Flow-beskrivning
Syfte och fördelar
Översikt
Arbetsflödet “Känn igen en företagsadress” är utformat för att utvärdera e-postadresser och avgöra om de tillhör generiska/gratisleverantörer (såsom Gmail, Yahoo, Outlook etc.) eller en anpassad (vanligtvis företags- eller organisations-) domän. Detta är en viktig uppgift för lead-kvalificering, affärsinriktning och filtrering av potentiella kunder eller kontakter baserat på deras e-posttyp.
Hur arbetsflödet fungerar
Välkomstmeddelande och användarvägledning:
När användaren öppnar chatten triggas automatiskt ett välkomstmeddelande. Detta meddelande introducerar verktyget och förklarar dess funktion: att skilja mellan generiska e-postleverantörer och anpassade företagsdomäner.
Användaren ombeds att ange en e-postadress för analys.
Användarinmatning:
Användaren matar in en e-postadress i chattgränssnittet.
Förberedelse av prompt:
Arbetsflödet tar användarens inmatning och infogar den i en dynamisk promptmall. Denna mall instruerar AI-modellen att analysera den angivna e-postadressen och svara med:
TRUE
om e-posten använder en anpassad/företagsdomän (t.ex. @company.com
)FALSE
om e-posten använder en generisk/gratisleverantör (t.ex. @gmail.com
, @yahoo.com
)
Prompten är mycket specifik för att säkerställa att AI:n endast returnerar ett av de två möjliga resultaten.
AI-baserad utvärdering:
Den sammansatta prompten med användarens e-post skickas till en LLM-generator (Large Language Model). LLM:n behandlar förfrågan utifrån promptens instruktioner.
Visning av resultat:
AI:ns utdata (TRUE
eller FALSE
) visas i chatten och ger omedelbar återkoppling till användaren om vilken typ av e-postadress som angetts.
Arbetsflödets struktur
Steg | Komponent | Funktion |
---|
1 | ChatOpenedTrigger | Upptäcker när en användare öppnar chatten och initierar arbetsflödet. |
2 | MessageWidget | Visar ett välkomst-/instruktionsmeddelande till användaren. |
3 | ChatInput | Tar emot e-postadressen från användaren. |
4 | PromptTemplate | Skapar en tydlig och koncis prompt till AI, där användarens e-postadress infogas. |
5 | Generator (LLM) | Bearbetar prompten och avgör om e-posten är generisk eller en anpassad domän. |
6 | ChatOutput | Visar LLM:ns svar (TRUE /FALSE ) direkt i chatten för användaren. |
Varför detta arbetsflöde är användbart
Lead-kvalificering i stor skala:
Skilj snabbt mellan personliga och affärs-/professionella e-postadresser för försäljning, marknadsföring eller onboarding, vilket möjliggör automatiserad lead scoring och filtrering.
Riktad uppsökning och segmentering:
Hjälper till att segmentera användare eller leads baserat på om deras e-postadress är kopplad till ett företag, vilket är användbart för B2B-kampanjer eller åtkomstkontroll.
Automatisering & konsekvens:
Eliminerar manuell kontroll, minskar risken för mänskliga fel och sparar tid, särskilt vid hantering av stora listor med e-postadresser.
Omedelbar återkoppling:
Ger användare eller teammedlemmar omedelbara resultat, vilket gör det lämpligt för interaktiva arbetsflöden eller självbetjäning.
Exempel på användningsområden
- Säljteam: Automatisera identifieringen av högvärdiga leads genom att filtrera bort generiska e-postadresser.
- Marknadsteam: Anpassa kampanjer till endast företags- eller organisationsanslutna kontakter.
- Customer Success: Verifiera snabbt om registreringar kommer från företagsdomäner för tillgång till särskilda funktioner eller kontotyper.
Sammanfattning
Detta arbetsflöde kombinerar användarinteraktion, promptdesign och AI-baserad utvärdering för att effektivt och tillförlitligt avgöra typen av e-postadress. Det är särskilt värdefullt för organisationer som vill automatisera och skala sin lead-kvalificering och användarsegmentering.