Descripción general del flujo: Flujo simple con historial de chat

Este flujo está diseñado para facilitar una experiencia de chat interactiva donde el asistente de IA responde a tareas definidas por el usuario, aprovechando el historial del chat para respuestas con conciencia de contexto. Es una plantilla de propósito general, lo que la hace adaptable para una amplia variedad de automatizaciones conversacionales y soluciones de chat impulsadas por IA escalables.

Desglose paso a paso del flujo de trabajo

1. Inicio de sesión de chat y mensaje de bienvenida

• Chat Opened Trigger: Cuando se abre el chat, se activa un disparador.
• Mensaje de bienvenida: Un widget de mensaje muestra un mensaje de bienvenida amistoso al usuario:

  👋 ¡Bienvenido al Flujo de Tareas Simple!
  Esta herramienta está diseñada para que definas tu propia tarea en función de tu entrada 🌟. Tendré en cuenta nuestro historial de chat para brindarte asistencia relevante sin ningún contexto adicional.
  ¡Solo dime qué te gustaría hacer y comencemos! ✨💬

• Visualización: El mensaje de bienvenida se muestra en el área de salida del chat, brindando orientación y estableciendo expectativas.

2. Captura de la entrada del usuario

• Nodo de entrada de chat: Recibe texto (y opcionalmente archivos) del usuario, representando la tarea o pregunta que desea plantear.

3. Recuperación del historial de chat

• Nodo de historial de chat: Recupera hasta los últimos 10 mensajes (con un límite de 8000 tokens) del chat. Este historial se utiliza posteriormente para proporcionar contexto y mantener la continuidad en la conversación.

4. Construcción del prompt

• Nodo de plantilla de prompt: Construye un prompt dinámico para el modelo de lenguaje. Integra:

  • La última entrada del usuario.
  • El historial reciente del chat.
  • Un mensaje de sistema fijo que instruye a la IA para generar respuestas contextuales.

  La plantilla de prompt utilizada es:

  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. Generación de IA

• Nodo generador: Recibe el prompt construido y genera una respuesta de texto utilizando un modelo de lenguaje grande (LLM). Esto asegura que la respuesta sea contextualmente relevante y adaptada a la solicitud del usuario.

6. Visualización de la salida

• Nodo de salida de chat: La respuesta generada por la IA se muestra al usuario en la interfaz de chat.

Tabla de estructura del flujo de trabajo

Por qué este flujo es útil para escalar y automatizar

• Interacciones contextuales: Al incorporar el historial de chat, el sistema mantiene el contexto, mejorando la relevancia de las respuestas y la satisfacción del usuario.
• Tareas definidas por el usuario: El flujo es independiente de la tarea, permitiendo que los usuarios definan sus propios objetivos, lo que lo hace altamente flexible.
• Automatización escalable: El diseño modular es adecuado para escalar; múltiples usuarios pueden interactuar simultáneamente, cada sesión manteniendo su propio contexto.
• Fácil personalización: La plantilla de prompt y los nodos pueden adaptarse fácilmente para casos de uso específicos (por ejemplo, soporte, recuperación de información, onboarding).
• Experiencia de usuario consistente: El saludo automatizado y las respuestas contextuales aseguran que cada interacción sea manejada de manera profesional y eficiente.

Ejemplos de casos de uso

• Chatbots de soporte al cliente que recuerdan interacciones previas.
• Asistentes de onboarding que guían a nuevos usuarios según su conversación en curso.
• Ayudantes de IA de propósito general en aplicaciones donde los usuarios pueden definir sus propias consultas o tareas.

Este flujo proporciona una base sólida para construir automatizaciones de chat inteligentes y contextuales que pueden adaptarse a muchas aplicaciones diferentes.