تتيح لك العقدة المستقلة Botpress إنشاء وكلاء ذكاء اصطناعي وظيفيين، وليس روبوتات الدردشة، بل وكلاء مستقلين يتخذون قراراتهم بناءً على السياق المتاح لهم.
من خلال توفير تعليمات واضحة وأدوات متكاملة، يمكن لمنشئي الروبوتات استخدام العقد المستقلة لتحديد سلوك chatbot.
تم تصميم العقدة للتعامل مع كل من اتخاذ القرار والتنفيذ من خلال فهم مدخلات المستخدم، والاستجابة بالبيانات الصحيحة، والاستفادة من أدواتها.
إذا كنت مهتمًا باستخدام العقدة المستقلة، فأنت في المكان الصحيح. في هذه المقالة، سأضع لك الأسس لاستخدام خاصية العقدة المستقلة في منصتنا.
الميزات الرئيسية للعقدة المستقلة
1. LLM اتخاذ القرار
تستخدم العقدة المستقلة قدرات LLM اتخاذ قرارات ذكية من خلال وكيل LLM .
2. السلوك المستقل
يمكن للعقدة المستقلة تنفيذ إجراءات دون تدخل يدوي بناءً على التعليمات ومدخلات المستخدم.
3. الأدوات
تفهم العقدة المستقلة أدوات محددة وتستخدمها - على سبيل المثال، يمكنها الاستعلام عن قواعد المعرفة وإجراء عمليات بحث على الويب وتنفيذ انتقالات سير العمل.
4. التخصيص
من خلال تهيئة العقدة المستقلة بشخصية مناسبة وتعليمات مفصلة، يمكنك التأكد من أنها تتصرف بشكل مناسب وضمن النطاق أثناء المحادثات.
5. كتابة وتنفيذ التعليمات البرمجية
يمكن للعقدة المستقلة إنشاء وتنفيذ تعليمات برمجية مخصصة لإنجاز المهام.
6. التصحيح الذاتي
إذا وجدت العقدة المستقلة نفسها تسير في مسار خاطئ، فإن لديها القدرة على التصحيح الذاتي والتعافي من الأخطاء.
إعدادات التكوين
تتطلب كل عقدة مستقلة تهيئة دقيقة لمواءمة سلوكها مع احتياجات العمل.
الجزء الأكثر أهمية في إعداد العقدة المستقلة هو كتابة المطالبة والتعليمات الصحيحة. تساعد المطالبة الوكيل على فهم شخصيته وتوجيه عملية اتخاذ القرار.
صندوق التعليمات
في مربع التعليمات، قدم إرشادات واضحة. كلما كانت التعليمات أكثر تحديداً، كان اتخاذ الوكيل للقرار أفضل.
مثال: "أنت مساعد مفيد يجيب دائمًا على الأسئلة باستخدام أداة 'knowledgeAgent.knowledgequery'. إذا قال المستخدم 'بحث'، استخدم أداة 'browser.webSearch'."
السماح بالمحادثة
يمكّن تبديل السماح بالمحادثة العقدة المستقلة من التواصل مع المستخدمين مباشرةً. في حالة إيقاف تشغيله، تعالج العقدة الأوامر فقط وتنفذ منطقها الداخلي دون إرسال رسائل إلى المستخدمين.
فهم الأدوات
بناءً على التعليمات التي تعطيها لها، فإن العقدة المستقلة مزودة بالعديد من الأدوات التي يمكنها استدعاؤها.
تقوم كل أداة بتنفيذ إجراء محدد - فهم متى وكيف يتم استخدام هذه الأدوات أمر بالغ الأهمية لتوجيه قرارات العقدة.
7 الأدوات الأكثر شيوعًا
- عالمي: يسمح لمحرك LLMz بالتفكير قبل المتابعة.
- webSearch.webSearch: تمكين الوكيل من البحث في الويب عن الإجابات.
- knowledgeAgent.knowledgequery: الاستعلام عن قاعدة المعرفة الداخلية للحصول على المعلومات ذات الصلة.
- الساعة.setReminder: يقوم بتعيين تذكير للمهام أو الردود المستقبلية.
- انتقال سير العمل: يقوم بتنفيذ عملية انتقال لسير العمل، والانتقال من جزء من المحادثة إلى جزء آخر بناءً على مدخلات المستخدم.
- دردشة.sendText: يرسل رسالة نصية إلى المستخدم كرد فعل.
- chat.waitForUserInput: يوقف التنفيذ مؤقتًا وينتظر المزيد من المدخلات من المستخدم.
من خلال تحديد الأداة التي سيتم استخدامها استجابةً لإجراءات المستخدم، يمكنك التحكم في تدفق المحادثة ونتائجها.
على سبيل المثال، يمكنك توجيه الأداة LLM لتنفيذ إجراءات معينة دائمًا عند استيفاء شروط معينة: "عندما يقول المستخدم '1'، استخدم أداة 'workflow.transition' للانتقال إلى الخطوة التالية."
أو: "إذا طرح المستخدم سؤالاً، حاول أولاً الإجابة عليه باستخدام أداة "knowledgeAgent.knowledgequery".
مثال على سير العمل
فيما يلي مثال تفصيلي لكيفية تهيئة العقدة المستقلة وعملها أثناء المحادثة:
1. مدخلات المستخدم
يكتب المستخدم سؤالاً عن منتج الشركة.
2. تنفيذ التعليمات
تتبع العقدة المستقلة المطالبة وتستخدم أداة knowledgeAgent.knowledgequery.knowledgequery للبحث في قاعدة المعرفة الداخلية.
3. LLM القرار
إذا لم يكن لدى القاعدة المعرفية إجابة مقنعة، يمكن للعقدة بعد ذلك استخدام أداة webSearch للمتصفح للبحث في الويب عن معلومات إضافية.
4. إرسال رسالة
بمجرد أن تصبح الاستجابة جاهزة، تستخدم العقدة chat.sendText للرد على المستخدم بالمعلومات ذات الصلة.
5. انتظر الإدخال
بعد الاستجابة، تستخدم العقدة chat.waitForUserUserInput لانتظار المزيد من الاستفسارات أو التفاعل من المستخدم.
كيفية كتابة التعليمات
كما هو موضح في المثال، فإن التعليمات الواضحة ضرورية لضمان تصرف العقدة المستقلة بشكل صحيح.
تتأثر قدرة LLMعلى اتخاذ القرارات بشكل كبير بالطريقة التي يتم بها تنظيم التعليمات.
فيما يلي أفضل 3 ممارسات لكتابة التعليمات للعقدة المستقلة:
1. كن محدداً
بدلاً من الأوامر الغامضة، استخدم لغة صريحة توجه الوكيل بوضوح.
مثال: "إذا قال المستخدم 'مساعدة'، أرسل له قائمة محددة مسبقًا بخيارات الدعم باستخدام 'chat.sendText'."
2. تحديد استخدام الأداة
حدد بوضوح الأداة التي يجب استخدامها في أي ظروف.
مثال: "استخدم دائمًا 'knowledgeAgent.knowledgequery.knowledgequery' للإجابة عن الأسئلة المتعلقة بالمنتج."
3. توجيه التدفق
استخدم انتقالات وخطوات واضحة لضمان سير المحادثة في الاتجاه الصحيح.
مثال: "إذا لم تتمكن قاعدة المعرفة من الإجابة، انتقل إلى استعلام بحث باستخدام 'browser.webSearch'."
يمكنك العثور على مزيد من المعلومات على الروابط التالية:
استخدام بناء جملة تخفيض السعر
قبل البدء، من المهم التحدث عن أهمية استخدام صيغة Markdown Syntax.
لإنشاء مطالبة منظّمة وواضحة بصريًا، من الضروري استخدام صيغة تخفيض السعر مثل العناوين والنقاط والنصوص الغامقة.
يساعد هذا التركيب اللغوي LLM على التعرف على التسلسل الهرمي للتعليمات واحترامه، ويرشده إلى التفريق بين الأقسام الرئيسية والتعليمات الفرعية والأمثلة.
إذا كان من الصعب عليك استخدام صيغة Markdown، فاستخدم أي بنية سهلة بالنسبة لك - طالما بقيت واضحًا وتراتبيًا.
موجهات مفيدة
يحتوي هذا القسم على قائمة بالأمثلة والأنماط الأكثر شيوعًا التي يمكنك استخدامها للتحكم في سلوك العقدة المستقلة.
هذه الأمثلة مستمدة من التجربة العملية وتوضح كيفية التعامل مع سيناريوهات مختلفة باستخدام تعليمات وأدوات محددة.
التركيز على المعرفة الداخلية
لضمان تمييز العقدة بين أسئلة الدعم والأنواع الأخرى من الاستفسارات (مثل التسعير أو الميزات)، يمكنك توجيهها على النحو التالي:
**عملية عامة مهمة**
- يجب استخدام أداة knowledgeAgent.knowledgequery.knowledgequery للأسئلة المتعلقة بالدعم فقط وليس للأسئلة المتعلقة بالميزات العامة أو الأسئلة المتعلقة بالأسعار.
- يجب استخدام أداة المستعرض.websearch للأسئلة المتعلقة بالدعم فقط، ولا يجب استخدامها للأسئلة المتعلقة بالميزات العامة أو الأسئلة المتعلقة بالأسعار.تضمن هذه المطالبة أن يلتزم LLM باستخدام أدوات محددة فقط في سياق الاستفسارات المتعلقة بالدعم، مع الحفاظ على التحكم في نوع المعلومات التي يسترجعها.
عقدة الانتقال إلى تدفق فرعي
في بعض الأحيان، تريد أن ينتقل الروبوت من العقدة المستقلة إلى تدفق فرعي.
لنفترض أنك تريد أن يجمع الروبوت الخاص بك بريدًا إلكترونيًا لمستخدم، ثم ابحث عن المزيد من المعلومات حول هذا البريد الإلكتروني من أنظمة أخرى لإثراء معلومات الاتصال.
في هذه الحالة، قد تحتاج في هذه الحالة إلى خروج الروبوت من حلقة العقدة المستقلة والخوض في سير فرعي يحتوي على العديد من الخطوات/الأنظمة لإثراء ذلك الاتصال:
عندما يريد المستخدم المزيد من المعلومات حول رسالة بريد إلكتروني، انتقل إلى أداة الانتقال.تخبر هذه التعليمات العقدة باستدعاء أداة workflow.transition كلما طلب المستخدم مزيدًا من التفاصيل حول رسائل البريد الإلكتروني، وتوجيه تدفق المحادثة وفقًا لذلك.
ملء متغير وتنفيذ إجراء ما
بالنسبة للسيناريوهات التي تريد فيها أن تلتقط العقدة المدخلات وتنفذ إجراءً في نفس الوقت، يمكنك المطالبة بذلك على هذا النحو:
عندما يريد المستخدم المزيد من المعلومات حول بريد إلكتروني، انتقل إلى أداة الانتقال واملأ متغير "البريد الإلكتروني" بالبريد الإلكتروني الذي يسأل عنه المستخدم.هنا، يمكنك توجيه العقدة ليس فقط لتشغيل الانتقال ولكن أيضًا لاستخراج البريد الإلكتروني للمستخدم وتخزينه في متغير، مما يتيح سلوكًا ديناميكيًا لاحقًا في المحادثة.
التلاعب بالاستجابة بناءً على حالة ما
في بعض الأحيان، سترغب في أن تقوم العقدة بتنفيذ منطق إضافي بناءً على الشروط. إليك مثال على مطالبة تتعلق بتوفير روابط الفيديو:
إذا اختار المستخدمون "1" فقل شيئًا مثل "شكرًا لك"، ثم استخدم أداة الانتقال.تساعد هذه المطالبة العقدة على فهم البنية المتوقعة لرابط الفيديو وكيفية تعديله عندما يطلب المستخدم الإشارة إلى نقطة معينة في الفيديو.
مثال على استخدام قالب لروابط الفيديو
يمكنك توضيح المطالبة بشكل أكبر من خلال توفير مثال فعلي لكيفية تصرف النظام عند الاستجابة لطلب المستخدم لروابط الفيديو:
**Video Link Example:**
If the user is asking for a video link, the link to the video is provided below. To direct them to a specific second, append the "t" parameter with the time you want to reference. For example, to link to the 15-second mark, it should look like this: "t=15":
"""{{workflow.contentLinks}}"""وهذا يعطي العقدة إرشادات واضحة حول كيفية إنشاء روابط الفيديو بشكل ديناميكي مع طوابع زمنية محددة، مما يضمن استجابات متسقة وسهلة الاستخدام.
استكشاف الأخطاء وإصلاحها والتشخيص
عند اختبار سلوك العقدة المستقلة في المحاكي من المهم تشخيص ما يحدث تحت الغطاء. كيف تتخذ العقدة قراراتها؟
إليك كيف يمكنك استكشاف أخطاء العقدة وفحص عملية التفكير والأداء في العقدة.
ثلاث طرق لاستكشاف الأخطاء وإصلاحها
1. فحص عقلية العقدة
من خلال النقر على فحص، يمكنك إلقاء نظرة خاطفة على الحالة الداخلية للعقدة المستقلة وفهم ما تعالجه LLM . من خلال الفحص، يمكنك أن ترى
- ما هي التعليمات التي تعطي العقدة الأولوية
- كيف تفسر مطالبتك
- سواء أكان الالتزام بالقيود والتعليمات التي قدمتها
إذا لاحظت أن العقدة لا تستجيب بشكل صحيح أو يبدو أنها تتجاهل تعليمات معينة، فإن الفحص سيكشف ما إذا كانت قد أساءت فهم المطالبة أو فشلت في تنفيذ أداة معينة.
2. تحقق من علامة التبويب أدوات
يعرض قسم الأدوات جميع الأدوات المتاحة التي يمكن للعقدة المستقلة الاستفادة منها. في كل مرة تقوم فيها بإضافة بطاقة جديدة أو إجراء تغيير في تكوين العقدة، يتم تحديث قائمة الأدوات.
- تأكد من أن الأدوات المدرجة تتطابق مع ما تتوقع أن يكون متاحاً في عملية اتخاذ القرار في العقدة.
- تأكد من أن أسماء الأدوات مكتوبة بشكل صحيح في المطالبة للتأكد من أن العقدة يمكنها تنفيذ الإجراء المحدد بشكل صحيح.
3. تحقق من علامة تبويب التكرارات
تحاول العقدة المستقلة عادةً تنفيذ جميع التعليمات خلال تكرار واحد أو اثنين. يعتمد عدد التكرارات على مدى تعقيد المطالبة وكيفية تحليل العقدة لها.
بالنسبة للمهام الأكثر تعقيدًا، قد تستغرق العقدة عدة تكرارات لجمع البيانات أو اتخاذ القرارات أو جلب معلومات خارجية.
من خلال مراجعة علامة تبويب التكرارات (أو علامة التبويب الكل)، يمكنك فهم:
- كم عدد التكرارات اللازمة للعقدة للوصول إلى قرارها النهائي.
- ما الذي تسبب في اتخاذ العقدة خطوات متعددة (على سبيل المثال، جلب بيانات إضافية من أدوات مثل knowledgeAgent.knowledgequery أو browser.webSearch).
- سبب تحقيق نتيجة معينة.
مشاكل استكشاف الأخطاء وإصلاحها الشائعة
حجم الموديل
قد لا تتبع العقدة المستقلة المطالبة الخاصة بك، أو تنفذ جزءًا من المطالبة بدلًا من كلها، أو تستدعي "قائمة انتظار سير العمل" دون استدعاء أدوات "workflowExecuteAll".
من المنطقي دائمًا تغيير حجم العقدة المستقلة LLM إلى نموذج أصغر - لأنه أرخص - ولكن ذلك يأتي بتكلفة.
LLM الأصغر حجمًا قد يؤدي إلى اقتطاع أجزاء من المطالبة، وتحديدًا غلاف التعريف الذي يضيفه Botpress لضمان فهم LLM لكيفية عمل البطاقات، وما هي المعلمات المطلوبة، وما إلى ذلك. بدون ذلك، لن يعرف الروبوت كيفية التصرف بشكل صحيح.
إصدار LLMz
تأكد دائمًا من أنك تستخدم أحدث إصدار مستقر من LLMz. إنه المحرك المستقل الذي يوجه العقدة المستقلة للعمل.
كما أنه يحتوي على إصلاحات للأخطاء، مما يجعل المطالبات أكثر حيادية LLMs.
مثال: تشخيص إنشاء الرمز التشخيصي
لنفترض أن العقدة المستقلة تنشئ شيفرة ولكنها لا تتبع التعليمات البرمجية بشكل صحيح. إليك كيفية استكشاف الأخطاء وإصلاحها:
- افحص: تحقق من التعليمات التي تتبعها العقدة. هل تفهم طلب إنشاء التعليمات البرمجية بشكل صحيح؟
- الأدوات: تحقق من أن العقدة لديها إمكانية الوصول إلى الأدوات اللازمة (على سبيل المثال، أدوات إنشاء التعليمات البرمجية أو أدوات الاستعلام عن قاعدة المعارف). تأكد من أن المطالبة تشير إلى هذه الأدوات بشكل صريح.
- التكرارات: انظر إلى علامة تبويب التكرارات لترى كيف وصلت العقدة إلى نقطة توليد الكود. هل استغرق الأمر خطوة واحدة أم عدة خطوات؟ هل استعلمت عن قاعدة معرفية أولاً، أم حاولت إنشاء التعليمات البرمجية على الفور؟
الحل: إذا فشل الروبوت في إنشاء التعليمات البرمجية بشكل صحيح:
- تأكد من الإشارة إلى الأداة المستخدمة لإنشاء التعليمات البرمجية بشكل صحيح في المطالبة.
- قم بتعديل التعليمات بحيث يتم توجيه العقدة لاستخدام خطوات محددة، مثل استرجاع المعرفة ذات الصلة أولاً قبل محاولة توليد التعليمات البرمجية.
مثال موجه كامل
**IMPORTANT: Query Knowledge Base is to be used only for support questions related explicitly to student courses, and NOT for general features or pricing inquiries.
**Role Description:
You are an AI-powered troubleshooting chatbot named XYZ Assistant’, focused on providing support related to professional courses offered by XYZ LMS. Your primary goal is to handle student inquiries efficiently by retrieving accurate information from the knowledge base and answering questions clearly.
**Tone and Language:
• Maintain a courteous, professional, and helpful demeanor at all times.
• Use language that is clear, concise, and appropriate for students and professionals in finance and investment.
• Ensure user data is handled securely and confidentially, adhering to all relevant data protection policies.
• Utilize information solely from **LMS Knowledge Base**.
• Personalize interactions to enhance user engagement and satisfaction.
• Reflect **XYZ branding** throughout the conversation, ensuring clarity and professionalism.
• Avoid providing answers outside the knowledge base or surfing the internet for information.
• If the user expresses frustration, acknowledge their concern and reassure them that you are here to help.
**Interaction Flow and Instructions
1. Greeting and Initial Query
• Start with a friendly and professional greeting.
• Encourage users to ask questions about course content, support materials, or other course-related concerns.
2. Information Retrieval and Issue Resolution
• Utilize the ‘Query Knowledge Base’ tool to find accurate answers to student inquiries.
• Provide clear, concise, and helpful responses to resolve the user's question.
• If the inquiry involves linking to a video, use the provided video link structure. To link to a specific moment in the video, append the "t" parameter for the desired time (e.g., for the 15-second mark, use "t=15").
3. Conclusion
Once the issue is resolved, politely conclude the interaction and ask if there's anything else you can assist with.
**Extra Instructions
*Video Link Example
-If the user is asking for a video link, the link to the video is provided below. To direct them to a specific second, append the "t" parameter with the time you want to reference. For example, to link to the 15-second mark, it should look like this: "t=15":
"""{{workflow.contentLinks}}"""
*Handling Edge Cases
If the user asks a general or unclear question, prompt them to provide more details so that you can offer a better solution.التفصيل الفوري
في المطالبة الكاملة أعلاه، قام المستخدم بإنشاء مساعد ذكاء اصطناعي يجيب عن أسئلة الطلاب حول الدورات التعليمية.
المثال أعلاه هو مثال إرشادي يمكن تعديله لتلبية احتياجاتك، ولكن هذا التصميم هو ما وجدته أكثر الهياكل فعالية حتى الآن.
دعونا نوضح سبب وضع المطالبة بهذه الطريقة:
1. إشعار هام
**مهم: يجب استخدام قاعدة المعرفة للاستعلام فقط لأسئلة الدعم المتعلقة صراحةً بالمقررات الدراسية للطلاب، وليس للميزات العامة أو استفسارات التسعير.الغرض: وضع حدود حول متى وكيف ينبغي استخدام أداة قاعدة المعرفة للاستعلام. التأكيد على أنها مخصصة فقط للدعم المتعلق بالمقرر الدراسي، وليس للاستفسارات العامة حول الميزات أو الأسعار.
الأهمية: يساعد على تضييق نطاق الروبوت، وتركيز استجاباته وتعزيز ملاءمتها للمستخدمين، لا سيما ضمان توافق الاستجابات مع المحتوى التعليمي.
2. وصف الدور
أنت مساعد استكشاف الأخطاء وإصلاحها مدعوم بالذكاء الاصطناعي chatbot باسم "مساعد XYZ"، تركز على تقديم الدعم المتعلق بالدورات التدريبية الاحترافية التي تقدمها XYZ LMS. ويتمثل هدفك الأساسي في التعامل مع استفسارات الطلاب بكفاءة من خلال استرجاع المعلومات الدقيقة من قاعدة المعرفة والإجابة عن الأسئلة بوضوح.الغرض: تحديد دور الذكاء الاصطناعي كمساعد موجه للدعم، مع تحديد هدفه الأساسي بوضوح لحل الاستفسارات المتعلقة بالمقرر الدراسي.
الأهمية: يضمن أن تتوافق استجابات المساعد مع الغرض المقصود منه، وإدارة توقعات المستخدم والبقاء على صلة بمجاله (وهو في هذه الحالة نظام إدارة التعلم XYZ).
3. اللهجة واللغة
- حافظ على سلوك مهذب ومهني ومفيد في جميع الأوقات.
- استخدام لغة واضحة وموجزة ومناسبة للطلاب والمهنيين في مجال التمويل والاستثمار.
- ضمان التعامل مع بيانات المستخدم بشكل آمن وسري، مع الالتزام بجميع سياسات حماية البيانات ذات الصلة.
-استخدام المعلومات فقط من **قاعدة معارف نظام إدارة التعلم**. إضفاء الطابع الشخصي على التفاعلات لتعزيز مشاركة المستخدم ورضاه.
-عكس **علامة XYZ التجارية** خلال المحادثة، مع ضمان الوضوح والاحترافية.
- تجنب تقديم إجابات خارج قاعدة المعرفة أو تصفح الإنترنت للحصول على معلومات.
- إذا عبّر المستخدم عن إحباطه، فاعترف بقلقه وطمئنه بأنك هنا لمساعدته.الغرض: تقديم إرشادات بشأن سلوك المساعد ونبرة صوته واحترافيته مع الحفاظ على التفاعلات الآمنة والمحمية للبيانات.
الأهمية: يضفي طابعاً ودوداً وآمناً، بما يتماشى مع العلامة التجارية وتوقعات المستخدم لمساعد داعم ومحترف.
4. تدفق التفاعل والتعليمات
الترحيب والاستعلام الأولي
- ابدأ بتحية ودية واحترافية.
- شجع المستخدمين على طرح أسئلة حول محتوى المقرر الدراسي أو مواد الدعم أو غيرها من الأمور المتعلقة بالمقرر الدراسي.الغرض: يوجه هذا التوجيه المساعد إلى البدء بتحية حارة ومهنية وتشجيع المستخدمين على طرح أسئلة محددة حول المقرر الدراسي.
الأهمية: ينشئ نقطة دخول جذابة تعزز مشاركة المستخدم وتساعد الروبوت على جمع التفاصيل للحصول على استجابة أفضل.
استرجاع المعلومات وحل المشكلات
- استخدم أداة "الاستعلام عن قاعدة المعرفة" للعثور على إجابات دقيقة لاستفسارات الطلاب.
- قدم إجابات واضحة وموجزة ومفيدة لحل سؤال المستخدم.
- إذا كان الاستفسار يتضمن الارتباط بفيديو، استخدم بنية رابط الفيديو المتوفرة. للارتباط بلحظة محددة في الفيديو، قم بإلحاق المعلمة "t" للوقت المطلوب (على سبيل المثال، لعلامة 15 ثانية، استخدم "t=15").الغرض: توجيه المساعد للاستفادة من قاعدة المعرفة للاستفادة من قاعدة المعرفة للحصول على إجابات واضحة وذات صلة. بالإضافة إلى ذلك، يتضمن نهجًا منظمًا لمشاركة موارد الفيديو مع الروابط المستندة إلى الوقت.
الأهمية: تمكين استجابات فعّالة ودقيقة وطريقة منظمة لمعالجة الاستفسارات الخاصة بالمحتوى مثل مقاطع الفيديو، مما يعزز تجربة المستخدم السلسة.
استنتاج
بمجرد حل المشكلة، قم بإنهاء التفاعل بأدب واسأل عما إذا كان هناك أي شيء آخر يمكنك المساعدة فيه.الغرض: توجيه الروبوت إلى كيفية إنهاء التفاعلات بأدب، والسؤال عما إذا كانت هناك حاجة إلى مزيد من المساعدة.
الأهمية: يحافظ على نبرة مهنية وداعمة طوال فترة التفاعل ويسمح للمستخدمين بمواصلة المشاركة إذا لزم الأمر.
5. تعليمات إضافية
If the user is asking for a video link, the link to the video is provided below. To direct them to a specific second, append the "t" parameter with the time you want to reference. For example, to link to the 15-second mark, it should look like this: "t=15":
"""{{workflow.contentLinks}}"""الغرض: يوضح تنسيق الربط بأجزاء محددة من الفيديو لمساعدة الطلاب على تحديد موقع المعلومات الدقيقة.
الأهمية: توفير الوضوح بشأن مشاركة موارد الفيديو، خاصة للمحتوى التعليمي الخاص بالوقت.
*التعامل مع الحالات الحادة
إذا سأل المستخدم سؤالاً عاماً أو غير واضح، اطلب منه تقديم المزيد من التفاصيل حتى تتمكن من تقديم حل أفضل.الغرض: إعداد المساعد للتعامل مع الاستفسارات الغامضة أو العامة من خلال مطالبة المستخدمين بمزيد من التفاصيل.
الأهمية: يساعد على تجنب الالتباس ويضمن قدرة المساعد على معالجة أسئلة المستخدم بأكبر قدر ممكن من التحديد.
أنشئ عميل ذكاء اصطناعي اليوم
Botpress هي منصة وكيل ذكاء اصطناعي قابلة للتوسيع بالكامل للمؤسسات.
تتيح لك منصتنا المتكاملة للمحادثة المدعومة بالذكاء الاصطناعي كخدمة (PaaS) للشركات إنشاء حلول مدعومة بالذكاء الاصطناعي LLM ونشرها ومراقبتها.
عند تطبيقها في مختلف الصناعات، وحالات الاستخدام، والعمليات التجارية، تكون مشاريع Botpress قابلة للتطوير، وآمنة، ومتوافقة مع العلامة التجارية.
مع وجود أكثر من 500,000 مستخدم وملايين الروبوتات المنتشرة في جميع أنحاء العالم، فإن Botpress هي المنصة المفضلة للشركات والمطورين على حد سواء. تضمن خدمة نجاح العملاء عالية المستوى وخدمة نجاح العملاء المخصصة لدينا أن تكون الشركات مجهزة بالكامل لنشر وكلاء الذكاء الاصطناعي على مستوى المؤسسات.
من خلال التكوين الفعال للعقد المستقلة مع المطالبات وتعريفات الأدوات المناسبة، يمكن للمؤسسات إنشاء وكلاء أذكياء يتعاملون مع تفاعلات المستخدم بشكل مستقل.
ابدأ البناء اليوم. إنه مجاني.
الأسئلة الأكثر تداولًا
1. Do I need to have coding experience to use Autonomous Nodes?
You do not need coding experience to use Autonomous Nodes in Botpress. They are designed for low-code development, so you can build functional AI agents using logic blocks and visual tools.
2. Can an Autonomous Node interact with external APIs or databases directly?
Yes, an Autonomous Node can interact with external APIs or databases by leveraging Botpress tools like custom subflows or API calls. You can define secure endpoints and pass parameters to fetch or write data during the conversation.
3. Can Autonomous Nodes be embedded into mobile apps or third-party platforms?
Yes, Autonomous Nodes can be embedded into mobile apps or third-party platforms once your bot is deployed. Botpress supports multichannel deployment through SDKs and integrations for platforms like WhatsApp, Slack, Messenger, or mobile apps using webviews or APIs.
4. How does the node handle concurrent users or high traffic volume?
Autonomous Nodes in Botpress handle concurrent users by running each session independently in memory, ensuring personalized conversations. For high-traffic use cases, it's important to monitor resource usage and optimize logic and API calls to maintain low latency and high availability.
5. Are there guardrails to prevent an Autonomous Node from sharing sensitive information?
Yes, you can configure strict guardrails to prevent an Autonomous Node from sharing sensitive information by limiting tool access and customizing prompts. Additionally, Botpress uses LLMs with built-in safety mechanisms to help enforce compliance.
.webp)
