Descriere workflow: Gestionare scalabilă și automată a emailurilor & chatului de business

Acest flux de lucru este conceput pentru a automatiza și scala procesarea, clasificarea și rutarea emailurilor și mesajelor de afaceri, cu accent pe scenarii de suport clienți. Utilizează o combinație de clasificare AI, logică condițională, integrări API și răspunsuri de agent contextuale, fiind ideal pentru organizațiile care doresc să eficientizeze suportul clienți, să detecteze spamul și să integreze agenți AI cu sisteme externe precum LiveAgent.

Prezentare generală

Fluxul are două ramuri principale:

1. Detectare și rutare spam email/mesaje: Clasifică automat mesajele primite ca spam sau nu și le rutează pentru procesare eficientă, reducând filtrarea manuală.
2. Agent AI contextual pentru suport clienți: Utilizează recuperarea externă a documentelor și un agent sofisticat pentru a oferi răspunsuri de suport corecte, relevante și conforme politicilor.

Structură detaliată a fluxului

1. Detectare și rutare spam

• Input: Mesajele sunt recepționate printr-un nod de chat input.
• Construirea promptului: Un șablon este completat cu mesajul primit și trimis către un nod de request API (configurat pentru LiveAgent sau sisteme similare).
• Extragere text: Răspunsul API este analizat pentru a extrage conținutul relevant cu ajutorul unui nod de parsare.
• Clasificare spam cu LLM: Mesajul extras este trimis către un model OpenAI GPT-4.1 cu un prompt care îl instruiește să răspundă “da” dacă mesajul este spam (ex: promoții, oferte nesolicitate) sau “nu” dacă este relevant pentru afacere.
• Rutare condițională:
  • Dacă mesajul este clasificat ca spam („da”), un șablon prompt generează o notificare standard de spam care este transmisă în chat.
  • Dacă mesajul nu este spam („nu”), acesta merge către un agent AI context-aware pentru gestionare suplimentară.

Tabel logic rutare spam:

2. Agent AI contextual pentru suport clienți

• Recuperare documente: Dacă mesajul nu este spam, fluxul recuperează documente relevante dintr-o bază de cunoștințe, filtrate pe categorii și programări, pentru a asigura informație actualizată și potrivită contextului.
• Integrare istoric chat: Se recuperează istoricul recent al conversației pentru a oferi context agentului, asigurând coerență și relevanță.
• Orchestrarea agentului LLM: Un model Anthropic Claude Sonnet 4 alimentează un Tool Calling Agent, căruia i se oferă un mesaj de sistem detaliat cu politici stricte de răspuns (răspunde mereu în engleză, ton politicos, referințe URL exacte, fără speculații, format clar de output).
• Integrare unelte: Agentul poate apela unealta de recuperare documente sau alte API-uri pentru a-și suplimenta răspunsurile, asigurând răspunsuri bazate pe fapte.
• Output: Răspunsul agentului este transmis în chat și poate fi redirecționat pentru integrare API suplimentară (ex: transmitere la LiveAgent).

Tabel logic răspuns agent:

Ghid pentru mesajul de sistem al agentului

• Răspunde mereu în engleză, indiferent de limba inputului.
• Ton formal, dar prietenos; fără markdown, fără emoji-uri, fără speculații.
• Răspunsurile trebuie să citeze URL-uri direct sub răspuns și să urmeze o structură clară, cu bullets.
• Dacă nu se găsesc informații relevante, solicită politicos detalii suplimentare clientului.

3. Integrare API și gestionare date

• Creare dinamică de date: Mai multe noduri generează dicționare de date necesare pentru request-uri API (chei API, body de mesaj, parametri query).
• Interacțiuni multiple API: Fluxul suportă multiple apeluri API (ex: LiveAgent, alte sisteme backend) cu metode flexibile (GET, POST etc).
• Parsare date: După fiecare răspuns API, nodurile de parsare extrag textul relevant pentru procesare ulterioară sau output.

4. Automatizare și scalabilitate

• Filtrare spam automată: Elimină recenzia manuală a mesajelor nesolicitate, economisind timp și concentrând atenția agenților pe cereri reale.
• Suport consecvent și conform politicilor: Agentul urmează mereu ghidajul companiei, asigurând comunicare fiabilă și sigură pentru brand.
• Răspunsuri bazate pe cunoaștere: Integrarea recuperării de documente asigură răspunsuri bazate pe cele mai noi și relevante informații.
• Integrare API flexibilă: Se poate extinde ușor către noi unelte, sisteme de ticketing sau surse de cunoaștere pe măsură ce nevoile cresc.
• Scalabil: Designul modular permite procesarea paralelă a mai multor conversații și adaptarea rapidă la volume mai mari de mesaje.

Exemple de utilizare

• Echipe de suport clienți: Sortează automat mesajele, gestionează spamul și oferă răspunsuri precise, relevante și contextuale.
• Calificare vânzări/prospecți: Filtrează solicitările nerelevante înainte de a transmite lead-urile reale către reprezentanții de vânzări.
• Integrare omnichannel: Conectează platforme precum LiveAgent sau API-uri custom pentru unificarea suportului pe toate canalele.

Note de configurare

• Personalizări necesare: Înlocuiți cheile API și URL-urile placeholder (ex: “YOURLINK”) cu valorile reale de implementare.
• Administrarea bazei de cunoștințe: Mențineți sursele pentru document retriever actualizate pentru performanță optimă a agentului.

Acest workflow oferă o arhitectură robustă și scalabilă pentru automatizarea comunicării cu clienții, asigurând atât eficiență, cât și răspunsuri conforme politicilor. Modularitatea permite extinderea ușoară pe măsură ce afacerea crește sau apar noi nevoi de automatizare.