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 답변을 제공하며, 필요시 인간 상담 지원으로 이관합니다. 지원, 제품 추천, 정보 제공의 최적화를 원하는 기업에 이상적입니다.

AI 플로우 작동 방식 - LiveAgent API 통합이 적용된 AI 고객 지원 에이전트

플로우

AI 플로우 작동 방식

고객 문의 접수 및 구조화.
사용자의 질문 또는 이슈를 캡처하고, 프롬프트 템플릿을 활용해 동적 API 요청 및 컨텍스트를 준비하며, 초기 데이터 입력을 구조화합니다.
외부 시스템 질의 및 데이터 수집.
외부 고객 지원 API(예: LiveAgent)에 요청을 보내고, 고객 이슈 해결에 필요한 계정 또는 대화 데이터를 수집합니다.
관련 컨텍스트 추출 및 생성.
수집된 데이터를 처리하여 핵심 정보를 추출하고, LLM을 활용해 고객 문의 컨텍스트를 생성 또는 정제하여 정확한 지원을 제공합니다.
지식 기반 및 도구 활용 AI 에이전트 답변.
AI 에이전트가 회사 지식 소스, 문서 검색 도구, 대화 이력, 언어 모델을 활용해 간결하고 전문적인 답변 또는 추천을 작성합니다.
고객 응답 또는 이관.
AI가 생성한 답변을 구조화된 형식으로 고객에게 전달하고, 자동으로 해결할 수 없는 문의는 인간 상담사에게 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.

Tool Calling Agent

*YOURCOMPANY*의 고객 지원 및 쇼핑 도우미 역할을 Slovak어로 진행하는 에이전트 시스템 메시지 프롬프트로, 동작 및 도구 사용법을 상세히 안내합니다....

                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.

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

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 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

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

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

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

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

이 워크플로우는 API 통합, 문서 검색, 언어 모델, 동적 데이터 처리 기능을 활용하여 고객 지원 및 제품 추천 프로세스를 자동화, 간소화, 확장할 수 있도록 설계되었습니다. 아래에는 이 구조, 구성 요소, 그리고 제공하는 자동화에 대한 자세한 설명이 있습니다.

개요 및 목적

이 플로우의 주요 목적은 고급 AI(OpenAI LLM), 동적 프롬프트 생성, API 호출, 문서 검색을 활용하여 회사의 지능형 자동 고객 지원 및 쇼핑 도우미 역할을 하는 것입니다. 고객의 문의에 답변하고, 관련 지식을 검색하며, 제품을 추천하고, 필요시 인간 상담사에게 이관하는 등 모든 과정을 친근하고 전문적인 톤과 구조화된 출력으로 처리합니다.

이러한 워크플로우는 확장 가능하고 일관성 있는 고객 응대를 가능하게 하며, 수작업을 줄이고, 수요가 증가해도 고품질 지원을 보장합니다.

워크플로우 구조 및 주요 단계

1. 입력 및 대화 이력

  • Chat Input 노드는 사용자의 메시지와 파일 첨부를 수집하여 시작점을 만듭니다.
  • Chat History 노드는 최근 N개의 메시지를 불러와 대화 컨텍스트를 제공해, 개인화되고 컨텍스트를 반영한 답변이 가능하도록 합니다.

2. 프롬프트 생성

  • Prompt Templates는 사용자 입력과 대화 이력을 활용해 API URL을 동적으로 생성합니다. 예시:
    • 한 템플릿은 LiveAgent에서 대화 데이터를 가져오는 URL을 만듭니다(YOURLINK는 실제 도메인으로 교체).
    • 또 다른 템플릿은 LiveAgent로 새 메시지를 전송하는 데 사용됩니다.
  • Notes에는 API 키 삽입 또는 템플릿 내 LiveAgent 링크 업데이트와 같은 리마인더가 포함될 수 있습니다.

3. API 요청

  • 워크플로우는 두 개의 API Request 노드를 사용합니다:
    • 하나는 대화 정보 가져오기(GET 요청).
    • 다른 하나는 메시지 전송 또는 대화 상호작용(POST 요청).
  • Create Data 노드는 API 호출에 필요한 쿼리 파라미터나 본문 데이터를 동적으로 생성합니다(예: API 키, 메시지 내용 등).

4. 데이터 파싱 및 처리

  • Parse Data 노드는 API 응답의 구조화된 데이터를 일반 텍스트로 변환하며, 필요시 템플릿을 이용하여 포맷팅합니다.
  • 이를 통해 API 호출 결과를 AI 처리 또는 사용자 표시용으로 적합하게 만듭니다.

5. 지식 검색

  • Document Retriever는 사용자의 질의에 따라 지식 기반 또는 문서 저장소를 검색하여 가장 관련성 높은 문서, 스니펫, 링크를 반환하는 통합 도구입니다.
  • AI 에이전트가 답변의 근거로 참고할 수 있도록 지식을 제공합니다.

6. AI 생성 및 후처리

  • LLM OpenAI 노드(서로 다른 구성으로 2개 사용)는 대형 언어 모델(GPT-4.1 등)에 접근하여 답변 생성 및 구조화된 정보 추출을 지원합니다.
  • Generator 노드는 LLM을 이용해 처리된 API 응답에서 특정 섹션(예: “Preview”)을 추출합니다.

7. 에이전트 중심 추론

  • Tool Calling Agent는 중앙 추론 엔진입니다:
    • 처리된 입력, 대화 이력, 도구(Document Retriever 등)에 접근합니다.
    • 회사 정책, 톤, 구조를 준수하도록 하는 시스템 프롬프트를 사용합니다.
    • 지식 기반, 명확화 질문, 인간 상담 이관 중 최적의 답변 방법을 동적으로 결정합니다.
    • 응답이 간결(100–200 토큰), 잘 포맷되고, 고객 선호 언어로 제공되도록 보장합니다.

8. 출력 표시

  • Chat Output 노드는 최종 AI 생성 또는 처리된 메시지를 사용자에게 표시합니다.
  • 워크플로우는 여러 단계(예: AI 생성 후, 에이전트 추론 후 등)에서 다양한 출력 지점도 지원합니다.

구성 요소 관계(간단 표)

단계입력출력목적
Chat Input사용자 메시지메시지사용자 문의의 진입점
Chat History-대화 이력개인화된 답변을 위한 컨텍스트 제공
Prompt Templates사용자 입력, 대화 이력API URL(텍스트)API 호출용 URL 동적 생성
Create Data-쿼리/바디 데이터API 요청에 필요한 데이터 생성
API RequestURL, 파라미터/바디API 응답 데이터외부 서비스(LiveAgent 등)와 데이터 송수신
Parse DataAPI 응답텍스트구조화된 데이터를 LLM/사용자용 일반 텍스트로 변환
LLM OpenAI프롬프트, 파라미터AI 생성 텍스트텍스트 생성, 정보 추출
Generator텍스트, 모델처리된 텍스트입력에서 특정 정보(“Preview” 등) 추출
Document Retriever쿼리문서/도구회사 지식 기반에서 관련 정보 검색
Tool Calling Agent입력, 도구, 이력, 모델추론 메시지답변, 도구 사용, 이관, 포맷팅 통합 추론
Chat Output메시지-사용자에게 메시지 표시

자동화 및 확장에 유용한 이유

  • 일관성: 고객이 많아져도 모든 고객에게 정확하고 정책 및 브랜드에 부합하는 답변을 제공합니다.
  • 확장성: AI 및 자동화 도구를 활용해 무제한 동시 대화를 처리할 수 있어 인적 자원 부담을 줄입니다.
  • 효율성: 지식 검색, 답변 생성, 이관 로직까지 자동화하여 상담사의 수작업을 감소시킵니다.
  • 개인화: 대화 이력과 컨텍스트를 통합해 맞춤형 답변을 제공합니다.
  • 확장성: 프롬프트 템플릿 변경, 새로운 API 통합, 지식 소스 업데이트 등으로 쉽게 확장·적용할 수 있습니다.
  • 다국어 지원: AI 에이전트가 고객의 선호 언어로 답변 가능하여 사용자 경험을 향상시킵니다.

자동화 로직 주요 포인트

  • 동적 입력 처리: 실시간 사용자 입력과 대화 컨텍스트에 따라 API 호출 및 지식 검색이 적응적으로 작동합니다.
  • 조건부 추론: 에이전트는 답변마다 지식 기반, API, 인간 이관 중 최적의 소스를 선택합니다.
  • 구조화된 출력: 짧고, 잘 포맷되며, 이모지와 볼드, 불릿포인트로 구성된 답변을 보장합니다.
  • 보안: API 키 보안 삽입 및 회사별 링크 업데이트 등 보안 리마인드를 제공합니다.
  • 피드백 루프: 에이전트는 명확화 질문을 하거나 자동화로 해결 불가시 인간에게 이관합니다.

요약

이 워크플로우는 AI 기반 고객 지원 및 제품 추천을 위한 견고하고 모듈화된 자동화 솔루션입니다. 채팅 입력, 동적 API 통합, 문서 검색 및 고급 언어 모델을 단일 오케스트레이션 에이전트 아래 결합하여 반복 업무를 자동화하고, AI 추론을 활용해 지원 작업을 효율적으로 확장하면서도 높은 서비스 품질과 개인화를 유지할 수 있습니다.

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

지식 베이스 및 API 확장 기능이 탑재된 AI 고객 지원 에이전트
지식 베이스 및 API 확장 기능이 탑재된 AI 고객 지원 에이전트

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,...

4 분 읽기
LiveAgent 통합 AI 지원 챗봇
LiveAgent 통합 AI 지원 챗봇

LiveAgent 통합 AI 지원 챗봇

내부 지식 베이스를 활용해 질문에 답변하고, 필요 시 LiveAgent를 통해 사용자를 실시간 상담원에게 원활하게 연결하는 AI 챗봇으로 고객 지원을 자동화하세요. 사용자 경험을 향상시키고, 응답 시간을 단축하며, 지원 업무를 효율적으로 관리할 수 있습니다....

3 분 읽기