提示
使用用户输入构建 API 请求 URL 的提示模板。
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。
