提示词
创建包含动态变量（{input}、{human_input}、{context}、{chat_history}、{system_message}）的提示模板。
此工作流创建了一个聊天机器人界面，将 OpenAI ChatGPT 4o 的对话能力与搜索和利用公司或组织内部文档的能力相结合。旨在为用户问题提供准确且具备上下文感知的答案，并利用聊天历史和相关知识来源。
概述
- 目的：通过让用户与引用过往对话和内部文档的 AI 助手进行聊天，实现客户支持、内部信息访问或知识管理任务的自动化和规模化。
- 主要特性：
- 针对用户问题提供最新、与上下文相关的信息。
- 自动搜索内部文档以获得支持内容。
- 保持对聊天历史的感知，实现连贯的多轮对话。
- 以 Markdown 格式呈现回复，便于阅读。
工作流结构
以下是主要组件及其在工作流中作用的细分：
| 组件 | 说明 |
|---|---|
| 聊天输入 | 捕获用户消息和文件上传。 |
| 聊天开启触发器 | 检测新聊天会话的开始。 |
| 消息小部件 | 在聊天开始时向用户显示欢迎消息。 |
| 聊天输出 | 将消息（包括欢迎语和 AI 生成内容）发送至用户界面。 |
| 聊天历史 | 存储和检索最近 10 条聊天记录（最多 8000 个 token），用于上下文。 |
| 文档检索器 | 当用户提问时，搜索内部文档以获取相关内容。 |
| 提示模板 | 为 AI 构建提示，包括用户输入、文档上下文和聊天历史。 |
| 生成器 | 通过 ChatGPT 4o（或其他大模型）生成答案。 |
工作流运行方式
聊天会话初始化
- 当用户开启新聊天时，聊天开启触发器发出信号。
- 通过消息小部件显示欢迎语，并由聊天输出展现。
处理用户提问
- 当用户输入消息时：
- 聊天输入节点收集信息。
- 同时：
- 消息被发送至文档检索器，搜索最多两份相关内部文档。
- 消息也发送给提示模板，用于 AI 处理。
- 当用户输入消息时：
上下文回复准备
- 工作流收集：
- 最新聊天历史以提供上下文。
- 检索器找到的相关文档。
- 用户当前提问。
- 这些元素在提示模板中合并，指导 AI：
- 回答时综合考虑用户问题、过往对话及任何文档上下文。
- 用用户语言以 Markdown 格式输出答案。
- 工作流收集：
AI 答案生成
- 生成器节点将提示词发送至所选语言模型（如 ChatGPT 4o）。
- 生成的答案通过聊天输出展示给用户。
自动化与扩展优势
- 一致性与高质量：确保用户获得一致且高质量的答案，这些答案基于内部文档并结合对话上下文。
- 高效性：自动完成知识库搜索，节省用户和支持人员的时间。
- 可扩展性：可同时处理大量用户会话和提问，非常适合高需求的组织。
- 可定制性：提示模板与文档检索参数可根据具体场景、行业或内部政策灵活调整。
应用示例
- 内部帮助台：员工可快速获取公司政策、IT 流程或人事相关问题答案。
- 客户支持：客户无需等待人工，及时获得准确的产品或服务信息。
- 销售赋能：销售团队可随时获取最新的产品参数、案例或推介材料。
- 知识管理：确保企业宝贵的知识通过自然语言问答可被访问和应用。
可视化概要
工作流步骤：
- 用户开启聊天 → 显示欢迎消息。
- 用户提出问题。
- 系统检索：
- 聊天历史
- 相关文档
- 构建 AI 提示词（包括用户输入、聊天历史、文档上下文）。
- ChatGPT 生成回复。
- 答案展示给用户。
此工作流是一个强大的模板，适合希望为聊天机器人或虚拟助手赋予上下文和文档感知智能的用户——能够显著提升用户体验及运营效率。
