a přístup k nástrojům (Document Retriever, Contact Human Assist aj.)
  • Je naváděn detailním systémovým promptem, který specifikuje:
    • Vždy používat ověřené zdroje (např. Document Retriever, knowledge_source_tool)
    • Nikdy nevymýšlet odpovědi ani URL
    • Pokládat upřesňující otázky v případě potřeby
    • Formátovat odpovědi přátelsky, profesionálně a stručně
    • Používat odrážky, tučný text a emotikony pro atraktivní odpovědi
    • Odpovídat vždy slovensky (nebo rozpoznaným jazykem uživatele), s tónem e-mailu
    • Eskalovat na lidskou podporu, pokud nelze dotaz vyřešit
• To zajišťuje, že každá zákaznická odpověď je přesná, založená na kontextu, v souladu s politikou a vysoce škálovatelná.

6. Výstup uživateli

• Finální vygenerovaná odpověď (od LLM agenta) je zpracována a formátována a poté doručena uživateli pomocí uzlů Chat Output.

Poznámky a osvědčené postupy

• API klíč a odkaz na LiveAgent: Workflow obsahuje uzly s poznámkami, které připomínají uživateli vložení vlastního API klíče a nahrazení YOURLINK ve šablonách promptů skutečnou URL instance LiveAgentu.
• Bezpečnost a compliance: API klíče a citlivá data jsou zpracovávány pomocí dynamických datových uzlů, což minimalizuje riziko nechtěného úniku.
• Rozšiřitelnost: Modulární design umožňuje snadné přidání dalších nástrojů, transformací dat nebo výstupních kanálů.

Proč je tento workflow užitečný pro škálování a automatizaci?

• End-to-End automatizace: Integruje více zdrojů dat (živý chat, API, znalostní báze) a automatizuje rozhodovací i odpovědní proces.
• LLM-poháněné uvažování: Využívá nejmodernější LLM pro kontextové porozumění, extrakci informací a komunikaci blízkou člověku.
• Konzistentní, kvalitní podpora: Systémový prompt agenta prosazuje firemní politiku, tón, eskalační scénáře a zaručuje, že nejsou poskytována vymyšlená data.
• Rychlá integrace s externími systémy: Snadno lze přizpůsobit různým API nebo znalostním bázím aktualizací šablon promptů a uzlů připojení.
• Eskalace s lidským dohledem: Bezproblémově předává složité případy lidským agentům, což zajišťuje pokrytí i nestandardních scénářů.
• Škálovatelnost: Zvládne paralelně zpracovat velký objem dotazů s konzistentní přesností i souladem.

Shrnutí klíčových uzlů

Tento workflow je ideální pro automatizaci zákaznické podpory, integraci s externími ticketovacími či chat systémy a zajištění, že odpovědi poháněné LLM jsou vždy podloženy ověřenými firemními znalostmi. Může být páteří škálovatelného, inteligentního asistenta podpory připraveného pro nasazení v enterprise prostředí.