Gerador
Gerar texto usando prompt de entrada e modelo LLM selecionado.
Descrição do Fluxo de Trabalho: Perguntas e Respostas a partir de Imagem
Visão Geral
Este fluxo de trabalho implementa um chatbot que permite aos usuários fazer upload de uma imagem e fazer perguntas sobre seu conteúdo. Utilizando uma combinação de Reconhecimento Óptico de Caracteres (OCR) e tecnologias de reconhecimento visual, o chatbot analisa a imagem e fornece respostas precisas e sensíveis ao contexto. Essa automação é altamente valiosa para escalar tarefas em que os usuários precisam extrair informações de imagens ou interagir com dados visuais de forma conversacional.
Fluxo Passo a Passo
Inicialização do Chat
- Quando a sessão do chat é aberta, o fluxo aciona uma mensagem de boas-vindas usando o Message Widget.
- A mensagem apresenta as capacidades do chatbot aos usuários, explicando que podem fazer upload de imagens e fazer perguntas sobre o conteúdo.
Tratamento da Entrada do Usuário
- Os usuários podem interagir com o chatbot por:
- Digitar uma pergunta sobre uma imagem.
- Fazer upload de um arquivo de imagem.
- O nó Chat Input captura tanto a pergunta (mensagem de texto) quanto a imagem enviada (arquivo).
- Os usuários podem interagir com o chatbot por:
Processamento da Imagem e da Pergunta
- O nó Generator recebe:
- A imagem enviada (para OCR/reconhecimento visual).
- A pergunta do usuário (como contexto para o modelo de linguagem).
- O gerador analisa a imagem, extrai informações (por exemplo, texto via OCR ou características visuais) e formula uma resposta relevante para a pergunta.
- O nó Generator recebe:
Entrega da Resposta
- A resposta gerada pelo modelo é encaminhada para um nó Chat Output, que exibe a resposta para o usuário na interface do chat.
- Se uma imagem foi enviada, ela também pode ser exibida no chat para referência.
Estrutura do Fluxo de Trabalho
Aqui está uma estrutura simplificada do fluxo:
| Etapa | Tipo de Nó | Função |
|---|---|---|
| Chat aberto | ChatOpenedTrigger | Aciona a mensagem de boas-vindas |
| Exibir mensagem de boas-vindas | MessageWidget | Mostra introdução e instruções |
| Mostrar mensagem ao usuário | ChatOutput | Apresenta a mensagem de boas-vindas no chat |
| Usuário insere pergunta / faz upload | ChatInput | Coleta texto e imagem do usuário |
| Processar imagem e pergunta | Generator | Executa OCR/reconhecimento visual, responde |
| Exibir resposta gerada (e imagem) | ChatOutput | Mostra a resposta (e possivelmente a imagem) |
Benefícios e Casos de Uso
- Automação & Escalabilidade: Este fluxo automatiza o processo de extração de informações de imagens, permitindo respostas rápidas e consistentes para perguntas visuais sem intervenção humana.
- Versatilidade: Útil para suporte ao cliente, ferramentas educacionais, análise de documentos e qualquer cenário em que os usuários precisem consultar ou entender imagens.
- Experiência do Usuário Aprimorada: Oferece uma interface conversacional, tornando fácil e intuitivo para os usuários interagirem com ferramentas complexas de análise de imagem.
- Integração Simplificada: O design modular baseado em nós permite expansão futura ou integração de modelos de reconhecimento mais avançados.
Exemplos de Casos de Uso
- Digitalização de Documentos: Usuários enviam fotos de documentos e pedem resumos ou detalhes específicos.
- Suporte a Produtos: Clientes enviam imagens de produtos e perguntam sobre especificações ou problemas.
- Ferramentas Educacionais: Estudantes enviam diagramas ou gráficos e fazem perguntas explicativas.
Ao automatizar perguntas e respostas visuais com este fluxo de trabalho, as organizações podem tornar poderosas ferramentas de análise de imagens acessíveis a um público amplo, reduzir o esforço manual e entregar respostas mais rápidas e inteligentes em escala.
