Flow-Beschreibung
Zweck und Vorteile
Übersicht
Dieser Workflow implementiert einen KI-Assistenten auf Basis von Google Sheets, der darauf ausgelegt ist, Benutzerfragen ausschließlich anhand der Informationen aus einem bereitgestellten Google Sheet zu beantworten. Das System gewährleistet zuverlässige, dokumentenbasierte Antworten und vermeidet es, Informationen einzubringen, die nicht im gelieferten Sheet enthalten sind. Der Workflow ist modular, skalierbar und eignet sich zur Automatisierung von dokumentenbasierten Frage-Antwort- und Support-Aufgaben, was ihn nützlich für Wissensmanagement, Kundensupport und interne Dokumentenabfragen macht.
Workflow-Struktur
Der Workflow besteht aus folgenden Hauptkomponenten:
Name des Knotens | Zweck |
---|
Chat Input | Akzeptiert Benutzeranfragen und Datei-Uploads. |
Message Widget | Zeigt dem Benutzer eine Begrüßungs- oder Informationsnachricht an. |
Chat Output | Zeigt dem Benutzer Antworten an, einschließlich Begrüßungsnachrichten und KI-generierter Antworten. |
Chat History | Speichert einen kurzen Verlauf der letzten Chat-Austausche, um dem KI-Agenten Kontext zu geben. |
Google Sheets Retriever | Ruft den Inhalt eines bestimmten Google Sheets ab und bereitet ihn als abrufbares Tool auf. |
Tool Calling Agent | KI-Komponente, die Benutzeranfragen beantwortet, wobei ausschließlich das Google Sheet als Wissensbasis dient. |
Die Verbindungen im Flow verknüpfen diese Knoten, sodass Daten reibungslos von der Benutzereingabe über die Dokumentenabfrage und KI-Logik bis zur Ausgabe an den Benutzer fließen.
Schritt-für-Schritt-Logik
Begrüßungsnachricht & Eingabenerfassung
- Wenn ein Benutzer den Assistenten öffnet, zeigt ein Message Widget eine anpassbare Begrüßungsnachricht an und weist darauf hin, ein Dokument hochzuladen oder auszuwählen und Fragen zu stellen.
- Der Chat Input-Knoten erfasst Benutzerfragen (Text oder Datei-Uploads) und leitet sie in den Workflow weiter.
Dokumentenabruf
- Der Google Sheets Retriever-Knoten ermöglicht es dem Benutzer (oder dem System), ein bestimmtes Google Sheet (und Tab) als Informationsquelle auszuwählen. Der Knoten ruft den Inhalt ab und stellt eine “Tool”-Schnittstelle für den KI-Agenten bereit.
Kontext durch Chatverlauf
- Der Chat History-Knoten speichert die letzten 5 Nachrichten (bis zu 800 Tokens) als Kontext, damit die KI in mehrstufigen Gesprächen kohärente und kontextbezogene Antworten geben kann.
KI-Logik mit Einschränkungen
- Der Tool Calling Agent ist die zentrale KI-Komponente. Er:
- Erhält die Benutzerfrage und den relevanten Chatverlauf.
- Hat ausschließlich Zugriff auf das Google Sheet als einzige Wissensquelle.
- Wird durch einen detaillierten System-Prompt gesteuert, der sicherstellt:
- Antworten müssen strikt auf dem Sheet-Inhalt basieren.
- Keine externen Kenntnisse oder Annahmen sind erlaubt.
- Wenn die Antwort nicht vorhanden ist, muss der Agent dies mitteilen.
- Das Zitieren der relevanten Passage wird zur Transparenz empfohlen.
Antwort präsentieren
- Die Antwort des KI-Agenten wird dem Benutzer über einen Chat Output-Knoten angezeigt.
Ablaufdiagramm (Konzeptionell)
[Benutzereingabe]
↓
[Begrüßungsnachricht] → [Chat Output (Begrüßung)]
↓
[Chat Input]
↓
[Tool Calling Agent] ← [Chat History]
↑
[Google Sheets Retriever]
↓
[Chat Output (Antwort)]
Hauptmerkmale und Vorteile
Strikte Dokumentenbindung:
Stellt sicher, dass alle KI-Ausgaben auf das bereitgestellte Google Sheet zurückgeführt werden können – entscheidend für Compliance, Zuverlässigkeit und Transparenz.
Skalierbar und wiederverwendbar:
Das modulare Design ermöglicht es, verschiedene Dokumente einzubinden, Abruf-Einstellungen anzupassen oder das KI-Modell bei Bedarf auszutauschen.
Automatisierte Wissensbereitstellung:
Benutzer können eigenständig Antworten auf dokumentenbasierte Fragen erhalten, ohne manuelle Unterstützung – das reduziert die Supportlast und skaliert den Informationszugang.
Kontextbezogene Antworten:
Durch die Nutzung des aktuellen Chatverlaufs kann das System Folgefragen und mehrstufige Gespräche effektiver behandeln.
Fehlerbehandlung:
Wenn die Antwort im Dokument nicht gefunden wird, teilt die KI dies klar mit und verhindert so Fehlinformationen.
Anwendungsbeispiele
- Q&A zur internen Wissensdatenbank:
Mitarbeitende können Richtliniendokumente, Preislisten oder Projektdaten in Google Sheets abfragen. - Kundensupport:
Kunden erhalten präzise Antworten auf Grundlage offizieller Dokumentation wie Produktspezifikationen oder FAQs. - Automatisierte Datenextraktion:
Strukturierte Antworten auf spontane Datenanfragen aus operativen Sheets.
Fazit
Dieser Workflow automatisiert den Prozess der Beantwortung von Fragen ausschließlich anhand des Inhalts eines ausgewählten Google Sheets. Die strikte Bindung an dokumentenbasiertes Wissen sowie das robuste, skalierbare Design machen ihn zu einem wertvollen Werkzeug für Organisationen, die eine genaue, prüfbare und effiziente Wissensbereitstellung anstreben.