AI chatovací asistent s pamětí konverzace

Tento workflow je navržen pro interaktivní chatovací zážitek, kdy AI asistent odpovídá na úkoly zadané uživatelem a zároveň využívá historii chatu pro kontextově podmíněné odpovědi. Jedná se o univerzální šablonu, která je snadno přizpůsobitelná široké škále konverzačních automatizací a škálovatelných AI chatovacích řešení.

Krok za krokem: Rozpis workflowu

1. Zahájení chatu a uvítací zpráva

• Chat Opened Trigger: Při otevření chatu se aktivuje spouštěč.
• Uvítací zpráva: Widget se zprávou zobrazí uživateli přátelské uvítání:

  👋 Vítejte v jednoduchém workflow pro úkoly!
  Tento nástroj je navržen tak, abyste si sami definovali svůj úkol dle svého zadání 🌟. Při odpovědi budu brát v úvahu naši historii chatu, abych poskytl relevantní asistenci bez dalšího kontextu.
  Stačí mi napsat, co byste chtěli udělat, a můžeme začít! ✨💬

• Zobrazení: Uvítací zpráva se zobrazí v chatovacím výstupu a poskytuje onboarding a nastavuje očekávání.

2. Zaznamenání vstupu uživatele

• Chat Input Node: Přijímá textový (a volitelně i souborový) vstup od uživatele, který představuje úkol nebo otázku, na kterou chce uživatel odpovědět.

3. Načtení historie chatu

• Chat History Node: Načte až posledních 10 zpráv (s limitem 8000 tokenů) z chatu. Tato historie se následně použije pro poskytnutí kontextu a zachování návaznosti v konverzaci.

4. Konstrukce promptu

• Prompt Template Node: Vytvoří dynamický prompt pro jazykový model. Integruje:

  • Poslední vstup uživatele.
  • Nedávnou historii chatu.
  • Pevnou systémovou zprávu, která instruuje AI k vytváření kontextových odpovědí.

  Použitá šablona promptu je:

  Jste AI jazykový model asistent.
  
  Váš úkol je vygenerovat odpověď na lidský VSTUP s ohledem na předchozí konverzaci v HISTORII CHATTU.
  
  --- ZAČÁTEK HISTORIE CHATTU
  {chat_history}
  --- KONEC HISTORIE CHATTU
  
  --- ZAČÁTEK VSTUPU
  {input}
  --- KONEC VSTUPU
  
  ODPOVĚĎ:
  

5. Generování AI odpovědi

• Generator Node: Přijme sestavený prompt a vygeneruje textovou odpověď pomocí velkého jazykového modelu (LLM). To zajišťuje, že odpověď je kontextově relevantní a přizpůsobená požadavku uživatele.

6. Zobrazení výstupu

• Chat Output Node: AI-generovaná odpověď je zobrazena uživateli v chatovacím rozhraní.

Tabulka struktury workflowu

Proč je tento workflow užitečný pro škálování a automatizaci

• Kontextové interakce: Díky zapojení historie chatu systém udržuje kontext, což zlepšuje relevanci odpovědí i uživatelskou spokojenost.
• Uživatelsky definované úkoly: Workflow je úkolově nezávislý, uživatelé si mohou definovat vlastní cíle, což zajišťuje vysokou flexibilitu.
• Škálovatelná automatizace: Modulární návrh je vhodný pro škálování—více uživatelů může komunikovat současně, přičemž každá relace si uchovává svůj vlastní kontext.
• Snadná úprava: Šablonu promptu i jednotlivé uzly lze jednoduše přizpůsobit konkrétním případům použití (např. podpora, vyhledávání informací, onboarding).
• Konzistentní uživatelský zážitek: Automatizované uvítání a kontextové odpovědi zajišťují profesionální a efektivní zpracování každé interakce.

Příklady použití

• Chatboty zákaznické podpory, které si pamatují předchozí interakce.
• Onboarding asistenti, kteří vedou nové uživatele dle průběhu jejich konverzace.
• Univerzální AI pomocníci v aplikacích, kde si uživatelé mohou zadávat vlastní dotazy nebo úkoly.

Tento workflow poskytuje robustní základ pro budování inteligentních, kontextově podmíněných chatovacích automatizací, které lze přizpůsobit mnoha různým aplikacím.