Ett enkelt AI-chattassistent-arbetsflöde som utnyttjar tidigare konversationshistorik för att generera relevanta svar på användarens inmatning. Inkluderar ett välkomstmeddelande och använder en språkmodell för att svara kontextuellt baserat på chattens historik.
Flows
Nedan är en komplett lista över alla prompts som används i detta flow för att uppnå dess funktionalitet. Prompts är instruktioner som ges till AI-modellen för att generera svar eller utföra åtgärder. De vägleder AI:n i att förstå användarens avsikt och generera relevanta resultat.
Skapa en promptmall med dynamiska variabler ({input}, {human_input}, {context}, {chat_history}, {system_message}).
You are an AI language model assistant.
Your task is to generate answer for human INPUT with consideration of previous conversation in CHAT HISTORY.
--- CHAT HISTORY START
{chat_history}
--- CHAT HISTORY END
--- INPUT START
{input}
--- INPUT END
ANSWER:
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.
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.
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.
Upptäck Chattutgång-komponenten i FlowHunt—slutför chatbottsvar med flexibla, flerdelade utdata. Oumbärlig för smidig avslutning av flöden och skapande av avancerade, interaktiva AI-chattbottar.
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.
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.
Lär dig hur FlowHunts Prompt-komponent låter dig definiera din AI-bots roll och beteende, vilket säkerställer relevanta och personliga svar. Anpassa prompts och mallar för effektiva, kontextmedvetna chatbotflöden.
Utforska Generator-komponenten i FlowHunt—kraftfull AI-driven textgenerering med din valda LLM-modell. Skapa enkelt dynamiska chatbot-svar genom att kombinera promptar, valfria systeminstruktioner och till och med bilder som indata, vilket gör den till ett kärnverktyg för att bygga intelligenta, konverserande arbetsflöden.
Flow-beskrivning
Detta arbetsflöde är utformat för att underlätta en interaktiv chattupplevelse där AI-assistenten svarar på användardefinierade uppgifter samtidigt som chattens historik används för kontextmedvetna svar. Det är en generell mall som gör det anpassningsbart för en mängd olika konversativa automatiseringar och skalbara AI-drivna chattlösningar.
👋 Välkommen till Simple Task Flow!
Det här verktyget är utformat för att du ska kunna definiera din egen uppgift baserat på din inmatning 🌟. Jag tar hänsyn till vår chatt-historik för att ge relevant hjälp utan ytterligare kontext.
Säg bara till vad du vill göra, så sätter vi igång! ✨💬
Prompt Template Node: Bygger en dynamisk prompt till språkmodellen. Den integrerar:
Den använda promptmallen är:
You are an AI language model assistant.
Your task is to generate answer for human INPUT with consideration of previous conversation in CHAT HISTORY.
--- CHAT HISTORY START
{chat_history}
--- CHAT HISTORY END
--- INPUT START
{input}
--- INPUT END
ANSWER:
| Steg | Nod/Komponent | Syfte |
|---|---|---|
| Chattstart | ChatOpenedTrigger | Upptäcker när chatten öppnas |
| Välkomstmeddelande | MessageWidget | Hälsar användaren och informerar |
| Visa välkomst | ChatOutput | Visar välkomstmeddelandet |
| Användarinmatning | ChatInput | Fångar användarens uppgift eller fråga |
| Hämta historik | ChatHistory | Hämtar senaste konversationen för kontext |
| Promptkonstruktion | PromptTemplate | Bygger prompt till LLM med inmatning och historik |
| AI-generering | Generator | Producerar kontextmedvetet svar med prompten |
| Visa AI-utdata | ChatOutput | Visar AI-genererat svar för användaren |
Detta arbetsflöde ger en robust grund för att bygga intelligenta, kontextmedvetna chatt-automatiseringar som kan anpassas till många olika användningsområden.
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.
Detta AI-drivna arbetsflöde automatiserar mötesbokning via Google Kalender. Användare interagerar med en chatbot som hittar lediga tider, skapar, visar eller ta...
En AI-driven livechat-supportbot som besvarar kundfrågor med hjälp av en intern kunskapsbas och skickar intelligent vidare komplexa frågor till mänskliga agente...
En AI-driven kundtjänstchattbot som använder dina interna kunskapskällor för att ge omedelbara, korrekta och hjälpsamma svar på kundfrågor. Den utnyttjar chatte...
