提示词（PromptTemplate-xAz1P）
使用动态变量（{input}, {human_input}, {context}, {chat_history}, {system_message}, {all_input_variables}）创建提示词模板。
---CONVERSATION HISTORY---
{context}
---
---LATEST MESSAGE---
{input}
---
具备知识库和 API 增强功能的 AI 客服代理
此 AI 驱动的工作流通过结合内部知识库搜索、Google Docs 知识检索、API 集成和高级语言模型推理，实现了客服自动化。该代理可用斯洛伐克语或客户的语言进行回复，始终提供最新的信息，并在需要时可升级至人工客服。非常适合寻求多语种、自动化及具备上下文感知的客户服务的企业。
流程
AI流程的工作原理
- 接收客户咨询.
- 该流程从聊天输入中捕获客户咨询，并检索最近的聊天记录以提供上下文。
- 从内部和外部来源获取知识.
- 工作流使用文档检索工具同时搜索内部文档库和连接的 Google Docs，寻找相关的知识库信息。
- 通过 API 丰富和分析数据.
- 使用客户消息 ID 调用外部 API，检索消息历史，并解析必要的信息以丰富上下文。
- AI 代理回答并生成多语种回复.
- 高级 AI 代理利用收集到的上下文、知识来源和语言模型，生成斯洛伐克语或客户语言的回复，确保专业、简明和准确。
- 回复客户并在需要时升级.
- 代理向客户发送回复，包括相关链接和信息，如问题无法自动解决，则升级至人工客服。
此流程中使用的提示
以下是此流程中用于实现其功能的所有提示的完整列表。提示是给予AI模型的指令，用于生成响应或执行操作。它们指导AI理解用户意图并生成相关输出。
提示词（PromptTemplate-4mVjl）
使用动态变量（{input}, {human_input}, {context}, {chat_history}, {system_message}, {all_input_variables}）创建提示词模板。
---CHAT HISTORY---
{chat_history}
---
---CUSTOMER QUERY---
{context}
---
---LLM RESPONSE---
{input}
---
The final output presented to the agent should include:
the original CUSTOMER QUERY
the Slovak translation of the CUSTOMER QUERY
LLM RESPONSE in Slovak
LLM RESPONSE in the customer's language (to be sent)
提示词（PromptTemplate-u9XGO）
使用动态变量（{input}, {human_input}, {context}, {chat_history}, {system_message}, {all_input_variables}）创建提示词模板。
https://arshiakahani.ladesk.com/api/v3/tickets/{input}/messages
提示词（PromptTemplate-5nKVc）
使用动态变量（{input}, {human_input}, {context}, {chat_history}, {system_message}, {all_input_variables}）创建提示词模板。
https://YOURCOMPANY.ladesk.com/api/conversations/{human_input}/messages
生成器（Generator-eSD0Q）
使用输入提示词和选定的 LLM 模型生成文本。
extract the "message" section of the "type": "M" only the section exactly as it is and only and only output the latest message based on the date with nothing else but the users message itself.
工具调用代理（ToolCallingAgent-K7dur）
一个工具调用代理。
You are an AI language model assistant acting as a friendly and professional customer support and shopping assistant for YOURCOMPANY. 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 YOURCOMPANY 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 as LATEST MESSAGE your goal is to answer the LATEST MESSAGE 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 YOURCOMPANY:
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 YOURCOMPANY:
Politely inform the customer that you only provide support for YOURCOMPANY.
Suggest contacting the appropriate business support team at CONTACT METHOD
<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.
此流程中使用的组件
以下是此流程中用于实现其功能的所有组件的完整列表。组件是每个AI流程的构建块。它们允许您通过连接各种功能来创建复杂的交互并自动化任务。每个组件都有特定的用途，例如处理用户输入、处理数据或与外部服务集成。
FlowHunt 中的提示（Prompt）组件
了解 FlowHunt 的 Prompt 组件如何让你定义 AI 机器人的角色和行为，确保回复相关且个性化。自定义提示和模板，打造高效、具备上下文感知的聊天机器人流程。
API 请求
通过 API 请求组件，将外部数据和服务集成到您的工作流程中。轻松发送 HTTP 请求，设置自定义头部、请求体和查询参数，并支持 GET 和 POST 等多种方法。对于将自动化流程连接到任何 Web API 或服务来说，这是必不可少的组件。
生成器
探索 FlowHunt 的生成器组件——利用您选择的 LLM 模型进行强大的 AI 驱动文本生成。通过结合提示词、可选的系统指令，甚至图片作为输入，轻松创建动态聊天机器人回复，使其成为构建智能对话流程的核心工具。
工具调用代理
探索 FlowHunt 中的工具调用代理——一款先进的工作流组件，使 AI 代理能够智能地选择和使用外部工具来回答复杂查询。非常适合构建需要动态工具使用、迭代推理和多资源集成的智能 AI 解决方案。
Google Docs 获取器
通过 Google Docs 获取器组件，将 Google Docs 集成到您的工作流中——无缝获取文档内容，用于自动化、聊天机器人或知识型工作流。非常适合在 FlowHunt 流程中访问、处理和利用您的 Google Docs。
流程描述
目的和优势
概述
此工作流自动化了从工单或支持系统检索客户消息、提取最新相关消息、结合上下文和聊天历史进行增强，并利用高级 AI（LLM）结合知识工具生成专业的多语言客户支持回复的全过程。之后将这些回复准备并发送回外部系统，非常适合扩展和自动化客户支持、知识检索及外部 API 集成。
步骤拆解
1. 输入获取与准备
- 聊天输入：工作流可直接接收传入的聊天消息。
- API 提示词创建：系统使用提示词模板动态构建用于从外部 API 获取工单消息的 URL（例如
https://arshiakahani.ladesk.com/api/v3/tickets/{input}/messages），实现基于用户数据的灵活检索。 - 查询参数构建：通过数据创建节点动态构建 API 请求所需查询参数。
2. 外部数据检索
- API 请求：使用构建的 URL 和查询参数，工作流向外部工单系统发送 GET 请求以获取工单消息历史。API 密钥认证通过请求头支持。
- 数据解析：API 返回数据后，解析节点将数据结构化并通过模板转换为纯文本，便于后续 AI 处理。
3. 消息提取与预处理
- 基于 LLM 的提取：使用 OpenAI LLM（如 GPT-4.1）和系统提示词，仅从工单数据中提取最新用户消息（仅限 “type”: “M” 的消息），确保后续仅处理相关内容。
- 提示词丰富：提取出的消息和聊天上下文被插入到高级提示词模板中，包含对话历史和最新消息分段，为主支持代理做准备。
4. 知识增强
- 聊天历史：系统可查询会话中最近 N 条消息，提供连续性和丰富上下文。
- 文档检索：文档检索工具搜索内部/外部知识库（可选集成 Google Docs），为客户问题寻找相关信息。这对于确保回答基于最新和准确知识至关重要。
- 工具集成：文档检索器和 Google Docs 检索器都作为“工具”注册到代理可用，实现响应生成中的动态检索。
5. 代理驱动的回复生成
- 工具调用代理：核心为工具调用代理（由 LLM 驱动），接收增强提示、聊天历史和知识工具访问权限。其职责是识别用户意图、检索知识库/工具并生成简明、友好、专业的回复。
- 代理默认用斯洛伐克语回复，检测到客户使用其他语言时自动切换。
- 强制结构化格式：短段落、加粗重点、项目符号、表情提升互动感。
- 优先使用检索到的知识，绝不编造事实或链接，必要时主动澄清并将无法解决的问题升级至人工。
- 所有回复均符合客服语气和结构，适用于邮件沟通。
6. 后处理与输出
- 回复格式化：代理的回复通过提示词模板进一步处理，构建多语种输出（如同时包括斯洛伐克语和客户原语言）。
- LLM 生成：可通过另一个 LLM 节点对输出部分内容进行生成或翻译。
- 出站消息 API 集成：工作流动态构建出站 API 请求所需数据对象，打包生成的回复并发送（通常为 POST）到相关外部系统。
- 解析与最终输出：出站 API 响应可被解析并在聊天操控台显示或送回用户界面。
关键组件与其用途
| 组件 | 用途 |
|---|---|
| 聊天输入 | 接收用户/客户消息 |
| 提示词模板 | 动态构建 URL 及消息提示 |
| API 请求 | 从外部系统获取工单数据/消息 |
| 数据解析 | 将结构化数据转为纯文本 |
| OpenAI LLM | 提取相关消息、生成或翻译回复 |
| 文档检索器 | 搜索知识库获取相关信息 |
| Google Docs 检索器 | 集成外部文档作为代理知识来源 |
| 工具调用代理 | 核心 AI 支持代理，使用工具和聊天历史 |
| 数据创建 | 打包回复及数据用于出站 API 请求 |
| 聊天输出 | 向终端用户或系统展示最终结果 |
| 备注 | 为操作员提供指引（如 API 密钥/URL 填写位置） |
应用场景与优势
- 自动化客户支持：高效提取、增强和回复客户咨询，保证专业、准确和具备上下文的答案。
- 多语言支持：自动检测客户语言并以其语言回复，翻译和格式化由工作流自动完成。
- 可扩展知识管理：集成多种知识来源（内部文档、Google Docs 等），确保答案全面且实时更新。
- 无缝外部系统集成：便捷连接各类 API，实现消息获取（入站）和回复推送（出站）操作。
- 人工协助升级：自动将未解决或不明确的问题交由人工客服，保障高质量支持。
为什么适用于规模化与自动化
- 减少人工操作：自动化数据检索、消息提取、上下文构建及回复生成，极大减少常规支持问题的人为干预。
- 保证一致性与质量：所有客户沟通严格遵循公司语气、格式与信息准确性，无论代理人或班次如何更替。
- 快速适应性：轻松连接新数据源或 API，灵活适配新语言，能以极少配置应对更高支持量。
- 提升客户满意度：快速、相关、友好的多语言个性化回复，带来更佳体验和客户忠诚度。
流程示意图（简化版）
下方为主要步骤的简化流程图示意：
- 聊天输入/接口查询 →
- 获取工单消息（API 请求） →
- 数据解析 →
- 提取最新用户消息（LLM） →
- 结合上下文与历史丰富提示 →
- 检索知识（文档/Google Docs 检索器） →
- 工具调用代理（LLM）生成回复 →
- 格式化/翻译/发送回复（API 请求） →
- 展示/交付输出
此工作流为任何需要集成外部 API、知识库和高级 AI 响应的企业，自动化和扩展客服、技术支持或信息交付流程，提供了坚实的基础。
了解更多
集成LiveAgent的AI支持聊天机器人
通过AI聊天机器人自动化您的客户支持，利用内部知识库回答问题，并在需要时通过LiveAgent无缝连接用户与人工客服。提升用户体验，减少响应时间，优化支持运营。...
1 分钟阅读
Google Docs 问答聊天机器人
一个由 AI 驱动的聊天机器人，能够根据所提供的 Google 文档内容为用户问题提供精准答案。非常适合用于研究、内容审查、分析和教育，该助手确保所有回复都直接基于上传的文档内容，不引用外部来源或做出无依据的假设。...
1 分钟阅读