검색 의도 분류기 & 랜딩 페이지 생성기
이 AI 기반 워크플로우는 검색 쿼리를 의도별로 분류하고, 상위 랭킹 URL을 조사하며, PPC 및 SEO 캠페인에 최적화된 랜딩 페이지를 자동 생성합니다. 구글 광고에서 실질적인 검색 의도에 맞는 랜딩 콘텐츠로 전환을 극대화하려는 마케터에게 이상적입니다....
3 분 읽기
컴포넌트 설명
텍스트 분류 컴포넌트 작동 방식
분류(Classification) 컴포넌트는 텍스트 분류를 수행하도록 설계되어, 들어오는 텍스트를 사용자가 정의한 하나 이상의 카테고리로 자동 분류합니다. 이는 메시지나 문서의 자동 분류, 라우팅, 라벨링이 필요한 AI 워크플로우에서 특히 유용하게 사용됩니다.
컴포넌트의 주요 기능
이 컴포넌트는 입력된 텍스트를 받아, 설정한 카테고리 및 선택적으로 설명에 따라 분류합니다. 대화 기록과 연동할 수 있으며, 다양한 설정 옵션을 통해 분류 로직을 맞춤화할 수 있습니다. 모델에 독립적이어서, 경량화 모델 등 다양한 언어 모델을 활용할 수 있어 다양한 활용 사례에 유연하고 효율적으로 적용할 수 있습니다.
주요 입력값
| 입력명 | 타입 | 필수 | 설명 |
|---|---|---|---|
| 입력 텍스트 | 메시지 | 예 | 분류할 주요 텍스트입니다. |
| 챗 기록 | InMemoryChatMessageHistory | 아니오 | 분류의 정확도 향상을 위해 맥락을 제공하는 이전 대화 메시지입니다. |
| LLM(모델) | BaseChatModel | 아니오 | 분류에 사용할 대형 언어 모델을 지정합니다. |
| 카테고리 | 데이터(중첩 딕셔너리) | 예 | 분류 대상으로 사용할 카테고리명과(선택적으로) 설명을 정의하는 딕셔너리입니다. |
| 분류 유형 | 드롭다운(문자열) | 예 | 한 개 또는 여러 개, 혹은 0개까지 선택 가능한 분류 유형을 지정합니다. |
| 커스텀 시스템 메시지 | 메시지 | 아니오 | 분류 모델의 동작을 추가로 안내할 수 있는 시스템 프롬프트(옵션)입니다. |
| 도구 설명 | 문자열(여러 줄) | 아니오 | 에이전트 프레임워크 내에서 사용할 때 도움이 되는 도구 설명입니다. |
| 도구명 | 문자열 | 아니오 | 에이전트 기반 워크플로우에서 이 도구를 참조할 때 사용할 수 있습니다(옵션). |
| 자세한 출력 | 불리언 | 아니오 | 디버깅 또는 투명성 확보를 위해 자세한 출력을 활성화하는 옵션입니다. |
주요 특징
- 챗 기록 연동: 대화 기록을 활용해 보다 많은 맥락에서 텍스트를 분류할 수 있어, 다중 턴 대화에서도 정밀도가 향상됩니다.
- 분류 유형 설정: 입력당 한 개 또는 여러 개 등, 워크플로우에 맞는 유연한 분류 로직을 지원합니다.
- 프롬프트 맞춤화: 고급 사용자는 시스템 메시지를 추가해 분류 프롬프트를 세밀하게 조정할 수 있습니다.
- 모델 선택 유연성: 경량/고속 모델 포함 다양한 언어 모델과 호환됩니다.
출력값
| 출력명 | 타입 | 설명 |
|---|---|---|
| 카테고리 | 메시지 | 입력 텍스트에 대한 분류 결과입니다. |
| 도구 | 도구 | 에이전트 워크플로우 내 통합용 분류 도구 인스턴스입니다. |
활용 예시
- 고객 지원: 들어오는 고객 문의나 챗 메시지를 자동 분류하여 해당 부서로 라우팅합니다.
- 콘텐츠 모더레이션: 사용자 생성 콘텐츠를 안전, 스팸, 신고 필요 등으로 분류합니다.
- 문서 관리: 문서나 이메일을 주제 또는 부서별로 체계적으로 분류합니다.
- 대화형 AI: 대화 기록을 기반으로 사용자의 의도를 분류해 맥락에 맞는 답변을 제공합니다.
왜 이 컴포넌트를 사용해야 하나요?
이 컴포넌트는 강력한 텍스트 분류 기능을 AI 워크플로우에 손쉽게 통합할 수 있도록 합니다. 유연한 설정, 맥락 인식, 기본·고급 모두를 아우르는 구성 지원으로 자동화·분석·대화형 AI 시스템 구축에 매우 유용한 빌딩 블록이 될 수 있습니다. 단순 키워드 기반 분류부터, 맥락이 풍부한 의도 감지까지, 필요에 맞춰 맞춤화가 가능합니다.
텍스트 분류 컴포넌트를 사용한 플로우 템플릿 예시
빠른 시작을 돕기 위해 텍스트 분류 컴포넌트를 효과적으로 사용하는 방법을 보여주는 여러 예시 플로우 템플릿을 준비했습니다. 이러한 템플릿은 다양한 사용 사례와 모범 사례를 보여주어 귀하가 자신의 프로젝트에서 컴포넌트를 이해하고 구현하는 것을 더 쉽게 만들어줍니다.
자주 묻는 질문
- 텍스트 분류 컴포넌트는 무엇을 하나요?
입력된 텍스트를 분석하여, 사용자가 정의한 하나 이상의 카테고리로 AI 모델을 통해 정확하게 자동 분류합니다.
- 직접 카테고리를 설정할 수 있나요?
네, 분류에 사용할 카테고리와 설명을 직접 설정하여 워크플로우에 맞게 맞춤화할 수 있습니다.
- 이전 메시지의 맥락도 반영할 수 있나요?
네, 챗 기록 입력을 활성화하면 이전 대화 내용을 반영하여 분류 정확도를 높일 수 있습니다.
- 분류에 사용할 모델은 무엇이 있나요?
필요에 따라 소형 또는 대형 LLM 등 다양한 언어 모델 중에서 선택하여 분류에 활용할 수 있습니다.
- 몇 개의 카테고리가 할당될지 제어할 수 있나요?
네, 각 입력에 대해 하나, 여러 개, 혹은 할당하지 않도록 분류 결과의 개수를 직접 지정할 수 있습니다.