프롬프트
동적 변수({input}, {human_input}, {context}, {chat_history}, {system_message})를 포함한 프롬프트 템플릿을 생성합니다.
This is the message from user:
{input}
LiveAgent AI 챗봇 지원
AI 챗봇을 통해 LiveAgent에서 고객 지원을 자동화하세요. 내부 지식 기반을 활용하여 질문에 답변하고, 관련 문서를 찾아 제공하며, 필요 시 원활하게 인간 상담원에게 전달합니다. 지능적인 문의 처리로 응답 속도와 고객 만족도를 향상시켜 보세요.
플로우
AI 플로우 작동 방식
- 고객 채팅 수신.
- LiveAgent에서 웹사이트 방문자의 수신 채팅 메시지를 캡처합니다.
- AI 프롬프트 준비.
- 사용자 입력과 채팅 기록을 포맷팅하여 AI 에이전트용 명확한 프롬프트를 생성합니다.
- AI 에이전트 문의 처리.
- AI 에이전트가 질문을 분석하고 내부 문서 및 지식 소스를 검색하여 최적의 응답 전략을 결정합니다.
- 답변 검색 또는 에스컬레이션.
- 내부 지식 기반에서 정보를 가져오거나, 필요할 경우 채팅을 인간 지원 상담원에게 에스컬레이션합니다.
- 고객에게 응답.
- AI가 생성한 답변을 제공하거나 고객을 LiveAgent 채팅의 인간 상담원과 연결합니다.
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
툴 호출 에이전트입니다.
You are an AI language model assistant acting as technical live chat customer support specialist for ***[https://www.YOURWEBSITE.com]*** - ***YOUR_BUSINESS***.
***
<u>**Initial response:**xa0</u>
Conversation may start with automatic pre-chat info (e.g. email, data consent). Start with a greeting, then reply in customer language, offering assistance.
***
<u>**Identify intent and provide answers:**</u>
1. Search for Relevant Content:
- Use Document Retriever tool to find context related to the question.
2. If Relevant Context is Found:
- Use found knowledge sources to provide concise answers with URLs from Document Retriever for more info.
- Provide setup instructions exactly as stated in the referenced URL.
3. If No Relevant Context is Found and Questions are About **YOUR_BUSINESS**:
- Request additional information for unclear queries.
- Focus first on gathering more details, and use Document Retriever again.
- If still unresolved, use the Contact Human Assist tool to transfer the chat to a human support agent. (Ensure the customer speaks ENGLISH for live assistance).
4. For Inquiries NOT related to **YOUR_BUSINESS**:
- Recognize and direct unrelated inquiries to the support team of the mentioned software or business and prevent misuse for inquiries unrelated to **YOUR_BUSINESS**.
***
<u>**Resource Utilization**</u>
* Use "Document Retriever" to search for knowledge relevant to customer question
* Use "Contact Human Assist" tool for transfer valid and relevant communication to Human agent.
* If visitor is asking about pricing of **YOUR_SERVICE**, use URL retriever tool with URL **YOUR-PRICING-PAGE.COM**.
* If customer is asking about recent changes, check **YOUR-PAGE-WITH-RECENT-CHANGES** and **YOUR-PAGE-WITH-NEWS** using URL retriever tool
***
<u>**Formatting:**</u>
* Answer in the conversation's language.
* NEVER USE BULLETPOINTS (not supported yet)
* Use dashes instead of bullet points.
* DO NOT USE MARKDOWN (not supported yet)
* Keep answers in plain text format.
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.
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.
채팅 기록 컴포넌트
FlowHunt의 채팅 기록 컴포넌트는 챗봇이 이전 메시지를 기억하도록 하여 일관된 대화와 향상된 고객 경험을 제공하며, 메모리와 토큰 사용을 최적화합니다.
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.
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.
URL 검색기
URL Retriever 컴포넌트로 워크플로우에서 웹 콘텐츠를 활용하세요. 웹 기사, 문서 등 모든 URL 목록에서 텍스트와 메타데이터를 손쉽게 추출·처리할 수 있습니다. 이미지용 OCR, 선택적 메타데이터 추출, 맞춤형 캐싱 등 고급 옵션을 지원하여, 지식 중심의 AI 플로우 및 자동화 구축에 적합합니다.
LiveAgent 연동
FlowHunt 챗봇을 LiveAgent와 연동하여 AI와 사람 상담원 간의 원활한 지원 전환을 구현하세요. AI 에이전트가 대화를 지능적으로 사람 상담원에게 이관하여 고객과의 상호작용을 매끄럽게 하고, 불편함을 줄여줍니다.
채팅 출력
FlowHunt에서 채팅 출력 컴포넌트를 확인해보세요—유연하고 다중 파트의 출력으로 챗봇 응답을 마무리합니다. 원활한 플로우 완료와 고급 상호작용형 AI 챗봇 제작에 필수적입니다.
플로우 설명
목적과 이점
이 워크플로우는 챗봇이 LiveAgent 플랫폼 내에서 실시간 채팅 상호작용을 자동으로 처리할 수 있도록 합니다. 챗봇은 내부 지식 기반을 활용하며, 필요할 경우 고객 문의를 인간 상담원에게 전달할 수 있습니다. 주요 목적은 고객 지원을 자동화하고, 즉각적인 답변을 제공하며, 복잡하거나 해결되지 않은 문제에 대해서는 인간 상담원에게 원활하게 인계하여 지원 운영을 확장하는 것입니다.
워크플로우 개요
이 플로우는 들어오는 채팅 메시지를 처리하고, 대화 기록에서 컨텍스트를 추출하며, 내부 문서를 검색하고, 응답을 출력합니다. 챗봇이 문의를 해결할 수 없는 경우 LiveAgent 통합을 통해 실제 인간 상담원에게 채팅을 에스컬레이션할 수 있습니다.
주요 구성 요소 및 역할
| 구성 요소 이름 | 역할/기능 |
|---|---|
| Chat Input | 채팅 인터페이스에서 들어오는 사용자 메시지를 수신합니다. |
| Chat History | 응답에 컨텍스트를 제공하기 위해 최근 채팅 기록을 가져옵니다. |
| Prompt Template | 들어오는 메시지와 컨텍스트를 챗봇 에이전트용 프롬프트로 포맷팅합니다. |
| Document Retriever | 관련 답변을 위해 내부 문서 및 지식 기반을 검색합니다. |
| URL Retriever | 최신 답변을 위해 URL 기반으로 외부 웹페이지나 문서를 가져와 파싱합니다. |
| LiveAgent Human Assist Tool | 필요할 때 LiveAgent를 통해 인간 지원 상담원에게 에스컬레이션을 가능하게 합니다. |
| Tool Calling Agent | 문서 검색, 응답 생성, 에스컬레이션 로직을 총괄하는 챗봇의 ‘두뇌’ 역할을 합니다. |
| Chat Output | 챗봇의 답변을 채팅 인터페이스에 표시합니다. |
| Note Widget | 관리자가 챗봇을 비즈니스에 맞게 설정할 수 있도록 안내를 제공합니다. |
워크플로우 작동 방식
사용자 메시지 수집: 워크플로우는 Chat Input 노드로 시작하여 사용자의 새로운 메시지를 캡처합니다.
컨텍스트 수집: 동시에 Chat History 노드는 최근 대화 내역(최대 10개 메시지)을 가져와, 컨텍스트가 반영된 응답을 보장합니다.
프롬프트 구성: Prompt Template 노드는 사용자 메시지와 컨텍스트를 동적으로 삽입하여 챗봇 에이전트가 처리할 수 있도록 프롬프트를 만듭니다.
지식 검색:
- Document Retriever가 문의와 관련된 문서를 내부 지식 소스에서 검색합니다.
- 필요할 경우 URL Retriever가 지정된 URL(예: 가격 페이지, 뉴스, 업데이트 등)에서 콘텐츠를 가져옵니다.
툴 오케스트레이션 및 응답 생성:
- Tool Calling Agent가 중앙 의사결정 유닛 역할을 합니다. 이 에이전트는:
- 신뢰할 수 있는 정보로 질문에 답하기 위해 문서 검색 도구를 활용합니다.
- 챗봇이 문제를 해결할 수 없을 때 LiveAgent Human Assist Tool을 통해 인간 상담원에게 채팅을 에스컬레이션합니다.
- 엄격한 포맷팅 규칙(마크다운·글머리 기호 미사용, 리스트는 대시(-)로, 평문만 사용)을 준수합니다.
- 사용자의 언어로 응답하고, 필요시 URL을 제공합니다.
- 에이전트는 Note Widget을 통해 비즈니스별 정보로 설정 가능합니다.
- Tool Calling Agent가 중앙 의사결정 유닛 역할을 합니다. 이 에이전트는:
출력: 자동화된 답변이든, 인간 상담원에게 에스컬레이션된 메시지든, 최종 응답은 Chat Output 노드를 통해 표시됩니다.
구성 및 맞춤화
설정 안내: Note Widget은 관리자가 챗봇의 시스템 메시지에 비즈니스 이름, 웹사이트 등 주요 정보를 업데이트할 수 있도록 안내합니다.
에스컬레이션 로직: 챗봇이 적절한 답변을 찾지 못하거나 문의가 모호하거나 복잡한 경우, 추가 정보를 요청합니다. 해결되지 않으면 LiveAgent를 통해 인간 상담원과 연결을 제안합니다.
확장 및 자동화의 장점
- 자동 24/7 지원: 챗봇이 일반적인 질문에 즉각적으로 대응해 응답 시간을 줄이고, 인간 상담원의 업무 부담을 완화합니다.
- 원활한 에스컬레이션: 복잡하거나 민감한 문의는 챗봇이 대화를 인간 상담원에게 넘겨, 지원 품질과 고객 만족도를 유지합니다.
- 중앙화된 지식 기반: 내부 문서와 실시간 URL을 통합해 최신의 정확한 답변을 제공합니다.
- 컨텍스트 인식: 최근 채팅 기록을 항상 참고하여 더욱 적절하고 유용한 답변을 제공합니다.
- 일관된 포맷팅 및 준수: 에이전트는 LiveAgent 채팅 시스템에 적합한 엄격한 포맷과 언어 규칙을 따릅니다.
요약 표: 워크플로우 논리
| 단계 | 동작 |
|---|---|
| 들어오는 메시지 | Chat Input에서 캡처 |
| 채팅 기록 수집 | 이전 10개 메시지까지 가져옴 |
| 프롬프트 준비 | 사용자 메시지와 컨텍스트가 Prompt Template에서 포맷팅됨 |
| 지식 소스 검색 | 필요에 따라 Document Retriever 및 URL Retriever 도구 활용 |
| 응답 생성 | Tool Calling Agent가 도구와 컨텍스트를 활용해 응답 생성 |
| 필요 시 에스컬레이션 | 해결되지 않거나 복잡한 문의는 LiveAgent 통합을 통해 인간 상담원에게 전달 |
| 답변 표시 | Chat Output을 통해 최종 메시지가 사용자에게 표시됨 |
결론
이 워크플로우는 AI 기반 대화, 내부 지식 검색, 원활한 인간 상담원 연결을 결합하여 LiveAgent에서 고객 지원을 자동화하고 효율화합니다. 높게 구성 가능하며, 확장성과 일관성, 그리고 라이브 채팅 환경에서의 고객 만족도를 극대화하도록 설계되었습니다.
더 알아보기
Slack 휴먼 에스컬레이션이 포함된 AI 챗봇
LiveAgent를 위한 스마트 고객 지원 챗봇을 배포하세요. 방문자 질문에 자동으로 답변하고, 지식 베이스 문서를 검색하며, 필요 시 Slack을 통해 휴먼 상담원에게 에스컬레이션합니다. LiveAgent, Slack, 이메일 알림과 통합되어 원활한 지원 인계가 가능합니다....
3 분 읽기
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