Velkomstbesked
Viser en velkomstbesked til brugerne, når de åbner chatten.
AI Chatbot med Tawk Human Handoff
En AI-drevet live chat-support chatbot, der besvarer kunders spørgsmål ved hjælp af en intern vidensbase og intelligent overfører komplekse forespørgsler til menneskelige agenter via Tawk for en problemfri kundesupport.
Flows
Sådan fungerer AI-flowet
- Registrer opstart af chatsession.
- Udløses, når en bruger åbner en chatsession for at starte samtalen.
- Vis velkomstbesked.
- Viser en venlig hilsen til brugeren og inviterer dem til at stille spørgsmål.
- Modtag og spor brugerforespørgsler.
- Indsamler brugerens spørgsmål og opretholder chat-historik gennem hele sessionen.
- AI-drevet besvarelse af spørgsmål.
- Bruger en AI-agent til at søge i den interne vidensbase og besvare brugerforespørgsler.
- Problemfri human handoff via Tawk.
- Videresender komplekse eller uløste forespørgsler til en menneskelig agent ved hjælp af Tawk for personlig support.
Prompts brugt i dette flow
Systemprompt til Tool Calling Agent
Systemprompt til LLM-drevet agent, der besvarer supportspørgsmål og beslutter, hvornår der skal viderestilles til en menneskelig agent.
Komponenter brugt i dette flow
Nedenfor er en komplet liste over alle komponenter, der bruges i dette flow for at opnå dets funktionalitet. Komponenter er byggestenene i hvert AI-flow. De giver dig mulighed for at skabe komplekse interaktioner og automatisere opgaver ved at forbinde forskellige funktioner. Hver komponent tjener et specifikt formål, såsom at håndtere brugerinput, behandle data eller integrere med eksterne tjenester.
Chat Åbnet Udløser
Komponenten Chat Åbnet Udløser registrerer, når en chatsession starter, og gør det muligt for workflows at reagere øjeblikkeligt, så snart en bruger åbner chatten. Den indleder flows med den indledende chatbesked, hvilket gør den essentiel til opbygning af responsive, interaktive chatbots.
ChatInput
Chat Input-komponenten i FlowHunt igangsætter brugerinteraktioner ved at indsamle beskeder fra Playground. Den fungerer som startpunktet for flows og gør det muligt for arbejdsgangen at behandle både tekst- og filbaserede input.
Chat Historik Komponent
Chat Historik-komponenten i FlowHunt gør det muligt for chatbots at huske tidligere beskeder, hvilket sikrer sammenhængende samtaler og forbedret kundeoplevelse, samtidig med at hukommelse og token-forbrug optimeres.
Besked-widget
Besked-widget-komponenten viser brugerdefinerede beskeder i dit workflow. Ideel til at byde brugere velkommen, give instruktioner eller vise vigtig information, den understøtter Markdown-formatering og kan indstilles til kun at blive vist én gang pr. session.
Værktøjsopkald Agent
Udforsk Tool Calling Agent i FlowHunt—en avanceret workflow-komponent, der gør det muligt for AI-agenter intelligent at vælge og bruge eksterne værktøjer til at besvare komplekse forespørgsler. Perfekt til at bygge smarte AI-løsninger, der kræver dynamisk værktøjsbrug, iterativ ræsonnering og integration med flere ressourcer.
Dokumenthenter
FlowHunt's Dokumenthenter forbedrer AI-nøjagtigheden ved at forbinde generative modeller til dine egne opdaterede dokumenter og URL'er, hvilket sikrer pålidelige og relevante svar ved hjælp af Retrieval-Augmented Generation (RAG).
Tawk-integration
Forbind din FlowHunt AI Chatbot til Tawk for en gnidningsfri overgang til menneskelig support. AI'en eskalerer chats til mennesker, når det er nødvendigt, hvilket reducerer fejl og øger tilfredsheden.
Chat Output
Opdag Chat Output-komponenten i FlowHunt—afslut chatbot-svar med fleksible, fler-delte outputs. Uundværlig for problemfri flow-afslutning og til at skabe avancerede, interaktive AI-chatbots.
Flow-beskrivelse
Formål og fordele
Denne arbejdsgang implementerer en sofistikeret chatbot, der er designet til at besvare brugerens spørgsmål ved at udnytte en intern vidensbase. Når den støder på spørgsmål, der er for komplekse eller ligger uden for dens vidensområde, eskalerer den problemfrit forespørgslen til en menneskelig agent via Tawk, hvilket sikrer support af høj kvalitet til enhver tid. Flowet er designet til effektiv skalering og automatisering, hvilket gør det ideelt for virksomheder, der ønsker at optimere deres kundesupportprocesser.
Arbejdsgangs-trin og komponenter
1. Start af chatsession og velkomstbesked
- Trigger: Arbejdsgangen starter, når en bruger åbner en chatsession.
- Handling: Chatbotten sender automatisk en velkomstbesked til brugeren, introducerer sig selv og forklarer sine muligheder, herunder evnen til at besvare spørgsmål og eskalere til et menneske (via Tawk) om nødvendigt.
| Trin | Komponent | Formål |
|---|---|---|
| Chat åbnet | ChatOpenedTrigger | Registrerer, når en ny chatsession starter |
| Velkomstbesked | MessageWidget | Sender velkomst-/introduktionsbesked til brugeren |
| Vis besked | ChatOutput | Viser velkomstbeskeden i chatinterfacet |
2. Indsamling af brugerinput og chat-historik
- Brugerinput: Brugeren indtaster sit spørgsmål eller besked i chatten.
- Chat-historik: Arbejdsgangen opretholder en realtids-historik over chatudvekslinger, så hele konteksten er tilgængelig for præcise svar og eskalering ved behov.
| Trin | Komponent | Formål |
|---|---|---|
| Indfang input | ChatInput | Modtager brugerens besked |
| Gem historik | ChatHistory | Holder styr på samtalekontekst |
3. Automatisk svar med integration til vidensbase
- Videnshentning: Når en bruger indsender et spørgsmål, forespørger chatbotten (Tool Calling Agent) en intern Document Retriever for at søge efter relevant information i organisationens vidensbase.
- Svargenerering: AI’en bruger den hentede viden til at udforme et hjælpsomt svar. Hvis konteksten er utilstrækkelig eller spørgsmålet er uklart, beder botten brugeren om flere oplysninger.
| Trin | Komponent | Formål |
|---|---|---|
| Hent dokumenter | DocumentRetriever | Søger i intern vidensbase efter relevant indhold |
| Generer svar | ToolCallingAgent | Bruger AI til at svare eller beslutte, om eskalering er nødvendig |
4. Intelligent eskalering til menneskelig support (Tawk integration)
- Eskalering-logik:
- Hvis brugerens forespørgsel ikke kan besvares ud fra vidensbasen, og spørgsmålet handler om softwaren, tager chatbotten hensyn til sprog:
- Hvis på engelsk: foreslår at forbinde til en rigtig menneskelig agent.
- Hvis på et andet sprog: spørger om brugeren ønsker at blive forbundet til en engelsktalende supportagent.
- Hvis brugerens forespørgsel ikke kan besvares ud fra vidensbasen, og spørgsmålet handler om softwaren, tager chatbotten hensyn til sprog:
- Problemfri overlevering: Chatbotten giver en knap eller prompt (ved hjælp af TawkHumanAssistTool) til brugeren for at forbinde med en menneskelig agent via Tawk, eventuelt inklusiv relevant chat-historik for at hjælpe den menneskelige operatør.
- Visning: Resultatet (AI-svar eller eskaleringsprompt) vises i chatten.
| Trin | Komponent | Formål |
|---|---|---|
| Human handoff | TawkHumanAssistTool | Muliggør kontakt til menneskelig agent via Tawk |
| Vis svar | ChatOutput | Viser AI- eller eskaleringsbesked til brugeren |
Nøglefunktioner og fordele
- Automatiseret førstelinjesupport: Håndterer størstedelen af rutine- og vidensbaserede forespørgsler automatisk og reducerer arbejdsbyrden for menneskelige agenter.
- Kontekstuel forståelse: Opretholder chat-historik og udnytter intern dokumentation for præcise svar.
- Intelligent eskalering: Sikrer, at brugerne ikke efterlades frustrerede af AI-begrænsninger – komplekse eller uklare problemer viderestilles til mennesker.
- Fler-sproglig håndtering: Chatbotten kan svare på brugerens sprog og håndterer intelligent overlevering for ikke-engelsktalende brugere.
- Forbedret brugeroplevelse: Brugere modtager hurtige, hjælpsomme svar og klar vejledning, hvis eskalering er nødvendig.
Hvorfor denne arbejdsgang er nyttig for skalering og automatisering
- Skalerbarhed: Kan håndtere flere chats samtidig uden øgede personalebehov.
- Konsistens: Giver standardiserede, nøjagtige svar baseret på den nyeste interne viden.
- Effektivitet: Reducerer svartider og sikrer, at menneskelige agenter kun håndterer forespørgsler, der virkelig kræver deres ekspertise.
- Kundetilfredshed: Sikrer, at brugere altid har mulighed for personlig support, hvis det er nødvendigt, og undgår blindgyder.
Denne arbejdsgang er ideel for virksomheder, der ønsker at automatisere frontlinjesupport, maksimere agentproduktivitet og opretholde kundeinteraktioner af høj kvalitet i stor skala.
Lad os bygge dit eget AI-team
Vi hjælper virksomheder som din med at udvikle smarte chatbots, MCP-servere, AI-værktøjer eller andre typer AI-automatisering til at erstatte mennesker i gentagne opgaver i din organisation.
Lær mere
AI kundeservice chatbot
En AI-drevet kundeservicechatbot, der bruger dine interne videnskilder til at give øjeblikkelige, nøjagtige og hjælpsomme svar på kundehenvendelser. Den udnytte...
3 min læsning
AI-kundeservicechatbot med menneskelig overdragelse
En AI-drevet kundeservicechatbot, der automatisk assisterer brugere, henter information fra interne dokumenter og internettet, og problemfrit eskalerer til en m...
3 min læsning
AI Chatbot med FreshChat & Vidensbase Support
Udrul en smart AI-chatbot, der integrerer problemfrit med FreshChat. Chatbotten besvarer brugerforespørgsler ved hjælp af din interne vidensbase og videresender...
3 min læsning