Workflow-Übersicht: Einfacher Flow mit Chatverlauf

Dieser Workflow wurde entwickelt, um ein interaktives Chat-Erlebnis zu ermöglichen, bei dem der KI-Assistent auf vom Benutzer definierte Aufgaben reagiert und dabei den Chatverlauf für kontextbezogene Antworten nutzt. Es handelt sich um eine universelle Vorlage, die sich für eine Vielzahl von Konversationsautomatisierungen und skalierbaren KI-gesteuerten Chat-Lösungen anpassen lässt.

Schritt-für-Schritt-Workflow

1. Start der Chat-Sitzung und Willkommensnachricht

• Chat Opened Trigger: Beim Öffnen des Chats wird ein Trigger aktiviert.
• Willkommensnachricht: Ein Nachrichten-Widget zeigt dem Benutzer eine freundliche Willkommensnachricht an:

  👋 Willkommen beim Simple Task Flow!
  Dieses Tool ist dafür gedacht, dass Sie Ihre eigene Aufgabe anhand Ihrer Eingabe definieren 🌟. Ich berücksichtige unseren Chatverlauf, um relevante Unterstützung zu bieten – ganz ohne weiteren Kontext.
  Sagen Sie mir einfach, was Sie tun möchten, und wir legen los! ✨💬

• Anzeige: Die Willkommensnachricht wird im Chat-Ausgabebereich angezeigt, bietet Onboarding und legt die Erwartungen fest.

2. Erfassen der Benutzereingabe

• Chat Input Node: Empfängt Texteingaben (und optional Dateiuploads) vom Benutzer, die die gewünschte Aufgabe oder Frage darstellen.

3. Abrufen des Chatverlaufs

• Chat History Node: Ruft bis zu die letzten 10 Nachrichten (mit einem Token-Limit von 8000) aus dem Chat ab. Dieser Verlauf wird später genutzt, um Kontext zu liefern und die Kontinuität des Gesprächs zu wahren.

4. Prompt-Erstellung

• Prompt Template Node: Erstellt einen dynamischen Prompt für das Sprachmodell. Er integriert:

  • Die aktuelle Eingabe des Benutzers.
  • Den aktuellen Chatverlauf.
  • Eine feste Systemnachricht, die die KI anweist, kontextbezogene Antworten zu generieren.

  Die verwendete Prompt-Vorlage ist:

  You are an AI language model assistant.
  
  Your task is to generate answer for human INPUT with consideration of previous conversation in CHAT HISTORY.
  
  --- CHAT HISTORY START
  {chat_history}
  --- CHAT HISTORY END
  
  --- INPUT START
  {input}
  --- INPUT END
  
  ANSWER:
  

5. KI-Generierung

• Generator Node: Erhält den erstellten Prompt und generiert eine Textantwort mithilfe eines großen Sprachmodells (LLM). Dadurch wird sichergestellt, dass die Antwort kontextbezogen und auf die Anfrage des Benutzers zugeschnitten ist.

6. Anzeige der Ausgabe

• Chat Output Node: Die von der KI generierte Antwort wird dem Benutzer in der Chat-Oberfläche angezeigt.

Workflow-Struktur als Tabelle

Warum dieser Workflow für Skalierung und Automatisierung nützlich ist

• Kontextuelle Interaktionen: Durch Einbindung des Chatverlaufs bleibt der Kontext erhalten, was die Relevanz der Antworten und die Nutzerzufriedenheit steigert.
• Benutzerdefinierte Aufgaben: Der Workflow ist aufgabenunabhängig, sodass Benutzer eigene Ziele festlegen können – besonders flexibel.
• Skalierbare Automatisierung: Das modulare Design eignet sich für die Skalierung – mehrere Nutzer können gleichzeitig interagieren, wobei jede Sitzung ihren eigenen Kontext behält.
• Einfache Anpassung: Prompt-Vorlage und Nodes lassen sich schnell an spezielle Anwendungsfälle anpassen (z. B. Support, Informationsbeschaffung, Onboarding).
• Konsistente Nutzererfahrung: Automatische Begrüßung und kontextbezogene Antworten sorgen dafür, dass jede Interaktion professionell und effizient abläuft.

Beispielanwendungen

• Chatbots für den Kundensupport, die sich an vergangene Interaktionen erinnern.
• Onboarding-Assistenten, die neue Nutzer anhand des laufenden Gesprächs begleiten.
• Universelle KI-Helfer in Apps, in denen Nutzer eigene Anfragen oder Aufgaben definieren können.

Dieser Workflow bietet eine robuste Grundlage für intelligente, kontextbewusste Chat-Automatisierungen, die sich auf viele verschiedene Anwendungen zuschneiden lassen.