Flow'n kuvaus
Tarkoitus ja hyödyt
Tämä työnkulku on suunniteltu mahdollistamaan vuorovaikutteinen keskustelukokemus, jossa AI-avustaja vastaa käyttäjän määrittelemiin tehtäviin hyödyntäen keskusteluhistoriaa kontekstitietoisissa vastauksissa. Se on yleiskäyttöinen malli, joten se on helposti mukautettavissa monenlaisiin keskusteluautomaatioihin ja skaalautuviin AI-pohjaisiin chat-ratkaisuihin.
Työnkulun vaiheet
1. Keskustelun aloitus ja tervetuloviesti
- Chat Opened Trigger: Kun keskustelu avataan, laukaistaan tapahtuma.
- Tervetuloviesti: Viestikomponentti näyttää käyttäjälle ystävällisen tervetuloviestin:
👋 Tervetuloa yksinkertaiseen tehtävävirtaan!
Tämä työkalu on suunniteltu niin, että voit itse määrittää tehtävän syötteesi perusteella 🌟. Otan keskusteluhistoriamme huomioon antaakseni olennaista apua ilman lisäkontekstia.
Kerro vain, mitä haluaisit tehdä, niin aloitetaan! ✨💬
- Näyttö: Tervetuloviesti näytetään keskusteluikkunassa, mikä ohjaa käyttäjää ja asettaa odotukset.
2. Käyttäjän syötteen vastaanotto
- Chat Input Node: Vastaanottaa käyttäjän tekstisyötteen (ja halutessa tiedostoja), joka edustaa tehtävää tai kysymystä.
3. Keskusteluhistorian haku
- Chat History Node: Hakee keskustelusta enintään 10 viimeisintä viestiä (enintään 8000 tokenia). Tätä historiaa käytetään myöhemmin keskustelun kontekstina ja jatkuvuuden ylläpitämiseen.
4. Kehotteen rakentaminen
Prompt Template Node: Rakentaa dynaamisen kehotteen kielimallille. Se yhdistää:
- Käyttäjän viimeisimmän syötteen.
- Viimeisimmän keskusteluhistorian.
- Kiinteän järjestelmäviestin, joka ohjeistaa AI:ta luomaan kontekstitietoisia vastauksia.
Käytettävä kehotepohja:
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. AI-vastauksen generointi
- Generator Node: Saa rakennetun kehotteen ja tuottaa tekstivastauksen suuren kielimallin (LLM) avulla. Näin varmistetaan, että vastaus on kontekstitietoinen ja räätälöity käyttäjän tarpeeseen.
6. Vastauksen näyttäminen
- Chat Output Node: AI:n generoima vastaus näytetään käyttäjälle keskustelukäyttöliittymässä.
Työnkulun rakenne taulukossa
Vaihe | Solmu/Komponentti | Tarkoitus |
---|
Keskustelun aloitus | ChatOpenedTrigger | Tunnistaa, kun keskustelu avataan |
Tervetuloviesti | MessageWidget | Tervehtii ja informoi käyttäjää |
Tervetulon näyttö | ChatOutput | Näyttää tervetuloviestin |
Käyttäjän syöte | ChatInput | Vastaanottaa käyttäjän tehtävän tai kysymyksen |
Historian haku | ChatHistory | Hakee viimeisimmän keskustelun kontekstiksi |
Kehotteen rakentaminen | PromptTemplate | Rakentaa kehotteen LLM:lle syötteellä ja keskusteluhistorialla |
AI-vastaus | Generator | Tuottaa kontekstitietoisen vastauksen kehotteella |
AI-vastauksen näyttö | ChatOutput | Näyttää AI:n vastauksen käyttäjälle |
Miksi tämä työnkulku on hyödyllinen skaalaamiseen ja automaatioon
- Kontekstitietoiset vuorovaikutukset: Keskusteluhistorian hyödyntäminen säilyttää kontekstin, parantaen vastausten osuvuutta ja käyttäjätyytyväisyyttä.
- Käyttäjän määrittelemät tehtävät: Työnkulku ei rajoitu tiettyihin tehtäviin, vaan käyttäjä voi määrittää omat tavoitteensa – erittäin joustava ratkaisu.
- Skaalautuva automaatio: Modulaarinen rakenne mahdollistaa skaalauksen – useat käyttäjät voivat keskustella samanaikaisesti, jokainen omalla kontekstillaan.
- Helppo muokattavuus: Kehotepohja ja komponentit voidaan helposti mukauttaa erilaisiin käyttötarkoituksiin (esim. tuki, tiedonhaku, perehdytys).
- Johdonmukainen käyttökokemus: Automaattinen tervetulotoivotus ja kontekstitietoiset vastaukset takaavat, että jokainen käyttäjä saa ammattimaista ja tehokasta palvelua.
Esimerkkikäyttökohteita
- Asiakaspalveluchatbotit, jotka muistavat aiemmat keskustelut.
- Perehdytysavustajat, jotka ohjaavat uusia käyttäjiä heidän keskustelunsa pohjalta.
- Yleiskäyttöiset AI-apurit sovelluksissa, joissa käyttäjät voivat määrittää omat kysymyksensä tai tehtävänsä.
Tämä työnkulku tarjoaa vankan perustan älykkäiden, kontekstitietoisten keskusteluautomaattien rakentamiseksi, joita voidaan räätälöidä moniin eri käyttötarkoituksiin.