Assistant de chat IA avec mémoire de conversation

Un flux de travail simple pour un assistant de chat IA qui exploite l’historique des conversations précédentes afin de générer des réponses pertinentes aux entrées de l’utilisateur. Comprend un message de bienvenue et utilise un modèle de langage pour répondre de manière contextuelle en fonction de l’historique du chat.

Comment fonctionne le Flux IA - Assistant de chat IA avec mémoire de conversation

Flux

Comment fonctionne le Flux IA

Initialisation de la session de chat.
Déclenchement lors de l’ouverture de la session de chat et affichage d’un message de bienvenue à l’utilisateur.
Saisie du message utilisateur.
Reçoit les messages saisis par l’utilisateur.
Récupérer l’historique du chat.
Récupère l’historique de chat précédent à utiliser comme contexte pour la conversation.
Générer une réponse contextuelle de l’IA.
Combine l’entrée utilisateur actuelle et l’historique du chat dans un prompt et utilise un modèle de langage pour générer une réponse pertinente.
Afficher la réponse de l’IA.
Affiche la réponse générée par l’IA dans l’interface de chat pour que l’utilisateur puisse la consulter.

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.

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.

Déclencheur d’ouverture de chat

Le composant Déclencheur d’ouverture de chat détecte le début d’une session de chat, permettant aux workflows de réagir instantanément dès qu’un utilisateur ouvre le chat. Il initie les flux avec le premier message, ce qui le rend essentiel pour créer des chatbots interactifs et réactifs.

Widget de Message

Le composant Widget de Message affiche des messages personnalisés dans votre workflow. Idéal pour accueillir les utilisateurs, fournir des instructions ou afficher toute information importante, il prend en charge la mise en forme Markdown et peut être configuré pour n'apparaître qu'une seule fois par session.

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.

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 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.

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.

Générateur

Découvrez le composant Générateur dans FlowHunt : une génération de texte puissante pilotée par l’IA utilisant le modèle LLM de votre choix. Créez facilement des réponses dynamiques de chatbot en combinant des prompts, des instructions système optionnelles et même des images en entrée, en faisant un outil central pour construire des workflows intelligents et conversationnels.

Description du flux

Objectif et avantages

Vue d’ensemble du workflow : Flux simple avec historique de chat

Ce workflow est conçu pour faciliter une expérience de chat interactive où l’assistant IA répond aux tâches définies par l’utilisateur, tout en exploitant l’historique des échanges pour fournir des réponses contextuelles. Il s’agit d’un modèle polyvalent, le rendant adaptable à une grande variété d’automatisations conversationnelles et de solutions de chat IA évolutives.

Décomposition du workflow étape par étape

1. Lancement de la session de chat et message de bienvenue

  • Déclencheur d’ouverture du chat : Lors de l’ouverture du chat, un déclencheur s’active.
  • Message de bienvenue : Un widget de message affiche un message de bienvenue chaleureux à l’utilisateur :

    👋 Bienvenue dans le Flux de Tâches Simple !
    Cet outil est conçu pour vous permettre de définir votre propre tâche en fonction de votre saisie 🌟. Je prendrai en compte notre historique de conversation afin de vous fournir une assistance pertinente sans contexte supplémentaire.
    Dites-moi simplement ce que vous souhaitez faire et commençons ! ✨💬

  • Affichage : Le message de bienvenue s’affiche dans la zone de sortie du chat, facilitant l’accueil et précisant les attentes.

2. Capture de l’entrée utilisateur

  • Nœud de saisie de chat : Reçoit la saisie texte (et éventuellement de fichiers) de l’utilisateur, représentant la tâche ou la question qu’il souhaite adresser.

3. Récupération de l’historique du chat

  • Nœud d’historique du chat : Récupère jusqu’aux 10 derniers messages (avec une limite de 8 000 tokens) du chat. Cet historique est ensuite utilisé pour fournir du contexte et maintenir la continuité de la conversation.

4. Construction du prompt

  • Nœud de modèle de prompt : Construit un prompt dynamique pour le modèle de langage. Il intègre :

    • La dernière saisie de l’utilisateur.
    • L’historique récent du chat.
    • Un message système fixe qui instruit l’IA de générer des réponses contextuelles.

    Le modèle de prompt utilisé est :

    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. Génération de la réponse IA

  • Nœud générateur : Reçoit le prompt construit et génère une réponse textuelle en utilisant un grand modèle de langage (LLM). Cela garantit une réponse contextuelle et adaptée à la demande de l’utilisateur.

6. Affichage de la réponse

  • Nœud de sortie du chat : La réponse générée par l’IA est affichée à l’utilisateur dans l’interface de chat.

Tableau de structure du workflow

ÉtapeNœud/ComposantObjectif
Début du chatChatOpenedTriggerDétecte l’ouverture du chat
Message de bienvenueMessageWidgetAccueille et informe l’utilisateur
Afficher le messageChatOutputAffiche le message de bienvenue
Saisie utilisateurChatInputCapture la tâche ou la question de l’utilisateur
Récupérer historiqueChatHistoryRécupère la conversation récente pour le contexte
Construction promptPromptTemplateGénère le prompt pour le LLM avec saisie et historique
Génération IAGeneratorProduit une réponse contextuelle à l’aide du prompt
Afficher réponse IAChatOutputAffiche la réponse générée par l’IA à l’utilisateur

Pourquoi ce workflow est utile pour la montée en charge et l’automatisation

  • Interactions contextuelles : En intégrant l’historique du chat, le système maintient le contexte, améliorant la pertinence des réponses et la satisfaction utilisateur.
  • Tâches définies par l’utilisateur : Le workflow est indépendant des tâches, permettant aux utilisateurs de définir leurs propres objectifs, ce qui le rend très flexible.
  • Automatisation évolutive : La conception modulaire permet l’échelle—plusieurs utilisateurs peuvent interagir simultanément, chaque session conservant son propre contexte.
  • Personnalisation facile : Le modèle de prompt et les nœuds peuvent être facilement adaptés à des cas d’usage spécifiques (ex : support, recherche d’informations, onboarding).
  • Expérience utilisateur cohérente : L’accueil automatisé et les réponses contextuelles garantissent que chaque interaction est traitée de façon professionnelle et efficace.

Exemples d’utilisations

  • Chatbots de support client qui se souviennent des échanges précédents.
  • Assistants d’onboarding qui guident les nouveaux utilisateurs selon leur conversation en cours.
  • Aides IA généralistes dans des applications où les utilisateurs définissent leurs propres requêtes ou tâches.

Ce workflow offre une base solide pour créer des automations de chat intelligentes et contextuelles, adaptables à de nombreux usages différents.

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 IA avec transfert humain Tawk
Chatbot IA avec transfert humain Tawk

Chatbot IA avec transfert humain Tawk

Un chatbot de support en direct alimenté par l'IA qui répond aux questions des clients à l'aide d'une base de connaissances interne et transfère intelligemment ...

4 min de lecture
Chatbot IA avec FreshChat et Base de Connaissances
Chatbot IA avec FreshChat et Base de Connaissances

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
Chatbot de service client IA
Chatbot de service client IA

Chatbot de service client IA

Un chatbot de service client alimenté par l'IA qui utilise vos sources de connaissances internes pour fournir des réponses instantanées, précises et utiles aux ...

4 min de lecture