프롬프트
이메일 입력과 업로드된 문서 내용을 결합하는 프롬프트 템플릿입니다.
---EMAIL---
{input}
---
---UPLOADED DOCUMENTS CONTENT---
{context}
---
이메일 및 파일 데이터 CSV 추출
이 워크플로우는 이메일과 첨부 파일에서 핵심 정보를 추출하고 정리하며, AI를 활용해 데이터를 처리하고 구조화하여 결과를 CSV 파일로 출력합니다. 손쉬운 분석과 보고를 위해 최적화되어 있으며, 이메일 데이터 관리 자동화 및 스프레드시트 통합에 이상적입니다.
플로우
AI 플로우 작동 방식
- 이메일 입력 및 첨부파일 수집.
- 처리를 시작하기 위해 이메일 내용과 업로드된 파일을 수집합니다.
- 파일 및 URL 콘텐츠 검색 및 집계.
- 첨부 파일과 지정된 URL에서 콘텐츠를 추출하여 추가 처리에 필요한 컨텍스트로 포함합니다.
- AI 에이전트로 데이터 분석 및 정리.
- AI 에이전트를 활용해 이메일과 관련 문서 데이터를 검토, 요약, 정리하며, 대화 기록과 컨텍스트 정보를 활용합니다.
- 구조화된 데이터 출력 생성.
- 정리된 데이터를 AI로 구조화된 형식으로 변환하여 내보낼 준비를 합니다.
- CSV로 결과 내보내기.
- 구조화된 데이터를 CSV 파일로 출력하여 쉽고 빠르게 접근, 분석, 공유할 수 있게 합니다.
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
이메일 관련 데이터와 커뮤니케이션을 관리 및 분석하는 에이전트 프롬프트입니다.
You are an advanced AI assistant tasked with managing email-related data and email communications efficiently. Your role involves three main tasks: reviewing and organizing email data, extracting and structuring relevant data. you should give a big overview based on the emails and the attached file.
프롬프트
데이터를 자세하고 구조화된 출력으로 전환하는 프롬프트 템플릿입니다.
turn the given data in to a structured output with as much detail as possible
---GENERAL INFORMATION---
{input}
---
---DATA FROM ATTACHED FILES---
{context}
---
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.
파일 리트리버
FlowHunt의 파일 리트리버 컴포넌트는 파일을 워크플로우에 가져와 추가 처리를 위해 문서로 변환할 수 있도록 해줍니다. 여러 문서를 처리하는 전략을 지원하며, 파일 내 이미지에 대해 OCR을 사용할 수 있어 다양한 파일 유형에서 정보를 추출하고 변환하는 데 이상적입니다.
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.
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.
채팅 기록 컴포넌트
FlowHunt의 채팅 기록 컴포넌트는 챗봇이 이전 메시지를 기억하도록 하여 일관된 대화와 향상된 고객 경험을 제공하며, 메모리와 토큰 사용을 최적화합니다.
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.
LLM 제미니
FlowHunt는 Google Gemini를 포함한 수십 가지 AI 모델을 지원합니다. AI 도구와 챗봇에서 Gemini를 사용하는 방법, 모델 전환, 토큰 및 온도와 같은 고급 설정 제어 방법을 알아보세요.
구조화된 출력 생성기
구조화된 출력 생성기 컴포넌트는 원하는 LLM 모델을 사용하여 어떤 입력 프롬프트로부터도 정확한 구조화된 데이터를 생성할 수 있습니다. 원하는 데이터 필드와 출력 형식을 정의하여, 고급 AI 워크플로우를 위한 일관되고 신뢰할 수 있는 응답을 보장합니다.
CSV 출력
CSV Output 컴포넌트를 사용하여 자동화된 워크플로우 내에서 손쉽게 CSV 파일을 생성하세요. 구조화된 데이터를 다운로드 가능한 CSV 형식으로 변환하여 결과 내보내기, 데이터 공유, 외부 시스템과의 연동에 이상적입니다.
플로우 설명
목적과 이점
이 워크플로우는 이메일과 관련 문서(첨부 파일, URL 등)에서 데이터를 자동으로 추출, 구조화, 관리하도록 설계되었습니다. 첨단 언어 모델과 프롬프트 엔지니어링을 활용하여 비정형 정보를 처리하고 구조화된 요약본으로 출력함으로써 이메일 분류, 고객 지원, 대규모 커뮤니케이션 데이터 추출 등 다양한 업무에 특히 유용합니다.
개요
이 플로우는 사용자 입력, 파일 및 URL 콘텐츠 추출, 프롬프트 생성, 대형 언어 모델(LLM) 처리, 에이전트 기반 추론, 구조화된 데이터 출력 등 여러 컴포넌트를 연결합니다. 주요 장점은 확장성, 자동화, 그리고 복잡하거나 대용량 데이터 추출 작업을 최소한의 수작업으로 처리할 수 있다는 점입니다.
단계별 프로세스
1. 사용자 입력 및 첨부파일
- 채팅 입력: 워크플로우는 사용자로부터 이메일이나 메시지와 선택적 파일 첨부를 채팅 인터페이스로 받으며 시작합니다.
- 파일 검색기: 첨부된 파일은 OCR 등 전략을 활용해 텍스트를 추출하고, 효율성을 위해 토큰 제한을 적용합니다.
2. 컨텍스트 확장
URL 검색기: 지정된 URL에서 콘텐츠를 추출해 정보를 파싱 및 청킹하여 후속 단계에서 활용할 수 있게 합니다. 이메일에서 외부 리소스나 지식 기반을 참조할 때 유용합니다.
채팅 기록: 최근 5개의 채팅 메시지(최대 800 토큰)를 메모리에 저장해 더 나은 이해와 연속성을 제공합니다.
3. 프롬프트 엔지니어링
프롬프트 템플릿: LLM 및 에이전트용 프롬프트를 동적으로 생성합니다. 포함 요소는 다음과 같습니다:
- 이메일/메시지 내용
- 추출된 파일 콘텐츠
- 컨텍스트를 위한 채팅 기록
- 시스템 수준 지침
이러한 프롬프트는 LLM이 수신 정보를 최대한 잘 이해하고 구조화할 수 있도록 설계되었습니다.
4. LLM 및 에이전트 오케스트레이션
구글 제미니 LLM: 고품질 언어 이해 및 생성을 위해 Gemini 2.5 Flash를 사용하며, 결과의 일관성을 위해 temperature는 0으로 설정되어 있습니다.
툴 호출 에이전트: 고급 에이전트가 조합된 프롬프트, 채팅 기록, 파일/URL 검색기 등의 툴을 받아 다음을 수행합니다:
- 이메일 데이터 검토 및 정리
- 관련 정보 추출 및 구조화
- 이메일 및 첨부파일 기반의 전체적인 개요 제공
- 필요시 외부 지식 도구 활용
에이전트는 효율성 및 데이터 구조화에 집중하도록 시스템 메시지로 안내됩니다.
5. 구조화 및 출력
구조화된 출력 생성기: 에이전트의 응답 및 추가 컨텍스트를 또 다른 프롬프트와 LLM(역시 Gemini)을 거쳐 구조화된 출력으로 만듭니다. 요구 필드는 다음과 같습니다:
- 사용자명: 사용자의 이름
- 이메일: 환자의 이메일 주소
- 메시지: 이메일에 언급된 메시지
CSV 출력: 구조화된 데이터는 CSV 파일로 내보내져 다른 시스템에서 쉽게 처리, 분석, 가져올 수 있습니다.
6. 사용자 피드백
- 채팅 출력: 에이전트의 개요 및 답변을 채팅 응답으로 제공해 사용자가 즉시 피드백을 받을 수 있습니다.
컴포넌트 요약 표
| 컴포넌트 | 역할 |
|---|---|
| 채팅 입력 | 사용자 메시지 및 파일 첨부 수집 |
| 파일 검색기 | 업로드된 문서에서 텍스트 추출 |
| URL 검색기 | 지정된 URL에서 콘텐츠 추출 및 처리 |
| 채팅 기록 | 최근 메시지 컨텍스트 유지 |
| 프롬프트 템플릿 | LLM/에이전트용 프롬프트 동적 생성 |
| 제미니 LLM | 프롬프트 처리 및 응답 생성 |
| 툴 호출 에이전트 | 데이터 추출/구조화를 위한 툴 및 LLM 오케스트레이션 |
| 구조화된 출력 생성기 | 추출된 정보를 구조화된 객체로 포맷팅 |
| CSV 출력 | 구조화된 데이터를 CSV 형식으로 내보내기 |
| 채팅 출력 | 에이전트의 응답을 채팅에 표시 |
활용 사례 및 장점
- 확장성: 이메일과 문서에서 반복적인 데이터 추출 및 구조화를 자동화하여 수작업을 줄입니다.
- 일관성: LLM 및 프롬프트 템플릿을 사용해 대용량 데이터도 균일하게 처리합니다.
- 확장성: 새로운 입력 유형(파일, URL) 및 출력 형식(구조화 객체, CSV)으로 쉽게 확장할 수 있습니다.
- 자동화: 고객 지원, 의료 기록 처리 등 비정형 데이터에서 구조화된 데이터가 필요한 워크플로우에 적합합니다.
이 워크플로우가 유용한 이유
이 워크플로우는 이메일과 첨부파일에서 실행 가능한 구조화 데이터를 추출하는 데 소요되는 시간과 노력을 획기적으로 줄여줍니다. 대량의 메시지와 다양한 파일 유형도 손쉽게 처리할 수 있을 만큼 뛰어난 확장성을 자랑하며, 원래는 많은 인력이 필요했던 과정을 자동화합니다. 첨단 LLM, 툴 에이전트, 프롬프트 엔지니어링의 통합을 통해 높은 정밀도와 유연성을 보장하며, 정보 처리 파이프라인을 효율화하려는 기업과 조직에 강력한 자산이 되어줍니다.
더 알아보기
UrlsLab와 함께하는 전문 HTML 텍스트 번역기
AI와 UrlsLab 플러그인을 활용해 HTML 구조를 그대로 유지하며 웹 콘텐츠를 다양한 언어로 번역하세요. 이메일 주소와 URL은 변경되지 않고 그대로 남아, 다국어 웹사이트나 콘텐츠 팀을 위한 정확하고 맥락을 이해하는 번역을 보장합니다....
2 분 읽기
LiveAgent용 AI 고객 지원 에이전트
이 워크플로우는 LiveAgent 대화 통합, 관련 대화 데이터 추출, AI 모델을 통한 응답 생성, 지식 베이스 문서 조회를 통해 귀사의 고객 지원을 자동화합니다. AI 에이전트는 들어오는 지원 문의를 처리하고, 지식 소스에서 컨텍스트를 보강하며, 고객 친화적인 형식으로 간결하고 전문...
4 분 읽기
이메일 관리를 위한 AI Gmail 어시스턴트
AI 기반 어시스턴트로 Gmail 워크플로우를 간소화하세요. 이메일 검색, 정리, 관리, 새 메일 작성 및 발송, 라벨 관리 자동화가 가능합니다. 더 스마트한 이메일 생산성을 원하는 전문가에게 이상적입니다....
3 분 읽기