Trích Xuất Dữ Liệu Email & Tệp sang CSV

Quy trình làm việc này được thiết kế để tự động hóa việc trích xuất, cấu trúc và quản lý dữ liệu từ email và các tài liệu liên quan như tệp đính kèm và URL. Nó tận dụng các mô hình ngôn ngữ tiên tiến cùng kỹ thuật xây dựng prompt để xử lý thông tin phi cấu trúc và xuất ra bản tóm tắt có cấu trúc, đặc biệt hữu ích cho các nhiệm vụ như phân loại email, hỗ trợ khách hàng, hoặc trích xuất dữ liệu quy mô lớn từ các kênh giao tiếp.

Tổng Quan

Luồng quy trình kết nối nhiều thành phần xử lý đầu vào người dùng, truy xuất nội dung tệp và URL, xây dựng prompt, xử lý bằng mô hình ngôn ngữ lớn (LLM), lý luận dựa trên agent, và xuất dữ liệu có cấu trúc. Các lợi ích chính bao gồm khả năng mở rộng, tự động hóa, và xử lý các tác vụ trích xuất dữ liệu phức tạp hoặc khối lượng lớn với sự can thiệp thủ công tối thiểu.

Quy Trình Từng Bước

1. Nhập Dữ Liệu Người Dùng và Tệp Đính Kèm

• Chat Input: Quy trình bắt đầu bằng việc nhận đầu vào của người dùng (email hoặc tin nhắn) và các tệp đính kèm tùy chọn qua giao diện chat.
• File Retriever: Mọi tệp đính kèm sẽ được xử lý để trích xuất nội dung văn bản, sử dụng các chiến lược như OCR (nếu cần) và giới hạn token đảm bảo hiệu quả.

2. Bổ Sung Ngữ Cảnh

• URL Retriever: Quy trình cũng có thể truy xuất nội dung từ các URL được chỉ định, phân tích và chia nhỏ thông tin để sử dụng cho các bước tiếp theo. Điều này hữu ích khi email tham chiếu tới tài nguyên ngoài hoặc kho kiến thức.

• Chat History: Hệ thống lưu lại 5 tin nhắn trò chuyện gần nhất (tối đa 800 token), cung cấp ngữ cảnh giúp hiểu và duy trì mạch hội thoại tốt hơn.

3. Kỹ Thuật Xây Dựng Prompt

• Prompt Templates: Quy trình sử dụng các mẫu để xây dựng prompt động cho LLM và agent, kết hợp:

  • Nội dung email/tin nhắn
  • Nội dung trích xuất từ tệp
  • Lịch sử trò chuyện để làm ngữ cảnh
  • Hướng dẫn ở cấp hệ thống

  Các prompt này được thiết kế để tối đa hóa khả năng hiểu và cấu trúc thông tin đầu vào của LLM.

4. Điều Phối LLM và Agent

• Google Gemini LLM: Quy trình sử dụng Gemini 2.5 Flash để xử lý ngôn ngữ chất lượng cao, với nhiệt độ bằng 0 để đảm bảo kết quả nhất quán.

• Tool Calling Agent: Một agent nâng cao nhận prompt đã tạo, lịch sử trò chuyện và các công cụ (như truy xuất tệp/URL) để:

  • Rà soát và tổ chức dữ liệu email
  • Trích xuất và cấu trúc thông tin liên quan
  • Cung cấp cái nhìn tổng quan dựa trên email và tệp đính kèm
  • Sử dụng kiến thức ngoài thông qua các công cụ nếu cần

  Agent được hướng dẫn bởi thông điệp hệ thống tập trung vào hiệu suất và cấu trúc dữ liệu.

5. Cấu Trúc và Xuất Dữ Liệu

• Structured Output Generator: Phản hồi của agent cùng ngữ cảnh bổ sung sẽ được chuyển qua prompt và LLM (cũng là Gemini) để tạo đầu ra có cấu trúc. Các trường yêu cầu gồm:

  • User Name: Tên người dùng
  • Email: Địa chỉ email của bệnh nhân
  • Message: Tin nhắn được đề cập trong email

• CSV Output: Dữ liệu có cấu trúc sau đó được xuất ra tệp CSV, giúp dễ dàng xử lý, phân tích hoặc nhập vào các hệ thống khác.

6. Phản Hồi Người Dùng

• Chat Output: Quy trình cũng cung cấp tổng quan và câu trả lời của agent dưới dạng phản hồi chat, đảm bảo người dùng nhận được phản hồi ngay lập tức.

Bảng Tổng Kết Thành Phần

Ứng Dụng và Lợi Ích

• Khả Năng Mở Rộng: Tự động hóa công việc lặp lại khi trích xuất và cấu trúc dữ liệu từ email và tài liệu, giảm sức lao động thủ công.
• Tính Nhất Quán: Sử dụng LLM và mẫu prompt giúp xử lý đồng nhất trên khối lượng dữ liệu lớn.
• Dễ Mở Rộng: Dễ dàng thích ứng với các loại đầu vào mới (tệp, URL) và định dạng đầu ra (đối tượng có cấu trúc, CSV).
• Tự Động Hóa: Phù hợp cho hỗ trợ khách hàng, xử lý hồ sơ y tế, hoặc bất kỳ quy trình nào cần dữ liệu có cấu trúc từ nguồn phi cấu trúc.

Vì Sao Quy Trình Này Hữu Ích

Quy trình làm việc này giúp giảm đáng kể thời gian và công sức cần thiết để trích xuất dữ liệu có thể hành động và có cấu trúc từ email và tệp đính kèm. Nó có khả năng mở rộng cao—xử lý nhiều tin nhắn và loại tệp cùng lúc—và tự động hóa một quá trình vốn cần nhiều nhân lực. Nhờ tích hợp các mô hình LLM tiên tiến, agent công cụ và kỹ thuật prompt, quy trình đảm bảo độ chính xác cao và khả năng thích nghi tốt, trở thành công cụ mạnh mẽ cho doanh nghiệp, tổ chức nhằm tối ưu hóa quy trình xử lý thông tin.