Kehote
Kehotepohja sähköpostin ja ladattujen dokumenttien sisällön yhdistämiseen.
---EMAIL---
{input}
---
---UPLOADED DOCUMENTS CONTENT---
{context}
---
Sähköpostin ja Tiedostojen Datan Poiminta CSV-muotoon
Tämä työnkulku poimii ja järjestää sähköposteista ja liitetiedostoista tärkeimmät tiedot, hyödyntää tekoälyä datan käsittelyyn ja jäsentämiseen sekä tuottaa tulokset CSV-tiedostona helppoa analysointia ja raportointia varten. Ihanteellinen sähköpostidatan hallinnan ja taulukkolaskenta-integraation automatisointiin.
Flow't
Kuinka AI Flow toimii
- Kerää sähköpostit ja liitteet.
- Kerää sähköpostin sisällön ja ladatut tiedostot käsittelyn lähtökohdaksi.
- Hae ja yhdistele tiedosto- & URL-sisältö.
- Poimii liitetiedostojen ja määriteltyjen URL-osoitteiden sisällön jatkokäsittelyn kontekstiksi.
- Analysoi ja järjestä dataa tekoälyagentilla.
- Hyödyntää tekoälyagenttia sähköposti- ja niihin liittyvän dokumenttidatan tarkasteluun, tiivistämiseen ja järjestämiseen, hyödyntäen keskusteluhistoriaa ja kontekstia.
- Luo jäsennelty datatulos.
- Muuttaa järjestetyn datan tekoälyn avulla jäsenneltyyn muotoon vientiä varten.
- Vie tulokset CSV-muotoon.
- Tuottaa jäsennellyn datan CSV-tiedostona, joka on helppo käsitellä, analysoida ja jakaa.
Tässä flow'ssa käytetyt kehoteet
Alla on täydellinen luettelo kaikista tässä flow'ssa käytetyistä kehotteista sen toiminnallisuuden saavuttamiseksi. Kehoteet ovat ohjeita, jotka annetaan AI-mallille vastausten tuottamiseksi tai toimien suorittamiseksi. Ne ohjaavat AI:ta ymmärtämään käyttäjän aikomuksen ja tuottamaan relevantteja tuloksia.
Työkalujen kutsuja -agentti
Agentin kehote sähköpostidatan ja viestinnän hallintaan ja analysointiin.
You are an advanced AI assistant tasked with managing email-related data and email communications efficiently. Your role involves three main tasks: reviewing and organizing email data, extracting and structuring relevant data. you should give a big overview based on the emails and the attached file.
Kehote
Kehotepohja datan muuntamiseen yksityiskohtaiseksi jäsennellyksi tulokseksi.
turn the given data in to a structured output with as much detail as possible
---GENERAL INFORMATION---
{input}
---
---DATA FROM ATTACHED FILES---
{context}
---
Tässä flow'ssa käytetyt komponentit
Alla on täydellinen luettelo kaikista tässä flow'ssa käytetyistä komponenteista sen toiminnallisuuden saavuttamiseksi. Komponentit ovat jokaisen AI Flow'n rakennuspalikoita. Ne mahdollistavat monimutkaisten vuorovaikutusten luomisen ja tehtävien automatisoinnin yhdistämällä erilaisia toiminnallisuuksia. Jokaisella komponentilla on erityinen tarkoitus, kuten käyttäjän syötteen käsittely, datan prosessointi tai integrointi ulkoisiin palveluihin.
ChatInput
Chat Input -komponentti FlowHuntissa käynnistää käyttäjävuorovaikutuksen keräämällä viestit Playgroundista. Se toimii työnkulun aloituspisteenä mahdollistaen sekä tekstin että tiedostojen käsittelyn.
Tiedostonhakija
FlowHuntin File Retriever -komponentin avulla voit tuoda tiedostoja työnkulkuusi ja muuntaa ne asiakirjoiksi jatkokäsittelyä varten. Se tukee strategioita useiden asiakirjojen käsittelyyn ja voi käyttää OCR:ää tiedostojen kuvissa, mikä tekee siitä ihanteellisen tiedon poimintaan ja muuntamiseen monenlaisista tiedostotyypeistä.
Prompt-komponentti FlowHuntissa
Opi, miten FlowHuntin Prompt-komponentilla voit määritellä tekoälybotin roolin ja käyttäytymisen, varmistaen osuvat ja yksilölliset vastaukset. Mukauta kehotteita ja malleja tehokkaisiin, kontekstuaalisiin chatbot-virtoihin.
Työkalujen kutsumisagentti
Tutustu FlowHuntin Työkalujen kutsumisagenttiin – edistyneeseen työnkulkukomponenttiin, jonka avulla tekoälyagentit voivat älykkäästi valita ja käyttää ulkoisia työkaluja monimutkaisiin kyselyihin vastaamiseksi. Täydellinen älykkäiden tekoälyratkaisujen rakentamiseen, jotka vaativat dynaamista työkalujen käyttöä, iteratiivista päättelyä ja integraatiota useisiin resursseihin.
Keskusteluhistorian komponentti
FlowHuntin Keskusteluhistorian komponentti mahdollistaa chatboteille aiempien viestien muistamisen, varmistaen johdonmukaiset keskustelut ja paremman asiakaskokemuksen samalla kun optimoidaan muistin ja tokenien käyttöä.
URL-hakija
Avaa verkkosisältö työnkuluissasi URL-hakija-komponentilla. Hae ja käsittele helposti tekstiä ja metatietoja mistä tahansa URL-listasta – mukaan lukien verkkolehtiartikkelit, asiakirjat ja paljon muuta. Tukee edistyneitä vaihtoehtoja, kuten OCR-kuvantunnistusta, valikoivaa metatietojen poimintaa ja muokattavaa välimuistia, tehden siitä ihanteellisen työkalun tietorikkaiden tekoälyvirtojen ja automaatioiden rakentamiseen.
LLM Gemini
FlowHunt tukee kymmeniä tekoälymalleja, mukaan lukien Google Gemini. Opi käyttämään Geminia tekoälytyökaluissa ja -chatboteissa, vaihtamaan mallien välillä sekä hallitsemaan edistyneitä asetuksia kuten tokenit ja temperature.
Rakenteinen Tulostegeneraattori
Rakenteinen Tulostegeneraattori -komponentin avulla voit luoda tarkkaa, rakenteista dataa mistä tahansa syötekehotteesta valitsemallasi LLM-mallilla. Määrittele haluamasi tietokentät ja tulostemuoto, varmistaen johdonmukaiset ja luotettavat vastaukset edistyneisiin tekoälytyönkulkuihin.
CSV-ulostulo
Luo CSV-tiedostoja vaivattomasti automatisoitujen työnkulkujen sisällä CSV Output -komponentilla. Muunna jäsennelty data ladattavaan CSV-muotoon – ihanteellinen tulosten vientiin, tietojen jakamiseen tai ulkoisiin järjestelmiin integrointiin.
Flow'n kuvaus
Tarkoitus ja hyödyt
Tämä työnkulku on suunniteltu sähköposteista ja niihin liittyvistä dokumenteista, kuten liitetiedostoista ja URL-osoitteista, poimittavan datan automatisoituun jäsentämiseen ja hallintaan. Se hyödyntää kehittyneitä kielimalleja ja kehotesuunnittelua (prompt engineering) jäsentääkseen jäsentymätöntä tietoa ja tuottaakseen jäsenneltyjä tiivistelmiä. Tämä tekee siitä erityisen hyödyllisen esimerkiksi sähköpostien lajitteluun, asiakastukeen tai suurvolyymiseen datan poimintaan viestintäkanavista.
Yleiskatsaus
Työnkulku yhdistää useita komponentteja, jotka käsittelevät käyttäjän syötteen, tiedosto- ja URL-sisällön hakemisen, kehoteiden rakentamisen, suurten kielimallien (LLM) käsittelyn, agenttipohjaisen päättelyn ja jäsennellyn datan tuottamisen. Sen keskeisiä hyötyjä ovat skaalautuvuus, automaatio ja kyky hoitaa monimutkaisia tai suurivolyymisia datan poimintatehtäviä minimaalisella manuaalisella työllä.
Vaiheittainen prosessi
1. Käyttäjän syöte ja liitteet
- Chat Input: Työnkulku alkaa vastaanottamalla käyttäjän syötteen (sähköposti tai viesti) sekä mahdolliset liitetiedostot chat-käyttöliittymän kautta.
- File Retriever: Kaikki liitetyt tiedostot käsitellään niiden tekstisisällön poimimiseksi, käyttäen tarvittaessa OCR:ää ja token-rajoja tehokkuuden varmistamiseksi.
2. Kontekstin rikastaminen
URL Retriever: Työnkulku voi hakea sisältöä myös määritellyistä URL-osoitteista, jäsentäen ja pilkkoen tiedon jatkokäyttöä varten. Tämä on hyödyllistä, kun sähköpostit viittaavat ulkoisiin resursseihin tai tietokantoihin.
Chat History: Järjestelmä ylläpitää muistissa viisi viimeistä viestiä (enintään 800 tokenia), tarjoten paremman kontekstin ymmärrykseen ja jatkuvuuteen.
3. Kehotesuunnittelu
Prompt Templates: Työnkulku käyttää kehote-pohjia, joilla dynaamisesti rakennetaan kehote LLM:lle ja agentille, mukaan lukien:
- Sähköpostin/viestin sisältö
- Poimittu tiedostos sisältö
- Keskusteluhistoria kontekstia varten
- Järjestelmätason ohjeet
Kehotteet on suunniteltu maksimoimaan LLM:n kyky ymmärtää ja jäsentää tulevaa tietoa.
4. LLM:n ja agentin orkestrointi
Google Gemini LLM: Työnkulku käyttää Gemini 2.5 Flash -mallia korkeatasoiseen kielen ymmärtämiseen ja tuottamiseen, lämpötila-arvolla 0 deterministisiä tuloksia varten.
Tool Calling Agent: Kehittynyt agentti vastaanottaa rakennetun kehotteen, keskusteluhistorian ja työkalut (kuten tiedosto-/URL-hakijat) seuraaviin tehtäviin:
- Sähköpostidatan tarkastelu ja järjestäminen
- Olennaisen tiedon poiminta ja jäsentäminen
- Kattavan yleiskuvan tuottaminen sähköposteihin ja liitteisiin perustuen
- Ulkoisen tiedon hyödyntäminen tarvittaessa työkalujen avulla
Agenttia ohjaa järjestelmäviesti, jonka painopiste on tehokkuudessa ja datan jäsentämisessä.
5. Jäsentely ja tulostus
Structured Output Generator: Agentin vastaus ja lisäkonteksti kulkevat toisen kehotteen ja LLM:n (myös Gemini) läpi, jolloin syntyy jäsennelty tulos. Pakolliset kentät ovat:
- Käyttäjän nimi: Käyttäjän nimi
- Sähköposti: Potilaan sähköpostiosoite
- Viestin sisältö: Sähköpostissa mainittu viesti
CSV Output: Jäsennelty data viedään CSV-tiedostona, jolloin se on helposti käsiteltävissä, analysoitavissa tai vietävissä muihin järjestelmiin.
6. Käyttäjäpalaute
- Chat Output: Työnkulku tarjoaa myös agentin yleiskatsauksen ja vastaukset chat-vastauksena, jotta käyttäjä saa välitöntä palautetta.
Komponenttien yhteenvetotaulukko
| Komponentti | Rooli |
|---|---|
| Chat Input | Kerää käyttäjän viestit ja liitetiedostot |
| File Retriever | Poimii tekstin ladatuista dokumenteista |
| URL Retriever | Hakee ja käsittelee sisältöä määritellyistä URL-osoitteista |
| Chat History | Ylläpitää viestien kontekstia |
| Prompt Template | Rakentaa dynaamisesti kehoteita LLM:lle/agentille |
| Gemini LLM | Käsittelee kehotteita ja tuottaa vastauksia |
| Tool Calling Agent | Orkestroi työkalut ja LLM:t datan poimintaan/jäsentelyyn |
| Structured Output Generator | Muotoilee poimitut tiedot jäsenneltyyn objektiin |
| CSV Output | Vie jäsennellyn datan CSV-muotoon |
| Chat Output | Näyttää agentin vastauksen chatissa |
Käyttötapaukset ja hyödyt
- Skaalautuvuus: Automatisoi toistuvan datan poiminnan ja jäsentelyn sähköposteista ja dokumenteista, vähentäen manuaalista työtä.
- Yhtenäisyys: Käyttää LLM:ää ja kehote-pohjia yhdenmukaiseen käsittelyyn suurissa tietomäärissä.
- Laajennettavuus: Sopeutuu helposti uusiin syötemuotoihin (tiedostot, URL:t) ja tulosmuotoihin (jäsennellyt objektit, CSV).
- Automaatio: Sopii asiakastukeen, potilastietojen käsittelyyn tai mihin tahansa työnkulkuun, jossa jäsentymätöntä dataa pitää muuttaa jäsennellyksi.
Miksi tämä työnkulku on hyödyllinen
Tämä työnkulku vähentää merkittävästi aikaa ja vaivaa, jota tarvitaan sähköpostien ja niiden liitteiden jäsennellyn, käyttökelpoisen datan poimintaan. Se on erittäin skaalautuva—kykenevä käsittelemään useita viestejä ja tiedostotyyppejä massana—ja automatisoi prosessin, joka muuten vaatisi huomattavaa ihmistyötä. Kehittyneiden kielimallien, työkalujen ja kehotesuunnittelun ansiosta työnkulku tarjoaa sekä korkean tarkkuuden että mukautuvuuden, tehden siitä tehokkaan välineen organisaatioille, jotka haluavat tehostaa tiedonkäsittelyään.
Annamme rakentaa oman AI-tiimisi
Autamme kaltaisiasi yrityksiä kehittämään älykkäitä chatbotteja, MCP-palvelimia, AI-työkaluja tai muuntyyppisiä AI-automaatioratkaisuja korvaamaan ihmisiä toistuvissa tehtävissä organisaatiossasi.
Lue lisää
Yrityssähköpostin tai Ilmaissähköpostin Tunnistin
Tämä työnkulku määrittää, onko sähköpostiosoite peräisin yleisestä ilmaissähköpostipalvelusta vai yrityksen omasta verkkotunnuksesta. Se on hyödyllinen liidien ...
2 min lukuaika
AI-sähköpostigeneraattori
Luo välittömästi jäsenneltyjä, selkeitä sähköposteja, jotka on räätälöity sävyysi ja tarkoitukseesi, sisältäen tekoälyn ehdottaman aiherivin. Täydellinen ammatt...
2 min lukuaika
Tekoälyllä tehostettu Outlook-sähköpostivastausten automaatio
Automatisoi ammattimaiset sähköpostivastaukset Outlookissa tekoälyagentilla, joka hyödyntää organisaation tietolähteitä. Saapuvat sähköpostit vastaanotetaan, jä...
3 min lukuaika