Prompt (PromptTemplate-xAz1P)
Crie um modelo de prompt com variáveis dinâmicas ({input}, {human_input}, {context}, {chat_history}, {system_message}, {all_input_variables}).
Agente de Suporte ao Cliente com Base de Conhecimento e Enriquecimento via API
Este fluxo de trabalho com IA automatiza o suporte ao cliente ao combinar busca em base de conhecimento interna, recuperação de conhecimento do Google Docs, integração com API e raciocínio avançado de modelos de linguagem. O agente responde em eslovaco ou no idioma do cliente, sempre fornece informações atualizadas e pode escalar para o suporte humano, se necessário. Ideal para empresas que buscam um atendimento ao cliente multilíngue, automatizado e com consciência de contexto.
Fluxos
Como o Fluxo de IA funciona
- Receber Consulta do Cliente.
- O fluxo captura as consultas dos clientes a partir da entrada do chat e recupera o histórico recente do chat para contexto.
- Coletar Conhecimento de Fontes Internas e Externas.
- O fluxo de trabalho pesquisa tanto repositórios internos de documentos quanto Google Docs conectados por informações relevantes da base de conhecimento usando recuperadores de documentos.
- Enriquecer e Analisar Dados via API.
- IDs das mensagens dos clientes são usados para chamar APIs externas, recuperar históricos de mensagens e analisar informações necessárias para enriquecimento de contexto.
- Agente de IA Responde e Geração Multilíngue.
- Um agente de IA avançado usa o contexto reunido, fontes de conhecimento e modelos de linguagem para gerar respostas em eslovaco ou no idioma do cliente, garantindo respostas profissionais, concisas e precisas.
- Responder ao Cliente e Escalar se Necessário.
- O agente entrega a resposta ao cliente, incluindo links e informações relevantes, e escala para o suporte humano se a consulta não puder ser resolvida automaticamente.
Prompts usados neste fluxo
Prompt (PromptTemplate-4mVjl)
Crie um modelo de prompt com variáveis dinâmicas ({input}, {human_input}, {context}, {chat_history}, {system_message}, {all_input_variables}).
Prompt (PromptTemplate-u9XGO)
Crie um modelo de prompt com variáveis dinâmicas ({input}, {human_input}, {context}, {chat_history}, {system_message}, {all_input_variables}).
Prompt (PromptTemplate-5nKVc)
Crie um modelo de prompt com variáveis dinâmicas ({input}, {human_input}, {context}, {chat_history}, {system_message}, {all_input_variables}).
Generator (Generator-eSD0Q)
Gere texto usando o prompt de entrada e o modelo LLM selecionado.
Tool Calling Agent (ToolCallingAgent-K7dur)
Um agente que faz chamadas para ferramentas.
Componentes usados neste fluxo
Abaixo está uma lista completa de todos os componentes usados neste fluxo para alcançar sua funcionalidade. Os componentes são os blocos de construção de cada Fluxo de IA. Eles permitem criar interações complexas e automatizar tarefas conectando várias funcionalidades. Cada componente serve a um propósito específico, como lidar com a entrada do usuário, processar dados ou integrar com serviços externos.
ChatInput
O componente Chat Input no FlowHunt inicia as interações do usuário capturando mensagens do Playground. Ele serve como ponto de partida para os fluxos, permitindo que o workflow processe entradas baseadas em texto e arquivos.
Componente Prompt no FlowHunt
Saiba como o componente Prompt do FlowHunt permite definir o papel e o comportamento do seu bot de IA, garantindo respostas relevantes e personalizadas. Personalize prompts e modelos para fluxos de chatbot eficazes e sensíveis ao contexto.
Criar Dados
O componente Criar Dados permite gerar dinamicamente registros de dados estruturados com um número personalizável de campos. Ideal para fluxos de trabalho que exigem a criação de novos objetos de dados em tempo real, ele suporta configuração flexível de campos e integração perfeita com outras etapas de automação.
Requisição de API
Integre dados e serviços externos ao seu fluxo de trabalho com o componente Requisição de API. Envie requisições HTTP facilmente, defina cabeçalhos, corpo e parâmetros de consulta personalizados, e utilize múltiplos métodos como GET e POST. Essencial para conectar suas automações a qualquer API ou serviço web.
Analisar Dados
O componente Analisar Dados transforma dados estruturados em texto simples usando templates personalizáveis. Ele permite formatação flexível e conversão de entradas de dados para uso posterior no seu fluxo de trabalho, ajudando a padronizar ou preparar informações para componentes subsequentes.
Gerador
Explore o componente Gerador no FlowHunt—geração de texto poderosa com IA usando o modelo LLM de sua escolha. Crie respostas dinâmicas para chatbots combinando prompts, instruções de sistema opcionais e até imagens como entrada, tornando-o uma ferramenta central para construir fluxos de trabalho inteligentes e conversacionais.
LLM OpenAI
O FlowHunt suporta dezenas de modelos de geração de texto, incluindo modelos da OpenAI. Veja como utilizar o ChatGPT em suas ferramentas e chatbots de IA.
Componente de Histórico de Conversa
O componente de Histórico de Conversa no FlowHunt permite que chatbots se lembrem de mensagens anteriores, garantindo conversas coerentes e melhor experiência do cliente, otimizando o uso de memória e tokens.
Agente de Chamada de Ferramentas
Explore o Agente de Chamada de Ferramentas no FlowHunt—um componente avançado de workflow que permite que agentes de IA selecionem e utilizem ferramentas externas de forma inteligente para responder a consultas complexas. Ideal para construir soluções de IA inteligentes que exigem uso dinâmico de ferramentas, raciocínio iterativo e integração com múltiplos recursos.
Recuperador de Documentos
O Recuperador de Documentos da FlowHunt melhora a precisão da IA ao conectar modelos generativos aos seus próprios documentos e URLs atualizados, garantindo respostas confiáveis e relevantes usando a Geração Aumentada por Recuperação (RAG).
Google Docs Retriever
Integre seus fluxos de trabalho com o Google Docs usando o componente Google Docs Retriever—busque o conteúdo de documentos de forma transparente para usar em automações, chatbots ou fluxos de conhecimento. Ideal para acessar, processar e aproveitar seus Google Docs dentro dos fluxos do FlowHunt.
Saída do Chat
Descubra o componente Saída do Chat no FlowHunt—finalize as respostas do chatbot com saídas flexíveis e em múltiplas partes. Essencial para conclusão de fluxos e criação de chatbots de IA avançados e interativos.
Descrição do fluxo
Objetivo e benefícios
Visão Geral
Este fluxo de trabalho automatiza o processo de recuperação de mensagens de clientes de um sistema de tickets ou suporte, extraindo a mensagem relevante mais recente, enriquecendo-a com contexto e histórico do chat e, em seguida, aproveitando IA avançada (LLMs) combinada com ferramentas de conhecimento para gerar respostas profissionais e multilíngues de suporte ao cliente. O processo então prepara e envia essas respostas de volta para sistemas externos, tornando-o ideal para escalar e automatizar o suporte ao cliente, recuperação de conhecimento e integração com APIs externas.
Passo a Passo
1. Aquisição e Preparação de Entrada
- Entrada de Chat: O fluxo pode receber mensagens de chat diretamente.
- Criação de Prompt para API: O sistema usa um modelo de prompt para construir dinamicamente a URL de busca de mensagens de tickets em uma API externa (ex:
https://arshiakahani.ladesk.com/api/v3/tickets/{input}/messages). Isso permite recuperação flexível baseada nos dados do usuário. - Construção de Parâmetros de Consulta: Um nó de criação de dados é usado para montar dinamicamente os parâmetros necessários para a requisição da API.
2. Recuperação de Dados Externos
- Requisição à API: Usando a URL e os parâmetros construídos, o fluxo envia uma requisição GET para buscar o histórico de mensagens do ticket em um sistema externo de tickets. A autenticação por chave de API é suportada via cabeçalhos.
- Parseamento dos Dados Recuperados: Uma vez que a API retorna os dados, um nó de parser estrutura e converte esses dados em texto simples usando templates, tornando-os adequados para processamento posterior por IA.
3. Extração e Pré-processamento de Mensagens
- Extração com LLM: Um LLM da OpenAI (ex: GPT-4.1) é usado com um prompt de sistema para extrair apenas a última mensagem do usuário dos dados do ticket (especificamente mensagens do tipo “M”)—garantindo que apenas conteúdo relevante seja processado.
- Enriquecimento do Prompt: A mensagem extraída e o contexto do chat são inseridos em um template sofisticado de prompt que inclui histórico de conversa e segmentação da última mensagem, preparando a entrada para o agente principal de suporte.
4. Aumento do Conhecimento
- Histórico de Chat: O sistema pode consultar as últimas N mensagens da conversa para fornecer continuidade e contexto mais rico.
- Recuperação de Documentos: Uma ferramenta de recuperação de documentos pesquisa bases de conhecimento internas/externas (opcionalmente incluindo Google Docs) por informações relevantes para responder à consulta do cliente. Isso é essencial para garantir respostas baseadas em conhecimento atualizado e preciso.
- Integração de Ferramentas: Tanto o recuperador de documentos quanto o recuperador do Google Docs são registrados como “ferramentas” disponíveis ao agente, permitindo busca dinâmica durante a geração da resposta.
5. Geração de Resposta pelo Agente
- Agente de Chamadas de Ferramentas: No centro está um Agente de Chamadas de Ferramentas (impulsionado por um LLM), que recebe o prompt enriquecido, histórico do chat e acesso às ferramentas de conhecimento. Seu papel é determinar a intenção do usuário, pesquisar na base de conhecimento/ferramentas por respostas e compor uma resposta concisa, amigável e profissional.
- O agente responde sempre em eslovaco por padrão ou muda para o idioma do cliente, se detectado.
- Formatação estruturada é aplicada: parágrafos curtos, negrito para ênfase, listas e emojis para engajamento.
- O agente prioriza o uso do conhecimento recuperado, nunca inventa fatos ou URLs, faz perguntas de esclarecimento se necessário e escala questões não resolvidas para agentes humanos.
- Todas as respostas seguem o tom e a estrutura de suporte ao cliente, apropriadas para comunicação por e-mail.
6. Pós-processamento e Saída
- Formatação da Resposta: A resposta do agente é processada por templates de prompt para construir uma saída multilíngue (ex: incluindo tanto em eslovaco quanto no idioma original do cliente).
- Geração com LLM: Outro nó LLM pode gerar ou traduzir partes da saída conforme necessário.
- Integração com API para Mensagens de Saída: O fluxo constrói dinamicamente objetos de dados para requisições API de saída, empacota a resposta gerada e a envia (geralmente via POST) ao sistema externo relevante.
- Parseamento e Saída Final: As respostas das APIs de saída podem ser analisadas e exibidas no playground de chat ou enviadas de volta para a interface do usuário.
Principais Componentes & Finalidade
| Componente | Finalidade |
|---|---|
| Entrada de Chat | Recebe mensagens de usuários/clientes |
| Modelo de Prompt | Constrói dinamicamente URLs e prompts de mensagens |
| Requisição à API | Busca dados/mensagens de tickets em sistemas externos |
| Parsear Dados | Converte dados estruturados em texto simples |
| OpenAI LLM | Extrai mensagens relevantes, gera ou traduz respostas |
| Recuperador de Documentos | Busca informações relevantes na base de conhecimento |
| Recuperador Google Docs | Integra documentos externos como conhecimento para o agente |
| Agente de Chamadas de Ferramentas | Agente central de IA—usa ferramentas e histórico de chat |
| Criar Dados | Empacota respostas e dados para requisições API de saída |
| Saída de Chat | Exibe o resultado final ao usuário ou sistema |
| Notas | Orientação ao operador (ex: onde inserir chaves de API/URLs) |
Casos de Uso & Benefícios
- Suporte ao Cliente Automatizado: Otimiza o processo de extração, enriquecimento e resposta a consultas de clientes com respostas profissionais, precisas e contextualizadas.
- Suporte Multilíngue: Detecta e responde automaticamente no idioma do cliente, com tradução e formatação gerenciadas pelo fluxo.
- Gestão de Conhecimento Escalável: Integra múltiplas fontes de conhecimento (documentos internos, Google Docs, etc.) para respostas abrangentes e atualizadas.
- Integração Transparente com Sistemas Externos: Conecta-se facilmente a diversas APIs para ações de entrada (busca de mensagens) e saída (envio de respostas).
- Escalonamento para Humanos: Encaminha automaticamente casos não resolvidos ou ambíguos para agentes humanos, garantindo suporte de alta qualidade.
Por que Este Fluxo é Útil para Escala e Automação
- Reduz o Trabalho Manual: Ao automatizar a recuperação de dados, extração de mensagens, construção de contexto e geração de respostas, minimiza a necessidade de intervenção humana em atendimentos rotineiros.
- Consistência & Qualidade: Garante que todas as comunicações sigam o tom, formato e precisão de informações da empresa, independentemente do agente ou turno.
- Adaptação Rápida: Conecta-se facilmente a novas fontes de dados ou APIs, adapta-se a novos idiomas e pode escalar para volumes maiores de suporte com pouca configuração adicional.
- Melhora a Satisfação do Cliente: Respostas rápidas, relevantes e amigáveis—adaptadas ao idioma e consulta de cada cliente—geram melhores experiências e fidelização.
Fluxo Visual (Simplificado)
Abaixo, uma representação simplificada dos principais passos:
- Entrada de Chat / Consulta à API →
- Buscar Mensagens do Ticket (Requisição API) →
- Parsear Dados →
- Extrair Última Mensagem do Usuário (LLM) →
- Enriquecer Prompt com Contexto & Histórico →
- Recuperar Conhecimento (Documentos/Google Docs) →
- Agente de Ferramentas (LLM) Gera Resposta →
- Formatar/Traduzir/Enviar Resposta (Requisição API) →
- Exibir/Entregar Saída
Este fluxo de trabalho é uma base robusta para qualquer organização que deseje automatizar e escalar o suporte ao cliente, assistência técnica ou fluxos de entrega de informações que exijam integração com APIs externas, bases de conhecimento e respostas avançadas de IA.
Deixe-nos construir sua própria equipe de IA
Ajudamos empresas como a sua a desenvolver chatbots inteligentes, servidores MCP, ferramentas de IA ou outros tipos de automação de IA para substituir humanos em tarefas repetitivas em sua organização.
Saiba mais
Ferramenta Cliente MCP do Bitrix24
Este fluxo de trabalho utiliza um Agente de IA integrado à Ferramenta Cliente MCP para processar entradas de chat dos usuários, utilizar o histórico de conversa...
4 min de leitura
Agente de Suporte ao Cliente com IA para LiveAgent
Este fluxo de trabalho automatiza o suporte ao cliente da sua empresa integrando conversas do LiveAgent, extraindo dados relevantes das conversas, gerando respo...
5 min de leitura
Chatbot de Atendimento ao Cliente com IA e Transferência para Humano
Um chatbot de atendimento ao cliente com IA que auxilia automaticamente os usuários, recupera informações de documentos internos e da web, e transfere de forma ...
4 min de leitura