Prompt
Lag en prompt-mal med dynamiske variabler ({input}, {human_input}, {context}, {chat_history}, {system_message}).
Dette arbeidsflytsoppsettet definerer en kundeservice-chatbot som utnytter interne kunnskapskilder for å gi brukerne nøyaktige, hjelpsomme og kontekstbevisste svar. Flyten er utformet for å automatisere kundeinteraksjoner, effektivisere støttearbeidet og sikre at brukerne får raske og relevante svar.
Hovedsteg i flyten
1. Initiering av chattsesjon og velkomst
- Chat åpnet-trigger: Flyten starter med å oppdage når en bruker åpner en chattsesjon.
- Velkomstmelding: En vennlig og informativ velkomstmelding vises til brukeren, inviterer dem til å stille spørsmål og forklarer chatbotens hensikt.
- Visning av utdata: Velkomstmeldingen vises i chatgrensesnittet, slik at brukerne føler seg veiledet fra første interaksjon.
2. Håndtering av brukerens inndata
- Chat-inndata: Hver gang en bruker sender en melding eller et spørsmål, blir dette fanget opp for videre behandling.
- Chatthistorikk: Samtalens historikk hentes og gjøres tilgjengelig for kontekst, slik at boten kan gi sammenhengende og kontinuerlig støtte.
- Dokumenthenter: Brukerens spørsmål brukes til å søke i tilknyttede kunnskapskilder eller dokumentasjon, og hente den mest relevante informasjonen for det aktuelle spørsmålet.
3. Dynamisk oppbygging av prompt
- Prompt-mal: En dynamisk prompt settes sammen ved hjelp av flere variabler:
- {input}: Brukerens siste melding.
- {chat_history}: Den pågående samtalen med brukeren.
- {context}: Kunnskapsutdrag hentet fra interne kilder.
- Prompten instruerer AI-en om å opptre som en hjelpsom kundeservicebot, svare kortfattet og tilby en støttelenke hvis svaret ikke er kjent.
Eksempel på promptsstruktur
| Seksjon | Innhold |
|---|---|
| Systemmelding | “You are a helpful AI customer service bot…” |
| Chatthistorikk | Nylig samtale med brukeren |
| Kunnskap | Hentede dokumenter eller kunnskapsutdrag |
| Brukerinndata | Brukerens nåværende spørsmål |
| Svar | Svar generert av AI |
4. Generering av AI-svar
- Generator-node: Den sammensatte prompten sendes til en AI-modell (LLM), som genererer et relevant og nøyaktig svar basert på gitt kontekst og historikk.
5. Presentasjon av svaret
- Chat-utdata: Det genererte svaret vises tilbake til brukeren i chatgrensesnittet, slik at svingsløyfen lukkes og ytterligere brukerinndata kan mottas om nødvendig.
Visualisering av arbeidsflyten
Nedenfor er en forenklet sekvens av hovednodene og deres roller:
| Steg | Node/Komponent | Hensikt |
|---|---|---|
| 1 | Chat åpnet-trigger | Oppdager nye chattsesjoner og starter arbeidsflyten |
| 2 | Meldingswidget | Sender velkomstmelding |
| 3 | Chat-utdata | Viser meldinger til brukeren |
| 4 | Chat-inndata | Mottar brukermeldinger |
| 5 | Chatthistorikk | Henter nylig samtale |
| 6 | Dokumenthenter | Søker i kunnskapskilder |
| 7 | Prompt-mal | Lager kontekst-rike prompts til AI-en |
| 8 | Generator | Bruker AI til å generere svar |
| 9 | Chat-utdata | Sender generert svar til brukeren |
Fordeler og nytte
- Skalerbarhet: Arbeidsflyten kan håndtere mange samtidige kundehenvendelser uten menneskelig innblanding, slik at virksomheter enkelt kan skalere kundestøtte.
- Automatisering: Ved å automatisere informasjonsinnhenting og svargenerering reduserer chatboten manuelt arbeid og sikrer jevn kvalitet på støtten.
- Kontekstbevissthet: Ved å ta med chatthistorikk og kunnskapsinnhenting gir boten relevante, personlige og oppdaterte svar.
- Enkel tilpasning: Systemmeldingen og prompt-malen kan enkelt endres for å gjenspeile selskapets profil eller endringer i retningslinjer.
- Fallback-støtte: Hvis boten ikke kan svare på et spørsmål, tilbyr den proaktivt en støttelenke for å opprettholde en positiv kundeopplevelse.
Bruksområder
- Kundestøtte for netthandel, SaaS eller tjenestebedrifter.
- Besvare vanlige spørsmål og løse gjentakende problemer.
- Gi veiledet onboarding for nye brukere.
- Skalere støtte i perioder med høy trafikk.
Denne arbeidsflyten gir organisasjoner mulighet til å levere responsiv, nøyaktig og skalerbar kundeservice med minimal manuell innsats, noe som øker både effektivitet og kundetilfredshet.
