Workflowbeschrijving: Schaalbare en geautomatiseerde verwerking van zakelijke e-mails & chats

Deze workflow is ontworpen om de verwerking, classificatie en routering van zakelijke e-mails en chatberichten te automatiseren en op te schalen, met een bijzondere focus op klantenservicescenario’s. Het gebruikt een combinatie van AI-gestuurde classificatie, conditionele logica, API-integraties en contextbewuste agent-antwoorden, waardoor het zeer bruikbaar is voor organisaties die klantenservice willen stroomlijnen, spam willen detecteren en AI-agenten met externe systemen zoals LiveAgent willen integreren.

Overzicht op hoofdlijnen

De flow bestaat uit twee hoofdonderdelen:

1. Detectie en routering van e-mail/berichtenspam: Classificeert inkomende berichten automatisch als spam of niet en routeert ze dienovereenkomstig, voor efficiënte afhandeling en minder handmatige filtering.
2. Contextuele AI-agent voor klantenservice: Maakt gebruik van externe documentophaling en een geavanceerde tool-calling agent om nauwkeurige, contextrijke en beleidsconforme antwoorden in de klantenservice te geven.

Gedetailleerde flowstructuur

1. Spamdetectie en routering

• Input: Berichten worden ontvangen via een chatinvoerknooppunt.
• Promptconstructie: Een prompttemplate wordt ingevuld met het inkomende bericht en verstuurd naar een API-verzoekknooppunt (geconfigureerd voor LiveAgent of vergelijkbare systemen).
• Tekstextractie: Het API-antwoord wordt geparsed om de relevante content te extraheren via een parsing node.
• Spamclassificatie LLM: Het geëxtraheerde bericht wordt naar een OpenAI GPT-4.1-model gestuurd met een systeemprompt die instrueert om “ja” te antwoorden als het bericht spam is (zoals promoties, ongevraagde aanbiedingen) of “nee” als het zakelijk relevant is.
• Conditionele routering:
  • Als het bericht als spam (“ja”) wordt geclassificeerd, genereert een prompttemplate een standaard spamnotificatie die wordt weergegeven in de chat.
  • Als het bericht geen spam (“nee”) is, gaat het door naar een contextbewuste AI-supportagent voor verdere behandeling.

Spamrouteringslogica-tabel:

2. Contextuele AI-klantenserviceagent

• Documentophaling: Wanneer een bericht geen spam is, haalt de flow relevante documenten uit een kennisbank op, gefilterd op categorieën en planningen, zodat altijd actuele en contextueel passende informatie beschikbaar is.
• Integratie van chatgeschiedenis: Recente chatgeschiedenis wordt opgehaald om de agent context te geven voor zijn antwoorden, wat de continuïteit en relevantie waarborgt.
• LLM Agent Orkestratie: Een Anthropic Claude Sonnet 4-model stuurt een Tool Calling Agent aan, die een gedetailleerd systeembericht ontvangt met strikte antwoordrichtlijnen (zoals altijd in het Engels antwoorden, beleefde zakelijke toon, URL’s exact vermelden, geen speculatie, en een specifiek outputformat volgen).
• Toolintegratie: De agent kan de document retrieval tool en andere API’s aanroepen om antwoorden aan te vullen en zo feitelijke antwoorden te garanderen.
• Output: Het antwoord van de agent wordt weergegeven in de chat en indien nodig ook doorgestuurd voor verdere API-integratie (zoals forwarding naar LiveAgent).

Agentantwoordlogica-tabel:

Richtlijnen voor systeembericht aan agent

• Reageer altijd in het Engels, ongeacht de invoertaal.
• Gebruik een formele maar vriendelijke zakelijke toon; geen markdown, geen emoji’s, geen speculatie.
• Antwoorden moeten URL’s direct onder het antwoord vermelden en een heldere, opsommingstekst-structuur volgen.
• Als er geen relevante info is, vraag de klant dan beleefd om meer details.

3. API-integratie en gegevensverwerking

• Dynamische gegevenscreatie: Verschillende knooppunten genereren de vereiste gegevensstructuren voor API-verzoeken, inclusief API-sleutels, berichtinhoud en queryparameters.
• Meerdere API-interacties: De workflow ondersteunt meerdere API-verzoeken (zoals naar LiveAgent, andere backendsystemen) met flexibele methoden (GET, POST, etc.).
• Gegevens parsing: Na elk API-antwoord extraheren parsing nodes relevante tekst voor verdere verwerking of output.

4. Workflowautomatisering en schaalvoordelen

• Automatische spamfiltering: Elimineert handmatige beoordeling van ongewenste berichten, bespaart tijd en richt de aandacht van agenten op echte supportvragen.
• Consistente, beleidsconforme support: De agent volgt altijd de bedrijfsrichtlijnen, wat zorgt voor betrouwbare, merktrouwe communicatie.
• Kennisgestuurde antwoorden: Door documentophaling te integreren, baseert de agent zijn antwoorden op de meest actuele en relevante informatie.
• Flexibele API-integratie: Eenvoudig uit te breiden naar nieuwe tools, ticketsystemen of kennisbronnen als de bedrijfsbehoeften veranderen.
• Schaalbaar: Het modulaire ontwerp maakt parallelle verwerking van meerdere gesprekken en gemakkelijke aanpassing aan hogere berichtvolumes mogelijk.

Voorbeeldtoepassingen

• Klantenserviceteams: Triëer automatisch berichten, verwerk spam en geef nauwkeurige, contextrijke antwoorden.
• Sales/leadkwalificatie: Filter niet-relevante aanvragen voordat echte leads bij sales terechtkomen.
• Omnichannel-integratie: Koppelt met platforms zoals LiveAgent of eigen API’s voor uniforme support over kanalen heen.

Instelnotities

• Benodigde aanpassingen: Vervang placeholder-API-sleutels en -URL’s (zoals “YOURLINK”) door daadwerkelijke implementatiewaarden.
• Kennisbankbeheer: Houd de bronnen van de document retriever actueel voor optimale prestaties van de agent.

Deze workflow biedt een robuuste, schaalbare architectuur voor het automatiseren van klantcommunicatie, met zowel efficiëntie als hoogwaardige, beleidsconforme antwoorden. Door de modulariteit is eenvoudige uitbreiding mogelijk naarmate je bedrijf groeit of als nieuwe automatiseringsbehoeften ontstaan.