AI商业创意生成器

使用AI根据用户输入或所选行业生成创新的商业创意。此交互式流程可根据用户偏好和聊天历史提供建议，帮助创业者和团队快速头脑风暴新商业概念。

流程

AI流程的工作原理

用户输入收集.: 通过聊天或快速选择行业按钮收集用户输入。
聊天历史检索.: 检索之前的聊天互动，为更相关的建议提供上下文。
动态提示创建.: 使用用户输入和聊天历史为AI模型构建提示。
AI商业创意生成.: 利用AI语言模型根据构建的提示生成独特的商业创意。
结果展示.: 以聊天形式向用户展示生成的商业创意。

此流程中使用的提示

提示

创建一个提示模板，指导LLM根据输入和聊天历史生成商业创意，避免使用通用短语，注重简明、详细的输出。

关注详细信息。不要使用诸如“在当今快速变化的世界……”、“在当今复杂的……”、“是关键一步”、“发挥重要作用”、“快节奏……”、“关键作用”、“在不断发展的环境中”或“在……领域”之类的短语，始终直奔主题，无需无用的结论或开头。

基于input和chat_history生成商业创意，以便记住过去的查询。

*** CHAT HISTORY ***
{chat_history}
***

INPUT: {input}

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。

聊天开启触发器

聊天开启触发器组件能够检测聊天会话的开始，一旦用户打开聊天窗口，即刻触发工作流响应。它以用户的首条消息启动流程，是构建高响应、互动型聊天机器人的关键组件。

查看聊天开启触发器

按钮组件

FlowHunt 的按钮组件能够将文本或输入内容转换为工作流中的交互式可点击按钮。非常适合创建动态用户界面、收集用户选择，并提升 AI 驱动聊天机器人或自动化流程的用户参与度。

查看按钮组件

聊天输入

FlowHunt 中的聊天输入组件通过在 Playground 捕获消息来启动用户交互。它作为流程的起点，使工作流能够处理文本和基于文件的输入。

查看聊天输入

聊天记录组件

FlowHunt 的聊天记录组件让聊天机器人记住之前的消息，确保对话连贯、提升客户体验，同时优化内存和 Token 使用。

查看聊天记录组件

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。

查看 FlowHunt 中的提示（Prompt）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。

查看生成器

聊天输出

了解 FlowHunt 中的 Chat Output（聊天输出）组件——通过灵活的多部分输出完善聊天机器人回复。是实现流程顺畅结束和打造高级互动式 AI 聊天机器人的关键工具。

查看聊天输出

流程描述

目的和优势

此工作流旨在自动化根据用户输入生成定制商业创意的过程。它结合了交互式聊天元素、过往对话记忆、提示工程和语言模型生成，能够高效地提供有创意的建议。

工作流概述

当用户与系统互动时，会收到欢迎信息，并可选择预设提示（如“餐饮配送行业”或“AI自动化”）或自行输入内容。工作流将处理这些输入，结合先前的聊天历史作为上下文，利用语言模型生成聚焦且详细的商业创意，最终在聊天界面中向用户展示结果。

工作流结构详解

以下是该工作流主要组件及其功能的逐步分解：

步骤	节点	目的
1	ChatOpenedTrigger	检测用户开启聊天窗口以启动工作流。
2	ButtonWidget（2个实例）	提供可点击的创意生成选项（如“餐饮配送行业”、“AI自动化”）。
3	ChatOutput（2个实例）	在聊天界面显示用户的选择。
4	ChatInput	从聊天操作台捕获用户自定义输入。
5	ChatHistory	检索之前的聊天消息以提供上下文。
6	PromptTemplate	为语言模型精心制作动态且聚焦的提示，融合用户输入与历史内容。
7	Generator	利用语言模型根据提示生成详细的商业创意。
8	ChatOutput	以聊天形式向用户展示生成的商业创意。