提示词
使用动态变量（{input}、{human_input}、{context}、{chat_history}、{system_message}）创建提示词模板。
该工作流定义了一个客户服务聊天机器人，利用内部知识库为用户提供准确、有帮助且具备上下文的回复。该流程旨在自动化客户互动、优化支持流程，并确保用户能及时获得相关答案。
主要流程步骤
1. 聊天会话启动与欢迎
- 聊天开启触发：流程从检测用户开启聊天会话开始。
- 欢迎消息：向用户展示一条友好且信息丰富的欢迎消息，邀请其提问并说明机器人的用途。
- 输出展示：欢迎消息在聊天界面展示，确保用户从首次互动就获得指引。
2. 处理用户输入
- 聊天输入：每当用户发送消息或提问时，系统会捕获该输入以进行处理。
- 聊天历史：会检索并提供对话历史，为机器人提供上下文，便于持续且连贯的支持。
- 文档检索器：利用用户的问题在已连接的知识库或文档中搜索，获取对当前问题最相关的信息。
3. 动态提示词构建
- 提示词模板：使用多个变量动态组装提示词：
- {input}：用户的最新消息。
- {chat_history}：与用户的持续对话历史。
- {context}：内部检索到的知识片段。
- 提示词要求AI以客服助手的身份简明回答，如不知答案则提供支持链接。
提示词结构示例
| 部分 | 内容 |
|---|---|
| 系统消息 | “你是一位乐于助人的AI客户服务机器人…” |
| 聊天历史 | 与用户最近的对话内容 |
| 知识 | 检索到的文档或知识片段 |
| 用户输入 | 用户当前的问题 |
| 答案 | AI生成的回复 |
4. AI回复生成
- 生成节点：将拼装好的提示词发送给AI模型（LLM），利用所提供的上下文和历史生成相关且准确的回复。
5. 展示回复
- 聊天输出：将生成的答案展示给用户，完成本轮回复并等待后续用户输入。
工作流可视化
以下是主要节点及其作用的简化流程图：
| 步骤 | 节点/组件 | 作用 |
|---|---|---|
| 1 | 聊天开启触发 | 检测新聊天会话并启动工作流 |
| 2 | 消息小组件 | 发送欢迎消息 |
| 3 | 聊天输出 | 向用户展示消息 |
| 4 | 聊天输入 | 接收用户消息 |
| 5 | 聊天历史 | 获取最近的对话历史 |
| 6 | 文档检索器 | 搜索知识库 |
| 7 | 提示词模板 | 构建包含上下文的AI提示词 |
| 8 | 生成器 | 利用AI生成回复 |
| 9 | 聊天输出 | 向用户发送生成的回复 |
优势与价值
- 可扩展性：该流程可同时处理大量客户查询，无需人工介入，让企业轻松扩展客户支持能力。
- 自动化：自动检索信息及生成回复，减少人工工作量，确保支持质量一致。
- 上下文感知：结合聊天历史与知识检索，机器人可提供相关、个性化和最新的回复。
- 易于定制：系统消息和提示词模板可灵活调整，便于反映企业品牌或政策变更。
- 兜底支持：如机器人无法解答问题，会主动提供支持链接，保障客户体验积极正面。
应用场景
- 电商、SaaS或服务型企业的客户支持
- 回答常见问题及解决常见问题
- 为新用户提供引导式入门
- 高峰期扩展支持能力
该工作流帮助组织以最少的人工干预实现高效、准确且可扩展的客户服务，提升运营效率与客户满意度。
