Prompt
Stwórz szablon promptu z dynamicznymi zmiennymi ({input}, {human_input}, {context}, {chat_history}, {system_message}).
Przegląd przepływu pracy Czatującego Bota Obsługi Klienta
Ten przepływ pracy definiuje Czatującego Bota Obsługi Klienta, który wykorzystuje wewnętrzne źródła wiedzy, aby zapewnić użytkownikom dokładne, pomocne i kontekstowe odpowiedzi. Przepływ został zaprojektowany do automatyzacji interakcji z klientami, usprawnienia wsparcia i zapewnienia użytkownikom terminowych oraz trafnych odpowiedzi.
Główne kroki przepływu
1. Inicjacja sesji czatu i powitanie
- Wyzwalacz otwarcia czatu: Przepływ rozpoczyna się po wykryciu, gdy użytkownik otwiera sesję czatu.
- Wiadomość powitalna: Użytkownik otrzymuje przyjazną, informacyjną wiadomość powitalną, która zachęca do zadawania pytań i wyjaśnia rolę chatbota.
- Wyświetlenie powitania: Wiadomość powitalna pojawia się na interfejsie czatu, dzięki czemu użytkownik czuje się prowadzony już od pierwszej interakcji.
2. Obsługa wpisów użytkownika
- Wpis czatowy: Za każdym razem, gdy użytkownik wysyła wiadomość lub pytanie, jest ono przechwytywane do dalszego przetwarzania.
- Historia czatu: Historia rozmowy jest pobierana i dostępna jako kontekst, co pozwala botowi udzielać spójnego i ciągłego wsparcia.
- Wyszukiwarka dokumentów: Zapytanie użytkownika służy do przeszukania powiązanych źródeł wiedzy lub dokumentacji, aby pobrać najtrafniejsze informacje dla danego pytania.
3. Dynamiczne budowanie promptu
- Szablon promptu: Dynamiczny prompt jest tworzony przy użyciu kilku zmiennych:
- {input}: Ostatnia wiadomość użytkownika.
- {chat_history}: Bieżąca rozmowa z użytkownikiem.
- {context}: Fragmenty wiedzy pobrane z wewnętrznych źródeł.
- Prompt instruuje AI, by pełniło rolę pomocnego bota obsługi klienta, udzielało zwięzłych odpowiedzi oraz oferowało link do wsparcia, jeśli odpowiedź nie jest znana.
Przykładowa struktura promptu
| Sekcja | Zawartość |
|---|---|
| Komunikat systemowy | “Jesteś pomocnym botem AI obsługi klienta…” |
| Historia czatu | Ostatnia rozmowa z użytkownikiem |
| Wiedza | Pobranie dokumentów lub fragmentów wiedzy |
| Wpis użytkownika | Obecne pytanie użytkownika |
| Odpowiedź | Odpowiedź wygenerowana przez AI |
4. Generowanie odpowiedzi przez AI
- Węzeł Generator: Zbudowany prompt jest wysyłany do modelu AI (LLM), który generuje trafną i dokładną odpowiedź, wykorzystując dostarczony kontekst oraz historię.
5. Prezentacja odpowiedzi
- Wyjście czatu: Wygenerowana odpowiedź zostaje wyświetlona użytkownikowi na czacie, zamykając pętlę odpowiedzi i czekając na kolejne wpisy użytkownika w razie potrzeby.
Wizualizacja przepływu pracy
Poniżej uproszczona sekwencja głównych węzłów i ich ról:
| Krok | Węzeł/Komponent | Cel |
|---|---|---|
| 1 | Wyzwalacz otwarcia czatu | Wykrywa nowe sesje czatu i uruchamia przepływ |
| 2 | Widżet wiadomości | Wysyła wiadomość powitalną |
| 3 | Wyjście czatu | Wyświetla wiadomości użytkownikowi |
| 4 | Wpis czatowy | Odbiera wiadomości użytkownika |
| 5 | Historia czatu | Pobiera ostatnią rozmowę |
| 6 | Wyszukiwarka dokumentów | Przeszukuje źródła wiedzy |
| 7 | Szablon promptu | Tworzy kontekstowe prompt-y dla AI |
| 8 | Generator | Wykorzystuje AI do generowania odpowiedzi |
| 9 | Wyjście czatu | Przesyła wygenerowaną odpowiedź użytkownikowi |
Zalety i użyteczność
- Skalowalność: Przepływ potrafi obsłużyć wiele jednoczesnych zapytań klientów bez udziału człowieka, umożliwiając łatwe skalowanie wsparcia.
- Automatyzacja: Dzięki automatyzacji pobierania informacji i generowania odpowiedzi chatbot redukuje ręczną pracę i zapewnia spójność jakości wsparcia.
- Świadomość kontekstu: Dzięki wykorzystaniu historii czatu i pobieraniu wiedzy bot udziela trafnych, spersonalizowanych i aktualnych odpowiedzi.
- Łatwa personalizacja: Komunikat systemowy i szablon promptu mogą być łatwo modyfikowane, aby odzwierciedlić branding firmy lub zmiany polityki.
- Wsparcie awaryjne: Jeśli bot nie potrafi odpowiedzieć na pytanie, proaktywnie oferuje link do wsparcia, co utrzymuje pozytywne doświadczenie klienta.
Przykłady zastosowań
- Obsługa klienta w e-commerce, SaaS czy firmach usługowych.
- Odpowiadanie na najczęściej zadawane pytania i rozwiązywanie typowych problemów.
- Zapewnianie prowadzonego onboardingu dla nowych użytkowników.
- Skalowanie wsparcia w okresach wzmożonego ruchu.
Ten przepływ pracy umożliwia organizacjom dostarczanie szybkiej, dokładnej i skalowalnej obsługi klienta przy minimalnym udziale człowieka, zwiększając zarówno efektywność, jak i satysfakcję klientów.
