Prompt
Crie um modelo de prompt com variáveis dinâmicas para entrada no LLM.
Descrição do Fluxo de Trabalho: Solucionador de CAPTCHA
Visão Geral
Este fluxo de trabalho, intitulado “Solucionador de CAPTCHA”, foi desenvolvido para automatizar o processo de resolução de imagens CAPTCHA enviadas por um usuário. O fluxo possibilita uma interface conversacional onde os usuários podem enviar uma imagem de CAPTCHA e receber o texto ou código interpretado, tornando-se especialmente útil para tarefas que exigem reconhecimento de CAPTCHA em escala e de forma automatizada.
Fluxo Passo a Passo
1. Recepção do Usuário e Mensagem de Boas-vindas
- Gatilho: Quando uma sessão de chat é aberta, o fluxo de trabalho inicia pelo nó Gatilho de Chat Aberto.
- Mensagem de Boas-vindas: Este gatilho encaminha a sessão para um Widget de Mensagem, que exibe uma saudação amigável e instruções. A mensagem diz ao usuário:
“Este é um solucionador de CAPTCHA 🤩. Para ajudá-lo, por favor, envie uma imagem 📷 que contenha o CAPTCHA com o qual você precisa de ajuda. Vou analisar a imagem e tentar resolver o CAPTCHA para você. Assim que enviar a imagem, farei o meu melhor para interpretar o texto ou números exibidos e fornecer a solução 🧠🔍.” - Exibição: A mensagem é então enviada à saída do chat para que o usuário a veja imediatamente ao entrar.
2. Manipulação das Entradas do Usuário
- Recebendo Entradas: O nó Chat Input coleta as entradas do usuário, que podem incluir texto e uploads de arquivos (como imagens).
- Upload de Arquivo: Se o usuário enviar um arquivo de imagem, ele é direcionado para dois locais:
- O componente Prompt Template, como referência para construção do prompt.
- Diretamente para o Generator (modelo de IA), que processa imagens.
3. Preparação do Prompt
- Desenho do Prompt: O nó Prompt Template utiliza a imagem enviada como
{input}em um prompt dinâmico:“what you see in the {input} picture, describe it, if it is a CAPTCHA return the code only”
- Entrada Contextual: O prompt é adaptado para instruir o modelo a retornar apenas o código do CAPTCHA, se presente.
4. Processamento pela IA
- Nó Generator: O prompt preparado e a imagem enviada são repassados ao nó Generator, que utiliza um Modelo de Linguagem de Grande Porte (LLM) com capacidade de entrada de imagem.
- Interpretação: A IA processa a imagem e retorna uma saída em texto, idealmente o código do CAPTCHA decifrado.
5. Entrega do Resultado
- Resposta: O resultado do generator (o código do CAPTCHA resolvido) é enviado ao nó Chat Output, onde o usuário vê a resposta.
- Eco do Arquivo: A imagem original também é encaminhada para a saída, garantindo que o usuário possa confirmar qual imagem foi processada.
Diagrama do Fluxo (Tabela Resumo)
| Etapa | Nó/Componente | Finalidade |
|---|---|---|
| Chat Aberto | Gatilho de Chat Aberto | Inicia o fluxo ao abrir a sessão |
| Mensagem de Boas-vindas | Widget de Mensagem | Informa e orienta o usuário |
| Exibir Instruções | Chat Output | Mostra boas-vindas/instruções para o usuário |
| Receber Entrada do Usuário | Chat Input | Aceita entrada de texto e imagem (CAPTCHA) |
| Preparar Prompt | Prompt Template | Monta o prompt de IA com referência dinâmica da imagem |
| Processamento da IA | Generator | Usa LLM para interpretar e resolver o CAPTCHA |
| Exibir Resultados | Chat Output | Mostra o código do CAPTCHA resolvido para o usuário |
| Eco da Imagem Enviada | Chat Output | Opcionalmente mostra a imagem original enviada |
Benefícios e Casos de Uso
- Escalabilidade: O fluxo automatiza a resolução de CAPTCHAs, reduzindo o trabalho manual e permitindo processamento em massa ou repetido.
- Fácil de Usar: Com integração e feedback claros, os usuários são orientados passo a passo sem confusão.
- Integração: O uso de LLMs para conversão de imagem para texto permite que o fluxo se adapte a diversos tipos de CAPTCHA sem necessidade de programação específica.
- Automação: Útil para QA, testes, acessibilidade ou qualquer contexto onde o reconhecimento repetitivo de CAPTCHAs seria um gargalo.
Conclusão
Este fluxo de trabalho automatiza de forma eficiente o processo de interpretação de imagens CAPTCHA por meio de uma interface conversacional, utilizando IA para compreensão de imagens. Trata-se de uma solução escalável para quem precisa processar grandes volumes de CAPTCHAs, integrar a resolução de CAPTCHAs em outras automações ou simplesmente reduzir o esforço de preenchimento manual.
