Visão Geral do Fluxo de Trabalho: Fluxo Simples com Histórico de Chat

Este fluxo de trabalho foi projetado para facilitar uma experiência de chat interativa, onde o assistente de IA responde a tarefas definidas pelo usuário, aproveitando o histórico do chat para respostas contextualizadas. É um template de uso geral, tornando-se adaptável para uma ampla variedade de automações conversacionais e soluções escaláveis de chat com IA.

Detalhamento do Fluxo de Trabalho Passo a Passo

1. Iniciação da Sessão de Chat e Mensagem de Boas-Vindas

• Chat Opened Trigger: Quando o chat é aberto, um gatilho é ativado.
• Mensagem de Boas-Vindas: Um widget de mensagem exibe uma mensagem de boas-vindas amigável ao usuário:

  👋 Bem-vindo ao Fluxo de Tarefas Simples!
  Esta ferramenta foi projetada para que você defina sua própria tarefa com base na sua entrada 🌟. Vou considerar nosso histórico de conversa para fornecer assistência relevante, sem nenhum contexto adicional.
  Basta me dizer o que você gostaria de fazer e vamos começar! ✨💬

• Exibição: A mensagem de boas-vindas é mostrada na área de saída do chat, fornecendo onboarding e definindo expectativas.

2. Captura da Entrada do Usuário

• Nó de Entrada do Chat: Recebe texto (e opcionalmente arquivos) do usuário, representando a tarefa ou pergunta que ele deseja abordar.

3. Recuperando o Histórico do Chat

• Nó de Histórico do Chat: Busca até as últimas 10 mensagens (com limite de 8000 tokens) do chat. Esse histórico é utilizado posteriormente para fornecer contexto e manter a continuidade da conversa.

4. Construção do Prompt

• Nó de Template de Prompt: Constrói um prompt dinâmico para o modelo de linguagem. Ele integra:

  • A entrada mais recente do usuário.
  • O histórico recente do chat.
  • Uma mensagem de sistema fixa que instrui a IA a gerar respostas contextuais.

  O template de prompt utilizado é:

  Você é um assistente de modelo de linguagem de IA.
  
  Sua tarefa é gerar uma resposta para a ENTRADA do humano considerando a conversa anterior no HISTÓRICO DO CHAT.
  
  --- INÍCIO DO HISTÓRICO DO CHAT
  {chat_history}
  --- FIM DO HISTÓRICO DO CHAT
  
  --- INÍCIO DA ENTRADA
  {input}
  --- FIM DA ENTRADA
  
  RESPOSTA:
  

5. Geração pela IA

• Nó Gerador: Recebe o prompt construído e gera uma resposta em texto usando um grande modelo de linguagem (LLM). Isso garante que a resposta seja contextualmente relevante e adaptada ao pedido do usuário.

6. Exibição da Resposta

• Nó de Saída do Chat: A resposta gerada pela IA é exibida ao usuário na interface do chat.

Tabela de Estrutura do Fluxo de Trabalho

Por que Este Fluxo de Trabalho é Útil para Escalabilidade e Automação

• Interações Contextuais: Ao incorporar o histórico do chat, o sistema mantém o contexto, melhorando a relevância das respostas e a satisfação do usuário.
• Tarefas Definidas pelo Usuário: O fluxo é agnóstico à tarefa, permitindo que os usuários definam seus próprios objetivos, tornando-o altamente flexível.
• Automação Escalável: O design modular é adequado para escalar—múltiplos usuários podem interagir simultaneamente, com cada sessão mantendo seu próprio contexto.
• Fácil Personalização: O template de prompt e os nós podem ser facilmente adaptados para casos de uso específicos (ex.: suporte, recuperação de informações, onboarding).
• Experiência Consistente ao Usuário: Saudações automáticas e respostas contextuais garantem que toda interação seja tratada de forma profissional e eficiente.

Exemplos de Casos de Uso

• Chatbots de suporte ao cliente que lembram de interações anteriores.
• Assistentes de onboarding que guiam novos usuários com base na conversa em andamento.
• Ajudantes de IA de uso geral em aplicativos onde os usuários podem definir suas próprias dúvidas ou tarefas.

Este fluxo de trabalho fornece uma base robusta para construir automações de chat inteligentes e contextuais, que podem ser personalizadas para diversas aplicações.