Prompt
Prompt-mal for å kombinere e-postinngang og opplastet dokumentinnhold.
---EMAIL---
{input}
---
---UPLOADED DOCUMENTS CONTENT---
{context}
---
Dette arbeidsflyten trekker ut og organiserer nøkkelinformasjon fra e-poster og vedlagte filer, bruker KI for å prosessere og strukturere dataene, og gir resultatet som en CSV-fil for enkel analyse og rapportering. Ideell for automatisering av e-postdatabehandling og integrasjon med regneark.
Flows
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.
Prompt-mal for å kombinere e-postinngang og opplastet dokumentinnhold.
---EMAIL---
{input}
---
---UPLOADED DOCUMENTS CONTENT---
{context}
---
Agentprompt for å håndtere og analysere e-postrelaterte data og kommunikasjon.
You are an advanced AI assistant tasked with managing email-related data and email communications efficiently. Your role involves three main tasks: reviewing and organizing email data, extracting and structuring relevant data. you should give a big overview based on the emails and the attached file.
Prompt-mal for å gjøre data om til en detaljert strukturert utgang.
turn the given data in to a structured output with as much detail as possible
---GENERAL INFORMATION---
{input}
---
---DATA FROM ATTACHED FILES---
{context}
---
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.
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.
Filhenter-komponenten i FlowHunt lar deg hente filer inn i arbeidsflyten din og konvertere dem til dokumenter for videre behandling. Den støtter strategier for håndtering av flere dokumenter og kan bruke OCR på bilder i filene, noe som gjør den ideell for å hente ut og transformere informasjon fra et bredt spekter av filtyper.
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.
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.
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.
FlowHunt støtter dusinvis av AI-modeller, inkludert Google Gemini. Lær hvordan du bruker Gemini i AI-verktøyene og chatbotene dine, bytter mellom modeller og kontrollerer avanserte innstillinger som tokens og temperatur.
Komponenten Strukturert Output Generator lar deg lage presise, strukturerte data fra enhver inndatatekst ved bruk av din valgte LLM-modell. Definer de eksakte datafeltene og utdataformatet du ønsker, og sikre konsistente og pålitelige svar for avanserte AI-arbeidsflyter.
Generer CSV-filer enkelt i dine automatiserte arbeidsflyter med CSV-utdata-komponenten. Gjør om strukturert data til nedlastbart CSV-format—ideelt for å eksportere resultater, dele data eller integrere med eksterne systemer.
Flow-beskrivelse
Denne arbeidsflyten er laget for å automatisere utvinning, strukturering og håndtering av data fra e-poster og tilhørende dokumenter, som filvedlegg og URL-er. Den utnytter avanserte språkmodeller og prompt engineering for å behandle ustrukturert informasjon og gi ut strukturerte sammendrag, noe som gjør den spesielt nyttig for oppgaver som e-posttriage, kundestøtte eller storskala datauttrekk fra kommunikasjonskanaler.
Flyten kobler sammen flere komponenter som håndterer brukerinput, innhenting av fil- og URL-innhold, prompt-konstruksjon, språkmodellbehandling (LLM), agentbasert resonnement og strukturert datautgang. Dens viktigste fordeler er skalerbarhet, automatisering og evnen til å håndtere komplekse eller store mengder datauttrekk med minimal manuell innsats.
URL Retriever: Arbeidsflyten kan også hente innhold fra spesifiserte URL-er, analysere og dele opp informasjonen for videre bruk. Dette er nyttig når e-poster viser til eksterne ressurser eller kunnskapsbaser.
Chat History: Systemet opprettholder et minne om de siste 5 chatmeldingene (opptil 800 tokens), og gir kontekst for bedre forståelse og kontinuitet.
Prompt Templates: Arbeidsflyten bruker maler for dynamisk å konstruere prompts til LLM-en og agenten, og inkluderer:
Disse promptene er utformet for å maksimere LLM-ens evne til å forstå og strukturere innkommende informasjon.
Google Gemini LLM: Arbeidsflyten bruker Gemini 2.5 Flash for høy kvalitet på språkforståelse og generering, med temperatur satt til 0 for deterministiske utganger.
Tool Calling Agent: En avansert agent mottar den sammensatte prompten, chathistorikk og verktøy (som fil-/URL-hentere) for å:
Agenten styres av en systemmelding for å fokusere på effektivitet og datastrukturering.
Structured Output Generator: Agentens svar, sammen med tilleggsinformasjon, sendes gjennom en ny prompt og LLM (også Gemini) for å produsere en strukturert utgang. Påkrevde felter er:
CSV Output: Den strukturerte dataen eksporteres deretter som en CSV-fil, slik at det er enkelt å behandle, analysere eller importere til andre systemer.
Komponent | Rolle |
---|---|
Chat Input | Samler inn brukermeldinger og filvedlegg |
File Retriever | Trekker ut tekst fra opplastede dokumenter |
URL Retriever | Henter og prosesserer innhold fra spesifiserte URL-er |
Chat History | Opprettholder kontekst fra nylige meldinger |
Prompt Template | Bygger dynamisk prompts for LLM/agent |
Gemini LLM | Prosesserer prompts og genererer svar |
Tool Calling Agent | Orkestrerer verktøy og LLM-er for datauttrekk/strukturering |
Structured Output Generator | Formaterer utdratt informasjon som et strukturert objekt |
CSV Output | Eksporterer strukturert data til CSV-format |
Chat Output | Viser agentens svar i chatten |
Denne arbeidsflyten reduserer dramatisk tiden og innsatsen som kreves for å trekke ut handlingsbar, strukturert data fra e-poster og deres vedlegg. Den er svært skalerbar—i stand til å håndtere flere meldinger og filtyper i bulk—og automatiserer en prosess som ellers ville krevd betydelig menneskelig innsats. Ved å integrere avanserte LLM-er, verktøyagenter og prompt engineering, sikrer den både høy presisjon og tilpasningsevne, og gjør den til et kraftig verktøy for bedrifter og organisasjoner som ønsker å effektivisere sine informasjonsbehandlingsprosesser.
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.
Generer umiddelbart strukturerte, tydelige e-poster tilpasset din tone og hensikt, komplett med et foreslått emnefelt ved hjelp av AI. Perfekt for profesjonelle...
Automatiser Gmail-innboksadministrasjon med en AI-agent som leser innkommende e-poster, bruker din kunnskapsbase til å utforme profesjonelle svar, og kan sende,...
Generer raskt konsise oppsummeringer av enhver nettside ved å bare oppgi en URL. Denne AI-drevne arbeidsflyten henter innhold fra den oppgitte lenken og lager e...