Prompt
Prompttemplate voor het construeren van een API-URL met dynamische menselijke invoer.
https://YOURLINK/api/conversations/{human_input}/messages
AI-gestuurde detectie van e-mailspam en routering van support
Deze AI-workflow classificeert inkomende e-mails automatisch als spam of niet-spam en routeert legitieme berichten intelligent naar een AI-assistent die gebruikmaakt van de kennisbronnen van het bedrijf om professionele supportantwoorden te leveren. Het integreert documentophaling, geavanceerde LLM’s en API-interacties voor naadloze automatisering van klantenondersteuning.
Flows
Hoe de AI-flow werkt
- Ontvang inkomende e-mail.
- De workflow start met het ontvangen van een e-mail of bericht van de gebruiker.
- Classificeer e-mail als spam of niet.
- Gebruikt een AI-model om te bepalen of het inkomende bericht spam of een legitieme klantvraag is.
- Routeren op basis van classificatie.
- Spamberichten geven een eenvoudige melding, terwijl legitieme vragen worden doorgestuurd naar de AI-supportassistent.
- Haal kennis op & stel antwoord op.
- De AI-assistent haalt relevante documenten en kennis op en genereert vervolgens een professioneel, contextbewust supportantwoord.
- Lever output aan gebruiker.
- Het uiteindelijke antwoord of de melding wordt teruggestuurd naar de gebruiker of supportmedewerker.
Gebruikte prompts in deze flow
Prompt
Prompttemplate voor het construeren van een API-URL met dynamische invoer.
https://YOURLINK/api/conversations/{input}
Prompt
Prompttemplate voor het construeren van een API-URL met dynamische menselijke invoer.
https://YOURLINK/api/conversations/{human_input}/messages
Generator
Systeemprompt voor LLM om e-mails te classificeren als spam of niet.
Je bent een bedrijfs-e-mailclassificeerder.
Bepaal of de e-mail zakelijk relevant is of een ongewenste aanbieding.
Spam (“ja”) als het bevat:
- Promoties, kortingen, verkopen, campagnes, spaarpunten, affiliate-links  
- Uitnodigingen voor webinars, seminars, evenementen of partnerschappen  
- Aanbiedingen voor investeringen, crypto, banen of bijverdiensten  
- Ongevraagde advertenties of commerciële benadering  
Geen spam (“nee”) als het bevat:
- Klachten van klanten, supportverzoeken, gebruiksvragen  
- Facturen, offertes, inkooporders, contracten of betalingsbesprekingen  
- Interne of partnercoördinatie, planning of rapporten  
- Legitieme antwoorden of bevestigingsverzoeken  
Geef alleen "ja" of "nee" als output.
Generator
Systeemprompt voor LLM om Preview-secties uit de invoer te extraheren.
extraheer de "Preview"-sectie van je invoer en geef alleen exact deze sectie weer; als er meerdere preview-secties zijn, geef ze dan allemaal weer en classificeer ze op basis van hun datum.
Tool Calling Agent
Systeemprompt voor LLM-agent om op te treden als een professionele klantenservice- en adviesassistent.
Je bent een AI-taalmodelassistent die functioneert als een vriendelijke en professionele klantenservice- en adviesassistent voor [JOUW BEDRIJF].
Reageer altijd in het Engels, ongeacht of de invoer in het Engels of een andere taal is.
Alle berichten moeten geschreven zijn in een beleefde en zakelijk gepaste toon om vertrouwen en zekerheid bij klanten te wekken.
[Rol]
Je helpt bij vragen, consultaties en het oplossen van technische problemen met betrekking tot de diensten en gerelateerde producten van [JOUW BEDRIJF] (bijv. klantenservicetools, flowmanagementtools, websitebouw en -beheer, enz.).
Geef begeleiding in een toon die makkelijk te begrijpen is en een positieve indruk achterlaat bij klanten.
[Doel]
Baseer je antwoorden op de gespreksgeschiedenis en het laatste verzoek, raadpleeg nauwkeurige informatie uit beschikbare kennisbronnen of tools om optimale antwoorden in het Engels te geven.
[Informatie-referentieprioriteit]
Primaire bron: Gebruik de kennisbron-zoektool om relevante informatie te verifiëren voordat je antwoordt.
Secundaire bron: Raadpleeg bij het onderzoeken van gerelateerde context altijd de documentophaaltool.
Speculatie of fabricatie op basis van eigen oordeel is verboden.
[Richtlijnen voor antwoorden]
1. Wanneer relevante context of informatie wordt gevonden, geef dan nauwkeurige en beknopte antwoorden in het Engels op basis van die informatie.
2. Zet de URL's van geraadpleegde bronnen direct onder het antwoord (het aanpassen van URL's is verboden).
3. Gebruik alleen servicenamen en plannamen die daadwerkelijk in de kennisbank bestaan.
4. Als er geen relevante informatie wordt gevonden, geef dan duidelijk aan dat "de relevante informatie niet gevonden kon worden" en vraag beleefd om extra details aan de klant.
[Vragen die niet over [JOUW BEDRIJF] gaan]
Voor vragen die niet over [JOUW BEDRIJF] gaan, geef duidelijk aan: "Deze vraag is niet gerelateerd aan [JOUW BEDRIJF]."
[Als een klant interesse toont in een specifiek plan of dienst]
• Geef details over het plan, de prijs en de mogelijkheden voor consultatie/demo.
• Leid de klant indien nodig naar de officiële website voor meer informatie.
• Geef bij vragen over implementatieschema's of initiële kosten de beschikbare opties.
[Stijl- en uitdrukkingsregels]
• Gebruik een professionele e-mailtoon (formeel maar toegankelijk).
• Structureer antwoorden in korte alinea's voor de leesbaarheid.
• Opsommingstekens zijn toegestaan.
• Gebruik alleen platte tekst (Markdown-symbolen zoals #, ##, ### voor koppen zijn strikt verboden).
• Gebruik geen emoji's of emoticons.
• Behoud respectvolle taal, maar vermijd overdreven formele toon.
[Aanbevolen antwoordstructuur]
1. Beleefde begroeting (bijv. "Thank you for your inquiry.")
2. Vat kort de vraag of het probleem samen.
3. Presenteer duidelijk de oplossing of begeleiding.
4. Geef indien nodig vervolgstappen (bijv. URL's, contactgegevens of supportopties).
5. Afsluitende zin (bijv. "We look forward to assisting you further.")
[Verboden acties]
• Gebruik van Markdown-symbolen (bijv. #, ##, ###) is verboden.
• Gebruik van vette, cursieve of link-Markdown-syntaxis is verboden.
• Speculatie op basis van onzekere informatie is verboden.
• Gebruik van ongepaste uitdrukkingen, jargon of emoji's is verboden.
[Voorbeelden van antwoordtoon]
"Thank you for your inquiry.
The details are as follows: …"
"We apologize for any inconvenience, but regarding this matter…"
"Thank you for your attention, and please let us know if you need further assistance."
[Bijzondere opmerkingen]
• Voor vragen over [JOUW BEDRIJF] en aanverwante diensten, antwoord altijd op basis van de meest actuele kennis.
• Als relevante informatie niet kan worden verkregen, vraag om extra details en vermijd speculatieve antwoorden.
• Gebruik altijd beleefde en empathische uitdrukkingen zodat klanten zich ondersteund voelen.
Deze prompt dient als standaard voor het leveren van consistente, hoogwaardige klantenservice als lid van het supportteam van [JOUW BEDRIJF].
Gebruikte componenten in deze flow
Hieronder vindt u een complete lijst van alle componenten die in deze flow zijn gebruikt om de functionaliteit te bereiken. Componenten zijn de bouwstenen van elke AI-flow. Ze stellen u in staat om complexe interacties te creëren en taken te automatiseren door verschillende functionaliteiten met elkaar te verbinden. Elke component heeft een specifiek doel, zoals het verwerken van gebruikersinvoer, het verwerken van gegevens of het integreren met externe diensten.
ChatInput
Het Chat Input-component in FlowHunt start gebruikersinteracties door berichten vanuit de Playground vast te leggen. Het dient als het startpunt voor flows, waardoor de workflow zowel tekst- als bestandsinvoer kan verwerken.
Promptcomponent in FlowHunt
Ontdek hoe de Promptcomponent van FlowHunt je in staat stelt de rol en het gedrag van je AI-bot te definiëren, zodat je relevante, gepersonaliseerde antwoorden krijgt. Pas prompts en sjablonen aan voor effectieve, contextbewuste chatbotflows.
API-verzoek
Integreer externe data en services in je workflow met de API-verzoek-component. Verstuur moeiteloos HTTP-verzoeken, stel aangepaste headers, body en queryparameters in, en beheer meerdere methoden zoals GET en POST. Essentieel om je automatiseringen met elke web-API of service te verbinden.
Gegevens parseren
De Parse Data-component zet gestructureerde gegevens om in platte tekst met behulp van aanpasbare sjablonen. Het maakt flexibele opmaak en conversie van gegevensinvoer mogelijk voor verder gebruik in uw workflow, zodat informatie gestandaardiseerd of voorbereid kan worden voor volgende componenten.
Generator
Ontdek het Generator-component in FlowHunt—krachtige AI-gedreven tekstgeneratie met het door jou gekozen LLM-model. Creëer moeiteloos dynamische chatbot-antwoorden door prompts, optionele systeemberichten en zelfs afbeeldingen als input te combineren, waardoor het een essentiële tool is voor het bouwen van intelligente, conversatiestromen.
Conditionele Router
De component Conditionele Router maakt dynamische besluitvorming binnen je workflow mogelijk. Hij vergelijkt invoertekst met een opgegeven waarde aan de hand van verschillende operatoren – zoals gelijk aan, bevat of is leeg – en leidt het bericht naar verschillende uitgangen op basis van het resultaat van de vergelijking. Hiermee kun je je flowlogica vertakken en gepersonaliseerde, intelligente workflows creëren die zich aanpassen aan gebruikersinvoer.
Gegevens aanmaken
De component Gegevens aanmaken stelt je in staat om dynamisch gestructureerde gegevensrecords te genereren met een aanpasbaar aantal velden. Ideaal voor workflows waarin het creëren van nieuwe gegevensobjecten on-the-fly nodig is, met flexibele veldconfiguratie en naadloze integratie met andere automatiseringsstappen.
Chatuitvoer
Ontdek het Chat Output-component in FlowHunt—finaliseer chatbot-antwoorden met flexibele, meerledige outputs. Essentieel voor naadloze flow-afronding en het creëren van geavanceerde, interactieve AI-chatbots.
LLM OpenAI
FlowHunt ondersteunt tientallen tekstgeneratiemodellen, waaronder modellen van OpenAI. Hier lees je hoe je ChatGPT gebruikt in je AI-tools en chatbots.
LLM Anthropic AI
FlowHunt ondersteunt tientallen AI-modellen, waaronder Claude-modellen van Anthropic. Leer hoe je Claude kunt gebruiken in je AI-tools en chatbots met aanpasbare instellingen voor op maat gemaakte antwoorden.
Tool Calling Agent
Ontdek de Tool Calling Agent in FlowHunt—een geavanceerd workflowonderdeel waarmee AI-agenten intelligent externe tools kunnen selecteren en gebruiken om complexe vragen te beantwoorden. Perfect voor het bouwen van slimme AI-oplossingen die dynamisch gebruik van tools, iteratief redeneren en integratie met meerdere bronnen vereisen.
Chatgeschiedenis-component
De Chatgeschiedenis-component in FlowHunt stelt chatbots in staat eerdere berichten te onthouden, wat zorgt voor samenhangende gesprekken en een verbeterde klantervaring, terwijl het geheugen- en tokengebruik wordt geoptimaliseerd.
Document Retriever
De Document Retriever van FlowHunt verhoogt de nauwkeurigheid van AI door generatieve modellen te koppelen aan je eigen, up-to-date documenten en URL's. Zo krijg je betrouwbare en relevante antwoorden met Retrieval-Augmented Generation (RAG).
Notitie
Met de Notitie-component in FlowHunt kun je opmerkingen en documentatie rechtstreeks aan je workflow toevoegen. Gebruik het om te verduidelijken, annoteren of instructies te geven binnen je flow, zodat complexe automatiseringen eenvoudiger te begrijpen en te onderhouden zijn.
Flowbeschrijving
Doel en voordelen
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:
- 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.
- 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:
| Stap | Tool/Node | Doel |
|---|---|---|
| Berichtinput | ChatInput | Ontvangt bericht van gebruiker/klant |
| Prompt voor API | PromptTemplate | Format bericht voor LiveAgent API |
| API-aanroep | APIRequest | Verstuurt/ontvangt berichtgegevens |
| Gegevens parseren | ParseData | Extraheert berichtpreview |
| Spam LLM Classificeerder | Generator (OpenAI) | Classificeert als spam of niet |
| Conditionele Router | ConditionalRouter | Routeert op basis van LLM-output |
| Spamnotificatie | PromptTemplate & ChatOutput | Standaardantwoord voor spam |
| Geen spam | Naar Supportagent | Voor verdere menselijke afhandeling |
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:
| Stap | Tool/Node | Doel |
|---|---|---|
| Document Retriever | DocumentRetriever | Haalt relevante context uit kennisbank |
| Chatgeschiedenis | ChatHistory | Levert recente gesprekscontext |
| LLM-model | Anthropic Claude | Biedt geavanceerd taalbegrip |
| Tool Calling Agent | ToolCallingAgent | Combineert tools, context en beleid in antwoord |
| Output | ChatOutput | Stuurt antwoord naar chat/playground |
| API-forwarding | APIRequest/ParseData | Optioneel voor logging/LiveAgent |
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.
Laat ons uw eigen AI-team bouwen
Wij helpen bedrijven zoals die van u bij het ontwikkelen van slimme chatbots, MCP-servers, AI-tools of andere soorten AI-automatisering om mensen te vervangen bij repetitieve taken in uw organisatie.
Meer informatie
AI Gmail-assistent voor e-mailbeheer
Stroomlijn je Gmail-werkstroom met een AI-assistent die e-mails kan zoeken, organiseren en beheren, nieuwe berichten kan aanmaken en verzenden, en automatisch l...
3 min lezen
AI Klantenservice Chatbot met Menselijke Overname
Een AI-aangedreven klantenservice chatbot die automatisch gebruikers helpt, informatie haalt uit interne documenten en het web, en naadloos opschaalt naar een m...
3 min lezen
Hoe configureer je het automatisch reageren op LiveAgent-tickets met een AI Agent-Spam Preventie Flow voor jouw bedrijf
Leer hoe je API-sleutels, URL's en instellingen in de geautomatiseerde e-mail- en chatafhandelingsflow aanpast aan jouw bedrijfsbehoeften.
3 min lezen
automation
FlowHunt
+2