Descrierea flow-ului
Scop și beneficii
Prezentare generală
Acest flux de lucru automatizează procesul de recuperare a mesajelor clienților dintr-un sistem de ticketing sau suport, extragerea celui mai recent mesaj relevant, îmbogățirea acestuia cu context și istoric de chat, iar apoi utilizează AI avansat (LLM-uri) combinat cu instrumente de cunoștințe pentru a genera răspunsuri profesionale și multilingve pentru suportul clienților. Procesul pregătește și trimite apoi aceste răspunsuri către sisteme externe, fiind ideal pentru scalarea și automatizarea suportului clienți, recuperarea cunoștințelor și integrarea cu API-uri externe.
Defalcare Pas cu Pas
- Chat Input: Fluxul de lucru poate primi direct mesaje de chat de la clienți.
- Creare Prompt pentru API: Sistemul folosește un șablon de prompt pentru a construi dinamic URL-ul de preluare a mesajelor dintr-un API extern (ex:
https://arshiakahani.ladesk.com/api/v3/tickets/{input}/messages
). Acest lucru permite recuperarea flexibilă pe baza datelor de intrare ale utilizatorului. - Construirea Parametrilor de Interogare: Un nod de creare date este folosit pentru a construi dinamic parametrii necesari pentru cererea către API.
2. Recuperarea Datelor Externe
- Cerere API: Folosind URL-ul și parametrii construiți, fluxul trimite o cerere GET pentru a obține istoricul mesajelor de pe un sistem extern de ticketing. Autentificarea cu cheia API este suportată prin antete.
- Parcurgerea Datelor Obținute: După ce API-ul returnează datele, un nod parser structurează și convertește aceste date în text simplu folosind șabloane, făcându-le potrivite pentru procesarea AI ulterioară.
- Extragere bazată pe LLM: Un LLM OpenAI (ex: GPT-4.1) este folosit cu un prompt de sistem pentru a extrage doar cel mai recent mesaj de la utilizator din datele biletului (în special mesajele de tip “M”)—asigurând că doar conținutul relevant este procesat mai departe.
- Îmbogățirea Promptului: Mesajul extras și contextul de chat sunt introduse într-un șablon de prompt sofisticat care include istoricul conversației și segmentarea celui mai recent mesaj, pregătind inputul pentru agentul principal de suport.
4. Augmentarea Cunoștințelor
- Istoric Chat: Sistemul poate consulta ultimele N mesaje din conversație pentru a oferi continuitate și context mai bogat.
- Recuperare Documente: Un instrument de recuperare a documentelor caută în baze de cunoștințe interne/externe (opțional și Google Docs) informații relevante pentru a răspunde întrebării clientului. Acest lucru este esențial pentru răspunsuri actualizate și corecte.
- Integrare Instrumente: Atât recuperatorul de documente, cât și cel pentru Google Docs sunt înregistrați ca “instrumente” disponibile agentului, permițând căutarea dinamică în timpul generării răspunsului.
5. Generarea Răspunsului de către Agent
- Tool Calling Agent: În centrul fluxului se află un Tool Calling Agent (alimentat de un LLM), care primește promptul îmbogățit, istoricul de chat și acces la instrumente de cunoștințe. Rolul său este să determine intenția utilizatorului, să caute răspunsuri în baza de cunoștințe/instrumente și să compună un răspuns concis, prietenos și profesional.
- Agentul răspunde întotdeauna implicit în slovacă sau comută în limba clientului dacă este detectată alta.
- Se impune format structurat: paragrafe scurte, bold pentru accent, bullet points și emoji-uri pentru implicare.
- Agentul prioritizează folosirea cunoștințelor recuperate, nu inventează niciodată fapte sau URL-uri, cere clarificări dacă este necesar și escaladează problemele nerezolvate către agenți umani.
- Toate răspunsurile respectă tonul și structura de suport clienți, potrivite pentru comunicarea pe email.
6. Post-procesare și Output
- Formatul Răspunsului: Răspunsul agentului este procesat suplimentar prin șabloane de prompt pentru a construi output multilingv (ex: incluzând atât varianta slovacă, cât și pe cea în limba clientului).
- Generare LLM: Un alt nod LLM poate genera sau traduce părți din output, după necesități.
- Integrare API pentru Mesaje de Ieșire: Fluxul construiește dinamic obiecte de date pentru cererile API de ieșire, împachetează răspunsul generat și îl trimite (de obicei prin POST) către sistemul extern relevant.
- Parcurgerea și Outputul Final: Răspunsurile de la API-urile de ieșire pot fi parcurse și afișate în chat playground sau retrimise către interfața utilizatorului.
Componente cheie & Scopul lor
Componentă | Scop |
---|
Chat Input | Primește mesaje de la utilizator/client |
Prompt Template | Construiește dinamic URL-uri și prompturi de mesaje |
API Request | Recuperează date/mesaje de ticket din sistem extern |
Parse Data | Convertește datele structurate în text simplu |
OpenAI LLM | Extrage mesaje relevante, generează sau traduce răspunsuri |
Document Retriever | Caută informații relevante în baza de cunoștințe |
Google Docs Retriever | Integrează documente externe ca sursă de cunoștințe |
Tool Calling Agent | Agent AI central—folosește instrumente și istoric chat |
Create Data | Ambalează răspunsurile și datele pentru cererile API de ieșire |
Chat Output | Afișează rezultatul final către utilizator sau sistem |
Notes | Oferă instrucțiuni operatorului (ex: unde se introduc chei/api-uri) |
Utilizări & Beneficii
- Suport Clienți Automatizat: Simplifică procesul de extragere, augmentare și răspuns la cererile clienților cu răspunsuri profesionale, corecte și conștiente de context.
- Suport Multilingv: Detectează automat și răspunde în limba clientului, cu traducere și formatare gestionate de flux.
- Management Scalabil al Cunoștințelor: Integrează multiple surse de cunoștințe (documente interne, Google Docs etc.) pentru răspunsuri complete și actualizate.
- Integrare Seamless cu Sisteme Externe: Se conectează ușor la diverse API-uri atât pentru mesaje de intrare (preluare mesaje), cât și de ieșire (trimitere răspunsuri).
- Escaladare către Uman: Predă automat cazurile nerezolvate sau neclare către agenți umani, asigurând suport de calitate.
De ce acest flux de lucru este util pentru scalare & automatizare
- Reduce Munca Manuală: Prin automatizarea recuperării datelor, extragerii mesajelor, construirii contextului și generării răspunsurilor, minimizează nevoia de intervenție umană pentru cererile de rutină.
- Consistență & Calitate: Asigură că toate comunicările cu clienții respectă tonul, formatul și acuratețea informațiilor companiei, indiferent de agent sau tură.
- Adaptare Rapidă: Se conectează ușor la surse de date sau API-uri noi, se adaptează la limbi noi și poate scala pentru a gestiona volume mari de suport cu configurare minimă.
- Satisfacție Clienți Îmbunătățită: Răspunsuri rapide, relevante și prietenoase—adaptate fiecărei limbi și cereri—duc la experiențe mai bune și loialitate crescută.
Flux Vizual (Simplificat)
Mai jos este o reprezentare simplificată a pașilor principali:
- Chat Input / Interogare API →
- Preluare Mesaje Ticket (API Request) →
- Parse Data →
- Extragere Cel Mai Recent Mesaj Utilizator (LLM) →
- Îmbogățire Prompt cu Context & Istoric →
- Recuperare Cunoștințe (Document/Google Docs Retriever) →
- Tool Calling Agent (LLM) Generează Răspuns →
- Formatare/Traducere/Trimitere Răspuns (API Request) →
- Afișare/Livrare Output
Acest flux de lucru reprezintă o fundație robustă pentru orice organizație care dorește să automatizeze și să scaleze suportul clienți, asistența tehnică sau fluxurile de livrare a informațiilor ce necesită integrare cu API-uri externe, baze de cunoștințe și răspunsuri AI avansate.