Integracja ze Slackiem

Ta integracja pozwala przenieść dowolny Flow do Twojego środowiska Slack, co umożliwia pracę z AI tam, gdzie już współpracujesz z zespołem, oszczędza czas i trzyma wszystko w jednym miejscu.

W czym pomoże Ci integracja FlowHunt:

• Flow Asystenta AI: Pozwól botowi AI odpowiadać na pytania z bazy wiedzy, pomagać w prostych zadaniach i wspierać w pisaniu.

• Integracja z obsługą klienta: Monitoruj rozmowy chatbotów, otrzymuj powiadomienia, gdy AI potrzebuje Twojej pomocy, i dołączaj do każdej konwersacji prosto ze Slacka.

• Narzędzia niestandardowe: Twórz i wdrażaj narzędzia dedykowane kanałom, by uprościć codzienną pracę i zwiększyć produktywność.

Dołącz do naszego newslettera

Otrzymuj najnowsze wskazówki, trendy i oferty za darmo.

Adres e-mail

Zapisz się

Jak zintegrować Slacka z FlowHunt

1. Przejdź do Integracje w głównym menu po lewej stronie.
2. Znajdź integrację Slack i kliknij Zintegruj.

3. Zostaniesz przekierowany na ekran integracji Slack, gdzie Flo poprosi o dostęp do Twojego środowiska.
4. Jeśli masz więcej niż jedno środowisko, użyj selektora w prawym górnym rogu:

5. Po wybraniu właściwego środowiska, sprawdź uprawnienia i kliknij Zezwól.

Jeśli chcesz zintegrować środowisko, którego nie jesteś administratorem, musisz przesłać prośbę o instalację do administratora środowiska.

6. Otrzymasz powiadomienie o pomyślnej integracji.

7. Przejdź do swojego Slacka. Powinieneś zobaczyć Flowhunt na liście zainstalowanych aplikacji:

Gdy Twoje konto jest już połączone, czas zacząć budować Flows, z których będziesz korzystać.

Przegląd komponentów Slacka

Wróć do FlowHunt i wejdź do Edytora Flow.

Zauważysz dwa komponenty powiązane ze Slackiem:

• Slack Message Received
• Slack Send Message

Są one punktami początkowymi i końcowymi odpowiedzi Slack oraz kontrolują, kiedy i jak Flow wchodzi w interakcję z Twoim kanałem Slack.

Slack Message Received

Ten komponent reprezentuje początek rozmowy na Slacku z FlowHunt. Możesz traktować go jako komponent wyzwalający. Pozwala też kontrolować, kiedy, gdzie i jak mają być wywoływane odpowiedzi Flo.

Uchwyt wyjściowy komponentu

Komponent ten posiada trzy uchwyty wyjściowe, które kierują i kontrolują zachowanie po różnych akcjach w Slacku. Ponieważ komponent ten zawsze znajduje się na początku Flow lub Subflow, nie ma uchwytu wejściowego.

• After Bot Stop: Kontroluje, co się dzieje po ręcznym wyłączeniu bota przez Slacka.
• After Bot Start: Kontroluje, co się dzieje po ponownym włączeniu bota przez Slacka.
• Plain message: Kontroluje, co się dzieje po wysłaniu wiadomości przez użytkownika Slacka (czyli przez Ciebie).

Ustawienia komponentu

• Kanał: Wybierz kanały, do których chcesz dodać FlowHunt.
• Środowisko: Wybierz środowisko, do którego chcesz dodać FlowHunt.

Ustawienie kanałów i środowiska jest niezbędne, aby Flow działał.

Odpowiadaj tylko po oznaczeniu

To ustawienie kontroluje, jak wywoływana jest odpowiedź Flo:

• Jeśli nie zaznaczysz: Flo będzie odpowiadał na każdą wiadomość wysłaną w wybranym kanale lub wątku. Świetne dla kanałów służących wyłącznie do rozmów z FlowHunt, np. Chatbot obsługi klienta. Nie zalecamy w popularnych kanałach zespołowych, bo FlowHunt będzie przeszkadzał we wszystkich rozmowach.
• Jeśli zaznaczysz: Bot nie odpowie, dopóki go nie oznaczysz. Możesz wywołać Flo, używając @flowhunt. Rekomendujemy to ustawienie, gdy potrzebujesz szybkiej pomocy przy wyszukiwaniu lub podsumowaniu informacji, szczególnie w licznych kanałach.

Slack Send Message

Ten komponent reprezentuje wiadomości zwrotne Flowhunt na Slacku. Pozwala kontrolować, gdzie, jak i komu Flo wysyła odpowiedzi.

Uchwyt komponentu

• Slack Message: Uchwyt wejściowy, określa, co jest wysyłane jako wiadomość. Zazwyczaj będzie to wyjście z Agenta AI lub Generatora AI. Połączenie wejścia jest wymagane.
• After Message Send: Uchwyt wyjściowy pozwala określić dalsze akcje i zachowanie po odpowiedzi FlowHunt. Połączenie tego uchwytu jest opcjonalne.

Ustawienia komponentu

• Formatowanie jako Markdown: Po zaznaczeniu wiadomości będą formatowane w Markdown. Gdy odznaczone – bez formatowania.
• Kontynuacja w wątku: FlowHunt będzie dalej odpowiadał w wątkach rozmowy, w których został uwzględniony, np. na czatach z obsługą klienta.
• Wzmianki: FlowHunt może czasem potrzebować zwrócić Twoją uwagę, np. gdy użytkownik chatbota prosi o kontakt z człowiekiem. Wtedy FlowHunt użyje wybranej przez Ciebie wzmianki.
• Znacznik czasu wątku: Pozwala ograniczyć FlowHunt tylko do jednego wątku.
• Kanał: Wybierz kanały, do których chcesz dodać FlowHunt.
• Środowisko: Wybierz środowisko, do którego chcesz dodać FlowHunt.

Uwaga: W obu komponentach musisz wybrać kanały i środowiska, ponieważ są przypadki, w których korzystasz tylko z jednego komponentu lub chcesz otrzymywać odpowiedzi w różnych kanałach.

Korzystanie z integracji Slack

Różne scenariusze wykorzystania wymagają różnych konfiguracji komponentów Slacka. Omówmy dwa najpopularniejsze przypadki.

Flow Asystenta AI

Pierwszym przykładem integracji Slack będzie prosty Flow Asystenta AI. Pozwoli Ci dodać bota Flo do wielu kanałów i rozmawiać z nim, korzystając z niego jako asystenta do odpowiadania na pytania z bazy wiedzy lub wsparcia w pisaniu.

Podstawowa wersja tego Flow wymaga tylko trzech komponentów:

• Slack Message Received
• Agent AI
• Slack Send message

1. Połącz Slack Message Received z Agentem AI za pomocą uchwytu Plain Message.
2. Połącz wyjście wiadomości Agenta z wejściem komponentu Slack Send message.

3. Ustaw oba komponenty Slack na to samo środowisko i kanał. Pozostałe ustawienia dostosuj według potrzeb.
4. Nie zapomnij poinformować Agenta o zadaniu. Jeśli potrzebujesz pomocy przy konfiguracji Agenta AI, skorzystaj z tego przewodnika.

Ten prosty Flow pozwala rozmawiać z modelem GPT4o OpenAI przez Slacka. Aby uczynić z niego prawdziwego asystenta AI, rozważ dodanie innych komponentów, takich jak:

• Historia czatu – by Flow mógł utrzymać kontekst rozmowy.
• Inne komponenty LLM – by przełączyć się z domyślnego GPT-4o na inny model obsługiwany przez FlowHunt.
• Narzędzia – by Agent mógł wyszukiwać informacje lub wykonywać zadania.

Oto przykładowy Flow korzystający z Claude Sonnet 3.5 jako LLM zamiast modeli OpenAI. Wśród narzędzi ma dostęp do zweryfikowanych informacji z wewnętrznej bazy wiedzy przez komponent Document Retriever, ale potrafi też przeszukiwać Google w czasie rzeczywistym. Nie może też zabraknąć historii czatu:

Skorzystaj z Biblioteki Flow, by pobrać ten Flow jako gotowy szablon.

Teraz bot potrafi odpowiadać na pytania wykorzystując aktualne informacje i prowadzić konwersację o danych.

Flow obsługi klienta w Slacku

Drugim istotnym przypadkiem użycia jest podłączenie chatbota AI obsługującego klientów do Slacka. Pozwala to nie tylko monitorować rozmowy chatbota, ale też w każdej chwili włączyć się do rozmowy i otrzymać powiadomienie, gdy bot potrzebuje Twojej pomocy.

To tzw. człowiek w pętli – łączy AI z ludzką ekspertyzą, zwiększając dokładność, ograniczając błędy i dbając o etykę w różnych zastosowaniach. Innymi słowy, AI informuje Cię o sytuacji i aktywnie zaprasza do przejęcia rozmowy w oknie chatbota, zamiast jedynie dawać użytkownikom opcje kontaktu do Ciebie.

Wszystkie te scenariusze wymagają połączenia kilku elementów. Możesz pominąć konfigurację i pobrać ten Flow jako szablon z Biblioteki Flow.

Możemy podzielić ten Flow na trzy główne części. Najpierw budujemy samego chatbota obsługującego klientów. Druga to wyzwalacze pozwalające przejmować rozmowę przez Slacka. Ostatnia część to proste dodatki podnoszące komfort pracy. Zacznijmy od stworzenia chatbota.

Część 1: Budowa subflow chatbota

1. Jak zwykle, każdy Flow chatbota zaczyna się od wyzwalacza Chat Input.
2. Następnie ustawiamy eskalację. Zacznij od połączenia Escalation Gateway z Chat Input:

3. Ten komponent decyduje, czy AI wybierze ścieżkę „Human Escalation” czy „Bot Escalation”. Innymi słowy, czy odpowie AI, czy poprosi o Twoją pomoc.
4. Następnie do obu ścieżek podłącz komponent Slack Send Message. Zapewnia on, że obie opcje zostaną zgłoszone na kanale Slack, a Ty będziesz mieć pełną informację o decyzji.

5. Otwórz ustawienia Slack Send Message i wskaż środowisko oraz kanał(lub kanały), w których chatbot ma być aktywny. Wybierz te same środowiska i kanały w obu komponentach:

6. Teraz otwórz komponent Slack Send Message połączony z human escalation. To miejsce, gdzie bot informuje Cię, że potrzebuje pomocy. Musisz ustawić Wzmiankę, by powiadomić odpowiednie osoby. Zalecamy użycie @here, by powiadomić wszystkich obecnych na kanale.
7. Jeśli chcesz otrzymywać powiadomienia o każdej wiadomości użytkownika, możesz dodać Wzmiankę także do wiadomości wysyłanej przez bota (Bot Response).
8. Oczywiście bot musi także odpowiadać użytkownikowi na czacie. Tu przyda się Agent AI. Połącz uchwyt Bot Response z wejściem Agenta AI:

9. Ostatni krok to dodanie wyjść do Agenta. Chcemy, by odpowiadał użytkownikom na czacie oraz by odpowiedzi były widoczne w Slacku. Dlatego podłącz Agenta AI zarówno do Slack Send Message, jak i Chat output:

10. Ustaw te same środowisko i kanał jak poprzednio.

Mamy teraz prostego chatbota GPT-4o, który potrafi zdecydować, kiedy nie może odpowiedzieć i potrzebuje Twojej pomocy. Ale to jeszcze nie pełnoprawny chatbot obsługi klienta. Dodajmy pozostałe funkcje dobrego chatbota do obsługi klienta.

Część 2: Chatbot obsługi klienta

Będziemy musieli dodać kilka