Velkomstbesked
Viser en velkomstbesked og korte instruktioner til brugeren om Google Docs Research Assistant og dens muligheder.
AI Google Docs Research Assistent
Dette AI-drevne workflow udtrækker specifik information fra et Google-dokument og udvider derefter denne information ved at undersøge kilder som Google Search, Wikipedia og URL’er. Ideelt for brugere, der ønsker hurtige, kontekstuelle svar, der kombinerer interne dokumenter med opdateret viden fra nettet.
Flows
Sådan fungerer AI-flowet
- Bruger igangsætter forskningsforespørgsel.
- Brugeren starter en chat og indsender en forespørgsel sammen med et Google-dokument til analyse.
- Udtræk indhold fra Google-dokument.
- Systemet henter målrettet information eller indhold fra det angivne Google-dokument.
- Udvid med AI-forskningsagent.
- En AI-forskningsagent bruger flere værktøjer—Google Search, Wikipedia og URL-indholdshentere—til at indsamle yderligere kontekst og validere eller berige den udtrukne information.
- Kombiner og generer svar.
- AI-agenten syntetiserer resultater fra både Google-dokumentet og eksterne kilder til et omfattende svar.
- Præsenter resultater for brugeren.
- Workflowet leverer den undersøgte og berigede information tilbage til brugeren i chatgrænsefladen.
Prompts brugt i dette flow
Systemprompt til Tool Calling Agent
Systembesked, der instruerer AI-agenten i, hvordan den skal bruge Google Docs Retriever og research-værktøjerne til at besvare brugerens forespørgsler.
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 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.
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.
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.
Google Docs-henter
Integrer dine workflows med Google Docs ved hjælp af Google Docs Retriever-komponenten—hent problemfrit dokumentindhold til brug i automatiseringer, chatbots eller vidensarbejdsgange. Ideel til adgang, behandling og udnyttelse af dine Google Docs i FlowHunt-flows.
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.
GoogleSearch-komponent
FlowHunts GoogleSearch-komponent forbedrer chatbot-præcisionen ved hjælp af Retrieval-Augmented Generation (RAG) til at få adgang til opdateret viden fra Google. Kontroller resultaterne med muligheder som sprog, land og forespørgsels-præfikser for præcise og relevante output.
URL-henter
Lås op for webindhold i dine arbejdsgange med URL-henter-komponenten. Udfør nemt udtræk og behandling af tekst og metadata fra enhver liste af URL’er – inklusive webartikler, dokumenter og meget mere. Understøtter avancerede muligheder som OCR for billeder, selektiv metadataudtræk og tilpasset caching, hvilket gør den ideel til at bygge vidensrige AI-flows og automatiseringer.
Wikipedia-værktøj
Chat ubesværet med enhver Wikipedia-side ved hjælp af FlowHunt's AI-agenter. Få korte resuméer, kildelinks og omdan timers research til interaktive indsigter.
Flow-beskrivelse
Formål og fordele
Dette workflow, med titlen Google Docs AI Agent Researcher, er designet til at hjælpe brugere med effektivt at udtrække information fra et Google-dokument og derefter udvide, validere eller berige denne information ved hjælp af AI-forskningsværktøjer. Det automatiserer processen med at kombinere dokumenthentning med avancerede forskningsmuligheder, hvilket gør det værdifuldt for alle, der har brug for dybere indsigt fra deres dokumenter eller kræver hurtig faktatjek og kontekstindsamling.
Oversigt over workflowet
Når workflowet startes, byder det brugeren velkommen og venter på deres forespørgsel. Brugeren indtaster et prompt (dvs. hvad de leder efter) og vedhæfter evt. et Google-dokument. Systemet henter derefter indholdet fra Google-dokumentet og analyserer det ved hjælp af en AI-agent. Denne agent er udstyret med flere værktøjer, herunder:
- Google Docs Retriever: Udtrækker indhold fra det angivne Google-dokument.
- Google Search: Udfører websøgninger for at finde yderligere relevant materiale.
- URL Content Retriever: Henter og parser indhold fra specifikke URL’er.
- Wikipedia Tool: Besvarer generelle spørgsmål og giver baggrundsinformation.
- Chat Memory: Vedligeholder chat-historik for kontekstafhængige svar.
AI-agenten kombinerer disse kilder for at udtrække den ønskede information, berige den og præsentere resultaterne tilbage til brugeren i chatgrænsefladen.
Trin-for-trin flow
| Trin | Handling | Værktøj/Komponent | Formål |
|---|---|---|---|
| 1 | Bruger åbner chat | Chat Opened Trigger & Message Widget | Viser velkomstbesked og instruktioner |
| 2 | Bruger indsender forespørgsel og/eller vedhæfter Google-dokument | Chat Input | Indsamler brugerens prompt og dokument |
| 3 | Chat-historik vedligeholdes | Chat History | Understøtter kontekstafhængige svar |
| 4 | Indhold fra Google Docs hentes | Google Docs Retriever | Gør dokumentindholdet tilgængeligt for AI-agenten |
| 5 | AI-agent behandler forespørgslen | Tool Calling Agent | Bruger alle forskningsværktøjer til at finde, analysere og syntetisere svaret |
| 6 | Agenten udnytter eksterne værktøjer | Google Search, URL Retriever, Wikipedia | Udvider, validerer og beriger informationen |
| 7 | Endeligt svar vises for brugeren | Chat Output | Præsenterer resultater i chatgrænsefladen |
Sådan arbejder værktøjerne sammen
- Tool Calling Agent fungerer som den centrale hjerne, der orkestrerer hvilke værktøjer, der skal bruges afhængigt af brugerens forespørgsel.
- Agenten kan udtrække specifik information fra Google-dokumentet og om nødvendigt udføre websøgninger eller hente indhold fra URL’er for at indsamle yderligere kontekst eller krydstjekke fakta.
- Ved at tilgå Wikipedia kan agenten give generel baggrund eller besvare bredere spørgsmål relateret til forespørgslen.
Eksempler på anvendelse
- Akademisk forskning: Udtræk en definition, påstand eller reference fra et delt Google-dokument og se, hvordan det diskuteres eller valideres i akademiske kilder og på nettet.
- Markedsanalyse: Hent et firmanavn eller en statistik fra en rapport og få de seneste nyheder, Wikipedia-baggrund og andre omtaler online.
- Faktatjek: Valider påstande eller fakta præsenteret i et dokument ved at sammenligne med opdaterede web- og Wikipedia-data.
Fordele ved skalering og automatisering
Dette workflow er særligt nyttigt til at skalere gentagne forsknings- eller dokumentanalysetasks, da det:
- Sparer tid: Automatiserer informationsudtræk og research, hvilket reducerer manuelt arbejde.
- Sikrer nøjagtighed: Krydsrefererer dokumentindhold med pålidelige onlinekilder for validering.
- Forbedrer indsigt: Giver berigede svar ved at kombinere dokument-, web- og leksikal viden.
- Understøtter samarbejde: Ideelt for teams, der deler og diskuterer dokumenter, da al research foregår i et samlet chatmiljø.
Oversigtstabel over hovedkomponenter
| Komponent | Funktionalitet |
|---|---|
| Chat Input/Output | Brugergrænseflade for forespørgsler og svar |
| Message Widget | Viser velkomst- og instruktionsbeskeder |
| Chat History | Vedligeholder samtalekontekst |
| Google Docs Retriever | Udtrækker dokumentindhold |
| Google Search | Finder relevant webindhold |
| URL Retriever | Henter indhold fra specifikke URL’er |
| Wikipedia Tool | Giver faktuel baggrund og forklaringer |
| Tool Calling Agent | Koordinerer alle værktøjer og syntetiserer svaret |
Ved at automatisere både udtræk og berigelse af information giver dette workflow brugerne mulighed for at få mere værdi ud af deres dokumenter—hurtigere og med større sikkerhed.
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
Google Docs Q&A Chatbot
En AI-drevet chatbot, der giver præcise svar på brugerens spørgsmål udelukkende baseret på indholdet fra et leveret Google-dokument. Ideel til forskning, indhol...
3 min læsning
Google Sheets AI Q&A Assistent
En AI-drevet assistent, der besvarer brugerens spørgsmål udelukkende baseret på indholdet af et angivet Google Sheet. Workflowet henter data fra Google Sheets, ...
3 min læsning
AI-genererede Google Slides fra uploadede dokumenter
Automatiser oprettelsen af professionelle Google Slides-præsentationer fra ethvert uploadet dokument ved hjælp af AI. Dette workflow udtrækker dokumentindhold, ...
4 min læsning