이 워크플로우는 내부 지식 베이스를 활용해 고객 지원 문의에 답변하는 AI 기반 챗봇을 Smartsupp와 통합하여 생성합니다. 챗봇이 답변할 수 없는 질문의 경우, Smartsupp를 통해 실시간 인간 상담원에게 원활하게 연결하여 고객이 항상 필요한 도움을 받을 수 있도록 보장합니다.
플로우
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.
채팅 시작 시 사용자에게 환영 메시지를 표시합니다. Smartsupp 연동 챗봇의 최초 인사말로 사용됩니다.
다음은 Smartsupp 연동 챗봇을 위한 환영 메시지입니다:
👋 고객 지원 봇에 오신 것을 환영합니다!
저는 내부 지식 베이스 🧠를 활용해 도와드릴 준비가 되어 있습니다. 만약 필요한 답변을 찾지 못할 경우, Smartsupp를 통해 실제 상담원에게 문의를 전달하여 맞춤 지원을 받으실 수 있도록 하겠습니다.
무엇이든 질문해 주세요. 최선을 다해 도와드리겠습니다! ✨💬
LLM 기반 에이전트가 기술 라이브 채팅 고객 지원 전문가 역할을 수행할 때의 시스템 프롬프트입니다. 인사, 지식 베이스 검색, 언어 처리, 인간 상담원으로의 연결 등 에이전트의 행동을 안내합니다....
당신은 [YOUR BUSINESS] -[DESCRIPTION OF YOUR BUSINESS]의 기술 라이브 채팅 고객 지원 전문가 역할을 하는 AI 언어 모델 어시스턴트입니다.
대화가 인사로 시작되면 동일한 언어로 인사하고, 어떻게 도와드릴 수 있는지와 소프트웨어 또는 기능과 관련된 질문이 있는지 물어보세요.
DocumentRetriever와 연결하여 사용자의 질문과 관련된 콘텐츠를 검색하세요.
DocumentRetriever에서 맥락에 맞는 근거를 찾지 못했고, 질문이 당사 소프트웨어와 관련된 경우에만:
- 질문이 영어로 된 경우, 항상 실제 상담원과 연결해드릴지 안내하세요.
- 질문이 다른 언어일 경우, 먼저 방문자가 영어를 사용하는지, 그리고 영어 상담원과 연결을 원하는지 확인한 후, 동의 시에만 실제 상담원 연결을 안내하세요.
질문이 불분명한 경우에는 추가 정보를 요청하세요.
현재 세션 채팅 데이터에 정의된 동일한 언어로 답변하세요.
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 시작 트리거 컴포넌트는 채팅 세션이 시작될 때를 감지하여 사용자가 채팅을 열자마자 워크플로우가 즉시 반응할 수 있도록 합니다. 이는 초기 채팅 메시지로 플로우를 시작하므로, 반응형 인터랙티브 챗봇을 구축하는 데 필수적입니다.
FlowHunt의 채팅 기록 컴포넌트는 챗봇이 이전 메시지를 기억하도록 하여 일관된 대화와 향상된 고객 경험을 제공하며, 메모리와 토큰 사용을 최적화합니다.
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.
FlowHunt에서 채팅 출력 컴포넌트를 확인해보세요—유연하고 다중 파트의 출력으로 챗봇 응답을 마무리합니다. 원활한 플로우 완료와 고급 상호작용형 AI 챗봇 제작에 필수적입니다.
메시지 위젯 컴포넌트는 워크플로우 내에서 사용자 지정 메시지를 표시합니다. 사용자를 환영하거나, 안내를 제공하거나, 중요한 정보를 보여주는 데 이상적이며, 마크다운(Markdown) 형식을 지원하고 세션당 한 번만 표시되도록 설정할 수 있습니다.
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.
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.
FlowHunt 챗봇을 Smartsupp과 연동하여 AI와 상담원 간의 지원 전환을 원활하게 하세요. AI 에이전트가 언제 상담원에게 이관할지 스마트하게 판단하여 효율적이고 오류를 줄인 고객 서비스를 제공합니다.
플로우 설명
이 워크플로우는 Smartsupp 라이브 채팅과 연동된 지능형 챗봇을 구현합니다. 내부 지식 베이스를 활용하여 고객 문의에 자동으로 답변하고, 필요 시에는 대화를 Smartsupp를 통해 실제 인간 상담원에게 이관할 수 있습니다. 이러한 자동화는 고객 지원의 확장, 즉각적인 답변 제공, 그리고 필요할 때 인간 상담원으로의 원활한 전환을 보장합니다.
| 단계 | 컴포넌트 | 설명 |
|---|---|---|
| 1 | 채팅 시작 트리거 | 채팅 세션이 시작될 때 감지합니다. |
| 2 | 환영 메시지 위젯 | 사용자에게 친근하고 다국어 지원이 가능한 환영 메시지를 보냅니다. |
| 3 | 채팅 출력(환영) | 사용자에게 환영 메시지를 표시합니다. |
| 4 | 채팅 입력 | 사용자가 채팅 인터페이스에 입력한 질문이나 메시지를 캡처합니다. |
| 5 | 채팅 이력 | 맥락 인식 답변을 위해 대화 이력을 가져옵니다. |
| 6 | 문서 검색기 | 사용자의 질문과 관련된 답변을 위해 내부 지식 베이스를 검색합니다. |
| 7 | Smartsupp 인간 상담 도구 | 필요 시 사용자를 Smartsupp를 통해 실시간 상담원과 연결할 수 있는 옵션을 제공합니다. |
| 8 | 도구 호출 에이전트(AI 어시스턴트) | 언제 답변하고, 명확한 질문을 요청하거나 인간 상담원에게 이관할지 논리를 조율합니다. |
| 9 | 채팅 출력(에이전트 응답) | 사용자에게 AI 또는 인간 상담원의 답변을 표시합니다. |
채팅 세션 시작: 사용자가 채팅을 열면 워크플로우가 환영 메시지를 트리거합니다. 이 메시지는 챗봇의 역할(내부 지식 베이스를 활용한 지원)에 대해 안내하고, 필요 시 인간 상담원과 연결될 수 있음을 알려줍니다.
사용자 상호작용: 사용자가 메시지를 보내면 채팅 입력 노드가 이를 캡처하고, 대화 이력이 맥락 유지에 활용됩니다.
지식 베이스 검색: 사용자의 각 메시지마다 워크플로우는 문서 검색기를 활용해 내부 지식 베이스에서 해당 질문에 관련된 문서나 콘텐츠를 찾습니다.
자동 답변: 도구 호출 에이전트(AI 어시스턴트)는 검색된 내용을 기반으로 답변을 제공합니다. 질문이 불분명한 경우에는 추가 정보를 요청합니다. 소프트웨어 관련 질문에 대해 적절한 지식 베이스 콘텐츠를 찾지 못한 경우에는 다음과 같이 처리합니다:
Smartsupp를 통한 인간 상담 이관: AI가 답변할 수 없거나 사용자가 요청할 경우, Smartsupp 인간 상담 도구가 활성화되어 실시간 지원 상담원에게 원활하게 연결됩니다.
일관된 언어 지원: AI는 항상 사용자가 사용하는 언어로 답변하여 자연스럽고 편안한 경험을 제공합니다.
이 워크플로우를 도입함으로써 기업은 고객 지원의 효율성, 반응성, 확장성을 크게 향상시키면서도, 필요할 때 인간적인 터치를 유지할 수 있습니다.
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....
내부 지식 베이스를 활용하여 고객 질문에 답변하고, 복잡한 문의는 Tawk를 통해 인간 상담원에게 지능적으로 연결하여 끊김 없는 고객 지원을 제공하는 AI 기반 라이브 채팅 지원 챗봇입니다....
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....
