Flow-beskrivelse
Formål og fordeler
Oversikt
Arbeidsflyten “Gjenkjenne en bedriftsadresse” er laget for å evaluere e-postadresser og avgjøre om de tilhører generelle/gratis e-postleverandører (som Gmail, Yahoo, Outlook, osv.) eller et egendefinert (vanligvis forretnings- eller organisasjons-) domene. Dette er en viktig oppgave for kvalifisering av leads, målretting mot bedrifter og filtrering av potensielle kunder eller kontakter basert på e-posttypen.
Hvordan arbeidsflyten fungerer
Velkomst og brukerveiledning:
Når brukeren åpner chatten, utløser arbeidsflyten automatisk en velkomstmelding. Denne meldingen introduserer verktøyet og forklarer funksjonen: å skille mellom generiske e-postleverandører og egendefinerte bedriftsdomener.
Brukeren blir bedt om å skrive inn en e-postadresse for analyse.
Brukerinndata:
Brukeren skriver inn en e-postadresse i chat-grensesnittet.
Forberedelse av prompt:
Arbeidsflyten tar brukerens innspill og setter det inn i en dynamisk promptmal. Denne malen instruerer den underliggende AI-modellen til å analysere den angitte e-postadressen og svare med:
TRUE
hvis e-posten bruker et egendefinert/bedriftsdomene (f.eks. @company.com
)FALSE
hvis e-posten bruker en generisk/gratis leverandør (f.eks. @gmail.com
, @yahoo.com
)
Prompten er svært spesifikk, og sikrer at AI-en kun returnerer ett av de to mulige utfallene.
AI-basert evaluering:
Den sammensatte prompten med brukerens e-post sendes til en stor språkmodell (LLM)-generator. LLM-en behandler forespørselen basert på instruksjonene i prompten.
Visning av resultat:
AI-ens utdata (TRUE
eller FALSE
) vises i chatten, og gir umiddelbar tilbakemelding til brukeren om typen e-postadresse som er oppgitt.
Arbeidsflytens struktur
Steg | Komponent | Funksjon |
---|
1 | ChatOpenedTrigger | Oppdager når en bruker åpner chatten og starter arbeidsflyten. |
2 | MessageWidget | Viser en velkomst-/instruksjonsmelding til brukeren. |
3 | ChatInput | Mottar innskriving av e-postadresse fra brukeren. |
4 | PromptTemplate | Lager en klar og presis prompt til AI-en, hvor brukerens e-postadresse settes inn. |
5 | Generator (LLM) | Behandler prompten og avgjør om e-posten er generell eller et egendefinert domene. |
6 | ChatOutput | Viser LLM-ens svar (TRUE /FALSE ) direkte i chat-grensesnittet for brukeren. |
Hvorfor denne arbeidsflyten er nyttig
Kvalifisering av leads i stor skala:
Skill raskt mellom personlige og forretnings-/profesjonelle e-poster for salg, markedsføring eller onboarding av kunder, og muliggjør automatisert poengsetting og filtrering av leads.
Målrettet oppfølging og segmentering:
Hjelper med å segmentere brukere eller leads basert på om e-posten deres er knyttet til et selskap, noe som er nyttig for B2B-kampanjer eller tilgangskontroll.
Automatisering og konsistens:
Eliminerer manuell kontroll, reduserer menneskelige feil og sparer tid, spesielt ved behandling av store lister med e-postadresser.
Umiddelbar tilbakemelding:
Gir brukere eller teammedlemmer øyeblikkelige resultater, noe som gjør det egnet for interaktive arbeidsflyter eller selvbetjente verktøy.
Eksempler på brukstilfeller
- Salgsteam: Automatiser identifisering av verdifulle leads ved å filtrere ut generiske e-postadresser.
- Markedsføringsteam: Skreddersy kampanjer kun til kontakter med tilknytning til bedrift eller organisasjon.
- Customer Success: Sjekk raskt om registreringer kommer fra bedriftsdomener for tilgang til spesialfunksjoner eller kontotyper.
Oppsummering
Denne arbeidsflyten kombinerer brukerinteraksjon, promptutforming og AI-basert evaluering for å avgjøre typen e-postadresse effektivt og pålitelig. Den er spesielt verdifull for organisasjoner som ønsker å automatisere og skalere kvalifisering av leads og segmentering av brukere.