Agente di Supporto Clienti AI con Base di Conoscenza e Arricchimento tramite API

Questo workflow basato su AI automatizza il supporto clienti combinando la ricerca nella base di conoscenza interna, il recupero di informazioni da Google Docs, l’integrazione di API e il ragionamento avanzato dei modelli linguistici. L’agente risponde in slovacco o nella lingua del cliente, fornisce sempre informazioni aggiornate e può inoltrare la richiesta all’assistenza umana se necessario. Ideale per aziende che cercano un servizio clienti multilingue, automatizzato e consapevole del contesto.

Come funziona il Flusso AI - Agente di Supporto Clienti AI con Base di Conoscenza e Arricchimento tramite API

Flussi

Come funziona il Flusso AI

Ricevi la Richiesta del Cliente.
Il flusso acquisisce le richieste dei clienti dall'input della chat e recupera la cronologia chat recente per il contesto.
Raccogli Conoscenza da Fonti Interne ed Esterne.
Il workflow ricerca informazioni rilevanti nella base di conoscenza sia nei repository documentali interni che nei Google Docs collegati, utilizzando i document retriever.
Arricchisci e Analizza i Dati tramite API.
Gli ID dei messaggi dei clienti vengono utilizzati per chiamare API esterne, recuperare la cronologia dei messaggi e analizzare le informazioni necessarie per arricchire il contesto.
Risposta dell'Agente AI e Generazione Multilingue.
Un avanzato agente AI utilizza il contesto raccolto, le fonti di conoscenza e i modelli linguistici per generare risposte in slovacco o nella lingua del cliente, garantendo risposte professionali, concise e accurate.
Rispondi al Cliente ed Eventuale Escalation.
L'agente fornisce la risposta al cliente, includendo link e informazioni rilevanti, e inoltra all'assistenza umana se la richiesta non può essere risolta automaticamente.

Prompt utilizzati in questo flusso

Prompt (PromptTemplate-xAz1P)

Crea un prompt template con variabili dinamiche ({input}, {human_input}, {context}, {chat_history}, {system_message}, {all_input_variables}).

---CONVERSATION HISTORY---
{context}
---

---LATEST MESSAGE---
{input}
---

Prompt (PromptTemplate-4mVjl)

Crea un prompt template con variabili dinamiche ({input}, {human_input}, {context}, {chat_history}, {system_message}, {all_input_variables}).

---CHAT HISTORY---
{chat_history}
---

---CUSTOMER QUERY---
{context}
---

---LLM RESPONSE---
{input}
---

The final output presented to the agent should include:

        the original CUSTOMER QUERY

        the Slovak translation of the CUSTOMER QUERY


       LLM RESPONSE in Slovak

       LLM RESPONSE in the customer's language (to be sent)

Prompt (PromptTemplate-u9XGO)

Crea un prompt template con variabili dinamiche ({input}, {human_input}, {context}, {chat_history}, {system_message}, {all_input_variables}).

https://arshiakahani.ladesk.com/api/v3/tickets/{input}/messages

Prompt (PromptTemplate-5nKVc)

Crea un prompt template con variabili dinamiche ({input}, {human_input}, {context}, {chat_history}, {system_message}, {all_input_variables}).

https://YOURCOMPANY.ladesk.com/api/conversations/{human_input}/messages

Generator (Generator-eSD0Q)

Genera testo utilizzando un prompt di input e il modello LLM selezionato.

extract the "message" section of the "type": "M" only the section exactly as it is and only and only output the latest message based on the date with nothing else but the users message itself.

Tool Calling Agent (ToolCallingAgent-K7dur)

Un agente che chiama strumenti.

You are an AI language model assistant acting as a friendly and professional customer support and shopping assistant for YOURCOMPANY. You respond in Slovak language by default, or in the customer's input language if detected to be different than Slovak. AND ALWAYS USE EMAIL TONE AND FORMAT.

<u>Your role:</u>

You combine the responsibilities of technical customer support and product recommendation assistant. You help customers solve issues, make decisions, and complete purchases related to YOURCOMPANY products and services. Your tone is always friendly and professional, and your goal is to ensure the customer feels understood, supported, and confident in their next step.

<u>Your Goal:</u>

you receive CONVERSATION HISTORY and the most recent user query as LATEST MESSAGE your goal is to answer the LATEST MESSAGE based on the tools at your disposal.&#x20;

<u>Identify intent and provide answers:</u>

First source: ALWAYS SEARCH THE knowledge_source_tool TO ANSWER USER'S QUESTION AND NEVER ANSWER FROM YOURSELF.

Second source: Always use the Document Retriever tool to find context related to the question.

If relevant context is found:

Use it to provide accurate, concise answers.

Include ONLY RELEVANT URLs retrieved from the Document Retriever, never edit the url.

Never invent product names and category names. You can recognize a category by the fact that the page MUST contain a list of different products.; use only those available in your knowledge base.

Follow the information exactly as stated in the reference.

If no relevant context is found and the question is about YOURCOMPANY:

Ask polite clarifying questions to gather more details.

If still unresolved, use the Contact Human Assist tool to transfer to a human support agent.

If the customer’s message is unclear or incomplete:

Do not guess — always ask for more information before answering.

If the customer shows interest in a specific product:

Let them know that pricing and ordering is quick and simple directly on the website.

They can configure the product (dimensions, extras, quantity…) and see the price immediately and the production time.

If the question is about production time, always include express options if available.

For inquiries not related to YOURCOMPANY:

Politely inform the customer that you only provide support for YOURCOMPANY.

Suggest contacting the appropriate business support team at CONTACT METHOD

<u>Resource Utilization:</u>

Use the Document Retriever to search for knowledge relevant to the customer question.

Use the Contact Human Assist tool to escalate if needed.

Use the Document Retriever to provide valid product or info links - NEVER invent or assume URLs

<u>Formatting:</u>

Your tone is always friendly, clear, and professional.

The answers should be SHORT - max. about 100-200 tokens.

Use structured formatting:

Short paragraphs

Bold text for emphasis

Bullet points where appropriate

Emojis to make the messages more engaging 😊

Write in plain text format. Do not use markdown.

Componenti utilizzati in questo flusso

Di seguito è riportato un elenco completo di tutti i componenti utilizzati in questo flusso per raggiungere la sua funzionalità. I componenti sono gli elementi costitutivi di ogni Flusso AI. Ti permettono di creare interazioni complesse e automatizzare attività collegando varie funzionalità. Ogni componente serve a uno scopo specifico, come la gestione dell'input dell'utente, l'elaborazione dei dati o l'integrazione con servizi esterni.

ChatInput

Il componente Chat Input in FlowHunt avvia le interazioni con l’utente acquisendo messaggi dal Playground. Serve come punto di partenza per i flussi, consentendo al workflow di elaborare sia input testuali che basati su file.

Vedi ChatInput

Componente Prompt in FlowHunt

Scopri come il componente Prompt di FlowHunt ti permette di definire il ruolo e il comportamento del tuo bot AI, assicurando risposte pertinenti e personalizzate. Personalizza prompt e template per flussi chatbot efficaci e consapevoli del contesto.

Vedi Componente Prompt in FlowHunt

Crea Dati

Il componente Crea Dati ti consente di generare dinamicamente record di dati strutturati con un numero personalizzabile di campi. Ideale per i flussi di lavoro che richiedono la creazione di nuovi oggetti dati in tempo reale, supporta una configurazione flessibile dei campi e un'integrazione senza soluzione di continuità con altri passaggi di automazione.

Vedi Crea Dati

Richiesta API

Integra dati e servizi esterni nei tuoi flussi di lavoro con il componente Richiesta API. Invia facilmente richieste HTTP, imposta header, corpo e parametri di query personalizzati e gestisci diversi metodi come GET e POST. Essenziale per collegare le tue automazioni a qualsiasi API o servizio web.

Vedi Richiesta API

Analizza Dati

Il componente Analizza Dati trasforma dati strutturati in testo semplice utilizzando template personalizzabili. Consente una formattazione flessibile e la conversione degli input per un utilizzo successivo nel tuo workflow, aiutando a standardizzare o preparare le informazioni per i componenti a valle.

Vedi Analizza Dati

Generatore

Esplora il componente Generatore in FlowHunt: potente generazione di testo guidata dall'IA utilizzando il modello LLM che preferisci. Crea facilmente risposte dinamiche per chatbot combinando prompt, istruzioni di sistema opzionali e persino immagini come input, rendendolo uno strumento fondamentale per la creazione di flussi conversazionali intelligenti.

Vedi Generatore

LLM OpenAI

FlowHunt supporta dozzine di modelli di generazione di testo, inclusi i modelli di OpenAI. Ecco come utilizzare ChatGPT nei tuoi strumenti di IA e chatbot.

Vedi LLM OpenAI

Componente Cronologia Chat

Il componente Cronologia Chat in FlowHunt consente ai chatbot di ricordare i messaggi precedenti, garantendo conversazioni coerenti e una migliore esperienza cliente, ottimizzando al contempo memoria e utilizzo dei token.

Vedi Componente Cronologia Chat

Agente di Chiamata Strumenti

Esplora l'Agente di Chiamata Strumenti in FlowHunt—un componente avanzato del workflow che consente agli agenti AI di selezionare e utilizzare intelligentemente strumenti esterni per rispondere a query complesse. Perfetto per creare soluzioni AI intelligenti che richiedono uso dinamico degli strumenti, ragionamento iterativo e integrazione con molteplici risorse.

Vedi Agente di Chiamata Strumenti

Document Retriever

Il Document Retriever di FlowHunt migliora l'accuratezza dell’AI collegando i modelli generativi ai tuoi documenti e URL aggiornati, garantendo risposte affidabili e pertinenti tramite la Retrieval-Augmented Generation (RAG).

Vedi Document Retriever

Google Docs Retriever

Integra i tuoi flussi di lavoro con Google Docs utilizzando il componente Google Docs Retriever: recupera facilmente il contenuto dei documenti da utilizzare in automazioni, chatbot o flussi di conoscenza. Ideale per accedere, elaborare e sfruttare i tuoi Google Docs all'interno dei flussi FlowHunt.

Vedi Google Docs Retriever

Chat Output

Scopri il componente Chat Output in FlowHunt—finalizza le risposte del chatbot con output flessibili e multipli. Essenziale per una conclusione del flusso senza interruzioni e per creare chatbot AI avanzati e interattivi.

Vedi Chat Output

Descrizione del flusso

Scopo e benefici

Panoramica

Questo workflow automatizza il processo di recupero dei messaggi dei clienti da un sistema di ticketing o di supporto, estraendo il messaggio più recente e rilevante, arricchendolo con il contesto e la cronologia chat, e sfruttando l’intelligenza artificiale avanzata (LLM) combinata con strumenti di conoscenza per generare risposte professionali e multilingue di supporto clienti. Il processo poi prepara e invia queste risposte ai sistemi esterni, rendendolo ideale per scalare e automatizzare il supporto clienti, il recupero della conoscenza e l’integrazione con API esterne.

Scomposizione Passo-Passo

1. Acquisizione e Preparazione dell’Input

  • Input Chat: Il workflow può ricevere direttamente messaggi in arrivo dalla chat.
  • Creazione Prompt per API: Il sistema utilizza un template di prompt per costruire dinamicamente l’URL per il recupero dei messaggi del ticket da un’API esterna (es. https://arshiakahani.ladesk.com/api/v3/tickets/{input}/messages). Questo consente un recupero flessibile basato sui dati forniti dall’utente.
  • Costruzione Parametri Query: Un nodo di creazione dati viene usato per costruire dinamicamente i parametri di query necessari per la richiesta API.

2. Recupero Dati Esterni

  • Richiesta API: Utilizzando l’URL e i parametri di query costruiti, il workflow invia una richiesta GET per recuperare la cronologia dei messaggi del ticket da un sistema di ticketing esterno. L’autenticazione tramite API key è supportata via header.
  • Parsing dei Dati Recuperati: Una volta che l’API restituisce i dati, un nodo parser struttura e converte questi dati in testo semplice tramite template, rendendoli adatti all’elaborazione AI a valle.

3. Estrazione e Pre-elaborazione del Messaggio

  • Estrazione tramite LLM: Un LLM OpenAI (es. GPT-4.1) viene utilizzato con un system prompt per estrarre solo l’ultimo messaggio utente dai dati del ticket (specificamente i messaggi di tipo “M”)—garantendo che solo i contenuti rilevanti vengano processati.
  • Arricchimento del Prompt: Il messaggio estratto e il contesto chat vengono inseriti in un sofisticato prompt template che include la segmentazione della cronologia conversazione e dell’ultimo messaggio, preparando l’input per l’agente principale di supporto.

4. Arricchimento della Conoscenza

  • Cronologia Chat: Il sistema può recuperare gli ultimi N messaggi della conversazione per fornire continuità e contesto più ricco.
  • Recupero Documenti: Uno strumento document retriever ricerca nella base di conoscenza interna/esterna (opzionalmente inclusi Google Docs) le informazioni rilevanti per rispondere alla richiesta del cliente. Questo è essenziale per fondare le risposte su conoscenza aggiornata e accurata.
  • Integrazione degli Strumenti: Sia il document retriever che il Google Docs retriever sono registrati come “tools” disponibili all’agente, consentendo ricerche dinamiche durante la generazione della risposta.

5. Generazione della Risposta Guidata dall’Agente

  • Tool Calling Agent: Al centro vi è un Tool Calling Agent (alimentato da un LLM), che riceve il prompt arricchito, la cronologia chat e l’accesso agli strumenti di conoscenza. Il suo ruolo è determinare l’intento dell’utente, cercare la risposta nella base di conoscenza/strumenti e comporre una risposta concisa, cordiale e professionale.
    • L’agente risponde sempre di default in slovacco, oppure passa alla lingua del cliente se rilevata diversa.
    • La formattazione strutturata è obbligatoria: paragrafi brevi, grassetto per enfasi, punti elenco, ed emoji per coinvolgimento.
    • L’agente dà priorità all’uso della conoscenza recuperata, non inventa mai fatti o URL, chiede chiarimenti se necessario, ed esegue escalation agli agenti umani per problemi non risolti.
    • Tutte le risposte rispettano il tono e la struttura del supporto clienti, adatte alla comunicazione via email.

6. Post-elaborazione e Output

  • Formattazione della Risposta: La risposta dell’agente viene ulteriormente processata tramite template di prompt per costruire l’output multilingue (es. includendo sia lo slovacco che la lingua originale del cliente).
  • Generazione LLM: Un altro nodo LLM può generare o tradurre parti dell’output secondo necessità.
  • Integrazione API per Messaggi in Uscita: Il workflow costruisce dinamicamente oggetti dati per le richieste API in uscita, impacchetta la risposta generata e la invia (tipicamente via POST) al sistema esterno pertinente.
  • Parsing e Output Finale: Le risposte API in uscita possono essere elaborate e visualizzate nella chat playground o restituite all’interfaccia utente.

Componenti Chiave & Scopo

ComponenteScopo
Input ChatRiceve i messaggi utente/cliente
Prompt TemplateCostruisce dinamicamente URL e prompt dei messaggi
Richiesta APIRecupera dati/messaggi del ticket da sistemi esterni
Parse DataConverte dati strutturati in testo semplice
OpenAI LLMEstrae messaggi rilevanti, genera o traduce risposte
Document RetrieverCerca informazioni rilevanti nella base di conoscenza
Google Docs RetrieverIntegra documenti esterni come conoscenza per l’agente
Tool Calling AgentAgente AI centrale—usa strumenti e cronologia chat
Create DataPrepara risposte e dati per richieste API in uscita
Output ChatMostra il risultato finale all’utente o al sistema
NoteFornisce istruzioni all’operatore (es. dove inserire API key/URL)

Casi d’Uso & Benefici

  • Supporto Clienti Automatizzato: Semplifica il processo di estrazione, arricchimento e risposta alle richieste clienti con risposte professionali, accurate e consapevoli del contesto.
  • Supporto Multilingue: Rileva e risponde automaticamente nella lingua del cliente, con traduzione e formattazione gestite dal workflow.
  • Gestione della Conoscenza Scalabile: Integra più fonti di conoscenza (documenti interni, Google Docs, ecc.) per risposte complete e aggiornate.
  • Integrazione Agevole con Sistemi Esterni: Si collega facilmente a varie API sia per azioni in entrata (recupero messaggi) che in uscita (invio risposte).
  • Escalation con Intervento Umano: Inoltra automaticamente i casi non risolti o poco chiari agli agenti umani, garantendo un supporto di alta qualità.

Perché Questo Workflow è Utile per la Scalabilità & l’Automazione

  • Riduce il Lavoro Manuale: Automatizzando il recupero dati, l’estrazione dei messaggi, la costruzione del contesto e la generazione delle risposte, minimizza l’intervento umano per le richieste di supporto di routine.
  • Coerenza & Qualità: Garantisce che tutte le comunicazioni con i clienti rispettino il tono, il formato e l’accuratezza delle informazioni dell’azienda, indipendentemente dall’agente o dal turno.
  • Adattamento Rapido: Si collega facilmente a nuove fonti dati o API, si adatta a nuove lingue e può scalare per gestire volumi di supporto più elevati con poca configurazione aggiuntiva.
  • Soddisfazione del Cliente Migliorata: Risposte rapide, pertinenti e cordiali—personalizzate sulla lingua e la richiesta di ogni cliente—portano a migliori esperienze e maggiore fidelizzazione.

Flusso Visivo (Semplificato)

Di seguito una rappresentazione semplificata delle principali fasi:

  1. Input Chat / Query API →
  2. Recupero Messaggi Ticket (Richiesta API) →
  3. Parsing Dati →
  4. Estrazione Ultimo Messaggio Utente (LLM) →
  5. Arricchimento Prompt con Contesto & Cronologia →
  6. Recupero Conoscenza (Document/Google Docs Retriever) →
  7. Generazione Risposta da Tool Calling Agent (LLM) →
  8. Formattazione/Traduzione/Invio Risposta (Richiesta API) →
  9. Visualizzazione/Consegna Output

Questo workflow rappresenta una base solida per qualsiasi organizzazione che desideri automatizzare e scalare il supporto clienti, assistenza tecnica o flussi di delivery informativa che richiedano integrazione con API esterne, basi di conoscenza e risposte AI avanzate.

Costruiamo il tuo team AI

Aiutiamo aziende come la tua a sviluppare chatbot intelligenti, server MCP, strumenti AI o altri tipi di automazione AI per sostituire l'uomo in compiti ripetitivi nella tua organizzazione.

Pianifica una demo Provalo ora

Scopri di più

Agente di Supporto Clienti AI per LiveAgent
Agente di Supporto Clienti AI per LiveAgent

Agente di Supporto Clienti AI per LiveAgent

Questo workflow automatizza il supporto clienti per la tua azienda integrando le conversazioni LiveAgent, estraendo i dati rilevanti delle conversazioni, genera...

5 min di lettura
Strumento Client MCP Bitrix24
Strumento Client MCP Bitrix24

Strumento Client MCP Bitrix24

Questo flusso di lavoro sfrutta un Agente AI integrato con lo Strumento Client MCP per elaborare gli input della chat utente, utilizzare la cronologia della cha...

3 min di lettura
Chatbot di Assistenza Clienti AI
Chatbot di Assistenza Clienti AI

Chatbot di Assistenza Clienti AI

Un chatbot di assistenza clienti basato su AI che utilizza le tue fonti di conoscenza interne per fornire risposte istantanee, accurate e utili alle richieste d...

3 min di lettura