Flow-Beschreibung
Zweck und Vorteile
Lesbarkeits-Evaluator Arbeitsablauf
Dieser Workflow mit dem Titel „Lesbarkeits-Evaluator aus Text“ wurde entwickelt, um Nutzern die einfache Bewertung der Lesbarkeit beliebiger Texte anhand einer Vielzahl etablierter Metriken zu ermöglichen. Durch die Automatisierung des Bewertungsprozesses können Benutzer wie Autoren, Lehrkräfte, Redakteure und Content-Ersteller schnell Rückmeldungen zur Komplexität und Zugänglichkeit ihrer Texte erhalten – ein wichtiger Aspekt für die Skalierung der Qualitätskontrolle von Inhalten und die Sicherstellung, dass Materialien für die Zielgruppe geeignet sind.
So funktioniert der Workflow
1. Begrüßung & Einführung
Wenn ein Benutzer die Chat-Oberfläche öffnet:
- Der Chat Opened Trigger wird aktiviert und sendet ein Signal an das Message Widget.
- Das Message Widget zeigt eine freundliche Willkommensnachricht an und leitet den Benutzer an, seinen Text zur Analyse einzufügen.
- Diese Willkommensnachricht wird dem Benutzer dann über einen Chat Output-Knoten angezeigt.
Beispiel Willkommensnachricht:
👋 Willkommen beim Lesbarkeits-Evaluator!
Ich bin hier, um die Lesbarkeit deines Textes anhand verschiedener Metriken zu analysieren, darunter Flesch-Kincaid, Dale-Chall, Flesch, ARI, Coleman-Liau, Gunning Fog, SMOG, Spache und Linsear Write 📊.
Gib einfach den Text ein, den du bewerten möchtest, und ich liefere dir detaillierte Einblicke in die Lesbarkeitswerte.
Lass uns starten – füge deinen Text ein, um den Rest kümmere ich mich! ✨📝
2. Texteingabe durch den Benutzer
- Der Benutzer gibt seinen Text in das Chat Input-Feld ein oder fügt ihn ein.
- Der eingegebene Text wird an den Readability Evaluator-Knoten gesendet.
3. Lesbarkeitsanalyse
- Der Readability Evaluator verarbeitet den übermittelten Text.
- Es werden verschiedene Lesbarkeitsmetriken berechnet:
- Flesch Kincaid Grade Level
- Flesch Reading Ease
- Dale-Chall Readability
- Automated Readability Index (ARI)
- Coleman-Liau Index
- Gunning Fog Index
- SMOG Index
- Spache Readability
- Linsear Write Formula
- Zusätzliche Statistiken (wie Wort- und Satzanzahl)
4. Anzeige der Ergebnisse
- Die Ergebnisse werden als lesbare Nachricht formatiert.
- Die Nachricht wird dem Benutzer über einen weiteren Chat Output-Knoten bereitgestellt, der eine klare Zusammenfassung aller Lesbarkeitswerte und Statistiken liefert.
Übersichtstabelle der Workflow-Schritte
| Schritt | Knoten/Komponente | Zweck |
|---|
| 1. Chat geöffnet | ChatOpenedTrigger | Erkennt, wann der Benutzer den Chat öffnet |
| 2. Begrüßung | MessageWidget → ChatOutput | Begrüßt den Benutzer und gibt Anweisungen |
| 3. Texteingabe | ChatInput | Erhält den Text des Benutzers zur Analyse |
| 4. Auswertung | ReadabilityEvaluator | Berechnet mehrere Lesbarkeitsmetriken |
| 5. Ergebnisse | ChatOutput | Zeigt den formatierten Lesbarkeitsbericht an |
Warum dieser Workflow nützlich ist
- Skalierbarkeit: Automatisiert die Bewertung der Lesbarkeit und ermöglicht so die effiziente Analyse großer Textmengen oder mehrerer Dokumente.
- Konsistenz: Stellt eine standardisierte Bewertung anhand anerkannter Metriken sicher.
- Zugänglichkeit: Bietet sofortiges, leicht verständliches Feedback – ideal auch für nicht-technische Nutzer.
- Qualitätskontrolle: Unterstützt Autoren und Redakteure dabei, Inhalte für bestimmte Lesestufen oder Zielgruppen zu optimieren.
- Bildung: Hilft Schülern und Lehrern, die Komplexität ihrer Texte zu verstehen und Fortschritte zu verfolgen.
Typische Anwendungsfälle
- Content-Autoren/Redakteure: Schnell prüfen, ob Artikel, Blogs oder Berichte die gewünschten Lesbarkeitsziele erreichen.
- Lehrkräfte: Schüleraufsätze hinsichtlich passender Schwierigkeitsgrade bewerten.
- Verlage: Sicherstellen, dass Manuskripte für die Zielgruppen zugänglich sind.
- Unternehmen: Kundenorientierte Dokumentationen auf Verständlichkeit prüfen.
Durch die Vereinfachung des Lesbarkeits-Checks spart dieser Flow Zeit, reduziert manuellen Aufwand und verbessert die Gesamtqualität sowie Zugänglichkeit schriftlicher Materialien.
