与 LiveAgent API 集成的 AI 客服支持代理
这个由 AI 驱动的工作流通过将用户查询连接到公司知识源、外部 API（如 LiveAgent）和语言模型，实现客户支持自动化，提供专业、友好且高度相关的回复。该流程检索对话历史，利用文档搜索，并与外部系统交互，以提供简明、结构化的答案，如有需要可升级至人工支持。非常适合希望优化支持、产品推荐和信息交付的企业。
流程
AI流程的工作原理
- 接收并结构化客户查询.
- 捕获用户的问题或需求，利用提示模板准备动态 API 请求和上下文，并结构化初始数据输入。
- 查询外部系统并检索数据.
- 向外部客户支持 API（如 LiveAgent）发送请求，收集解决客户问题所需的账户或会话数据。
- 提取并生成相关上下文.
- 处理检索到的数据，提取关键信息，并通过大语言模型（LLM）生成或优化客户查询上下文，实现精准支持。
- AI 代理基于知识库与工具作答.
- AI 代理利用公司知识源、文档检索工具、对话历史及语言模型，制定简明、专业的答案或推荐建议。
- 回复客户或升级处理.
- 以结构化格式将 AI 生成的回复发送给客户，如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。
生成器
用于 LLM 提取输入中 Preview 部分的系统消息提示。
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.
工具调用代理
系统消息提示，指导代理以斯洛伐克语担任 *YOURCOMPANY* 的客服和购物助理，详细说明行为和工具使用方式。
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.
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。
流程描述
目的和优势
该工作流旨在自动化、简化并扩展客户支持和产品推荐的流程，利用 API 集成、文档检索、语言模型和动态数据处理。以下是其结构、组件及所提供自动化能力的详细介绍。
概述与目的
该流程的主要目标是，作为公司智能化、自动化的客户支持与购物助理，借助先进的 AI（如 OpenAI LLMs）、动态提示构建、API 调用和文档检索，解答客户问题、检索相关知识、推荐产品，并在需要时升级至人工客服——始终以友好、专业的语气和结构化输出完成回应。
这种工作流支持可扩展且一致的客户互动，减少人工操作，并确保在需求增长时依然能提供高质量支持回应。
工作流结构与关键步骤
1. 输入与对话历史
- Chat Input 节点收集用户消息和文件附件，作为流程起点。
- Chat History 节点检索最近 N 条消息，提供对话上下文，实现个性化、上下文相关的回复。
2. 提示构建
- Prompt Templates 动态生成 API URL，利用用户输入和对话历史。例如：
- 一个模板构建用于从 LiveAgent 获取会话数据的 URL（将
YOURLINK替换为实际域名）。 - 另一个模板用于向 LiveAgent 发送新消息。
- 一个模板构建用于从 LiveAgent 获取会话数据的 URL（将
- Notes 被用作提醒，提示插入 API 密钥或更新模板中的 LiveAgent 链接。
3. API 请求
- 该工作流使用两个 API Request 节点：
- 一个用于获取会话信息（GET 请求）。
- 另一个用于发送消息或与会话互动（POST 请求）。
- Create Data 节点动态构建这些 API 调用所需的查询参数或 body 数据（如包含 API 密钥或消息内容）。
4. 数据解析与处理
- Parse Data 节点将 API 响应从结构化数据转换为纯文本，可选用模板格式化。
- 这使得 API 调用的输出适用于后续 AI 处理或用户展示。
5. 知识检索
- Document Retriever 是集成工具，根据用户查询在知识库或文档库中搜索，返回最相关的文档、片段或链接。
- 它为 AI 代理提供知识参考工具，确保答案建立在公司知识之上。
6. AI 生成与后处理
- LLM OpenAI 节点（使用不同配置的两个）利用大型语言模型（如 GPT-4.1）生成回复及提取结构化信息。
- Generator 节点使用 LLM 从处理过的 API 响应中提取特定部分（如 “Preview”）。
7. 代理驱动的推理
- Tool Calling Agent 是核心推理引擎：
- 接收处理后的输入、对话历史及工具访问权限（如 Document Retriever）。
- 利用详尽的系统提示，确保回复符合公司政策、语气和结构要求。
- 动态决定是从知识库作答、提出澄清问题还是升级至人工客服。
- 确保输出简明（100–200 tokens）、格式良好，并以客户偏好语言作答。
8. 输出展示
- Chat Output 节点向用户展示最终由 AI 生成或处理的消息。
- 工作流支持多个输出点，适用于不同阶段（如 AI 生成后、代理推理后等）。
组件关系（简化表格）
| 步骤 | 输入 | 输出 | 作用 |
|---|---|---|---|
| Chat Input | 用户消息 | 消息 | 用户查询入口 |
| Chat History | - | 对话历史 | 为个性化回答提供上下文 |
| Prompt Templates | 用户输入、对话历史 | API URL（文本） | 动态构建 API 调用 URL |
| Create Data | - | 查询/body 数据 | 构建 API 请求所需数据 |
| API Request | URL、参数/body | API 响应数据 | 向外部服务（如 LiveAgent）获取或发送数据 |
| Parse Data | API 响应 | 文本 | 将结构化数据转为 LLM 或用户可用的纯文本 |
| LLM OpenAI | Prompt、参数 | AI 生成文本 | 生成文本、提取信息 |
| Generator | 文本、模型 | 处理后文本 | 从输入中提取特定信息（如 “Preview”） |
| Document Retriever | 查询 | 文档/工具 | 在公司知识库中查找相关信息 |
| Tool Calling Agent | 输入、工具、历史、模型 | 推理消息 | 统筹回答、工具使用、升级与格式化 |
| Chat Output | 消息 | - | 向用户展示消息 |
该流程对自动化与扩展的意义
- 一致性：无论对话量多大，确保每位客户都获得准确、合规、符合品牌的回复。
- 可扩展性：可处理无限并发对话，依靠 AI 与自动化工具而非单纯人力。
- 高效性：自动化知识检索、答案生成、升级逻辑，减少人工操作。
- 个性化：结合对话历史和上下文，提供定制化回复。
- 可扩展性：可通过更换提示模板、添加新 API 集成或更新知识源轻松扩展或适配。
- 多语言支持：AI 代理可用客户偏好语言作答，提升用户体验。
自动化逻辑亮点
- 动态输入处理：流程根据实时用户输入和对话上下文，灵活调整 API 调用和知识查询。
- 条件推理：代理为每个答案选择最佳来源（知识库、API 或人工升级）。
- 结构化输出：确保输出简短、格式清晰、富有吸引力，包括项目符号、加粗和表情符号。
- 安全提醒：提醒用户安全插入 API 密钥并更新公司专属链接。
- 反馈机制：当自动化无法解决问题时，代理可提出澄清问题或升级至人工支持。
总结
本工作流是面向 AI 驱动客户支持与产品推荐的强大、模块化自动化方案。它将聊天输入、动态 API 集成、文档检索与先进的语言模型整合于同一代理之下。通过自动化重复任务、利用 AI 进行推理，使您的支持运营在高标准服务与个性化体验下高效扩展。
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。...
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。...