Botpress Autonomous Node memungkinkan Anda membuat agen AI yang fungsional – bukan chatbot, melainkan agen otonom yang mengambil keputusan berdasarkan konteks yang tersedia.
Dengan memberikan instruksi yang jelas dan mengintegrasikan alat, pembuat bot dapat menggunakan Autonomous Node untuk merancang perilaku agen AI.
Node ini dirancang untuk menangani pengambilan keputusan dan eksekusi dengan memahami input pengguna, merespons dengan data yang tepat, serta memanfaatkan alat yang tersedia.
Jika Anda tertarik menggunakan Autonomous Node, Anda berada di tempat yang tepat. Pada artikel ini, saya akan menjelaskan dasar-dasar penggunaan fitur agen andalan di platform kami.
Fitur Utama Autonomous Node
1. Pengambilan Keputusan Berbasis LLM
Autonomous Node memanfaatkan kemampuan LLM untuk mengambil keputusan cerdas melalui agen LLM.
2. Perilaku Otonom
Autonomous Node dapat menjalankan aksi tanpa intervensi manual berdasarkan instruksi dan input pengguna.
3. Alat
Autonomous Node memahami dan menggunakan alat tertentu – misalnya, dapat mencari di basis pengetahuan, melakukan pencarian web, dan menjalankan transisi alur kerja.
4. Kustomisasi
Dengan mengonfigurasi Autonomous Node menggunakan persona yang tepat dan instruksi yang detail, Anda dapat memastikan perilakunya tetap sesuai merek dan tujuan selama percakapan.
5. Menulis & Menjalankan Kode
Autonomous Node dapat menghasilkan dan menjalankan kode khusus untuk menyelesaikan tugas.
6. Koreksi Mandiri
Jika Autonomous Node menyadari telah mengambil langkah yang salah, ia dapat memperbaiki diri dan memulihkan dari kesalahan.
Pengaturan Konfigurasi
Setiap Autonomous Node perlu dikonfigurasi dengan cermat agar perilakunya sesuai kebutuhan bisnis.
Bagian terpenting dalam menyiapkan Autonomous Node adalah menulis prompt dan instruksi yang tepat. Prompt membantu agen memahami perannya dan membimbing pengambilan keputusan.

Instructions Box
Di Instructions Box, berikan panduan yang jelas. Semakin spesifik instruksinya, semakin baik keputusan yang diambil agen.
Contoh: “Anda adalah asisten yang selalu menjawab pertanyaan menggunakan alat ‘knowledgeAgent.knowledgequery’. Jika pengguna mengatakan ‘search’, gunakan alat ‘browser.webSearch’.”
Izinkan Percakapan
Tombol Allow Conversation memungkinkan Autonomous Node berkomunikasi langsung dengan pengguna. Jika dimatikan, Node hanya memproses perintah dan menjalankan logika internal tanpa mengirim pesan ke pengguna.
Memahami Alat yang Tersedia
Berdasarkan instruksi yang diberikan, Autonomous Node dilengkapi dengan beberapa alat yang dapat digunakan.
Setiap alat menjalankan aksi tertentu – memahami kapan dan bagaimana menggunakan alat-alat ini sangat penting untuk pengambilan keputusan Node.
7 Alat yang Paling Sering Digunakan
- global.think: Memungkinkan mesin LLMz untuk berpikir sebelum melanjutkan.
- browser.webSearch: Memungkinkan agen mencari jawaban di web.
- knowledgeAgent.knowledgequery: Mencari informasi relevan di basis pengetahuan internal.
- clock.setReminder: Mengatur pengingat untuk tugas atau respons di masa mendatang.
- workflow.transition: Menjalankan transisi alur kerja, berpindah dari satu bagian percakapan ke bagian lain berdasarkan input pengguna.
- chat.sendText: Mengirim pesan teks ke pengguna sebagai respons.
- chat.waitForUserInput: Menunda eksekusi dan menunggu input lanjutan dari pengguna.

Dengan menentukan alat mana yang digunakan untuk merespons aksi pengguna, Anda dapat mengendalikan alur dan hasil percakapan.
Misalnya, Anda dapat menginstruksikan LLM untuk selalu melakukan aksi tertentu saat kondisi tertentu terpenuhi: “Ketika pengguna mengatakan ‘1’, gunakan alat ‘workflow.transition’ untuk melanjutkan ke langkah berikutnya.”
Atau: “Jika pengguna mengajukan pertanyaan, coba jawab terlebih dahulu menggunakan alat ‘knowledgeAgent.knowledgequery’.”
Contoh Alur Kerja
Berikut adalah contoh langkah demi langkah bagaimana Autonomous Node dapat dikonfigurasi dan berfungsi selama percakapan:
1. Input Pengguna
Pengguna mengetik pertanyaan tentang produk perusahaan.
2. Eksekusi Instruksi
Autonomous Node mengikuti prompt dan menggunakan alat knowledgeAgent.knowledgequery untuk mencari di basis pengetahuan internal.
3. Keputusan LLM
Jika basis pengetahuan tidak memiliki jawaban yang memadai, node dapat menggunakan alat browser.webSearch untuk mencari informasi tambahan di web.
4. Mengirim Pesan
Setelah respons siap, node menggunakan chat.sendText untuk membalas pengguna dengan informasi yang relevan.
5. Menunggu Input
Setelah merespons, node menggunakan chat.waitForUserInput untuk menunggu pertanyaan atau interaksi selanjutnya dari pengguna.
Cara Menulis Instruksi
Seperti pada contoh, instruksi yang jelas sangat penting agar Autonomous Node berperilaku dengan benar.
Kemampuan LLM dalam mengambil keputusan sangat dipengaruhi oleh cara instruksi disusun.
Berikut 3 praktik terbaik dalam menulis instruksi untuk Autonomous Node Anda:
1. Bersikap Spesifik
Alih-alih perintah yang samar, gunakan bahasa yang jelas untuk membimbing agen.
Contoh: “Jika pengguna mengatakan ‘help’, kirimkan daftar opsi dukungan yang sudah ditentukan menggunakan ‘chat.sendText’.”
2. Tentukan Penggunaan Alat
Sebutkan secara eksplisit alat mana yang harus digunakan dalam situasi tertentu.
Contoh: “Selalu gunakan ‘knowledgeAgent.knowledgequery’ untuk menjawab pertanyaan terkait produk.”
3. Pandu Alur Percakapan
Gunakan transisi dan langkah yang jelas agar percakapan berjalan ke arah yang diinginkan.
Contoh: “Jika basis pengetahuan tidak dapat menjawab, lanjutkan ke pencarian menggunakan ‘browser.webSearch’.”
Anda dapat menemukan informasi lebih lanjut di tautan berikut:
- Praktik terbaik untuk prompt engineering dengan OpenAI API
- Membangun Sistem dengan ChatGPT API
- ChatGPT Prompt Engineering untuk Developer
Menggunakan Sintaks Markdown
Sebelum memulai, penting untuk membahas pentingnya penggunaan Sintaks Markdown.
Untuk membuat prompt yang terstruktur dan jelas secara visual, sangat penting menggunakan sintaks markdown seperti judul, poin-poin, dan teks tebal.
Sintaks ini membantu LLM mengenali dan menghormati hierarki instruksi, sehingga dapat membedakan antara bagian utama, sub-instruksi, dan contoh.
Jika Anda kesulitan menggunakan sintaks Markdown, gunakan struktur apa pun yang paling mudah bagi Anda – asalkan tetap jelas dan terstruktur.
Lebih lanjut tentang Sintaks Dasar Markdown
Prompt yang Berguna
Bagian ini berisi daftar contoh dan pola paling umum yang dapat Anda gunakan untuk mengendalikan perilaku Autonomous Node.
Contoh-contoh ini diambil dari pengalaman nyata dan menunjukkan cara menangani berbagai skenario dengan instruksi dan alat tertentu.
Fokus pada Pengetahuan Internal
Agar node dapat membedakan antara pertanyaan dukungan dan jenis pertanyaan lain (seperti harga atau fitur), Anda dapat membimbingnya seperti berikut:
**IMPORTANT General Process**
- The knowledgeAgent.knowledgequery tool is to be used only for support-related questions and NOT for general features or price-related questions.
- The browser.websearch tool is to be used ONLY for support questions, and it should NOT be used for general features or price-related questions.Prompt ini memastikan LLM hanya akan menggunakan alat tertentu dalam konteks pertanyaan dukungan, sehingga tetap mengontrol jenis informasi yang diambil.
Transisi Node ke Subflow
Terkadang, Anda ingin bot keluar dari Autonomous Node dan masuk ke sub-flow.
Misalnya, Anda ingin bot mengumpulkan email pengguna, lalu mencari informasi lebih lanjut tentang email tersebut dari sistem lain untuk melengkapi data kontak.
Dalam kasus ini, Anda mungkin perlu bot keluar dari loop Autonomous Node dan masuk ke subflow yang berisi beberapa langkah/sistem untuk melengkapi kontak tersebut:
When the user wants more information about an email, go to the transition tool.Instruksi ini memberitahu node untuk menggunakan alat workflow.transition setiap kali pengguna meminta detail lebih lanjut tentang email, sehingga alur percakapan diarahkan sesuai kebutuhan.
Mengisi Variabel dan Melakukan Aksi
Untuk skenario di mana Anda ingin node menangkap input sekaligus menjalankan aksi, Anda dapat memberikan prompt seperti berikut:
When the user wants more information about an email, go to the transition tool and fill in the "email" variable with the email the user is asking about.Di sini, Anda mengarahkan Node untuk tidak hanya memicu transisi tetapi juga mengekstrak dan menyimpan email pengguna ke dalam variabel, sehingga memungkinkan perilaku dinamis di percakapan berikutnya.
Mengatur Respons Berdasarkan Kondisi
Terkadang, Anda ingin node menjalankan logika tambahan berdasarkan kondisi tertentu. Berikut contoh prompt terkait penyediaan tautan video:
If the users selects “1” then say something like “thank you”, then use the transition tool.Prompt ini membantu node memahami struktur tautan video yang diharapkan dan cara mengubahnya ketika pengguna meminta untuk merujuk ke titik tertentu dalam video.
Contoh Penggunaan Template untuk Tautan Video
Anda dapat memperjelas prompt dengan memberikan contoh nyata tentang bagaimana sistem harus merespons permintaan pengguna terkait tautan video:
**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}}"""Ini memberikan panduan jelas kepada node tentang cara membuat tautan video dengan timestamp tertentu secara dinamis, sehingga respons tetap konsisten dan mudah dipahami pengguna.
Pemecahan Masalah & Diagnosis
Saat menguji perilaku Autonomous Node di emulator, penting untuk mendiagnosis apa yang terjadi di balik layar. Bagaimana Node mengambil keputusan?
Berikut cara Anda dapat memecahkan masalah dan memeriksa proses berpikir serta performa Node.

Tiga cara memecahkan masalah
1. Periksa Pikiran Node
Dengan mengklik Inspect, Anda dapat melihat keadaan internal Autonomous Node dan memahami apa yang sedang diproses oleh LLM. Dengan memeriksa, Anda dapat melihat:
- Instruksi mana yang diprioritaskan oleh node
- Bagaimana node menafsirkan prompt Anda
- Apakah node mengikuti batasan dan instruksi yang Anda berikan
Jika Anda melihat node tidak merespons dengan benar atau tampak mengabaikan instruksi tertentu, pemeriksaan akan menunjukkan apakah node salah memahami prompt atau gagal menjalankan alat tertentu.

2. Periksa Tab Tools
Bagian Tools menampilkan semua alat yang tersedia yang dapat digunakan oleh Autonomous Node. Setiap kali Anda menambah kartu baru atau mengubah konfigurasi node, daftar Tools akan diperbarui.
- Pastikan alat yang terdaftar sesuai dengan yang Anda harapkan tersedia dalam proses pengambilan keputusan node.
- Pastikan nama alat ditulis dengan benar di prompt Anda agar node dapat menjalankan aksi yang ditentukan dengan benar.

3. Periksa Tab Iterasi
Autonomous Node biasanya mencoba menjalankan semua instruksi dalam satu atau dua iterasi. Jumlah iterasi tergantung pada kompleksitas prompt dan cara Node menganalisisnya.
Untuk tugas yang lebih kompleks, node mungkin memerlukan beberapa iterasi untuk mengumpulkan data, mengambil keputusan, atau mengambil informasi eksternal.
Dengan meninjau tab Iterations (atau tab All), Anda dapat memahami:
- Berapa banyak iterasi yang diperlukan agar node mencapai keputusan akhir.
- Apa yang menyebabkan node mengambil beberapa langkah (misalnya, mengambil data tambahan dari alat seperti knowledgeAgent.knowledgequery atau browser.webSearch).
- Mengapa hasil tertentu bisa terjadi.

Masalah Umum Pemecahan Masalah
Ukuran model
Autonomous Node mungkin tidak mengikuti prompt Anda, hanya menjalankan sebagian prompt, atau memanggil “workflowQueue” tanpa memanggil alat “workflowExecuteAll”.
Memilih ukuran LLM yang lebih kecil untuk Autonomous Node memang lebih hemat biaya—tetapi ada konsekuensinya.
LLM yang lebih kecil dapat menyebabkan sebagian prompt terpotong, khususnya bagian definisi yang ditambahkan Botpress agar LLM memahami cara kerja kartu, parameter yang dibutuhkan, dan sebagainya. Tanpa ini, bot tidak akan tahu cara bertindak dengan benar.
Versi LLMz
Pastikan Anda selalu menggunakan versi stabil terbaru dari LLMz. Ini adalah mesin otonom yang mengarahkan Autonomous Node untuk bekerja.
LLMz juga berisi perbaikan bug, sehingga prompt lebih fleksibel untuk berbagai LLM.

Contoh: Mendiagnosis Pembuatan Kode
Misalkan Autonomous Node menghasilkan kode tetapi tidak mengikuti prompt dengan benar. Berikut cara Anda dapat memecahkan masalahnya:
- Inspect: Periksa instruksi apa yang diikuti oleh node. Apakah node memahami permintaan pembuatan kode dengan benar?
- Tools: Pastikan node memiliki akses ke alat yang diperlukan (misalnya, alat pembuatan kode atau alat pencarian basis pengetahuan). Pastikan prompt menyebutkan alat-alat ini secara eksplisit.
- Iterations: Lihat tab iterations untuk melihat bagaimana node sampai pada tahap pembuatan kode. Apakah hanya satu langkah atau beberapa? Apakah node mencari basis pengetahuan terlebih dahulu, atau langsung mencoba membuat kode?
Solusi: Jika bot gagal membuat kode dengan benar:
- Pastikan alat yang digunakan untuk pembuatan kode disebutkan dengan benar di prompt.
- Sesuaikan instruksi agar node diarahkan menggunakan langkah tertentu, seperti mengambil pengetahuan yang relevan terlebih dahulu sebelum mencoba membuat kode.

Contoh Prompt Lengkap
**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.Rincian Prompt
Pada prompt lengkap di atas, pengguna membuat sebuah AI assistant yang menjawab pertanyaan siswa tentang kursus pendidikan.
Contoh di atas adalah panduan yang bisa disesuaikan dengan kebutuhan Anda, namun tata letak ini adalah struktur yang menurut saya paling efektif sejauh ini.
Mari kita uraikan alasan prompt disusun seperti itu:
1. Pemberitahuan Penting
**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.Tujuan: Menetapkan batasan kapan dan bagaimana alat Query Knowledge Base digunakan. Menekankan bahwa alat ini hanya untuk dukungan terkait kursus, bukan untuk pertanyaan umum tentang fitur atau harga.
Pentingnya: Membantu mempersempit cakupan bot, memfokuskan responsnya, dan meningkatkan relevansi bagi pengguna, khususnya agar respons sesuai dengan konten pendidikan.
2. Deskripsi Peran
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.Tujuan: Mendefinisikan peran AI sebagai asisten yang berorientasi pada dukungan, dengan tujuan utama menjawab pertanyaan terkait kursus.
Pentingnya: Memastikan respons asisten sesuai dengan tujuan utamanya, mengelola ekspektasi pengguna, dan tetap relevan dengan domainnya (dalam hal ini, XYZ LMS).
3. Nada dan Bahasa
• 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.Tujuan: Memberikan panduan tentang sikap, nada, dan profesionalisme asisten sambil menjaga interaksi yang aman dan melindungi data.
Pentingnya: Menetapkan nada yang ramah dan aman, sesuai dengan branding dan ekspektasi pengguna untuk asisten yang suportif dan profesional.
4. Alur Interaksi dan Instruksi
Salam dan Pertanyaan Awal
• Start with a friendly and professional greeting.
• Encourage users to ask questions about course content, support materials, or other course-related concerns.Tujuan: Instruksi ini mengarahkan asisten untuk memulai dengan salam hangat dan profesional serta mendorong pengguna untuk bertanya secara spesifik tentang kursus mereka.
Pentingnya: Menciptakan awal interaksi yang ramah sehingga meningkatkan keterlibatan pengguna dan membantu bot mengumpulkan detail untuk respons yang lebih baik.
Pengambilan Informasi dan Penyelesaian Masalah
• 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").Tujuan: Menginstruksikan asisten untuk memanfaatkan basis pengetahuan demi respons yang relevan dan jelas. Selain itu, mencakup pendekatan terstruktur untuk membagikan sumber daya video dengan tautan berbasis waktu.
Pentingnya: Memungkinkan respons yang efisien dan tepat serta cara terstruktur untuk menangani pertanyaan spesifik seperti video, sehingga pengalaman pengguna menjadi lancar.
Penutup
Once the issue is resolved, politely conclude the interaction and ask if there's anything else you can assist with.Tujuan: Memberi panduan kepada bot tentang cara menutup interaksi dengan sopan, menanyakan apakah pengguna masih membutuhkan bantuan.
Pentingnya: Menjaga nada profesional dan suportif sepanjang interaksi serta memberi kesempatan kepada pengguna untuk melanjutkan jika diperlukan.
5. Instruksi Tambahan
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}}"""Tujuan: Menunjukkan format untuk menautkan ke bagian tertentu dalam video agar siswa dapat menemukan informasi secara tepat.
Pentingnya: Memberikan kejelasan dalam membagikan sumber daya video, terutama untuk konten instruksional yang spesifik waktu.
*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.Tujuan: Mempersiapkan asisten untuk menangani pertanyaan yang samar atau umum dengan meminta pengguna memberikan detail lebih lanjut.
Pentingnya: Membantu menghindari kebingungan dan memastikan asisten dapat menjawab pertanyaan pengguna dengan sejelas mungkin.
Bangun Agen AI Hari Ini
Botpress adalah platform agen AI yang sepenuhnya dapat diperluas untuk perusahaan.
Platform conversational AI all-in-one kami berbasis Platform-as-a-Service (PaaS) memungkinkan perusahaan membangun, menerapkan, dan memantau solusi berbasis LLM.
Digunakan di berbagai industri, kasus penggunaan, dan proses bisnis, proyek Botpress selalu dapat diskalakan, aman, dan sesuai identitas merek.
Dengan lebih dari 500.000 pengguna dan jutaan bot yang telah diterapkan di seluruh dunia, Botpress menjadi pilihan utama bagi perusahaan dan pengembang. Keamanan tingkat tinggi dan layanan kesuksesan pelanggan khusus kami memastikan perusahaan siap sepenuhnya untuk menerapkan agen AI kelas perusahaan.
Dengan mengonfigurasi Autonomous Nodes secara efektif menggunakan prompt dan definisi alat yang tepat, organisasi dapat menciptakan agen cerdas yang menangani interaksi pengguna secara mandiri.
Mulai membangun hari ini. Gratis.
FAQ
1. Apakah saya perlu pengalaman coding untuk menggunakan Autonomous Nodes?
Anda tidak perlu pengalaman coding untuk menggunakan Autonomous Nodes di Botpress. Fitur ini dirancang untuk pengembangan low-code, sehingga Anda dapat membangun agen AI fungsional menggunakan blok logika dan alat visual.
2. Apakah Node Otonom dapat berinteraksi langsung dengan API eksternal atau basis data?
Ya, Autonomous Node dapat berinteraksi dengan API eksternal atau basis data dengan memanfaatkan alat Botpress seperti subflow kustom atau pemanggilan API. Anda dapat menentukan endpoint yang aman dan mengirim parameter untuk mengambil atau menulis data selama percakapan.
3. Apakah Autonomous Nodes dapat disematkan ke dalam aplikasi mobile atau platform pihak ketiga?
Ya, Autonomous Nodes dapat disematkan ke aplikasi mobile atau platform pihak ketiga setelah bot Anda diterapkan. Botpress mendukung penerapan multisaluran melalui SDK dan integrasi untuk platform seperti WhatsApp, Slack, Messenger, atau aplikasi mobile menggunakan webview atau API.
4. Bagaimana node menangani pengguna bersamaan atau volume lalu lintas yang tinggi?
Autonomous Nodes di Botpress menangani pengguna bersamaan dengan menjalankan setiap sesi secara independen di memori, memastikan percakapan yang dipersonalisasi. Untuk kasus trafik tinggi, penting untuk memantau penggunaan sumber daya dan mengoptimalkan logika serta pemanggilan API agar latensi tetap rendah dan ketersediaan tinggi.
5. Apakah ada pembatas untuk mencegah Autonomous Nodes membagikan informasi sensitif?
Ya, Anda dapat mengatur pengaman ketat untuk mencegah Autonomous Node membagikan informasi sensitif dengan membatasi akses alat dan menyesuaikan prompt. Selain itu, Botpress menggunakan LLM dengan mekanisme keamanan bawaan untuk membantu memastikan kepatuhan.





.webp)
