Prompt
Créez un modèle de requête avec des variables dynamiques ({input}, {human_input}, {context}, {chat_history}, {system_message}).
This is the message from user:
{input}
Support Chatbot IA pour LiveAgent
Automatisez le support client dans LiveAgent avec un chatbot IA qui répond aux questions en utilisant votre base de connaissances interne, récupère les documents pertinents et passe sans effort la main à des agents humains si nécessaire. Améliorez la rapidité des réponses et la satisfaction client grâce à une gestion intelligente des demandes.
Flux
Comment fonctionne le Flux IA
- Recevoir le chat client.
- Capture les messages de chat entrants des visiteurs du site web dans LiveAgent.
- Préparer la requête IA.
- Formate l'entrée utilisateur et l'historique du chat pour créer une requête claire à l'agent IA.
- L'agent IA traite la demande.
- L'agent IA analyse la question, recherche dans les documents et sources de connaissances internes, et détermine la meilleure stratégie de réponse.
- Récupérer les réponses ou escalader.
- Récupère les informations de la base de connaissances interne ou, si besoin, escalade le chat vers un agent du support humain.
- Répondre au client.
- Fournit la réponse générée par l'IA ou connecte le client à un agent humain dans le chat LiveAgent.
Prompts utilisés dans ce flux
Voici une liste complète de tous les prompts utilisés dans ce flux pour atteindre sa fonctionnalité. Les prompts sont les instructions données au modèle d'IA pour générer des réponses ou effectuer des actions. Ils guident l'IA dans la compréhension de l'intention de l'utilisateur et la génération de sorties pertinentes.
Agent d'appel d'outils
Un agent d'appel d'outils.
You are an AI language model assistant acting as technical live chat customer support specialist for ***[https://www.YOURWEBSITE.com]*** - ***YOUR_BUSINESS***.
***
<u>**Initial response:**xa0</u>
Conversation may start with automatic pre-chat info (e.g. email, data consent). Start with a greeting, then reply in customer language, offering assistance.
***
<u>**Identify intent and provide answers:**</u>
1. Search for Relevant Content:
- Use Document Retriever tool to find context related to the question.
2. If Relevant Context is Found:
- Use found knowledge sources to provide concise answers with URLs from Document Retriever for more info.
- Provide setup instructions exactly as stated in the referenced URL.
3. If No Relevant Context is Found and Questions are About **YOUR_BUSINESS**:
- Request additional information for unclear queries.
- Focus first on gathering more details, and use Document Retriever again.
- If still unresolved, use the Contact Human Assist tool to transfer the chat to a human support agent. (Ensure the customer speaks ENGLISH for live assistance).
4. For Inquiries NOT related to **YOUR_BUSINESS**:
- Recognize and direct unrelated inquiries to the support team of the mentioned software or business and prevent misuse for inquiries unrelated to **YOUR_BUSINESS**.
***
<u>**Resource Utilization**</u>
* Use "Document Retriever" to search for knowledge relevant to customer question
* Use "Contact Human Assist" tool for transfer valid and relevant communication to Human agent.
* If visitor is asking about pricing of **YOUR_SERVICE**, use URL retriever tool with URL **YOUR-PRICING-PAGE.COM**.
* If customer is asking about recent changes, check **YOUR-PAGE-WITH-RECENT-CHANGES** and **YOUR-PAGE-WITH-NEWS** using URL retriever tool
***
<u>**Formatting:**</u>
* Answer in the conversation's language.
* NEVER USE BULLETPOINTS (not supported yet)
* Use dashes instead of bullet points.
* DO NOT USE MARKDOWN (not supported yet)
* Keep answers in plain text format.
Composants utilisés dans ce flux
Voici une liste complète de tous les composants utilisés dans ce flux pour atteindre sa fonctionnalité. Les composants sont les éléments de base de chaque Flux IA. Ils vous permettent de créer des interactions complexes et d'automatiser des tâches en connectant diverses fonctionnalités. Chaque composant sert un objectif spécifique, comme la gestion des entrées utilisateur, le traitement de données ou l'intégration avec des services externes.
Entrée de Chat
Le composant Entrée de Chat dans FlowHunt initie les interactions utilisateur en capturant les messages depuis le Playground. Il sert de point de départ pour les flux, permettant au workflow de traiter aussi bien des entrées textuelles que des fichiers.
Composant Prompt dans FlowHunt
Découvrez comment le composant Prompt de FlowHunt vous permet de définir le rôle et le comportement de votre bot IA, garantissant des réponses pertinentes et personnalisées. Personnalisez les prompts et modèles pour des flux de chatbot efficaces et sensibles au contexte.
Composant d'Historique de Chat
Le composant d'Historique de Chat dans FlowHunt permet aux chatbots de se souvenir des messages précédents, assurant ainsi des conversations cohérentes et une expérience client améliorée tout en optimisant l’utilisation de la mémoire et des jetons.
Agent d’Appel d’Outils
Découvrez l’Agent d’Appel d’Outils dans FlowHunt — un composant de workflow avancé qui permet aux agents IA de sélectionner et d’utiliser intelligemment des outils externes pour répondre à des requêtes complexes. Parfait pour créer des solutions IA intelligentes nécessitant l’utilisation dynamique d’outils, un raisonnement itératif et l’intégration de multiples ressources.
Récupérateur de Documents
Le Récupérateur de Documents de FlowHunt améliore la précision de l’IA en connectant les modèles génératifs à vos propres documents et URL à jour, garantissant ainsi des réponses fiables et pertinentes grâce à la génération augmentée par récupération (RAG).
Récupérateur d'URL
Débloquez le contenu web dans vos flux de travail avec le composant Récupérateur d'URL. Extrayez et traitez sans effort le texte et les métadonnées de n'importe quelle liste d'URL—including articles web, documents, et plus encore. Prend en charge des options avancées comme l'OCR pour les images, l'extraction sélective de métadonnées et une mise en cache personnalisable, ce qui en fait l'outil idéal pour créer des flux et automatisations IA riches en connaissances.
Intégration LiveAgent
Intégrez le chatbot FlowHunt avec LiveAgent pour des transitions fluides entre le support IA et humain. L’agent IA escalade intelligemment les conversations vers des agents humains, assurant des interactions client sans accroc et réduisant la frustration.
Sortie de Chat
Découvrez le composant Chat Output dans FlowHunt — finalisez les réponses du chatbot avec des sorties flexibles et multiples. Essentiel pour une finalisation fluide des flux et la création de chatbots IA avancés et interactifs.
Description du flux
Objectif et avantages
Chatbot pour l’intégration LiveAgent : Description du workflow en langage naturel
Ce workflow permet à un chatbot de gérer automatiquement les interactions de chat en direct au sein de la plateforme LiveAgent. Le bot s’appuie sur une base de connaissances interne et peut transmettre les demandes clients à des agents humains si nécessaire. L’objectif principal est d’automatiser le support client, fournir des réponses instantanées et faire évoluer les opérations de support tout en assurant une transition fluide vers des agents humains pour les cas complexes ou non résolus.
Vue d’ensemble du workflow
Le flux traite les messages de chat entrants, récupère le contexte à partir de l’historique de conversation, recherche dans la documentation interne et génère des réponses. Si le chatbot ne peut pas résoudre une demande, il peut escalader la discussion vers un véritable agent humain grâce à l’intégration LiveAgent.
Principaux composants et leurs rôles
| Nom du composant | Rôle/Fonction |
|---|---|
| Chat Input | Reçoit les messages utilisateur entrants depuis l’interface de chat. |
| Chat History | Récupère l’historique récent du chat pour fournir du contexte aux réponses. |
| Prompt Template | Formate le message entrant et le contexte dans une requête pour l’agent chatbot. |
| Document Retriever | Recherche dans la documentation interne et les bases de connaissances pour des réponses pertinentes. |
| URL Retriever | Récupère et analyse les pages web externes ou la documentation selon les URLs pour des réponses à jour. |
| LiveAgent Human Assist Tool | Permet l’escalade vers un agent support humain via LiveAgent si besoin. |
| Tool Calling Agent | Le « cerveau » principal du chatbot qui orchestre la récupération documentaire, la génération de réponses et la logique d’escalade. |
| Chat Output | Affiche la réponse du chatbot dans l’interface de chat. |
| Note Widget | Fournit les instructions de configuration pour que les administrateurs personnalisent le chatbot selon leur entreprise. |
Fonctionnement du workflow
Prise en charge du message utilisateur : Le workflow commence avec le nœud Chat Input, qui capture chaque nouveau message utilisateur.
Collecte du contexte : Simultanément, le nœud Chat History récupère l’historique récent de la conversation (jusqu’à 10 messages) pour garantir des réponses contextualisées.
Construction de la requête : Le nœud Prompt Template compose dynamiquement une requête en insérant le message utilisateur et le contexte, la préparant pour le traitement par l’agent chatbot.
Recherche de connaissances :
- Le Document Retriever recherche dans les sources internes de connaissances les documents pertinents à la demande.
- L’URL Retriever peut récupérer du contenu à partir d’URLs spécifiques (ex : pages de tarifs, actualités, mises à jour) si besoin.
Orchestration des outils & génération de la réponse :
- Le Tool Calling Agent agit comme unité centrale de décision. Il :
- Utilise les outils de récupération documentaire pour fournir des réponses fiables.
- Escalade la discussion vers un agent humain via le LiveAgent Human Assist Tool si le bot ne peut résoudre le problème.
- Suit des règles de formatage strictes (pas de markdown ni de puces, seulement des tirets pour les listes, texte brut).
- S’assure que les réponses sont dans la langue de l’utilisateur et fournit les URLs le cas échéant.
- L’agent est configurable avec des informations spécifiques à l’entreprise grâce au Note Widget.
- Le Tool Calling Agent agit comme unité centrale de décision. Il :
Sortie : La réponse finale, qu’elle soit automatisée ou signale une escalade vers un humain, est affichée via le nœud Chat Output.
Configuration et personnalisation
Instructions de configuration : Le Note Widget fournit des indications pour permettre aux administrateurs de personnaliser la configuration du chatbot pour leur organisation. Cela comprend la mise à jour du message système avec le nom de l’entreprise, le site web et d’autres informations clés.
Logique d’escalade : Si le chatbot ne trouve pas de réponse pertinente ou si la demande est ambiguë ou complexe, il invite l’utilisateur à fournir plus d’informations. Si la demande reste non résolue, il propose de connecter l’utilisateur à un agent humain via LiveAgent.
Avantages pour la montée en charge et l’automatisation
- Support automatisé 24/7 : Le chatbot peut traiter instantanément les questions courantes, réduisant les temps de réponse et la charge des agents humains.
- Escalade transparente : Pour les demandes complexes ou sensibles, le bot transfère la conversation à un agent humain, maintenant la qualité du support et la satisfaction client.
- Base de connaissances centralisée : En intégrant à la fois la documentation interne et des URLs en direct, le chatbot fournit des réponses précises et à jour.
- Conscience du contexte : L’historique récent du chat est toujours pris en compte, ce qui permet d’offrir des réponses plus pertinentes et utiles.
- Formatage cohérent et conformité : L’agent suit des règles strictes de formatage et de langue adaptées aux systèmes de chat LiveAgent.
Tableau récapitulatif : Logique du workflow
| Étape | Action |
|---|---|
| Message entrant | Capturé par Chat Input |
| Collecte de l’historique | Récupère jusqu’à 10 messages précédents |
| Préparation de la requête | Message utilisateur + contexte formatés par Prompt Template |
| Recherche de sources | Outils Document Retriever et URL Retriever activés si besoin |
| Génération de la réponse | Tool Calling Agent élabore une réponse, en utilisant les outils et le contexte |
| Escalade si besoin | Demandes non résolues/complexes transmises à un agent humain via l’intégration LiveAgent |
| Affichage de la réponse | Message final affiché à l’utilisateur via Chat Output |
Conclusion
Ce workflow automatise et optimise le support client dans LiveAgent en combinant conversation IA, recherche de connaissances interne et transfert fluide à un humain. Il est hautement configurable, évolutif et conçu pour augmenter l’efficacité, la cohérence et la satisfaction client dans les environnements de chat en direct.
Laissez-nous construire votre propre équipe d'IA
Nous aidons les entreprises comme la vôtre à développer des chatbots intelligents, des serveurs MCP, des outils d'IA ou d'autres types d'automatisation par IA pour remplacer l'humain dans les tâches répétitives de votre organisation.
En savoir plus
Chatbot de support IA avec intégration LiveAgent
Automatisez votre support client avec un chatbot IA qui répond aux questions en utilisant votre base de connaissances interne et connecte sans effort les utilis...
5 min de lecture
Chatbot IA avec FreshChat et Base de Connaissances
Déployez un chatbot IA intelligent qui s’intègre parfaitement à FreshChat. Le chatbot répond aux questions des utilisateurs en utilisant votre base de connaissa...
4 min de lecture