Forretnings-e-mail eller gratis e-mail-tjekker

Denne arbejdsgang afgør, om en e-mailadresse kommer fra en generisk gratis e-mailudbyder eller fra et tilpasset virksomhedsdomæne. Det er nyttigt til leadkvalificering og identifikation af forretningsrelaterede kontakter for salgs- og marketingteams.

Sådan fungerer AI-flowet - Forretnings-e-mail eller gratis e-mail-tjekker

Flows

Sådan fungerer AI-flowet

Start chatsession.
Udløser arbejdsgangen, når en chat åbnes og viser en velkomstbesked.
Indsamling af e-mailinput.
Beder brugeren om at indtaste en e-mailadresse til analyse.
Formatér anmodning om e-mailanalyse.
Forbereder inputtet ved hjælp af en prompt-skabelon for at instruere AI'en i at bestemme typen af e-maildomæne.
Analyser e-mailtype med AI.
Bruger en AI-model til at vurdere, om e-mailen kommer fra en generisk udbyder eller et tilpasset domæne.
Vis resultat.
Viser resultatet til brugeren og angiver, om e-mailen er forretningsrelateret eller generisk.

Prompts brugt i dette flow

Nedenfor er en komplet liste over alle prompts, der bruges i dette flow for at opnå dets funktionalitet. Prompts er instruktioner givet til AI-modellen for at generere svar eller udføre handlinger. De vejleder AI'en i at forstå brugerens hensigt og generere relevante outputs.

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.

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.

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.

Prompt-komponent i FlowHunt

Lær, hvordan FlowHunt's Prompt-komponent lader dig definere din AI-bots rolle og adfærd, så du sikrer relevante og personlige svar. Tilpas prompts og skabeloner for effektive, kontekstbevidste chatbot-flows.

Generator

Udforsk Generator-komponenten i FlowHunt—kraftfuld AI-drevet tekstgenerering med din valgte LLM-model. Skab nemt dynamiske chatbot-svar ved at kombinere prompts, valgfrie systeminstruktioner og endda billeder som input, hvilket gør det til et centralt værktøj til at bygge intelligente, samtale-baserede arbejdsgange.

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

Oversigt

Arbejdsgangen “Genkend en virksomhedsadresse” er designet til at evaluere e-mailadresser og afgøre, om de tilhører generiske/gratis e-mailudbydere (såsom Gmail, Yahoo, Outlook osv.) eller et tilpasset (typisk virksomheds- eller organisations-) domæne. Dette er en vigtig opgave for leadkvalificering, målretning af virksomheder og filtrering af potentielle kunder eller kontakter baseret på deres e-mailtype.

Sådan fungerer arbejdsgangen

  1. Velkomst og brugerinformation:
    Når brugeren åbner chatten, udløser arbejdsgangen automatisk en velkomstbesked. Denne besked introducerer værktøjet og forklarer dets funktion: at skelne mellem generiske e-mailudbydere og tilpassede virksomhedsdomæner.
    Brugeren bliver bedt om at indtaste en e-mailadresse til analyse.

  2. Brugerinput:
    Brugeren indtaster en e-mailadresse i chat-grænsefladen.

  3. Forberedelse af prompt:
    Arbejdsgangen tager brugerens input og indsætter det i en dynamisk prompt-skabelon. Denne skabelon instruerer den underliggende AI-model i at analysere den angivne e-mailadresse og svare med:

    • TRUE, hvis e-mailen bruger et tilpasset/virksomhedsdomæne (f.eks. @company.com)
    • FALSE, hvis e-mailen bruger en generisk/gratis udbyder (f.eks. @gmail.com, @yahoo.com)

    Prompten er meget specifik og sikrer, at AI’en kun returnerer et af de to mulige outputs.

  4. AI-drevet evaluering:
    Den sammensatte prompt med brugerens e-mail sendes til en Large Language Model (LLM) generator. LLM’en behandler anmodningen ud fra promptens instruktioner.

  5. Visning af resultat:
    AI’ens output (TRUE eller FALSE) vises i chatten og giver brugeren øjeblikkelig feedback om typen af den angivne e-mailadresse.

Arbejdsgangens struktur

TrinKomponentFunktion
1ChatOpenedTriggerRegistrerer, når en bruger åbner chatten og igangsætter arbejdsgangen.
2MessageWidgetViser en velkomst-/informationsbesked til brugeren.
3ChatInputModtager e-mailadresseinput fra brugeren.
4PromptTemplateKonstruerer en klar og præcis prompt til AI’en, hvor brugerens e-mailadresse indgår.
5Generator (LLM)Behandler prompten og afgør, om e-mailen er generisk eller fra et tilpasset domæne.
6ChatOutputViser LLM’ens svar (TRUE/FALSE) direkte i chat-grænsefladen for brugeren.

Hvorfor denne arbejdsgang er nyttig

  • Leadkvalificering i stor skala:
    Skeln nemt mellem personlige og forretnings-/professionelle e-mails til salg, marketing eller onboarding af kunder, hvilket muliggør automatiseret lead scoring og filtrering.

  • Målrettet outreach og segmentering:
    Hjælper med at segmentere brugere eller leads baseret på, om deres e-mail er tilknyttet en virksomhed, hvilket er nyttigt for B2B-kampagner eller adgangskontrol.

  • Automatisering & konsistens:
    Eliminerer manuel kontrol, reducerer menneskelige fejl og sparer tid, især ved behandling af store lister over e-mailadresser.

  • Øjeblikkelig feedback:
    Giver brugere eller teammedlemmer øjeblikkelige resultater, hvilket gør det velegnet til interaktive arbejdsgange eller selvbetjeningsværktøjer.

Eksempler på anvendelse

  • Salgsteams: Automatisér identifikationen af værdifulde leads ved at filtrere generiske e-mailadresser fra.
  • Marketingteams: Tilpas kampagner til kun at omfatte kontakter tilknyttet virksomheder eller organisationer.
  • Customer Success: Verificér hurtigt, om tilmeldinger kommer fra virksomhedsdomæner for adgang til særlige funktioner eller kontotyper.

Resumé

Denne arbejdsgang kombinerer brugerinteraktion, prompt engineering og AI-drevet evaluering for effektivt og pålideligt at bestemme karakteren af en e-mailadresse. Den er især værdifuld for organisationer, der ønsker at automatisere og skalere deres leadkvalificering og brugersegmenteringsprocesser.

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 Email Assistent til Gmail
AI Email Assistent til Gmail

AI Email Assistent til Gmail

Automatiser håndtering af Gmail-indbakken med en AI-agent, der læser indkommende e-mails, udnytter din vidensbase til at formulere professionelle svar, og kan s...

3 min læsning
AI E-mail Generator
AI E-mail Generator

AI E-mail Generator

Generér øjeblikkeligt strukturerede, tydelige e-mails tilpasset din tone og hensigt, komplet med et foreslået emnefelt ved hjælp af AI. Perfekt for professionel...

2 min læsning
Google Ads Generator fra URL
Google Ads Generator fra URL

Google Ads Generator fra URL

Generér automatisk flere Google Ads-varianter for enhver URL. Indsæt dit webstedslink og modtag færdige annoncertitler og beskrivelser, så du sparer tid og maks...

3 min læsning