대화 기억을 가진 AI 채팅 어시스턴트

이 워크플로우는 AI 어시스턴트가 사용자 정의 작업에 응답하면서, 대화 기록을 활용해 문맥 인식 답변을 제공하도록 설계되었습니다. 다양한 대화 자동화와 확장 가능한 AI 기반 채팅 솔루션에 적용할 수 있는 범용 템플릿입니다.

단계별 워크플로우 분석

1. 채팅 세션 시작 및 환영 메시지

• 채팅 오픈 트리거: 채팅이 열리면 트리거가 활성화됩니다.
• 환영 메시지: 메시지 위젯이 사용자에게 친근한 환영 메시지를 표시합니다:

  👋 Simple Task Flow에 오신 것을 환영합니다!
  이 도구는 입력을 기반으로 직접 작업을 정의할 수 있도록 설계되었습니다 🌟. 추가적인 설명 없이도 채팅 기록을 고려해 적절한 도움을 드릴게요.
  하고 싶은 일을 알려주시면 바로 시작하겠습니다! ✨💬

• 표시: 환영 메시지는 채팅 출력 영역에 나타나며, 온보딩과 기대 설정을 담당합니다.

2. 사용자 입력 받기

• 채팅 입력 노드: 사용자가 처리하고자 하는 작업이나 질문을 텍스트(선택적으로 파일)로 입력할 수 있습니다.

3. 채팅 기록 불러오기

• 채팅 기록 노드: 최근 10개의 메시지(최대 토큰 8000개까지)의 대화 기록을 불러옵니다. 이 기록은 이후 문맥 제공 및 대화 연속성 유지를 위해 사용됩니다.

4. 프롬프트 구성

• 프롬프트 템플릿 노드: 언어 모델을 위한 동적 프롬프트를 구성합니다. 통합되는 요소는 다음과 같습니다:

  • 사용자의 최신 입력
  • 최근 채팅 기록
  • AI에게 문맥을 고려한 답변을 생성하도록 지시하는 고정 시스템 메시지

  사용되는 프롬프트 템플릿:

  You are an AI language model assistant.
  
  Your task is to generate answer for human INPUT with consideration of previous conversation in CHAT HISTORY.
  
  --- CHAT HISTORY START
  {chat_history}
  --- CHAT HISTORY END
  
  --- INPUT START
  {input}
  --- INPUT END
  
  ANSWER:
  

5. AI 답변 생성

• 생성 노드: 구성된 프롬프트를 받아 대형 언어 모델(LLM)을 통해 텍스트 답변을 생성합니다. 이를 통해 사용자의 요청에 맞는 문맥 기반 답변을 제공합니다.

6. 출력 표시

• 채팅 출력 노드: AI가 생성한 답변이 채팅 인터페이스에 표시되어 사용자에게 전달됩니다.

워크플로우 구조 표

이 워크플로우가 확장성과 자동화에 유용한 이유

• 문맥 기반 상호작용: 채팅 기록을 반영하여, 시스템이 문맥을 유지하고 답변의 적합성과 사용자 만족도를 높입니다.
• 사용자 정의 작업: 워크플로우가 작업에 구애받지 않아, 사용자가 직접 목표를 정의할 수 있어 매우 유연합니다.
• 확장 가능한 자동화: 모듈형 구조로 여러 사용자가 동시에 대화해도 각 세션의 문맥이 유지되어 확장에 적합합니다.
• 간편한 맞춤화: 프롬프트 템플릿과 각 노드는 특정 용도(예: 고객 지원, 정보 검색, 온보딩 등)에 맞게 쉽게 조정 가능합니다.
• 일관된 사용자 경험: 자동 환영 메시지와 문맥 기반 답변으로 모든 사용자가 전문적이고 효율적인 응대를 받을 수 있습니다.

사용 예시

• 이전 대화를 기억하는 고객 지원 챗봇
• 대화 흐름에 따라 신규 사용자를 안내하는 온보딩 어시스턴트
• 사용자가 직접 질문이나 작업을 정의할 수 있는 앱 내 범용 AI 도우미

이 워크플로우는 지능적이고 문맥을 인식하는 채팅 자동화의 견고한 기반을 제공하며, 다양한 응용 분야에 맞춰 맞춤화할 수 있습니다.