Prompt
Lag en promptmal med dynamiske variabler ({input}, {human_input}, {context}, {chat_history}, {system_message}).
Dette er meldingen fra bruker:
{input}
LiveAgent AI Chatbot-støtte
Automatiser kundestøtte i LiveAgent med en AI-chatbot som besvarer spørsmål ved å bruke din interne kunnskapsbase, henter relevante dokumenter og overfører sømløst til menneskelige agenter ved behov. Forbedre svartiden og kundetilfredsheten med intelligent henvendelseshåndtering.
Flows
Hvordan AI Flow fungerer
- Motta kundechat.
- Fanger opp innkommende chatmeldinger fra nettsidebesøkende i LiveAgent.
- Forbered AI-prompt.
- Formaterer brukerens innspill og chatthistorikk for å lage en tydelig prompt til AI-agenten.
- AI-agent behandler forespørsel.
- AI-agenten analyserer spørsmålet, søker i interne dokumenter og kunnskapskilder, og avgjør beste svarstrategi.
- Hent svar eller eskaler.
- Henter informasjon fra den interne kunnskapsbasen eller, om nødvendig, eskalerer chatten til en menneskelig kundestøtteagent.
- Svar kunden.
- Leverer AI-generert svar eller kobler kunden til en menneskelig agent i LiveAgent-chatten.
Prompts brukt i denne flowen
Nedenfor er en komplett liste over alle prompts som brukes i denne flowen for å oppnå dens funksjonalitet. Prompts er instruksjoner gitt til AI-modellen for å generere svar eller utføre handlinger. De veileder AI-en i å forstå brukerens intensjon og generere relevante resultater.
Tool Calling Agent
En agent for verktøykall.
Du er en AI språkmodellassistent som opptrer som teknisk live chat kundestøttespesialist for ***[https://www.YOURWEBSITE.com]*** - ***YOUR_BUSINESS***.
***
<u>**Første svar:**xa0</u>
Samtalen kan starte med automatisk forhåndsinfo (f.eks. e-post, datasamtykke). Start med en hilsen, svar deretter på kundens språk og tilby hjelp.
***
<u>**Identifiser hensikt og gi svar:**</u>
1. Søk etter relevant innhold:
- Bruk Document Retriever-verktøyet for å finne kontekst relatert til spørsmålet.
2. Hvis relevant kontekst finnes:
- Bruk funnet kunnskapskilde for å gi korte svar med URL-er fra Document Retriever for mer info.
- Gi oppsettsinstruksjoner nøyaktig som angitt på den refererte URL-en.
3. Hvis ingen relevant kontekst finnes og spørsmålene gjelder **YOUR_BUSINESS**:
- Be om tilleggsinformasjon ved uklare henvendelser.
- Fokuser først på å innhente flere detaljer, og bruk Document Retriever på nytt.
- Hvis fortsatt uløst, bruk Contact Human Assist-verktøyet for å overføre chatten til en menneskelig kundestøtteagent. (Sørg for at kunden snakker ENGELSK for live assistanse).
4. For henvendelser som IKKE gjelder **YOUR_BUSINESS**:
- Gjenkjenn og videresend uvedkommende henvendelser til støtteavdelingen for det nevnte programmet eller selskapet, og forhindre misbruk for henvendelser som ikke gjelder **YOUR_BUSINESS**.
***
<u>**Ressursbruk**</u>
* Bruk "Document Retriever" for å søke etter kunnskap relevant for kundens spørsmål
* Bruk "Contact Human Assist"-verktøyet for å overføre gyldig og relevant kommunikasjon til menneskelig agent.
* Hvis besøkende spør om pris på **YOUR_SERVICE**, bruk URL retriever-verktøyet med URL **YOUR-PRICING-PAGE.COM**.
* Hvis kunden spør om siste endringer, sjekk **YOUR-PAGE-WITH-RECENT-CHANGES** og **YOUR-PAGE-WITH-NEWS** ved å bruke URL retriever-verktøyet
***
<u>**Formatering:**</u>
* Svar på samtalens språk.
* BRUK ALDRI PUNKTER (ikke støttet ennå)
* Bruk bindestreker i stedet for punktlister.
* IKKE BRUK MARKDOWN (ikke støttet ennå)
* Hold svarene i ren tekstformat.
Komponenter brukt i denne flowen
Nedenfor er en komplett liste over alle komponenter som brukes i denne flowen for å oppnå dens funksjonalitet. Komponenter er byggesteinene i hver AI Flow. De lar deg lage komplekse interaksjoner og automatisere oppgaver ved å koble sammen ulike funksjoner. Hver komponent tjener et spesifikt formål, som å håndtere brukerinndata, behandle data, eller integrere med eksterne tjenester.
ChatInput
Chat Input-komponenten i FlowHunt initierer brukerinteraksjoner ved å fange opp meldinger fra Playground. Den fungerer som startpunktet for flyter, og gjør det mulig for arbeidsflyten å behandle både tekst- og filbaserte innspill.
Prompt-komponent i FlowHunt
Lær hvordan FlowHunts Prompt-komponent lar deg definere din AI-bots rolle og oppførsel, og sikrer relevante, personaliserte svar. Tilpass prompt og maler for effektive, kontekstsensitive chatbot-strømmer.
Chatthistorikk-komponent
Chatthistorikk-komponenten i FlowHunt gjør det mulig for chatboter å huske tidligere meldinger, noe som sikrer sammenhengende samtaler og forbedret kundeopplevelse samtidig som minne- og tokenbruk optimaliseres.
Verktøy-Kallende Agent
Utforsk Verktøy-Kallende Agent i FlowHunt—en avansert arbeidsflytkomponent som gjør det mulig for AI-agenter å intelligent velge og bruke eksterne verktøy for å svare på komplekse forespørsler. Perfekt for å bygge smarte AI-løsninger som krever dynamisk verktøybruk, iterativ resonnering og integrasjon med flere ressurser.
Dokumentinnhenter
FlowHunts Dokumentinnhenter forbedrer AI-nøyaktigheten ved å koble generative modeller til dine egne oppdaterte dokumenter og nettadresser, og sikrer pålitelige og relevante svar ved bruk av Retrieval-Augmented Generation (RAG).
URL-henter
Lås opp webinnhold i arbeidsflytene dine med URL-henter-komponenten. Hent og prosesser tekst og metadata fra en hvilken som helst liste med URL-er – inkludert nettartikler, dokumenter og mer. Støtter avanserte alternativer som OCR for bilder, selektiv metadatauttrekk og tilpassbar caching, noe som gjør den ideell for å bygge kunnskapsrike AI-flyter og automasjoner.
LiveAgent-integrasjon
Integrer FlowHunt Chatbot med LiveAgent for sømløse overganger fra AI til menneskelig support. AI-agenten eskalerer samtaler intelligent til menneskelige agenter, noe som sikrer smidige kundedialoger og reduserer frustrasjon.
Chat Output
Oppdag Chat Output-komponenten i FlowHunt—fullfør chatbot-svar med fleksible, flerdelte utganger. Essensielt for sømløs flytavslutning og for å lage avanserte, interaktive AI-chatboter.
Flow-beskrivelse
Formål og fordeler
Denne arbeidsflyten gjør det mulig for en chatbot å håndtere live chat-interaksjoner automatisk i LiveAgent-plattformen. Bot-en bruker en intern kunnskapsbase og kan videresende kundehenvendelser til menneskelige agenter ved behov. Hovedmålet er å automatisere kundestøtte, gi umiddelbare svar og skalere støtteoperasjoner, samtidig som det sikres en smidig overgang til menneskelige agenter for komplekse eller uløste saker.
Arbeidsflytoversikt
Flyten behandler innkommende chatmeldinger, henter kontekst fra samtalehistorikken, søker i intern dokumentasjon og leverer svar. Hvis chatboten ikke kan løse en henvendelse, kan den eskalere chatten til et ekte menneske med LiveAgent-integrasjon.
Nøkkelkomponenter og deres roller
| Komponentnavn | Rolle/Funksjon |
|---|---|
| Chat Input | Mottar innkommende brukermeldinger fra chatgrensesnittet. |
| Chat History | Henter nylig chatthistorikk for å gi kontekst til svarene. |
| Prompt Template | Formaterer innkommende melding og kontekst til en prompt for chatbot-agenten. |
| Document Retriever | Søker i intern dokumentasjon og kunnskapsbaser etter relevante svar. |
| URL Retriever | Henter og tolker eksterne nettsider eller dokumentasjon basert på URL-er for oppdaterte svar. |
| LiveAgent Human Assist Tool | Muliggjør eskalering til en menneskelig kundestøtteagent via LiveAgent ved behov. |
| Tool Calling Agent | Den viktigste chatbot-“hjernen” som styrer dokumentsøk, svargenerering og eskaleringslogikk. |
| Chat Output | Viser chatbotens svar i chatgrensesnittet. |
| Note Widget | Gir oppsettsinstruksjoner for administratorer som skal tilpasse chatboten til sin virksomhet. |
Slik fungerer arbeidsflyten
Brukermelding mottas: Arbeidsflyten starter med Chat Input-noden, som fanger opp hver ny melding fra brukeren.
Kontekstsanking: Samtidig henter Chat History-noden nylig samtalehistorikk (opptil 10 meldinger) for å gi kontekstbevisste svar.
Promptkonstruksjon: Prompt Template-noden setter dynamisk sammen en prompt ved å sette inn brukerens melding og kontekst, og forbereder den for behandling av chatbot-agenten.
Kunnskapssøk:
- Document Retriever søker gjennom interne kunnskapskilder etter dokumenter relevante for henvendelsen.
- URL Retriever kan hente innhold fra angitte URL-er (f.eks. prissider, nyheter, oppdateringer) ved behov.
Verktøyorientering og svargenerering:
- Tool Calling Agent fungerer som den sentrale beslutningsenheten. Den:
- Bruker dokumentsøksverktøy for å svare på spørsmål med autoritativ informasjon.
- Eskalerer chatten til en menneskelig agent via LiveAgent Human Assist Tool dersom boten ikke kan løse saken.
- Følger strenge formateringsregler (ingen markdown eller punktlister, kun bindestreker for lister, ren tekst).
- Sørger for at svarene er på brukerens språk og gir URL-er der det er relevant.
- Agenten kan konfigureres med virksomhetsspesifikk informasjon via Note Widget.
- Tool Calling Agent fungerer som den sentrale beslutningsenheten. Den:
Utdata: Det endelige svaret, enten det er et automatisert svar eller en beskjed om eskalering til menneskelig hjelp, vises via Chat Output-noden.
Konfigurasjon og tilpasning
Oppsettsinstruksjoner: Note Widget gir veiledning til administratorer for å tilpasse chatbotens konfigurasjon til sin organisasjon. Dette inkluderer å oppdatere systemmeldingen med riktig firmanavn, nettsted og andre viktige detaljer.
Eskaleringslogikk: Hvis chatboten ikke finner et relevant svar, eller henvendelsen er uklar eller kompleks, ber den brukeren om mer informasjon. Hvis saken forblir uløst, tilbys brukeren å bli koblet til en menneskelig agent via LiveAgent.
Fordeler for skalering og automatisering
- Automatisert support 24/7: Chatboten kan umiddelbart besvare vanlige spørsmål, redusere svartider og avlaste menneskelige agenter.
- Sømløs eskalering: For komplekse eller sensitive henvendelser overfører boten samtalen til en menneskelig agent, slik at kvalitet og kundetilfredshet opprettholdes.
- Sentralisert kunnskapsbase: Ved å integrere både intern dokumentasjon og live URL-er, gir chatboten oppdaterte og nøyaktige svar.
- Kontekstbevissthet: Nylig chatthistorikk tas alltid hensyn til, noe som gir mer relevante og hjelpsomme svar.
- Konsistent formatering og etterlevelse: Agenten følger strenge formaterings- og språkregler som passer for LiveAgent chat-systemer.
Sammendragstabell: Arbeidsflytlogikk
| Steg | Handling |
|---|---|
| Innkommende melding | Fanges opp av Chat Input |
| Hent chatthistorikk | Henter opptil 10 tidligere meldinger |
| Forbered prompt | Brukermelding + kontekst formateres av Prompt Template |
| Søk kunnskapskilder | Document Retriever og URL Retriever-verktøy brukes etter behov |
| Generer svar | Tool Calling Agent utarbeider et svar ved å bruke verktøy og kontekst |
| Eskaler ved behov | Uløste/komplekse henvendelser videresendes til menneskelig agent via LiveAgent-integrasjon |
| Vis svar | Endelig melding vises til brukeren gjennom Chat Output |
Konklusjon
Denne arbeidsflyten automatiserer og effektiviserer kundestøtte i LiveAgent ved å kombinere AI-drevet samtale, internt kunnskapssøk og sømløs overføring til menneskelig hjelp. Den er svært konfigurerbar, skalerbar og designet for å øke effektivitet, konsistens og kundetilfredshet i live chat-miljøer.
La oss bygge ditt eget AI-team
Vi hjelper bedrifter som din med å utvikle smarte chatboter, MCP-servere, AI-verktøy eller andre typer AI-automatisering for å erstatte mennesker i repeterende oppgaver i organisasjonen din.
Lær mer
AI-støttet chatbot med LiveAgent-integrasjon
Automatiser kundestøtten din med en AI-chatbot som besvarer spørsmål ved hjelp av din interne kunnskapsbase og sømløst kobler brukere til en menneskelig agent v...
3 min lesing
Smartsupp AI Chatbot med menneskelig overtakelse
Denne arbeidsflyten oppretter en AI-drevet chatbot integrert med Smartsupp, som utnytter en intern kunnskapsbase for å svare på kundehenvendelser. Hvis chatbote...
3 min lesing