지식 베이스 및 API 확장 기능이 탑재된 AI 고객 지원 에이전트

이 AI 기반 워크플로우는 내부 지식 베이스 검색, Google Docs 지식 검색, API 통합, 고급 언어 모델 추론을 결합하여 고객 지원을 자동화합니다. 에이전트는 슬로바키아어나 고객의 언어로 응답하며, 항상 최신 정보를 제공하고 필요시 인간 지원으로 이관할 수 있습니다. 다국어, 자동화, 맥락 인식 고객 서비스를 원하는 기업에 이상적입니다.

AI 플로우 작동 방식 - 지식 베이스 및 API 확장 기능이 탑재된 AI 고객 지원 에이전트

플로우

AI 플로우 작동 방식

고객 문의 수신.
채팅 입력에서 고객 문의를 캡처하고, 맥락 제공을 위해 최근 채팅 기록을 조회합니다.
내부 및 외부 소스에서 지식 수집.
워크플로우는 문서 검색기를 사용하여 내부 문서 저장소와 연결된 Google Docs 모두에서 관련 지식 베이스 정보를 검색합니다.
API를 통한 데이터 확장 및 분석.
고객 메시지 ID를 사용해 외부 API를 호출하고, 메시지 기록을 가져오며, 맥락 확장을 위해 필요한 정보를 파싱합니다.
AI 에이전트 응답 및 다국어 생성.
고급 AI 에이전트가 수집된 맥락, 지식 소스, 언어 모델을 활용하여 슬로바키아어나 고객의 언어로 전문적이고 간결하며 정확한 답변을 생성합니다.
고객 응답 및 필요 시 이관.
에이전트가 고객에게 관련 링크와 정보를 포함하여 응답을 전달하며, 자동으로 해결할 수 없는 문의는 인간 지원으로 이관합니다.

이 플로우에서 사용된 프롬프트

다음은 이 플로우에서 기능을 달성하기 위해 사용된 모든 프롬프트의 완전한 목록입니다. 프롬프트는 AI 모델에게 응답을 생성하거나 작업을 수행하도록 주어지는 지시사항입니다. 이들은 AI가 사용자의 의도를 이해하고 관련된 출력을 생성하도록 안내합니다.

툴 호출 에이전트 (ToolCallingAgent-K7dur)

툴 호출 에이전트입니다.

                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. 

<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.

이 플로우에서 사용된 컴포넌트

다음은 이 플로우에서 기능을 달성하기 위해 사용된 모든 컴포넌트의 완전한 목록입니다. 컴포넌트는 모든 AI 플로우의 구성 요소입니다. 다양한 기능을 연결하여 복잡한 상호작용을 만들고 작업을 자동화할 수 있게 해줍니다. 각 컴포넌트는 사용자 입력 처리, 데이터 처리 또는 외부 서비스와의 통합과 같은 특정 목적을 가지고 있습니다.

채팅 입력

FlowHunt의 채팅 입력 컴포넌트는 Playground에서 메시지를 캡처하여 사용자 상호작용을 시작합니다. 이는 플로우의 시작점 역할을 하며, 워크플로우가 텍스트 및 파일 기반 입력을 모두 처리할 수 있게 해줍니다.

보기 채팅 입력

FlowHunt의 프롬프트 컴포넌트

FlowHunt의 프롬프트 컴포넌트로 AI 봇의 역할과 행동을 정의하여, 관련성 있고 개인화된 답변을 받을 수 있습니다. 효과적이고 문맥을 이해하는 챗봇 플로우를 위해 프롬프트와 템플릿을 커스터마이즈하세요.

보기 FlowHunt의 프롬프트 컴포넌트

데이터 생성

데이터 생성 컴포넌트는 필드 개수를 자유롭게 설정하여 동적으로 구조화된 데이터 레코드를 생성할 수 있습니다. 새로운 데이터 객체를 즉시 생성해야 하는 워크플로우에 이상적이며, 유연한 필드 구성과 다른 자동화 단계와의 매끄러운 통합을 지원합니다.

보기 데이터 생성

API 요청

API 요청 컴포넌트를 사용하여 외부 데이터와 서비스를 워크플로우에 통합하세요. HTTP 요청을 손쉽게 보내고, 사용자 지정 헤더, 본문, 쿼리 파라미터를 설정하며, GET 및 POST 등 다양한 메서드를 처리할 수 있습니다. 모든 웹 API 또는 서비스와 자동화를 연결하는 데 필수적인 기능입니다.

보기 API 요청

데이터 파싱

Parse Data 컴포넌트는 구조화된 데이터를 사용자 정의 템플릿을 활용해 일반 텍스트로 변환합니다. 유연한 포맷팅과 데이터 입력 변환을 통해 워크플로우 내에서 정보를 표준화하거나 후속 컴포넌트에 맞게 준비하는 데 도움을 줍니다.

보기 데이터 파싱

제너레이터

FlowHunt의 제너레이터 컴포넌트를 살펴보세요—선택한 LLM 모델을 활용한 강력한 AI 기반 텍스트 생성. 프롬프트, 선택적인 시스템 지침, 심지어 이미지를 입력으로 결합하여 동적인 챗봇 응답을 손쉽게 만들어 지능형 대화형 워크플로우를 구축하는 핵심 도구입니다.

보기 제너레이터

LLM 오픈AI

FlowHunt는 OpenAI를 포함한 수십 가지 텍스트 생성 모델을 지원합니다. AI 도구와 챗봇에서 ChatGPT를 사용하는 방법을 알아보세요.

보기 LLM 오픈AI

채팅 기록 컴포넌트

FlowHunt의 채팅 기록 컴포넌트는 챗봇이 이전 메시지를 기억하도록 하여 일관된 대화와 향상된 고객 경험을 제공하며, 메모리와 토큰 사용을 최적화합니다.

보기 채팅 기록 컴포넌트

툴 콜링 에이전트

FlowHunt의 툴 콜링 에이전트를 살펴보세요—AI 에이전트가 외부 도구를 지능적으로 선택하고 사용하여 복잡한 질의를 해결할 수 있게 해주는 고급 워크플로우 구성 요소입니다. 동적 도구 활용, 반복적 추론, 다양한 리소스와의 통합이 필요한 스마트 AI 솔루션 구축에 적합합니다.

보기 툴 콜링 에이전트

문서 검색기

FlowHunt의 문서 검색기는 생성형 모델이 최신 문서와 URL에 연결되어 신뢰할 수 있고 관련성 높은 답변을 제공하도록 도와 AI의 정확도를 높입니다. 이는 검색 기반 생성(RAG)을 활용합니다.

보기 문서 검색기

Google Docs 검색기

Google Docs Retriever 컴포넌트를 사용하여 Google Docs와 워크플로우를 통합하세요. 자동화, 챗봇 또는 지식 워크플로우에서 문서 콘텐츠를 원활하게 가져올 수 있습니다. FlowHunt 플로우 내에서 Google Docs에 접근, 처리, 활용하기에 이상적입니다.

보기 Google Docs 검색기

채팅 출력

FlowHunt에서 채팅 출력 컴포넌트를 확인해보세요—유연하고 다중 파트의 출력으로 챗봇 응답을 마무리합니다. 원활한 플로우 완료와 고급 상호작용형 AI 챗봇 제작에 필수적입니다.

보기 채팅 출력

플로우 설명

목적과 이점

개요

이 워크플로우는 티켓팅 또는 지원 시스템에서 고객 메시지를 가져오고, 최신 관련 메시지를 추출하며, 맥락 및 채팅 기록으로 확장한 뒤, 고급 AI(LLM)와 지식 도구를 결합해 전문적이고 다국어로 된 고객 지원 응답을 생성하는 과정을 자동화합니다. 이렇게 준비된 응답을 외부 시스템에 다시 전송할 수 있어, 고객 지원, 지식 검색, 외부 API 통합의 확장성과 자동화에 이상적입니다.

단계별 설명

1. 입력 수집 및 준비

  • 채팅 입력: 워크플로우는 채팅 메시지를 직접 수신할 수 있습니다.
  • API용 프롬프트 생성: 시스템은 프롬프트 템플릿을 사용해 외부 API에서 티켓 메시지를 가져오도록 동적으로 URL을 만듭니다(예: https://arshiakahani.ladesk.com/api/v3/tickets/{input}/messages). 이를 통해 유입된 사용자 데이터에 따라 유연하게 메시지를 조회할 수 있습니다.
  • 쿼리 파라미터 구성: 데이터 생성 노드를 사용해 API 요청에 필요한 쿼리 파라미터를 동적으로 구축합니다.

2. 외부 데이터 조회

  • API 요청: 구성된 URL과 쿼리 파라미터를 이용해 외부 티켓팅 시스템에서 티켓 메시지 기록을 GET 요청으로 가져옵니다. API 키 인증은 헤더를 통해 지원됩니다.
  • 가져온 데이터 파싱: API가 데이터를 반환하면, 파서 노드는 이 데이터를 템플릿을 통해 구조화된 일반 텍스트로 변환해 AI 후처리에 적합한 형태로 만듭니다.

3. 메시지 추출 및 전처리

  • LLM 기반 추출: OpenAI LLM(예: GPT-4.1)을 시스템 프롬프트와 함께 사용하여 티켓 데이터에서 최신 사용자 메시지(특히 “M” 타입의 메시지)만을 추출합니다. 이를 통해 관련 있는 내용만 다음 단계로 전송됩니다.
  • 프롬프트 확장: 추출된 메시지와 채팅 맥락을 대화 기록 및 최신 메시지 구분이 포함된 정교한 프롬프트 템플릿에 삽입하여, 메인 지원 에이전트로 전달할 입력을 준비합니다.

4. 지식 보강

  • 채팅 기록: 시스템은 대화의 마지막 N개의 메시지를 조회해 연속성과 풍부한 맥락을 제공합니다.
  • 문서 검색: 문서 검색 도구가 내부/외부 지식 베이스(옵션으로 Google Docs 포함)에서 고객 문의에 답변할 수 있는 관련 정보를 검색합니다. 이는 최신의 정확한 정보에 기반한 답변을 위해 필수적입니다.
  • 도구 통합: 문서 검색기와 Google Docs 검색기는 에이전트가 사용할 수 있는 “도구"로 등록되어, 응답 생성 중 동적으로 조회할 수 있습니다.

5. 에이전트 중심 응답 생성

  • 툴 호출 에이전트: 핵심에는 툴 호출 에이전트(LLM 기반)가 있으며, 확장된 프롬프트, 채팅 기록, 지식 도구 접근 권한을 받습니다. 이 에이전트의 역할은 사용자 의도를 파악하고, 지식 베이스/도구에서 답변을 검색하며, 간결하고 친절하며 전문적인 답변을 작성하는 것입니다.
    • 에이전트는 기본적으로 슬로바키아어로 응답하거나, 감지 시 고객의 언어로 전환합니다.
    • 구조화된 서식(짧은 단락, 강조를 위한 굵은 글씨, 적절한 불릿포인트, 이모지 사용)이 강제됩니다.
    • 검색된 지식만을 우선 활용하며, 사실이나 URL을 임의로 만들지 않고, 필요시 추가 설명을 요청하며, 해결되지 않은 문의는 인간 에이전트로 이관합니다.
    • 모든 응답은 고객 지원의 어조와 이메일 커뮤니케이션에 적합한 구조를 따릅니다.

6. 후처리 및 출력

  • 응답 포맷팅: 에이전트의 응답은 프롬프트 템플릿을 통해 다국어 출력(예: 슬로바키아어와 고객의 원래 언어 포함)으로 추가 가공됩니다.
  • LLM 생성: 별도의 LLM 노드가 필요에 따라 출력의 일부를 생성하거나 번역할 수 있습니다.
  • API 통합을 통한 외부 메시지 발송: 워크플로우는 아웃바운드 API 요청을 위한 데이터 객체를 동적으로 구축하고, 생성된 응답을 패키징하여 관련 외부 시스템에(일반적으로 POST 방식) 전송합니다.
  • 파싱 및 최종 출력: 외부 API 응답은 채팅 플레이그라운드에 표시하거나 사용자 인터페이스로 다시 전송될 수 있도록 파싱됩니다.

주요 구성 요소 및 목적

구성 요소목적
채팅 입력사용자/고객 메시지 수신
프롬프트 템플릿URL 및 메시지 프롬프트를 동적으로 생성
API 요청외부 시스템에서 티켓 데이터/메시지 조회
데이터 파싱구조화된 데이터를 일반 텍스트로 변환
OpenAI LLM관련 메시지 추출, 응답 생성 또는 번역
문서 검색기지식 베이스에서 관련 정보 검색
Google Docs 검색기외부 문서를 에이전트의 지식으로 통합
툴 호출 에이전트중앙 AI 지원 에이전트—도구 및 채팅 기록 활용
데이터 생성아웃바운드 API 요청을 위한 응답 및 데이터 패키징
채팅 출력최종 결과를 최종 사용자 또는 시스템에 표시
비고운영자 안내 제공(예: API 키/URL 입력 위치 등)

활용 사례 및 장점

  • 자동화된 고객 지원: 고객 문의 추출, 보강, 응답 과정을 전문적이고 정확하며 맥락에 맞게 자동화합니다.
  • 다국어 지원: 고객 언어를 자동 감지하여 해당 언어로 응답하며, 번역 및 포맷팅도 워크플로우가 처리합니다.
  • 확장 가능한 지식 관리: 내부 문서, Google Docs 등 다양한 지식 소스를 통합해 더 포괄적이고 최신의 답변을 제공합니다.
  • 원활한 외부 시스템 통합: 다양한 API와 손쉽게 연동하여 인바운드(메시지 조회), 아웃바운드(응답 발송) 작업을 처리합니다.
  • 인간 개입 이관: 해결되지 않거나 불분명한 사례는 자동으로 인간 에이전트에게 이관해 고품질 지원을 보장합니다.

확장 및 자동화를 위한 워크플로우의 유용성

  • 수작업 감소: 데이터 조회, 메시지 추출, 맥락 구축, 응답 생성 과정을 자동화하여 반복적 지원 문의에 대한 인력 개입을 최소화합니다.
  • 일관성 및 품질 보장: 모든 고객 커뮤니케이션이 담당자나 근무 교대와 관계없이 회사의 어조, 서식, 정보 정확성을 준수하도록 보장합니다.
  • 신속한 적응성: 새로운 데이터 소스나 API 연동, 언어 추가를 손쉽게 적용할 수 있으며, 추가 설정 없이도 더 많은 지원량을 처리할 수 있습니다.
  • 고객 만족도 향상: 각 고객의 언어와 문의에 맞춘 빠르고 적합하며 친절한 응답으로 더 나은 경험과 충성도를 이끌어냅니다.

시각적 플로우(간략화)

아래는 주요 단계를 단순화한 플로우차트입니다:

  1. 채팅 입력 / API 조회 →
  2. 티켓 메시지 조회(API 요청) →
  3. 데이터 파싱 →
  4. 최신 사용자 메시지 추출(LLM) →
  5. 맥락 & 기록으로 프롬프트 확장 →
  6. 지식 검색(문서/Google Docs 검색기) →
  7. 툴 호출 에이전트(LLM) 응답 생성 →
  8. 응답 포맷/번역/발송(API 요청) →
  9. 출력 표시/전달

이 워크플로우는 외부 API, 지식 베이스, 고급 AI 응답 통합이 필요한 고객 지원, 기술 지원, 정보 제공 워크플로우의 자동화와 확장에 적합한 견고한 기반을 제공합니다.

귀하만의 AI 팀을 구축해 드리겠습니다

우리는 귀하와 같은 기업이 스마트 챗봇, MCP 서버, AI 도구 또는 기타 유형의 AI 자동화를 개발하여 조직 내 반복적인 작업에서 인간을 대체할 수 있도록 도와드립니다.

데모 예약하기 지금 시도해보기

더 알아보기

LiveAgent API 통합이 적용된 AI 고객 지원 에이전트
LiveAgent API 통합이 적용된 AI 고객 지원 에이전트

LiveAgent API 통합이 적용된 AI 고객 지원 에이전트

이 AI 기반 워크플로우는 사용자 문의를 회사의 지식 소스, 외부 API(LiveAgent 등), 그리고 언어 모델에 연결하여 전문적이고 친근하며 높은 관련성의 답변을 자동화합니다. 이 플로우는 대화 이력을 가져오고, 문서 검색을 사용하며, 외부 시스템과 상호작용하여 간결하고 구조화된 ...

4 분 읽기
AI 고객 서비스 챗봇
AI 고객 서비스 챗봇

AI 고객 서비스 챗봇

내부 지식 소스를 활용하여 고객 문의에 즉각적이고 정확하며 도움이 되는 답변을 제공하는 AI 기반 고객 서비스 챗봇입니다. 채팅 기록을 활용하고, 관련 문서를 검색하며, AI를 통해 응답을 생성하여 효율적인 지원과 향상된 고객 만족도를 제공합니다....

3 분 읽기