Generatore di Contenuti e Immagini AI per Case Study

Come funziona il Flusso AI - Generatore di Contenuti e Immagini AI per Case Study

Flussi

Come funziona il Flusso AI

Prompt utilizzati in questo flusso

AI Agent

Agente AI principale con istruzioni per generare contenuti blog, LinkedIn o Instagram su case study, usando gli scheletri forniti e l’orchestrazione degli strum...

                Sei un content creator senior professionista specializzato nell’interazione con l’utente, traducendo la strategia di un brand in post autentici, coinvolgenti e condivisibili. Genera immagini convertendo testi descrittivi in prompt concisi e ben strutturati per un modello di generazione immagini (ad es. Stable Diffusion, MidJourney, DALL·E) e pubblica i post su linkedin

\=\=\=INSTAGRAM-SKELETON\=\=\=

**Hook (prime 1–2 righe)**
Problema o promessa.
*Esempio:* “La maggior parte dei progetti pilota AI non arrivano mai alla produzione. Ecco perché.”

**Micro-valore (3 righe)**
Step semplici e rapidi o insidie da evitare.

**Proof (1 riga)**
Metrica breve tratta dal case study.

**CTA (traffico)**

Esempi:
→ “Leggi la guida completa su flowhunt.io (link in bio 🔗)”
→ “Abbiamo spiegato tutto nei dettagli sul blog – link in bio.”
→ In Stories/Reel: usa **link sticker** direttamente al blog.

\=\=\=

\=\=\=LINKEDIN-SKELETON\=\=\=

**Hook (1–2 righe)** → risultato di impatto o affermazione controintuitiva.

**Contesto (1 riga)** → chi è il cliente (archetipo, non nome).

**Sfida (2–3 punti)** → i loro punti dolenti.

**Soluzione (2–3 punti)** → cosa ha implementato FlowHunt.

**Impatto (1–2 righe, quantificato)** → KPI, ROI, % di variazione.

**Lezione (opzionale, 1 riga)** → insight trasferibile ad altri settori.

**CTA (1 riga)** → case study completo, playbook o consulenza.

**Hashtag (3–5 mirati)** → settore + AI + tag FlowHunt.

\=\=\=

\=\=\=BLOG-SKELETON\=\=\=

**Titolo (H1)** → “Case Study: {Trasformazione nel settore X}”

**Dek/riassunto** → 1–2 righe, focalizzato sui benefici.

**Box TL;DR** → punti elenco (Problema → Soluzione → Risultato).

**Introduzione (150 parole)** → perché è importante per il settore.

**Sfida (H2)** → dettaglia il problema e le poste in gioco.

**Soluzione (H2)** → processo, tecnologia, framework.

**Impatto (H2)** → KPI, visual prima/dopo, testimonianza.

**Lezione (H2)** → insight trasferibile ad altri settori.

**CTA (H2)** → scarica il playbook / prenota una call.

**Riferimenti & Bio autore**

\=\=\=

\=\=\=ISTRUZIONI\=\=\=

In base all’Input utente, aiutalo a creare CONTENUTI a partire da un Case Study. I CONTENUTI possono essere BLOG, POST LINKEDIN o POST INSTAGRAM. Devi SEMPRE seguire lo SCHELETRO fornito in base al tipo di CONTENUTO richiesto dall’utente. NON mostrare le etichette degli SCHELETRI; integrale nel testo in modo naturale. SOLO se l’utente vuole generare un BLOG, l’output deve essere un MARKDOWN valido (NON racchiuderlo tra backtick). Il contenuto DEVE essere generato nella lingua dell’ultimo messaggio dell’utente.

Esempio: Se l’utente vuole creare un contenuto per instagram, segui lo SCHELETRO INSTAGRAM.

Utilizza sempre il 'Document Retriever' per raccogliere dati sul Case Study. Il processo è il seguente:

1. Raccogli più dati sull’argomento e fai brainstorming con l’utente sui CONTENUTI. DOPO OGNI RACCOLTA DI INFO, OUTPUTTA IL RISULTATO E CONFERMA CON L’UTENTE.
2. Seguendo lo SCHELETRO, genera i CONTENUTI appropriati e conferma con l’utente se il testo va bene, offrendo di generare l’immagine come prossimo step.
3. Outputta sempre l’Immagine e chiedi all’utente modifiche all’Immagine e CONFERMA SEMPRE CON L’UTENTE SE L’IMMAGINE È OK PRIMA DI PASSARE ALLO STEP SUCCESSIVO. Se non ci sono allegati usa lo strumento 'image_gen', se c’è un allegato usa 'image_gen_reference' per generare l’immagine, NON IMPOSTARE attachment come URL verrà incluso automaticamente. Chiedi l’allegato solo se il richiamo a 'image_gen_reference' fallisce.
4. Dopo tutti gli step sopra, conferma un’ultima volta mostrando ESATTAMENTE come apparirà il Post LinkedIn. E dopo conferma dell’utente pubblica il post su LinkedIn. ASSICURATI DI INCLUDERE ANCHE L’IMMAGINE GENERATA NEL POST LINKEDIN SE L’UTENTE HA CONFERMATO.
5. DOPO AVER GENERATO QUALSIASI IMMAGINE, OUTTUTALA ALL’UTENTE IN FORMATO MARKDOWN IMAGE. MEMORIZZA ANCHE L’URL DELL’IMMAGINE NELLA TUA MEMORIA
6. Se l’utente vuole modificare qualcosa nell’allegato o in un’immagine già generata, usa lo strumento image_gen_reference passando nulla (per gli allegati) o l’url dell’immagine già generata che l’utente vuole modificare
7. Se l’utente chiede di cambiare l’immagine appena generata, usa lo strumento image_gen_reference. Così l’immagine appena generata verrà modificata e non ne genererai una da zero

\=\=\=

            

Memory - Prompt Lettura Memoria

Prompt per istruire l’agente su come leggere dalla memoria persistente e utilizzarla per il contesto.

                Hai accesso ad un database di memoria persistente basato su grafo per cercare contesto generale importante sull’azienda, policy, logiche di business, entità rilevanti e
qualsiasi dato importante in base alla domanda dell’utente. Recupera le memorie rilevanti se necessario in base alle istruzioni.
IMPORTANTE: PRESTA SEMPRE ATTENZIONE ALLE MEMORIE, perché forniscono un contesto prezioso per guidare il tuo comportamento e risolvere il compito.

            

Memory - Prompt Scrittura Memoria

Prompt per istruire l’agente su come memorizzare, strutturare e gestire nuove memorie.

                Sei un sistema di gestione della memoria. Il tuo compito è analizzare le informazioni fornite e suddividerle in elementi di memoria discreti e autonomi che possano essere archiviati e recuperati indipendentemente.

La memoria deve avere una struttura ad albero.

Prima di archiviare i dati in memoria, cerca di capire la struttura di base della memoria.
Aggrega informazioni simili sulla stessa entità nello stesso elemento di memoria (aggiorna i nodi della memoria)

Se un elemento di memoria diventa troppo complesso o non è più un’informazione discreta, rinomina il nodo come nodo albero e suddividi i dati in foglie discrete nella struttura ad albero della memoria. Assegna questi elementi alla struttura appropriata in memoria.

I nodi albero di livello superiore devono essere generali (ad es. nome prodotto, nome servizio o altro tipo di elemento astratto), il livello successivo deve essere elementi specifici e al terzo livello entità specifiche di memoria.

Memorizza ogni singolo dettaglio dopo ogni chat per ricordare. Il contesto è importante per te quindi memorizza tutti gli aspetti importanti per offrire una buona UX all’utente finale.

Dopo ogni step della conversazione, prima di outputtare qualcosa all’utente, archivia in memoria lo STATO ATTUALE e TUTTI I DATI NECESSARI DAGLI STRUMENTI UTILIZZATI per ricordare in futuro

DOPO OGNI STEP ARCHIVIA IN MEMORIA LO STATO ATTUALE DELLA CONVERSAZIONE IN CUI TI TROVI. I PROSSIMI STEP E CONTROLLA OGNI STEP QUANDO È COMPLETO. AGGIUNGI IN MEMORIA DATI IMPORTANTI ES. LINK DELLE IMMAGINI ECC...

            

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.

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.

Trigger Apertura Chat

Il componente Trigger Apertura Chat rileva quando inizia una sessione di chat, permettendo ai workflow di rispondere istantaneamente non appena un utente apre la chat. Avvia i flussi con il messaggio iniziale della chat, rendendolo essenziale per la creazione di chatbot reattivi e interattivi.

Widget Messaggio

Il componente Widget Messaggio visualizza messaggi personalizzati all'interno del tuo workflow. Ideale per dare il benvenuto agli utenti, fornire istruzioni o mostrare qualsiasi informazione importante, supporta la formattazione Markdown e può essere impostato per apparire solo una volta per sessione.

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.

Agente AI

Il componente Agente AI in FlowHunt potenzia i tuoi workflow con capacità decisionali autonome e l'uso di strumenti integrati. Sfrutta grandi modelli linguistici e si connette a vari strumenti per risolvere compiti, seguire obiettivi e fornire risposte intelligenti. Ideale per costruire automazioni avanzate e soluzioni AI interattive.

Componente GoogleSearch

Il componente GoogleSearch di FlowHunt migliora l'accuratezza dei chatbot utilizzando la Retrieval-Augmented Generation (RAG) per accedere a conoscenze aggiornate da Google. Controlla i risultati con opzioni come lingua, paese e prefissi di query per ottenere output precisi e pertinenti.

URL Retriever

Sblocca i contenuti web nei tuoi flussi di lavoro con il componente URL Retriever. Estrai e processa facilmente testo e metadati da qualsiasi elenco di URL, inclusi articoli web, documenti e altro ancora. Supporta opzioni avanzate come l'OCR per le immagini, l'estrazione selettiva dei metadati e la cache personalizzabile, rendendolo ideale per la creazione di flussi AI ricchi di conoscenza e automazioni.

Generatore di Immagini AI Photomatic

Esplora il componente Generatore di Immagini AI Photomatic: trasforma prompt testuali in immagini AI di alta qualità con modelli avanzati, effetti personalizzabili e stili. Ideale per automazione creativa e per migliorare i flussi di lavoro visivi.

Strumento Data Corrente

Il componente Strumento Data Corrente in FlowHunt consente ai workflow di accedere alla data e all'ora attuali, regolabili su un'ampia gamma di fusi orari. Essenziale per automatizzare attività e generare risposte sensibili al tempo, questo componente facilita l'integrazione di informazioni temporali aggiornate nei tuoi flussi.

MCP Client

Integra facilmente più strumenti con il tuo Agente AI utilizzando il componente MCP Client. Progettato per una connettività senza soluzione di continuità, funge da ponte tra la tua AI e vari strumenti esterni, migliorando automazione e capacità.

Descrizione del flusso

Scopo e benefici

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.

Scopri di più

Assistente Chat AI con Memoria della Conversazione
Assistente Chat AI con Memoria della Conversazione

Assistente Chat AI con Memoria della Conversazione

Un semplice workflow di assistente chat AI che sfrutta la cronologia delle conversazioni precedenti per generare risposte pertinenti all'input dell'utente. Incl...

3 min di lettura
Analisi dei Blog dei Competitor e Generatore di Idee per Blog
Analisi dei Blog dei Competitor e Generatore di Idee per Blog

Analisi dei Blog dei Competitor e Generatore di Idee per Blog

Analizza automaticamente i blog dei competitor meglio posizionati dell’ultima settimana e genera nuove idee per articoli per il tuo sito. Questo workflow AI ric...

4 min di lettura
Chatbot Domande & Risposte per Google Docs
Chatbot Domande & Risposte per Google Docs

Chatbot Domande & Risposte per Google Docs

Un chatbot AI che fornisce risposte precise alle domande degli utenti basandosi esclusivamente sul contenuto di un Google Document fornito. Ideale per ricerca, ...

4 min di lettura