Gợi ý
Mẫu gợi ý để xây dựng URL yêu cầu API sử dụng đầu vào người dùng.
https://YOURLINK.ladesk.com/api/conversations/{input}
Tác nhân Hỗ trợ Khách hàng AI với Tích hợp API LiveAgent
Quy trình làm việc được hỗ trợ bởi AI này tự động hóa hỗ trợ khách hàng bằng cách kết nối các truy vấn của người dùng với nguồn tri thức của công ty, API bên ngoài (như LiveAgent) và mô hình ngôn ngữ để tạo ra các phản hồi chuyên nghiệp, thân thiện và cực kỳ phù hợp. Quy trình lấy lịch sử hội thoại, sử dụng tìm kiếm tài liệu và tương tác với các hệ thống bên ngoài để cung cấp câu trả lời ngắn gọn, có cấu trúc, và chuyển giao cho hỗ trợ viên nếu cần thiết. Lý tưởng cho các doanh nghiệp muốn tối ưu hóa hỗ trợ, gợi ý sản phẩm và cung cấp thông tin.
Luồng
Cách Luồng AI hoạt động
- Nhận và Cấu trúc Truy vấn Khách hàng.
- Thu thập câu hỏi hoặc vấn đề của người dùng, chuẩn bị các yêu cầu API động và ngữ cảnh bằng mẫu gợi ý, và cấu trúc dữ liệu đầu vào ban đầu.
- Truy vấn Hệ thống Bên ngoài và Lấy Dữ liệu.
- Gửi yêu cầu tới các API hỗ trợ khách hàng bên ngoài (ví dụ: LiveAgent) và thu thập dữ liệu tài khoản hoặc hội thoại cần thiết để giải quyết vấn đề của khách hàng.
- Trích xuất và Tạo Ngữ cảnh Liên quan.
- Xử lý dữ liệu đã lấy về, trích xuất thông tin quan trọng, và sử dụng LLM để tạo hoặc tinh chỉnh ngữ cảnh truy vấn khách hàng nhằm hỗ trợ chính xác.
- AI Trả lời bằng Kho Tri thức và Công cụ.
- Tác nhân AI tận dụng nguồn tri thức công ty, công cụ truy xuất tài liệu, lịch sử hội thoại và mô hình ngôn ngữ để xây dựng câu trả lời hoặc gợi ý chuyên nghiệp, ngắn gọn.
- Phản hồi Khách hàng hoặc Chuyển giao.
- Gửi phản hồi được tạo bởi AI cho khách hàng dưới định dạng có cấu trúc, và chuyển giao cho hỗ trợ viên nếu truy vấn không thể được giải quyết tự động.
Các prompt được sử dụng trong luồng này
Dưới đây là danh sách đầy đủ tất cả các prompt được sử dụng trong luồng này để đạt được chức năng của nó. Prompt là các hướng dẫn đã được cấp cho mô hình AI để tạo ra các phản hồi hoặc thực hiện các hành động. Chúng hướng dẫn AI trong việc hiểu ý định của người dùng và tạo ra các kết quả đầu ra liên quan.
Gợi ý
Mẫu gợi ý để xây dựng URL yêu cầu API cho tin nhắn hội thoại.
https://YOURLINK.ladesk.com/api/conversations/{human_input}/messages
Generator
Gợi ý thông điệp hệ thống cho LLM để trích xuất mục Preview từ đầu vào.
extract the "Preview" section of your input and output only the section exactly as it is and if there are multiple preview sections output all of them by classifying them based on their date.
Tác nhân Gọi Công cụ
Gợi ý thông điệp hệ thống để tác nhân đóng vai trò là hỗ trợ khách hàng và trợ lý mua sắm cho *YOURCOMPANY* bằng tiếng Slovak, mô tả hành vi và cách sử dụng côn...
You are an AI language model assistant acting as a friendly and professional customer support and shopping assistant for<u> *YOURCOMPANY*</u>
You respond in Slovak language by default, or in the customer's input language if detected to be different than Slovak. AND ALWAYS USE EMAIL TONE AND FORMAT.
<u>Your role:</u>
You combine the responsibilities of technical customer support and product recommendation assistant. You help customers solve issues, make decisions, and complete purchases related to <u>*YOURCOMPANY*</u> products and services. Your tone is always friendly and professional, and your goal is to ensure the customer feels understood, supported, and confident in their next step.
<u>Your Goal:</u>
you receive conversation history and the most recent user query you goal is to answer the most recent query based on the tools at your disposal. 
<u>Identify intent and provide answers:</u>
First source: ALWAYS SEARCH THE knowledge_source_tool TO ANSWER USER'S QUESTION AND NEVER ANSWER FROM YOURSELF.
Second source: Always use the Document Retriever tool to find context related to the question.
If relevant context is found:
Use it to provide accurate, concise answers.
Include ONLY RELEVANT URLs retrieved from the Document Retriever, never edit the url.
Never invent product names and category names. You can recognize a category by the fact that the page MUST contain a list of different products.; use only those available in your knowledge base.
Follow the information exactly as stated in the reference.
If no relevant context is found and the question is about <u>*YOURCOMPANY*</u>:
Ask polite clarifying questions to gather more details.
If still unresolved, use the Contact Human Assist tool to transfer to a human support agent.
If the customer’s message is unclear or incomplete:
Do not guess — always ask for more information before answering.
If the customer shows interest in a specific product:
Let them know that pricing and ordering is quick and simple directly on the website.
They can configure the product (dimensions, extras, quantity…) and see the price immediately and the production time.
If the question is about production time, always include express options if available.
For inquiries not related to <u>*YOURCOMPANY*</u>:
Politely inform the customer that you only provide support for <u>*YOURCOMPANY*</u>.
Suggest contacting the appropriate business support team at [<u>*YOURCOMPANY*</u>@EMAIL.EMAIL](mailto:YOURCOMPANY@EMAIL.EMAIL)
<u>Resource Utilization:</u>
Use the Document Retriever to search for knowledge relevant to the customer question.
Use the Contact Human Assist tool to escalate if needed.
Use the Document Retriever to provide valid product or info links - NEVER invent or assume URLs
<u>Formatting:</u>
Your tone is always friendly, clear, and professional.
The answers should be SHORT - max. about 100-200 tokens.
Use structured formatting:
Short paragraphs
Bold text for emphasis
Bullet points where appropriate
Emojis to make the messages more engaging 😊
Write in plain text format. Do not use markdown.
Các thành phần được sử dụng trong luồng này
Dưới đây là danh sách đầy đủ tất cả các thành phần được sử dụng trong luồng này để đạt được chức năng của nó. Các thành phần là các khối xây dựng của mọi Luồng AI. Chúng cho phép bạn tạo ra các tương tác phức tạp và tự động hóa các tác vụ bằng cách kết nối các chức năng khác nhau. Mỗi thành phần phục vụ một mục đích cụ thể, chẳng hạn như xử lý đầu vào của người dùng, xử lý dữ liệu hoặc tích hợp với các dịch vụ bên ngoài.
ChatInput
Thành phần Chat Input trong FlowHunt khởi tạo tương tác với người dùng bằng cách thu thập tin nhắn từ Playground. Nó là điểm khởi đầu của các flow, cho phép quy trình xử lý cả đầu vào dạng văn bản lẫn tệp tin.
Thành phần Prompt trong FlowHunt
Tìm hiểu cách thành phần Prompt của FlowHunt cho phép bạn xác định vai trò và hành vi của bot AI, đảm bảo phản hồi phù hợp và cá nhân hóa. Tùy chỉnh prompt và mẫu template để xây dựng luồng chatbot hiệu quả, nhận biết ngữ cảnh.
Yêu Cầu API
Tích hợp dữ liệu và dịch vụ bên ngoài vào quy trình làm việc của bạn với thành phần Yêu Cầu API. Gửi yêu cầu HTTP một cách dễ dàng, thiết lập header, body, và tham số truy vấn tùy chỉnh, đồng thời xử lý nhiều phương thức như GET và POST. Cần thiết để kết nối các tự động hóa của bạn với bất kỳ API hay dịch vụ web nào.
Tạo Dữ Liệu
Thành phần Tạo Dữ Liệu cho phép bạn tạo động các bản ghi dữ liệu có cấu trúc với số lượng trường tùy chỉnh. Lý tưởng cho các luồng công việc yêu cầu tạo mới các đối tượng dữ liệu tức thì, nó hỗ trợ cấu hình trường linh hoạt và tích hợp liền mạch với các bước tự động hóa khác.
Phân Tích Dữ Liệu
Thành phần Phân Tích Dữ Liệu chuyển đổi dữ liệu có cấu trúc thành văn bản thuần túy bằng cách sử dụng các mẫu tùy chỉnh. Nó cho phép định dạng linh hoạt và chuyển đổi đầu vào dữ liệu để sử dụng trong quy trình làm việc, giúp chuẩn hóa hoặc chuẩn bị thông tin cho các thành phần phía sau.
Trình Tạo Văn Bản
Khám phá thành phần Generator trong FlowHunt—tạo văn bản mạnh mẽ bằng AI dựa trên mô hình LLM bạn chọn. Dễ dàng tạo phản hồi chatbot động bằng cách kết hợp prompt, hướng dẫn hệ thống tùy chọn và thậm chí cả hình ảnh làm đầu vào, biến nó thành công cụ cốt lõi để xây dựng quy trình hội thoại thông minh.
LLM OpenAI
FlowHunt hỗ trợ hàng chục mô hình tạo văn bản, bao gồm cả các mô hình của OpenAI. Đây là cách sử dụng ChatGPT trong các công cụ AI và chatbot của bạn.
Tác nhân Gọi Công cụ
Khám phá Tác nhân Gọi Công cụ trong FlowHunt—một thành phần quy trình làm việc nâng cao cho phép các tác nhân AI lựa chọn và sử dụng công cụ bên ngoài một cách thông minh để trả lời các truy vấn phức tạp. Lý tưởng để xây dựng các giải pháp AI thông minh yêu cầu sử dụng công cụ linh hoạt, suy luận lặp lại và tích hợp với nhiều nguồn tài nguyên.
Trình Tìm kiếm Tài liệu
Trình Tìm kiếm Tài liệu của FlowHunt nâng cao độ chính xác của AI bằng cách kết nối các mô hình tạo sinh với tài liệu và URL cập nhật của riêng bạn, đảm bảo câu trả lời đáng tin cậy và phù hợp nhờ phương pháp Tạo sinh Tăng cường Truy xuất (RAG).
Thành phần Lịch sử Trò chuyện
Thành phần Lịch sử Trò chuyện trong FlowHunt cho phép chatbot ghi nhớ các tin nhắn trước đó, đảm bảo cuộc trò chuyện liền mạch và nâng cao trải nghiệm khách hàng đồng thời tối ưu hóa việc sử dụng bộ nhớ và token.
Kết Quả Trò Chuyện
Khám phá thành phần Kết Quả Trò Chuyện trong FlowHunt—hoàn thiện phản hồi chatbot với các kết quả linh hoạt, đa phần. Thành phần thiết yếu để hoàn thành luồng trò chuyện liền mạch và tạo chatbot AI nâng cao, tương tác.
Mô tả luồng
Mục đích và lợi ích
Quy trình làm việc này được thiết kế nhằm tự động hóa, tối ưu và mở rộng quy trình hỗ trợ khách hàng và gợi ý sản phẩm, tận dụng tích hợp API, truy xuất tài liệu, mô hình ngôn ngữ và xử lý dữ liệu động. Dưới đây là phân tích chi tiết về cấu trúc, thành phần và khả năng tự động hóa mà nó cung cấp.
Tổng quan và Mục đích
Mục tiêu chính của quy trình là đóng vai trò như một trợ lý hỗ trợ khách hàng và mua sắm thông minh, tự động cho doanh nghiệp, sử dụng AI tiên tiến (OpenAI LLMs), xây dựng prompt động, gọi API và truy xuất tài liệu. Nó được thiết kế để trả lời thắc mắc khách hàng, lấy thông tin liên quan, gợi ý sản phẩm, và chuyển giao cho nhân viên khi cần—tất cả với giọng điệu thân thiện, chuyên nghiệp và định dạng có cấu trúc.
Quy trình như vậy cho phép tương tác khách hàng nhất quán, có thể mở rộng, giảm thiểu công việc thủ công và đảm bảo phản hồi hỗ trợ chất lượng cao ngay cả khi nhu cầu tăng.
Cấu trúc Quy trình và Các Bước Chính
1. Đầu vào và Lịch sử Hội thoại
- Nút Chat Input thu thập tin nhắn người dùng và tệp đính kèm làm điểm bắt đầu.
- Nút Chat History lấy N tin nhắn gần nhất và cung cấp ngữ cảnh hội thoại, cho phép phản hồi cá nhân hóa, phù hợp với ngữ cảnh.
2. Xây dựng Prompt
- Prompt Template tạo động các URL API sử dụng đầu vào người dùng và lịch sử hội thoại. Ví dụ:
- Một mẫu xây dựng URL để lấy dữ liệu hội thoại từ LiveAgent (thay
YOURLINKbằng tên miền thực tế của bạn). - Một mẫu khác dùng để gửi tin nhắn mới đến LiveAgent.
- Một mẫu xây dựng URL để lấy dữ liệu hội thoại từ LiveAgent (thay
- Ghi chú được thêm vào để nhắc chèn API key hoặc cập nhật liên kết LiveAgent trong các mẫu.
3. Yêu cầu API
- Quy trình sử dụng hai nút API Request:
- Một để lấy thông tin hội thoại (GET request).
- Một để gửi tin nhắn hoặc tương tác với hội thoại (POST request).
- Nút Create Data xây dựng động các tham số truy vấn hoặc dữ liệu body cần thiết cho các gọi API này (ví dụ: chèn API key hoặc nội dung tin nhắn).
4. Phân tích và Xử lý Dữ liệu
- Nút Parse Data chuyển đổi phản hồi API từ dữ liệu có cấu trúc sang văn bản thuần, tùy chọn sử dụng mẫu để định dạng.
- Điều này giúp đầu ra của API phù hợp hơn cho xử lý AI tiếp theo hoặc hiển thị cho người dùng.
5. Truy xuất Tri thức
- Document Retriever là công cụ tích hợp tìm kiếm kho tri thức hoặc tài liệu theo truy vấn người dùng, trả về tài liệu, đoạn trích hoặc liên kết phù hợp nhất.
- Nó cung cấp tri thức để tác nhân AI tham khảo—đảm bảo câu trả lời dựa trên thông tin công ty.
6. Sinh AI và Hậu xử lý
- Nút LLM OpenAI (hai cấu hình khác nhau) cho phép truy cập các mô hình ngôn ngữ lớn (ví dụ: GPT-4.1) để tạo phản hồi và trích xuất thông tin có cấu trúc.
- Nút Generator sử dụng LLM để trích xuất các mục cụ thể (ví dụ: “Preview”) từ phản hồi API đã xử lý.
7. Lý luận Điều phối bởi Tác nhân
- Tool Calling Agent là động cơ lý luận trung tâm:
- Nhận đầu vào đã xử lý, lịch sử chat và truy cập các công cụ (như Document Retriever).
- Sử dụng prompt hệ thống chi tiết để đảm bảo phản hồi tuân thủ chính sách, giọng điệu và cấu trúc của công ty.
- Động quyết định trả lời từ kho tri thức, hỏi thêm thông tin hoặc chuyển giao cho nhân viên.
- Đảm bảo đầu ra ngắn gọn (100–200 token), định dạng tốt và theo ngôn ngữ khách hàng ưa thích.
8. Hiển thị Kết quả
- Nút Chat Output hiển thị tin nhắn cuối cùng do AI tạo ra hoặc đã xử lý cho người dùng.
- Quy trình hỗ trợ nhiều điểm đầu ra cho các giai đoạn khác nhau (ví dụ: sau AI sinh, sau tác nhân lý luận, v.v.).
Quan hệ Thành phần (Bảng Đơn giản hóa)
| Bước | Đầu vào | Đầu ra | Mục đích |
|---|---|---|---|
| Chat Input | Tin nhắn người dùng | Tin nhắn | Điểm bắt đầu cho truy vấn người dùng |
| Chat History | - | Lịch sử hội thoại | Cung cấp ngữ cảnh cho trả lời cá nhân hóa |
| Prompt Templates | Đầu vào, lịch sử | URL API (văn bản) | Tạo động URL cho gọi API |
| Create Data | - | Dữ liệu truy vấn/body | Tạo dữ liệu cần thiết cho yêu cầu API |
| API Request | URL, params/body | Dữ liệu phản hồi API | Lấy hoặc gửi dữ liệu tới dịch vụ ngoài (vd: LiveAgent) |
| Parse Data | Phản hồi API | Văn bản | Chuyển dữ liệu có cấu trúc sang văn bản cho LLM hoặc người dùng |
| LLM OpenAI | Prompt, params | Văn bản AI tạo ra | Sinh văn bản, trích xuất thông tin |
| Generator | Văn bản, mô hình | Văn bản xử lý | Trích xuất thông tin cụ thể (vd: “Preview”) từ đầu vào |
| Document Retriever | Truy vấn | Tài liệu/công cụ | Tìm thông tin liên quan trong kho tri thức công ty |
| Tool Calling Agent | Đầu vào, công cụ, lịch sử, mô hình | Tin nhắn lý luận | Điều phối trả lời, sử dụng công cụ, chuyển giao, định dạng |
| Chat Output | Tin nhắn | - | Hiển thị tin nhắn cho người dùng |
Vì sao Quy trình này hữu ích cho Tự động hóa và Mở rộng
- Nhất quán: Đảm bảo mỗi khách hàng nhận được phản hồi chính xác, tuân thủ chính sách và đồng nhất thương hiệu, bất kể số lượng.
- Mở rộng: Xử lý không giới hạn hội thoại đồng thời, tận dụng AI và công cụ tự động thay vì chỉ dựa vào nhân viên.
- Hiệu quả: Giảm công việc thủ công bằng cách tự động hóa truy xuất tri thức, sinh câu trả lời và cả logic chuyển giao.
- Cá nhân hóa: Tích hợp lịch sử chat và ngữ cảnh cho phản hồi phù hợp từng trường hợp.
- Mở rộng thêm: Dễ dàng thay đổi bằng cách chỉnh sửa prompt, thêm API, cập nhật nguồn tri thức.
- Hỗ trợ đa ngôn ngữ: Tác nhân AI có thể trả lời theo ngôn ngữ khách hàng, nâng cao trải nghiệm người dùng.
Điểm nổi bật của Logic Tự động hóa
- Xử lý Đầu vào Động: Quy trình thích nghi các gọi API và truy vấn tri thức dựa trên đầu vào thực tế và ngữ cảnh hội thoại.
- Lý luận Có điều kiện: Tác nhân chọn nguồn phù hợp nhất (tri thức, API hoặc chuyển giao) cho từng câu trả lời.
- Đầu ra Có cấu trúc: Đảm bảo phản hồi ngắn gọn, định dạng tốt, hấp dẫn (dùng bullet, in đậm, emoji).
- Bảo mật: Nhắc người dùng chèn API key an toàn và cập nhật liên kết đặc thù công ty.
- Vòng lặp Phản hồi: Tác nhân có thể hỏi thêm hoặc chuyển giao cho hỗ trợ viên khi tự động hóa không giải quyết được.
Tóm tắt
Quy trình làm việc này là giải pháp tự động hóa mạnh mẽ, dạng module cho hỗ trợ khách hàng và gợi ý sản phẩm bằng AI. Nó kết hợp đầu vào chat, tích hợp API động, truy xuất tài liệu và mô hình ngôn ngữ tiên tiến dưới sự điều phối của một tác nhân AI duy nhất. Nhờ tự động hóa tác vụ lặp lại và tận dụng AI để lý luận, quy trình giúp bộ phận hỗ trợ của bạn mở rộng hiệu quả mà vẫn giữ tiêu chuẩn cao về dịch vụ và cá nhân hóa.
Hãy để chúng tôi xây dựng Đội ngũ AI riêng cho bạn
Chúng tôi giúp các công ty như của bạn phát triển chatbot thông minh, Máy chủ MCP, công cụ AI hoặc các loại tự động hóa AI khác để thay thế con người trong các tác vụ lặp đi lặp lại trong tổ chức của bạn.
Tìm hiểu thêm
Trình tạo ý tưởng kinh doanh bằng AI
Tạo ra các ý tưởng kinh doanh sáng tạo phù hợp với đầu vào của người dùng hoặc ngành nghề được lựa chọn bằng AI. Luồng tương tác này cung cấp các gợi ý dựa trên...
4 phút đọc
Nhân Viên Hỗ Trợ Khách Hàng AI cho LiveAgent
Quy trình làm việc này tự động hóa hỗ trợ khách hàng cho công ty của bạn bằng cách tích hợp các cuộc trò chuyện LiveAgent, trích xuất dữ liệu hội thoại liên qua...
6 phút đọc
Công Cụ Khách Hàng MCP Bitrix24
Quy trình này sử dụng một Tác Nhân AI được tích hợp với Công Cụ Khách Hàng MCP để xử lý đầu vào trò chuyện của người dùng, tận dụng lịch sử trò chuyện để có ngữ...
5 phút đọc