LiveAgent 客服 AI 支持代理

此工作流通过集成 LiveAgent 对话、提取相关对话数据、利用 AI 模型生成回复并检索知识库文档,实现公司客服自动化。AI 代理负责处理客户支持查询,从知识源丰富上下文,并以客户友好、专业简明的格式回复客户。

Thumbnail for Video
AI流程的工作原理 - LiveAgent 客服 AI 支持代理

流程

AI流程的工作原理

接收客户查询.
收集客户的来信消息,作为工作流的初始输入。
获取 LiveAgent 对话数据.
生成 LiveAgent API URL,并获取与客户查询相关的对话记录。
提取和处理对话内容.
解析 API 响应,提取关键对话数据,然后利用 AI 总结或提取相关部分,供进一步分析。
知识库与 AI 代理丰富.
从知识库检索相关上下文,并利用 AI 代理为客户生成精准、有帮助的回复。
发送最终回复.
对 AI 生成的回复进行格式化和输出,确保回复清晰、专业并包含必要信息。

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。

工具调用代理

一个工具调用代理。

                你是一名 AI 语言模型助手,担任贵公司的友好且专业的客户支持和购物助手。你默认以斯洛伐克语回复,如检测到客户输入语言不同,则用客户的输入语言回复。并且始终使用电子邮件的语气和格式。

<u>你的角色:</u>

你融合了技术客户支持和产品推荐助手的职责。你帮助客户解决问题、做出决策并完成与贵公司产品和服务相关的购买。你的语气始终友好且专业,目标是让客户感受到被理解、被支持,并对下一步充满信心。

<u>你的目标:</u>

你会收到对话历史和最新用户查询,你的目标是基于可用工具回答最新的查询。&#x20;

<u>识别意图并提供答案:</u>

第一来源:始终使用 knowledge_source_tool 搜索用户问题答案,绝不凭空作答。

第二来源:始终使用 Document Retriever 工具查找与问题相关的上下文。

如果找到了相关上下文:

利用其提供准确、简明的答案。

仅包含 Document Retriever 检索到的有效 URL,绝不修改网址。

绝不虚构产品名称和类别名称。你可通过页面包含多种产品的列表来识别类别;仅引用知识库中存在的内容。

严格按参考资料描述的信息作答。

如果未找到相关上下文且问题关于贵公司:

礼貌地提出澄清问题以获取更多细节。

如仍无法解决,使用 Contact Human Assist 工具转接人工客服。

如果客户信息不清楚或不完整:

不要猜测——在回答前始终要求更多信息。

如果客户对某产品感兴趣:

告知客户可在网站上快速简单地配置(尺寸、附件、数量等)并立即查看价格和生产周期。

如问题涉及生产周期,务必包含加急选项(如有)。

如与贵公司无关的咨询:

礼貌告知客户你仅为贵公司提供支持。

建议联系相关业务支持团队:[Your Company@Your Company.sk](mailto:YourCompany@YourCompany.sk)。

<u>资源利用:</u>

使用 Document Retriever 检索与客户问题相关的知识。

如有需要,使用 Contact Human Assist 工具进行升级。

使用 Document Retriever 提供有效的产品或信息链接——绝不假设或虚构网址。

<u>格式要求:</u>

始终保持语气友好、清晰、专业。

答案应简短——最多约 100-200 tokens。

采用结构化格式:

简短段落

重点内容加粗

适当使用项目符号

使用表情符号使消息更具吸引力 😊

以纯文本格式书写,不使用 markdown。

            

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。

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。

创建数据

创建数据组件使您能够动态生成具有可自定义字段数量的结构化数据记录。非常适合需要即时创建新数据对象的工作流,支持灵活的字段配置,并可无缝集成到其他自动化步骤中。

API 请求

通过 API 请求组件,将外部数据和服务集成到您的工作流程中。轻松发送 HTTP 请求,设置自定义头部、请求体和查询参数,并支持 GET 和 POST 等多种方法。对于将自动化流程连接到任何 Web API 或服务来说,这是必不可少的组件。

解析数据

解析数据组件使用可自定义的模板将结构化数据转换为纯文本。它能够灵活地格式化和转换数据输入,以用于工作流的后续环节,帮助标准化或准备信息供下游组件使用。

LLM OpenAI

FlowHunt 支持数十种文本生成模型,包括 OpenAI 的模型。以下是在您的 AI 工具和聊天机器人中使用 ChatGPT 的方法。

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。

工具调用代理

探索 FlowHunt 中的工具调用代理——一款先进的工作流组件,使 AI 代理能够智能地选择和使用外部工具来回答复杂查询。非常适合构建需要动态工具使用、迭代推理和多资源集成的智能 AI 解决方案。

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。

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。

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。

流程描述

目的和优势

工作流说明

此工作流旨在自动化和扩展高级客户支持及知识检索任务,整合了大语言模型(LLM)、动态数据生成、外部 API 请求(如 LiveAgent)和自动化文档检索。它尤其适用于希望简化支持流程、以有上下文的方式回复客户查询,并将知识库检索与外部系统交互集成的组织。

高层概览

该工作流协同以下主要步骤:

  • 接收用户输入(通过聊天)
  • 基于用户输入和上下文生成动态 API 请求
  • 从外部来源(如 LiveAgent)检索并解析数据
  • 利用 LLM 从响应中提取和总结相关信息
  • 通过知识库文档检索丰富回复内容
  • 利用 LLM 驱动的代理生成面向客户的答案,始终以检索到的上下文为依据
  • 将回复呈现给用户

主要组件与流程

步骤组件目的
1聊天输入接收用户查询或消息
2提示模板动态构建 API 请求 URL,将用户输入和上下文替换进预设模板
3API 请求向外部 API(如 LiveAgent)发送 HTTP 请求(GET/POST),包含所需参数和请求体
4数据解析将 API 响应(JSON/数据)转为明文或结构化提示,供 LLM 处理
5LLM 生成器使用 LLM(如 OpenAI GPT-4.1)从输入数据中提取特定内容(如“Preview”部分)
6工具调用代理一个 LLM 代理,接收全部上下文、历史和工具,并由自定义系统提示词引导
7文档检索器根据用户查询在知识源中检索相关文档
8聊天输出向用户呈现最终答案或消息

详细步骤

1. 用户输入与上下文收集

  • 流程以聊天输入节点开始,接收用户消息。
  • 聊天历史节点获取最近 N 条消息,便于生成有上下文的回复。
  • 提示模板根据用户输入和历史动态生成外部 API 的 URL(如获取 LiveAgent 的会话记录)。

2. API 请求构建

  • 创建数据节点可动态构建查询参数或请求体(包括安全存储 API 密钥等字段)。
  • 生成的 URL 和参数输入API 请求节点,与外部系统(如 LiveAgent)交互,获取所需数据。

3. 数据解析与预处理

  • 利用数据解析节点处理 API 响应,将原始数据转为结构化文本或仅提取相关字段。
  • 解析后的数据传递给LLM 生成器节点,通过明确的系统指令提取特定信息(如"Preview"部分)。

4. 知识增强

  • 同时,文档检索器节点使系统可在内部知识库中检索与用户查询高度相关的文档,为 AI 代理进一步提供权威上下文。此工具对 LLM 代理可用。

5. LLM 代理响应生成

  • 工具调用代理节点是强大的基于 LLM 的代理:
    • 接收用户输入、API 响应、聊天历史及工具(文档检索器、人工协助等)访问权限
    • 由详细的系统提示词引导,要求:
      • 始终利用权威来源(如文档检索器、knowledge_source_tool)
      • 绝不凭空捏造答案或网址
      • 如需澄清,主动提问
      • 回复格式友好、专业、简明
      • 使用项目符号、加粗和表情符号提升互动性
      • 始终以斯洛伐克语(或检测到的用户语言)答复,采用邮件语气
      • 无法解决的问题转接人工支持
  • 确保每条客户回复都准确、基于上下文、合规且高度可扩展。

6. 输出给用户

  • 最终生成的回复(由 LLM 代理)经过解析和格式化,通过聊天输出节点发送给用户。

注意事项与最佳实践

  • API 密钥与 LiveAgent 链接:工作流包含备注节点,提醒用户插入 API 密钥并将提示模板中的 YOURLINK 替换为实际 LiveAgent 实例地址。
  • 安全与合规:API 密钥及敏感数据通过动态数据节点处理,最大限度降低泄漏风险。
  • 可扩展性:模块化设计便于后续添加更多工具、数据转换或输出渠道。

为什么此工作流适合扩展与自动化?

  • 端到端自动化:集成多数据源(在线聊天、API、知识库),自动化决策和响应流程。
  • LLM 驱动推理:利用领先的 LLM 实现上下文理解、信息提取和类人沟通。
  • 一致且高质量的支持:代理的系统提示确保公司政策、语气、升级路径和无幻觉数据输出。
  • 可快速集成外部系统:仅需更新提示模板和连接节点即可适配不同 API 或知识库。
  • 人工介入升级:复杂案例可顺畅转接人工,确保边缘场景覆盖。
  • 可扩展性强:可并行处理大量查询,准确性和合规性始终如一。

关键节点汇总表

节点类型主要作用
备注配置提醒与说明
聊天输入/输出用户交互入口和出口
聊天历史提供历史上下文
创建数据动态构建 API 请求数据
提示模板生成查询 URL 或提示词
API 请求与外部服务交互
数据解析转为 LLM 可用信息
LLM 生成器利用 LLM 提取/处理内容
文档检索器检索内部知识
工具调用代理调度工具与生成最终回复

此工作流非常适合自动化客户支持、集成外部工单或聊天系统,并确保 LLM 驱动的回复始终以权威公司知识为基础。它可以成为企业级智能支持助手的坚实基础。

让我们为您构建专属的AI团队

我们帮助像您这样的公司开发智能聊天机器人、MCP服务器、AI工具或其他类型的AI自动化,以在您的组织中替代人工处理重复性任务。

了解更多

与 LiveAgent API 集成的 AI 客服支持代理
与 LiveAgent API 集成的 AI 客服支持代理

与 LiveAgent API 集成的 AI 客服支持代理

这个由 AI 驱动的工作流通过将用户查询连接到公司知识源、外部 API(如 LiveAgent)和语言模型,实现客户支持自动化,提供专业、友好且高度相关的回复。该流程检索对话历史,利用文档搜索,并与外部系统交互,以提供简明、结构化的答案,如有需要可升级至人工支持。非常适合希望优化支持、产品推荐和信息交付的企业。...

2 分钟阅读
具备知识库和 API 增强功能的 AI 客服代理
具备知识库和 API 增强功能的 AI 客服代理

具备知识库和 API 增强功能的 AI 客服代理

此 AI 驱动的工作流通过结合内部知识库搜索、Google Docs 知识检索、API 集成和高级语言模型推理,实现了客服自动化。该代理可用斯洛伐克语或客户的语言进行回复,始终提供最新的信息,并在需要时可升级至人工客服。非常适合寻求多语种、自动化及具备上下文感知的客户服务的企业。...

1 分钟阅读
集成LiveChat.com的AI聊天机器人
集成LiveChat.com的AI聊天机器人

集成LiveChat.com的AI聊天机器人

在您的网站上部署一个由AI驱动的聊天机器人,利用您的内部知识库回答客户问题,并在遇到复杂或未解决的问题时,通过LiveChat.com无缝转接给真人客服。提升客户支持效率,确保用户始终获得所需帮助。...

1 分钟阅读