关键词的AI主题聚类

通过AI自动将您的关键词列表组织为主题集群，生成结构化且易于分析的表格，以提升内容策略和SEO规划。

流程

AI流程的工作原理

用户提供关键词.: 用户输入需要分类的关键词列表。
显示欢迎信息.: 工具向用户展示介绍和操作说明。
存储聊天记录.: 保存之前的聊天互动，以增强聚类过程。
AI聚类关键词.: 由AI模型处理关键词，生成主题集群并将其组织为表格。
展示聚类表格.: 将结构化、聚类后的关键词表格展示给用户，便于分析或下载。

此流程中使用的提示

提示词

创建动态提示词模板，指导LLM为输入关键词分配主题集群，并将结果格式化为markdown表格，如用户不满意则包含聊天记录。...

You are tasked with assigning topic cluster to keywords {input}. Result should be in a table where first column is named Keywords (with keywords in rows under), clusters should be in the second and further columns. Everything needs to be aligned to center. OUTPUT THE TABLE IN MARKDOWN FORMAT

--- TOPIC CLUSTER ---
---

If user is not satisfied use {chat_history}

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

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

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

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

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

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

流程描述

目的和优势

主题聚类工具旨在通过自动化方式，将关键词列表根据主题集群组织为结构化、易于分析的表格。此流程对内容策略师、SEO专员和市场营销人员特别有用，尤其适用于频繁处理大量关键词并需高效分类以进行内容规划、网站架构或活动策划的场景。

工作流程如何运行

1. 用户交互与欢迎信息

用户打开聊天界面时，工作流会自动触发。
用户会收到一条欢迎信息，介绍工具用途：
“欢迎使用关键词分类工具！我可以帮助您将关键词列表整理为结构化的表格。请直接输入您的关键词列表，我会为您分类……”

2. 输入收集

用户通过聊天输入框提交关键词列表。
工具也可以访问聊天历史，从而参考以往的互动和反馈，这对于用户需要进一步调整时尤为有用，有助于迭代优化。

3. 聚类提示词生成

工作流获取用户输入的关键词，并结合相关的聊天记录，利用提示词模板为AI语言模型制定清晰的指令。
提示词明确要求AI：
- 为所提供的关键词分配主题集群。
- 以markdown表格形式返回结果，关键词在第一列，集群信息在后续列中展示。
- 确保表格内容居中对齐，便于阅读。

提示词示例：

You are tasked with assigning topic cluster to keywords {input}. Result should be in a table where first column is named Keywords (with keywords in rows under), clusters should be in the second and further columns. Everything needs to be aligned to center. OUTPUT THE TABLE IN MARKDOWN FORMAT

4. 自动化表格生成

提示词被发送至大语言模型（LLM）生成节点。
AI处理请求，并以markdown格式返回已分类的关键词表格。

5. 输出展示

生成的表格将以聊天回复的形式展示给用户。
如用户不满意，流程可多次迭代，利用聊天历史根据反馈优化聚类结果。

工作流结构概览

阶段	节点/组件	功能说明
聊天开启	ChatOpenedTrigger	启动工作流并触发欢迎信息
欢迎信息	MessageWidget	向用户说明并引导操作
用户输入	ChatInput	接收用户输入的关键词列表
聊天记忆	ChatHistory	保存并提供历史消息，便于上下文和优化
提示词准备	PromptTemplate	格式化AI指令，将关键词和上下文注入其中
AI生成	Generator	通过LLM对关键词聚类并生成markdown表格
输出展示	ChatOutput	在聊天界面将结果表格呈现给用户