相关文章段落生成器

自动为您的网站生成一段简短且吸引人的段落，其中包含指向最相关相关文章的链接。此 AI 驱动的工作流会分析您网站的内容，推荐进一步阅读，从而帮助提升用户参与度和会话时长。

流程

AI流程的工作原理

用户输入收集.: 收集用户提供的话题或网址，以确定当前页面的上下文。
检索相关文章.: 在网站知识库中搜索与所提供话题或网址最相关的文章。
分析并提取关键词.: 从检索到的相关文章中提取关键主题和关键词，以确定最适合添加链接的内容。
生成相关文章段落.: 利用 AI 生成一段简短、易读的段落，将最相关文章的链接整合其中，鼓励进一步探索。
展示生成的段落.: 将生成的段落（带有文章链接）呈现给用户，以便立即用于网站。

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。

提示词

用于将上下文和输入传递给 LLM 的简单提示词模板。

                {context} {input}

提示词

引导 LLM 为网页撰写带有相关文章 Markdown 链接的可读且简明的段落的提示词。

                你是一名擅长撰写易读文本的文案撰稿人。
不使用复杂词汇——内容应通俗易懂。
注重详细信息。不要使用诸如“在当今快速变化的世界...”、“在当今复杂的...”、“是关键的一步”、“起着重要作用”、“快节奏...”、“关键作用”、“在不断发展的格局中”或“在...领域”之类的短语，始终直奔主题，不要赘述或空泛开头。

为网页 "{input}" 撰写段落。
段落应为访客提供当前页面阅读后的下一步建议。

为每篇相关文章选择与该文最相关的关键词，并将其设置为链接（Markdown 格式）。
在段落中整合列表中的每篇文章的链接。

Context 部分是与当前页面最相关的页面列表，当前页面也可能包含在内。
不要在段落中将当前页面列为相关文章。
--- MOST RELATED ARTICLES ---
 {context} 
--- END OF RELEVANT ARTICLES ---

请使用相关文章的语言撰写段落。
每篇相关文章写 2 句话。
如果没有相关文章，只返回一个空格字符作为答案

提示词

用于为后续 LLM 步骤生成有用关键词和上下文列表的提示词。

                有用的关键词：
 {input}
---

{context}

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

文档检索器

FlowHunt 的文档检索器通过将生成式模型连接到您自己的最新文档和网址，提高了 AI 的准确性，确保使用检索增强生成（RAG）获得可靠且相关的答案。

查看文档检索器

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

关键词频率评估器

使用 FlowHunt 的关键词频率评估器组件分析您的文本，发现最常见和最重要的关键词。自动提取顶级关键词，过滤常见停用词，并根据频率、单词长度和关键词重叠情况微调结果——非常适合文本分析、信息提取和内容摘要等工作流程。

查看关键词频率评估器

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

消息小部件

消息小部件组件可在您的工作流中显示自定义消息。非常适合欢迎用户、提供操作说明或显示任何重要信息，支持 Markdown 格式，并可设置为每个会话仅显示一次。

查看消息小部件

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

流程描述

目的和优势

此工作流旨在为指定网页或话题自动生成一段简短且吸引人的段落。生成的段落中包含网站上最相关文章的链接，帮助访客无缝跳转至相关内容。该自动化方案尤其适合批量生成“相关文章”板块，提高用户参与度，并通过高效且一致的内容内链优化 SEO。

工作流概述

该流程可概括为以下步骤：

用户交互与欢迎
- 当聊天窗口打开时，用户会收到欢迎信息。此消息解释工具的用途，并提示用户输入话题或网址。
输入处理
- 用户通过聊天输入组件提供话题或网页网址。
初始文档检索
- 系统利用用户输入作为查询，从网站知识库中检索最相关的文档，为工作流提供初步的主题上下文。
提示词构建（上下文化）
- 提示词模板将用户输入与检索到的文档结合，形成具备上下文感知的查询。
相关文章检索
- 利用上下文化的提示词，系统通过第二次文档检索器检索最多 6 篇最相关的文章（不含当前页面）。内容结构（H1-H4）会被考虑以确保相关性。
段落生成提示词
- 为 AI 生成器准备优化后的提示词模板。该模板指示语言模型：
  - 以具备易读性的专业文案方式写作。
  - 避免泛泛或过于复杂的语言。
  - 每篇相关文章写 2 句话。
  - 将每篇文章最相关的关键词设置为 Markdown 链接。
  - 排除当前页面。
  - 输出语言与相关文章一致。
  - 若无相关文章，仅返回一个空格字符。
关键词提取
- 对检索到的相关文章进行关键词频率分析，确定最适合作为最终段落链接锚文本的关键词。
最终提示词组装
- 另一提示词模板将顶级关键词与上下文整合，供 AI 生成器使用。
AI 生成
- 文本生成模型（LLM）处理提示词，输出包含内嵌相关文章链接的最终段落。
输出展示
- 生成的段落以聊天消息形式展示给用户，可直接用于网站。

工作流结构（表格）

步骤	组件	目的
1. 聊天开启	ChatOpenedTrigger + MessageWidget	欢迎用户并介绍功能
2. 用户输入	ChatInput	获取用户的话题或网址
3. 检索主文档	DocumentRetriever（1 篇文档）	找到最相关文档以提供上下文
4. 构建初始提示词	PromptTemplate	结合输入和上下文以便进一步检索
5. 检索相关文章	DocumentRetriever（6 篇文档）	获取最多 6 篇最相关的相关文章
6. 准备段落生成提示词	PromptTemplate（详细指令）	指导 AI 如何生成带有链接的段落
7. 提取关键词	KeywordFrequencyEvaluator	找出用于锚文本的顶级关键词
8. 组装最终提示词	PromptTemplate	整合关键词和上下文供 AI 生成
9. 生成段落	Generator（LLM）	生成相关文章段落
10. 展示输出	ChatOutput	向用户展示最终结果

此方案的优势

可扩展性：
自动为任意页面或话题创建相关文章段落，节省人工编辑时间。
一致性：
确保每个页面都拥有一致格式、高质量的相关文章板块。
SEO 与用户参与度：
通过相关关键词作为锚文本实现智能内链，有助于 SEO。富有吸引力的上下文推荐提升用户在站时间。
本地化支持：
生成的段落与相关文章语言一致，适合多语言网站。
高度定制化：
精心设计的提示词避免了泛泛的填充内容，更专注于为读者提供实用、可操作的建议。

理想应用场景

博客或新闻网站希望自动生成“下一步阅读”段落。
电商网站推荐相关指南或产品页面。
知识库或文档站点引导用户阅读相关帮助主题。
任何拥有大量内容库、希望以最小人工成本提升导航和 SEO 的网站。

自动化流程图（简化版）

flowchart LR
    A[用户打开聊天] --> B[欢迎消息]
    B --> C[用户输入话题或网址]
    C --> D[检索主文档获取上下文]
    D --> E[构建上下文感知提示词]
    E --> F[检索相关文章（最多 6 篇）]
    F --> G[提取顶级关键词]
    G --> H[创建带链接/关键词的 AI 提示词]
    H --> I[AI 生成段落]
    I --> J[向用户展示段落]