Välkomstmeddelande
Visar ett välkomstmeddelande och en kort instruktion till användaren om Google Docs Forskningsassistent och dess möjligheter.
AI Google Docs Forskningsassistent
Detta AI-drivna arbetsflöde extraherar specifik information från ett Google-dokument och utvidgar sedan informationen genom att forska i källor som Google Sök, Wikipedia och URL:er. Perfekt för användare som vill ha snabba, kontextuella svar som kombinerar interna dokument med aktuell webbinformation.
Flows
Så fungerar AI Flow
- Användaren initierar forskningsförfrågan.
- Användaren startar en chatt och skickar in en fråga tillsammans med ett Google-dokument för analys.
- Extrahera innehåll från Google-dokument.
- Systemet hämtar riktad information eller innehåll från det angivna Google-dokumentet.
- Utöka med AI Forskningsagent.
- En AI-forskningsagent använder flera verktyg—Google Sök, Wikipedia och URL-innehållshämtare—för att samla ytterligare kontext och validera eller berika den extraherade informationen.
- Kombinera och generera svar.
- AI-agenten syntetiserar fynd från både Google-dokumentet och externa källor till ett heltäckande svar.
- Presentera resultat för användaren.
- Arbetsflödet levererar den undersökta och berikade informationen tillbaka till användaren i chattgränssnittet.
Prompts som används i detta flow
Systemprompt för Tool Calling Agent
Systemmeddelande som instruerar AI-agenten hur den använder Google Docs Retriever och forskningsverktyg för att besvara användarfrågor.
Komponenter som används i detta flow
Nedan är en komplett lista över alla komponenter som används i detta flow för att uppnå dess funktionalitet. Komponenter är byggstenarna i varje AI Flow. De låter dig skapa komplexa interaktioner och automatisera uppgifter genom att koppla olika funktioner. Varje komponent tjänar ett specifikt syfte, som att hantera användarindata, bearbeta data eller integrera med externa tjänster.
Chatöppningsutlösare
Komponenten Chatöppningsutlösare upptäcker när en chattsession startar och möjliggör att arbetsflöden kan svara omedelbart så snart en användare öppnar chatten. Den initierar flöden med det första meddelandet, vilket gör den oumbärlig för att bygga responsiva, interaktiva chatbotar.
Chatinmatning
Chatinmatningskomponenten i FlowHunt initierar användarinteraktioner genom att fånga upp meddelanden från Playground. Den fungerar som startpunkt för flöden och möjliggör att arbetsflödet kan bearbeta både text- och filbaserade indata.
Chattutgång
Upptäck Chattutgång-komponenten i FlowHunt—slutför chatbottsvar med flexibla, flerdelade utdata. Oumbärlig för smidig avslutning av flöden och skapande av avancerade, interaktiva AI-chattbottar.
Meddelande-widget
Meddelande-widget-komponenten visar anpassade meddelanden i ditt arbetsflöde. Perfekt för att välkomna användare, ge instruktioner eller visa viktig information – den har stöd för Markdown-formatering och kan ställas in att visas endast en gång per session.
Chatthistorik-komponent
Chatthistorik-komponenten i FlowHunt gör det möjligt för chatbots att minnas tidigare meddelanden, vilket säkerställer sammanhängande konversationer och förbättrad kundupplevelse samtidigt som minnes- och tokenanvändning optimeras.
Google Docs Retriever
Integrera dina arbetsflöden med Google Docs med hjälp av Google Docs Retriever-komponenten—hämta enkelt dokumentinnehåll för användning i automationer, chattbottar eller kunskapsarbetsflöden. Perfekt för att få tillgång till, bearbeta och utnyttja dina Google Docs i FlowHunt-flöden.
Verktygsanropande Agent
Utforska Verktygsanropande Agent i FlowHunt—en avancerad arbetsflödeskomponent som gör det möjligt för AI-agenter att intelligent välja och använda externa verktyg för att besvara komplexa frågor. Perfekt för att bygga smarta AI-lösningar som kräver dynamisk verktygsanvändning, iterativt resonemang och integration med flera resurser.
GoogleSearch-komponent
FlowHunt’s GoogleSearch-komponent förbättrar chatbotens noggrannhet genom att använda Retrieval-Augmented Generation (RAG) för att hämta uppdaterad kunskap från Google. Kontrollera resultat med val som språk, land och frågeprefix för precisa och relevanta svar.
URL-hämtare
Lås upp webbinnehåll i dina arbetsflöden med komponenten URL-hämtare. Extrahera och bearbeta enkelt text och metadata från valfri lista av URL:er – inklusive webbartiklar, dokument och mer. Stöder avancerade alternativ som OCR för bilder, selektiv metadataextraktion och anpassningsbar cache, vilket gör den idealisk för att bygga kunskapsrika AI-flöden och automatiseringar.
Wikipedia-verktyg
Chatta enkelt med vilken Wikipedia-sida som helst med FlowHunts AI-agenter. Få koncisa sammanfattningar, källhänvisningar och förvandla timmar av research till interaktiva insikter.
Flow-beskrivning
Syfte och fördelar
Detta arbetsflöde, med titeln Google Docs AI Agent Researcher, är utformat för att hjälpa användare att effektivt extrahera information från ett Google-dokument och därefter utöka, validera eller berika informationen med hjälp av AI-forskningsverktyg. Det automatiserar processen att kombinera dokumenthämtning med avancerade forskningsmöjligheter och är värdefullt för alla som behöver djupare insikter ur sina dokument eller som snabbt behöver faktakolla och samla in kontext.
Översikt av arbetsflödet
När arbetsflödet startas hälsar det användaren välkommen och väntar på dennes fråga. Användaren lämnar en prompt (dvs. vad hen letar efter) och bifogar vid behov ett Google-dokument. Systemet hämtar sedan innehållet ur Google-dokumentet och analyserar det med hjälp av en AI-agent. Denna agent är utrustad med flera verktyg, inklusive:
- Google Docs Retriever: Extraherar innehåll ur det uppladdade Google-dokumentet.
- Google Sök: Genomför webbsökningar för att hitta ytterligare relevant material.
- URL-innehållshämtare: Hämtar och tolkar innehåll från specifika URL:er.
- Wikipedia-verktyg: Svarar på allmänna frågor och ger bakgrundsinformation.
- Chatthistorik: Sparar chatthistorik för kontextmedvetna svar.
AI-agenten kombinerar dessa källor för att extrahera begärd information, berika den och presentera resultaten tillbaka till användaren i chattgränssnittet.
Steg-för-steg-flöde
| Steg | Åtgärd | Verktyg/Komponent | Syfte |
|---|---|---|---|
| 1 | Användaren öppnar chatt | Chat Opened Trigger & Message Widget | Visar välkomstmeddelande och instruktioner |
| 2 | Användaren skickar in fråga och/eller bifogar Google Doc | Chat Input | Fångar användarens prompt och dokument |
| 3 | Chatthistorik sparas | Chat History | Stödjer kontextmedvetna svar |
| 4 | Google Docs-innehåll hämtas | Google Docs Retriever | Gör dokumentinnehåll tillgängligt för AI-agenten |
| 5 | AI-agenten behandlar förfrågan | Tool Calling Agent | Använder alla forskningsverktyg för att hitta, analysera och sammanfatta svaret |
| 6 | Agenten använder externa verktyg | Google Sök, URL Retriever, Wikipedia | Utökar, validerar och berikar informationen |
| 7 | Slutligt svar visas för användaren | Chat Output | Presenterar resultatet i chattgränssnittet |
Så fungerar verktygen tillsammans
- Tool Calling Agent fungerar som arbetsflödets hjärna och bestämmer vilka verktyg som ska användas utifrån användarens fråga.
- Agenten kan extrahera en specifik informationsbit ur Google-dokumentet och vid behov genomföra webbsökningar eller hämta innehåll från URL:er för att få ytterligare kontext eller faktakolla.
- Genom att använda Wikipedia kan agenten ge allmän bakgrund eller svara på bredare frågor relaterade till frågeställningen.
Exempel på användningsområden
- Akademisk forskning: Extrahera en definition, ett påstående eller en referens ur ett delat Google-dokument och se hur det diskuteras eller valideras i akademiska källor och på webben.
- Marknadsanalys: Ta ut ett företagsnamn eller en statistik ur en rapport och få det senaste nyhetsflödet, Wikipedia-bakgrund och andra omnämnanden online.
- Faktagranskning: Validera påståenden eller fakta som presenteras i ett dokument genom att jämföra med aktuella webbsidor och Wikipedia.
Fördelar för skalning och automatisering
Detta arbetsflöde är särskilt användbart för att skala upp repetitiva forsknings- eller dokumentanalyser, eftersom det:
- Sparar tid: Automatiserar informationsuttag och forskning, vilket minskar manuellt arbete.
- Säkrar noggrannhet: Korskontrollerar dokumentinnehåll med tillförlitliga onlinekällor för validering.
- Berikar insikter: Ger fördjupade svar genom att kombinera dokument-, webb- och encyklopedikunskap.
- Stödjer samarbete: Perfekt för team som delar och diskuterar dokument, då all forskning sker i en samlad chattmiljö.
Sammanfattande tabell över huvudkomponenter
| Komponent | Funktionalitet |
|---|---|
| Chat Input/Output | Användargränssnitt för frågor och svar |
| Message Widget | Visar välkomst- och instruktionsmeddelanden |
| Chat History | Sparar samtalskontext |
| Google Docs Retriever | Extraherar dokumentinnehåll |
| Google Search | Hittar relevant webbinnehåll |
| URL Retriever | Hämtar innehåll från specifika URL:er |
| Wikipedia Tool | Ger fakta och bakgrundsförklaringar |
| Tool Calling Agent | Koordinerar alla verktyg och sammanställer svaret |
Genom att automatisera både uttag och berikning av information ger detta arbetsflöde användare möjlighet att få ut mer värde ur sina dokument—snabbare och med större säkerhet.
Låt oss bygga ditt eget AI-team
Vi hjälper företag som ditt att utveckla smarta chatbotar, MCP-servrar, AI-verktyg eller andra typer av AI-automatisering för att ersätta människor i repetitiva uppgifter i din organisation.
Lär dig mer
Google Docs-frågor och svar-chatbot
En AI-drivna chatbot som ger precisa svar på användarfrågor baserat strikt på innehållet från ett uppladdat Google-dokument. Perfekt för forskning, innehållsgra...
3 min läsning
AI-agent talförfattare med Google Research
Skapa högkvalitativa, datadrivna tal utan ansträngning med vår AI-agent talförfattare. Detta verktyg kombinerar Google Sök-funktioner med URL-innehållsextraktio...
2 min läsning
AI
Content Writing
+4
Google Sheets AI-frågeassistent
En AI-driven assistent som besvarar användarfrågor strikt baserat på innehållet i ett angivet Google Sheet. Arbetsflödet hämtar data från Google Sheets, inklude...
3 min läsning