LiveAgent API連携によるAIカスタマーサポートエージェント
このAI搭載ワークフローは、ユーザーからの問い合わせを自社のナレッジソースや外部API（LiveAgentなど）、言語モデルに接続し、プロフェッショナルでフレンドリーかつ高い関連性のある応答を自動化します。フローは会話履歴の取得、ドキュメント検索、外部システムとの連携を行い、簡潔で構造化された回答を提供し、必要に応じて人間のサポートへエスカレーションします。サポートや商品提案、情報提供を最適化したい企業に最適です。
フロー
AIフローの仕組み
- 顧客からの問い合わせを受信・構造化.
- ユーザーの質問や問題を受け取り、プロンプトテンプレートを使って動的なAPIリクエストやコンテキストを準備し、初期データ入力を構造化します。
- 外部システムへの問い合わせとデータ取得.
- 外部カスタマーサポートAPI（例：LiveAgent）へリクエストを送り、顧客の課題解決に必要なアカウントや会話データを収集します。
- 関連コンテキストの抽出・生成.
- 取得したデータを処理し、主要情報を抽出。さらにLLMを用いて顧客の問い合わせコンテキストを生成または洗練し、正確なサポートを実現します。
- ナレッジベースとツールを活用したAIエージェント回答.
- AIエージェントは自社のナレッジソース、ドキュメント検索ツール、会話履歴、言語モデルを活用し、簡潔でプロフェッショナルな回答や提案を作成します。
- 顧客へ回答またはエスカレーション.
- AIが生成した回答を構造化された形式で顧客に提供し、自動解決できない場合は人間の担当者へエスカレーションします。
このフローで使用されるプロンプト
以下は、このフローでその機能を実現するために使用されるすべてのプロンプトの完全なリストです。プロンプトは、AIモデルに応答を生成させたりアクションを実行させるために与えられる指示です。これらはAIがユーザーの意図を理解し、関連する出力を生成するのを導きます。
プロンプト
会話メッセージ用APIリクエストURL構築用プロンプトテンプレート。
https://YOURLINK.ladesk.com/api/conversations/{human_input}/messages
ジェネレーター
入力からPreviewセクションを抽出するためのLLM向けシステムメッセージプロンプト。
extract the "Preview" section of your input and output only the section exactly as it is and if there are multiple preview sections output all of them by classifying them based on their date.
ツールコーリングエージェント
*YOURCOMPANY*のカスタマーサポート・ショッピングアシスタントとして、行動やツール利用方法を詳細に説明するスロバキア語システムメッセージプロンプト。...
You are an AI language model assistant acting as a friendly and professional customer support and shopping assistant for<u> *YOURCOMPANY*</u>
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 <u>*YOURCOMPANY*</u> 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 you goal is to answer the most recent query based on the tools at your disposal. 
<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 <u>*YOURCOMPANY*</u>:
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 <u>*YOURCOMPANY*</u>:
Politely inform the customer that you only provide support for <u>*YOURCOMPANY*</u>.
Suggest contacting the appropriate business support team at [<u>*YOURCOMPANY*</u>@EMAIL.EMAIL](mailto:YOURCOMPANY@EMAIL.EMAIL)
<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.
このフローで使用されるコンポーネント
以下は、このフローでその機能を実現するために使用されるすべてのコンポーネントの完全なリストです。コンポーネントは、すべてのAIフローの構成要素です。様々な機能を接続することで複雑な相互作用を作成し、タスクを自動化することができます。各コンポーネントは、ユーザー入力の処理、データ処理、外部サービスとの統合など、特定の目的を果たします。
チャット入力
FlowHuntのChat Inputコンポーネントは、Playgroundからのメッセージを受け取ることでユーザーとのやり取りを開始します。これはフローの出発点となり、ワークフローがテキストとファイルベースの入力の両方を処理できるようにします。
FlowHuntのプロンプトコンポーネント
FlowHuntのプロンプトコンポーネントを使って、AIボットの役割や行動を定義し、関連性の高いパーソナライズされた応答を実現する方法をご紹介します。プロンプトやテンプレートをカスタマイズし、効果的でコンテキストに応じたチャットボットフローを構築できます。
APIリクエスト
APIリクエストコンポーネントを使って、外部データやサービスをワークフローに統合しましょう。HTTPリクエストの送信、カスタムヘッダー・ボディ・クエリパラメータの設定、GETやPOSTなど複数のメソッドの対応も簡単。自動化をあらゆるWeb APIやサービスへ接続するために欠かせません。
データの作成
Create Dataコンポーネントは、カスタマイズ可能なフィールド数で構造化データレコードを動的に生成できます。新しいデータオブジェクトをオンデマンドで作成するワークフローに最適で、柔軟なフィールド設定と他の自動化ステップとのシームレスな統合をサポートします。
データ解析
Parse Dataコンポーネントは、構造化データをカスタマイズ可能なテンプレートでプレーンテキストに変換します。ワークフロー内でさらに利用するための柔軟なフォーマットや変換を可能にし、情報の標準化や後続コンポーネントへの準備を支援します。
ジェネレーター
FlowHunt の Generator コンポーネントを探索しましょう。選択した LLM モデルを使って強力な AI テキスト生成を実現。プロンプト、オプションのシステム指示、さらには画像も入力として組み合わせることで、ダイナミックなチャットボット応答を簡単に作成でき、インテリジェントな会話型ワークフロー構築の中核ツールとなります。
LLM OpenAI
FlowHuntは、OpenAIをはじめとする数十種類のテキスト生成モデルに対応しています。ここでは、AIツールやチャットボットでChatGPTを使用する方法をご紹介します。
ツールコーリングエージェント
FlowHunt のツールコーリングエージェントは、AIエージェントが複雑なクエリに答えるために外部ツールを知的に選択し利用できる高度なワークフローコンポーネントです。動的なツール使用、反復的な推論、複数リソースとの統合が必要なスマートAIソリューションの構築に最適です。
ドキュメントリトリーバー
FlowHuntのドキュメントリトリーバーは、生成AIモデルをあなた自身の最新ドキュメントやURLへ接続し、Retrieval-Augmented Generation（RAG）を通じて信頼性と関連性の高い回答を実現します。
チャット履歴コンポーネント
FlowHuntのチャット履歴コンポーネントは、チャットボットが過去のメッセージを記憶し、一貫性のある会話と顧客体験の向上を実現しつつ、メモリとトークンの使用を最適化します。
チャット出力
FlowHuntのChat Outputコンポーネントを使って、柔軟で複数構成のチャットボット応答を仕上げましょう。シームレスなフロー完了や高度なインタラクティブAIチャットボット構築に不可欠です。
フローの説明
目的と利点
このワークフローは、API連携・ドキュメント検索・言語モデル・動的データ処理を活用し、カスタマーサポートと商品提案の業務を自動化・効率化・スケールアップするために設計されています。以下は、その構造・コンポーネント・自動化の詳細な内訳です。
概要と目的
このフローの主な目的は、先進的なAI（OpenAI LLM）、動的プロンプト構築、APIコール、ドキュメント検索を活用し、企業向けのインテリジェントで自動化されたカスタマーサポート＆ショッピングアシスタントとして機能することです。顧客の質問への回答、関連ナレッジの取得、商品の提案、必要に応じた人間エージェントへのエスカレーションを、フレンドリーかつプロフェッショナルなトーンと構造化された出力で実現します。
このようなワークフローにより、スケーラブルで一貫した顧客対応が可能となり、手作業の負担を減らし、需要が増加しても高品質なサポート応答を維持できます。
ワークフロー構成と主なステップ
1. 入力とチャット履歴
- Chat Inputノードが、ユーザーのメッセージやファイル添付を起点として受け取ります。
- Chat Historyノードが、直近N件のメッセージを取得し、パーソナライズされたコンテキスト対応を可能にします。
2. プロンプト構築
- Prompt Templatesは、ユーザー入力やチャット履歴をもとにAPI URLを動的生成します。
- 例：LiveAgentから会話データを取得するURLを構築（
YOURLINKは実際のドメインに置き換え）。 - もう1つはLiveAgentへ新規メッセージを投稿するためのテンプレート。
- 例：LiveAgentから会話データを取得するURLを構築（
- Notesは、APIキー挿入やLiveAgentリンクの更新を促すリマインダーとして利用。
3. APIリクエスト
- 本フローは2つのAPI Requestノードを使用：
- 1つは会話情報の取得（GETリクエスト）。
- もう1つはメッセージ送信や会話への操作（POSTリクエスト）。
- Create DataノードはAPIコール用のクエリパラメータやボディデータ（APIキーやメッセージ内容など）を動的生成します。
4. データ解析・処理
- Parse Dataノードは、APIレスポンスの構造化データをプレーンテキストに変換し、必要に応じてテンプレートで整形します。
- これによりAPIコールの出力を、AI処理やユーザー表示に適した形にできます。
5. ナレッジ検索
- Document Retrieverは、ユーザーの質問に基づきナレッジベースやドキュメンテーションリポジトリを検索し、最も関連性の高いドキュメント・スニペット・リンクを返します。
- AIエージェントの参考情報としてナレッジを提供し、回答の根拠を保証します。
6. AI生成・後処理
- LLM OpenAIノード（2つ、異なる設定で利用）は、大規模言語モデル（例：GPT-4.1）で応答生成や構造情報の抽出を行います。
- Generatorノードは、処理済みAPIレスポンスから特定セクション（例：“Preview”）を抽出するためにLLMを利用します。
7. エージェントによる推論オーケストレーション
- Tool Calling Agentは中核の推論エンジンです：
- 処理済み入力・チャット履歴・ツール（Document Retrieverなど）を受け取ります。
- 企業ポリシーやトーン、構造化ルールを徹底するシステムプロンプトを利用。
- ナレッジベースからの回答・追加質問・人間エージェントへのエスカレーションを動的に判断。
- 出力は簡潔（100〜200トークン）、適切なフォーマット、顧客の希望言語で提供。
8. 出力表示
- Chat Outputノードは、AI生成や処理済みメッセージをユーザーに表示します。
- フローは、AI生成後やエージェント推論後など、複数段階での出力にも対応しています。
コンポーネント関係（簡易表）
| ステップ | 入力 | 出力 | 目的 |
|---|---|---|---|
| Chat Input | ユーザーメッセージ | メッセージ | 顧客問い合わせのエントリーポイント |
| Chat History | - | チャット履歴 | パーソナライズ応答用のコンテキスト提供 |
| Prompt Templates | ユーザー入力・履歴 | API URL（テキスト） | APIコール用URLを動的生成 |
| Create Data | - | クエリ/ボディデータ | APIリクエスト用データ生成 |
| API Request | URL・パラメータ/ボディ | APIレスポンスデータ | 外部サービス（例：LiveAgent）へのデータ取得/送信 |
| Parse Data | APIレスポンス | テキスト | 構造化データをLLM/ユーザー用にテキスト変換 |
| LLM OpenAI | プロンプト・パラメータ | AI生成テキスト | テキスト生成や情報抽出 |
| Generator | テキスト・モデル | 処理済みテキスト | 入力から特定情報（例：“Preview”）を抽出 |
| Document Retriever | クエリ | ドキュメント/ツール | ナレッジベースから関連情報検索 |
| Tool Calling Agent | 入力・ツール・履歴・モデル | 推論済みメッセージ | 回答・ツール利用・エスカレーション・整形のオーケストレーション |
| Chat Output | メッセージ | - | ユーザーへのメッセージ表示 |
このフローが自動化・スケールに有用な理由
- 一貫性：どの顧客にも正確でポリシー遵守・ブランドに沿った回答を提供（対応量に依存しない）。
- スケーラビリティ：AIと自動ツールを活用し、人だけに頼らず無制限の同時会話対応。
- 効率性：ナレッジ検索・応答生成・エスカレーションまで自動化し、担当者の手作業を削減。
- パーソナライズ：チャット履歴とコンテキストを統合し、個別対応を実現。
- 拡張性：プロンプトやAPI連携・ナレッジソースの追加/変更で容易に拡張可。
- 多言語対応：顧客の希望言語でAIエージェントが応答し、UX向上。
自動化ロジックのポイント
- 動的入力処理：ユーザー入力や会話コンテキストに応じてAPIコールやナレッジ検索を適応。
- 条件付き推論：エージェントが最適な回答ソース（ナレッジベース・API・人間エスカレーション）を選択。
- 構造化出力：短く・整形された・魅力的な回答（箇条書き・太字・絵文字含む）を徹底。
- セキュリティ：APIキーの安全な挿入や企業リンクの更新リマインド。
- フィードバックループ：自動解決できない時は追加質問や人間サポートへのエスカレーションが可能。
まとめ
本ワークフローは、AIによるカスタマーサポート＆商品提案自動化のための強力かつモジュール式の仕組みです。チャット入力、動的API連携、ドキュメント検索、大規模言語モデルを1つのオーケストレーションエージェントで統合。繰り返し業務を自動化し、高度なAI推論を活用することで、サポート業務の効率的なスケールと高水準のサービス・パーソナライゼーションを両立します。
詳細はこちら
LiveAgent用AIカスタマーサポートエージェント
このワークフローは、LiveAgentの会話を統合し、関連する会話データを抽出し、AIモデルを用いて応答を生成し、ナレッジベースのドキュメントを取得することで、企業のカスタマーサポートを自動化します。AIエージェントは、受信したサポート問い合わせを処理し、ナレッジソースからコンテキストを強化し、顧客に分かりやすく、プロ...
LiveAgent連携AIサポートチャットボット
AIチャットボットでカスタマーサポートを自動化。社内ナレッジベースを活用して質問に回答し、必要に応じてLiveAgent経由で人間のオペレーターへシームレスに接続します。ユーザー体験を向上させ、応答時間を短縮し、サポート業務を効率化します。...
LiveChat.com連携AIチャットボット
社内ナレッジベースを活用して顧客の質問にAIが回答し、複雑または未解決の問い合わせはLiveChat.comを通じてリアルな担当者にシームレスに転送するAIチャットボットをウェブサイトに導入します。顧客サポートの効率を高め、ユーザーが常に必要なサポートを得られるようにします。...