Botpress 자율 노드를 사용하면 챗봇이 아닌 사용 가능한 컨텍스트에 따라 의사 결정을 내리는 자율 에이전트인 기능적인 AI 에이전트를 만들 수 있습니다.
봇 빌더는 명확한 지침을 제공하고 도구를 통합함으로써 자율 노드를 사용하여 챗봇의 행동 윤곽을 잡을 수 있습니다.
노드는 사용자 입력을 이해하고, 올바른 데이터로 대응하고, 도구를 활용하여 의사 결정과 실행을 모두 처리하도록 설계되었습니다.
자율 노드 사용에 관심이 있으시다면 잘 찾아오셨습니다. 이 글에서는 저희 플랫폼의 에이전트 기능을 사용하기 위한 기초를 설명해드리겠습니다.
자율 노드의 주요 기능
1. LLM 의사 결정 중심
자율 노드는 LLM 기능을 사용하여 LLM 에이전트를 통해 지능적인 결정을 내립니다.
2. 자율 행동
자율 노드는 지침과 사용자 입력에 따라 수동 개입 없이 작업을 실행할 수 있습니다.
3. 도구
자율 노드는 특정 도구를 이해하고 활용합니다(예: 지식창고를 쿼리하고, 웹 검색을 수행하고, 워크플로 전환을 실행할 수 있습니다).
4. 사용자 지정
적절한 페르소나와 자세한 지침으로 자율 노드를 구성하면 대화 중에 브랜드에 맞게, 그리고 범위 내에서 작동하도록 할 수 있습니다.
5. 코드 작성 및 실행
자율 노드는 작업을 수행하기 위해 사용자 지정 코드를 생성하고 실행할 수 있습니다.
6. 자체 수정
자율 노드가 잘못된 길로 가는 것을 발견하면 스스로 오류를 수정하고 복구할 수 있는 기능이 있습니다.
구성 설정
각 자율 노드는 비즈니스 요구사항에 맞게 동작을 조정하기 위해 신중한 구성이 필요합니다.
자율 노드를 설정할 때 가장 중요한 부분은 올바른 프롬프트와 지침을 작성하는 것입니다. 프롬프트는 상담원이 페르소나를 이해하고 의사 결정을 내리는 데 도움이 됩니다.
지침 상자
지침 상자에서 명확한 지침을 제공하세요. 지침이 구체적일수록 상담원이 더 나은 의사 결정을 내릴 수 있습니다.
예시: "귀하는 항상 'knowledgeAgent.knowledgequery' 도구를 사용하여 질문에 답변하는 유용한 어시스턴트입니다. 사용자가 '검색'이라고 말하면 'browser.webSearch' 툴을 사용하세요."
대화 허용
대화 허용 토글을 사용하면 오토노머스 노드가 사용자와 직접 통신할 수 있습니다. 끄면 노드는 사용자에게 메시지를 보내지 않고 명령을 처리하고 내부 로직만 실행합니다.
도구 이해
자율 노드에는 사용자가 제공하는 지침에 따라 호출할 수 있는 여러 도구가 장착되어 있습니다.
각 도구는 특정 작업을 수행하며, 이러한 도구의 사용 시기와 방법을 이해하는 것은 노드의 의사 결정을 추진하는 데 매우 중요합니다.
가장 일반적인 7가지 도구
- global.think: 계속 진행하기 전에 LLMz 엔진이 반영할 수 있도록 합니다.
- browser.webSearch: 상담원이 웹에서 답변을 검색할 수 있도록 합니다.
- 지식 에이전트.지식 쿼리: 내부 지식창고에서 관련 정보를 쿼리합니다.
- clock.setReminder: 향후 작업 또는 응답에 대한 미리 알림을 설정합니다.
- workflow.transition: 사용자 입력에 따라 대화의 한 부분에서 다른 부분으로 이동하는 워크플로 전환을 실행합니다.
- chat.sendText: 사용자에게 응답으로 문자 메시지를 보냅니다.
- chat.waitForUserInput: 실행을 일시 중지하고 사용자의 추가 입력을 기다립니다.
사용자 행동에 대한 응답으로 사용할 도구를 지정하여 대화의 흐름과 결과를 제어할 수 있습니다.
예를 들어 특정 조건이 충족될 때 항상 특정 작업을 수행하도록 LLM 에 지시할 수 있습니다: "사용자가 '1'이라고 말하면 'workflow.transition' 도구를 사용하여 다음 단계로 이동하세요."
또는 "사용자가 질문을 하면 먼저 'knowledgeAgent.knowledgequery' 툴을 사용하여 답변해 보세요. "라고 말합니다.
워크플로 예시
다음은 대화 중에 자율 노드를 구성하고 작동하는 방법에 대한 단계별 예시입니다:
1. 사용자 입력
사용자가 회사 제품에 대한 질문을 입력합니다.
2. 명령 실행
자율 노드는 프롬프트에 따라 지식 에이전트.knowledgequery 도구를 사용하여 내부 지식창고를 검색합니다.
3. LLM 결정
지식창고에 만족스러운 답변이 없는 경우 노드는 browser.webSearch 도구를 사용하여 웹에서 추가 정보를 검색할 수 있습니다.
4. 메시지 보내기
응답이 준비되면 노드는 chat.sendText를 사용하여 사용자에게 관련 정보를 포함한 답장을 보냅니다.
5. 입력 대기
응답 후 노드는 chat.waitForUserInput을 사용하여 사용자의 추가 쿼리 또는 상호작용을 기다립니다.
지침 작성 방법
예시에서 볼 수 있듯이 오토노믹 노드가 올바르게 작동하려면 명확한 지침이 필수적입니다.
LLM의 의사 결정 능력은 지침이 구조화되어 있는 방식에 크게 영향을 받습니다.
다음은 자율 노드에 대한 지침을 작성하는 3가지 모범 사례입니다:
1. 구체적이어야 합니다.
모호한 명령 대신 상담원에게 명확하게 안내하는 명시적인 언어를 사용하세요.
예시: 예: "사용자가 'help'라고 말하면 'chat.sendText'를 사용하여 미리 정의된 지원 옵션 목록을 보내세요."
2. 도구 사용 정의
어떤 상황에서 어떤 도구를 사용해야 하는지 명시적으로 설명합니다.
예: "제품 관련 질문에 답변할 때는 항상 'knowledgeAgent.knowledgequery'를 사용하세요."
3. 흐름 안내
명확한 전환과 단계를 사용하여 대화가 올바른 방향으로 흐르도록 하세요.
예시: "지식창고에서 답변을 찾을 수 없는 경우 'browser.webSearch'를 사용하여 검색 쿼리로 전환하세요."
자세한 내용은 다음 링크에서 확인할 수 있습니다:
마크다운 구문 사용
시작하기 전에 마크다운 구문 사용의 중요성에 대해 이야기하는 것이 중요합니다.
구조적이고 시각적으로 명확한 프롬프트를 만들려면 헤더, 글머리 기호, 굵은 텍스트와 같은 마크다운 구문을 사용해야 합니다.
이 구문을 사용하면 LLM 에서 지침의 계층 구조를 인식하고 존중하여 주요 섹션, 하위 지침 및 예제를 구분하도록 안내합니다.
마크다운 구문을 사용하는 것이 어렵다면 명확하고 계층적인 구조를 유지하는 한 자신에게 쉬운 구조를 사용 하세요.
유용한 프롬프트
이 섹션에는 자율 노드의 동작을 제어하는 데 사용할 수 있는 가장 일반적인 예시와 패턴 목록이 포함되어 있습니다.
이 예는 실제 경험에서 나온 것으로, 구체적인 지침과 도구를 사용하여 다양한 시나리오를 처리하는 방법을 보여줍니다.
내부 지식에 집중
노드가 지원 문의와 다른 유형의 문의(예: 가격이나 기능)를 구분하도록 하려면 다음과 같이 안내할 수 있습니다:
**중요한 일반 프로세스**
- 지식창고.knowledgequery 도구는 지원 관련 질문에만 사용해야 하며 일반 기능이나 가격 관련 질문에는 사용하지 마세요.
- browser.websearch 도구는 지원 관련 질문에만 사용해야 하며 일반 기능이나 가격 관련 질문에는 사용해서는 안 됩니다.이 프롬프트는 LLM 이 지원 관련 쿼리의 맥락에서만 특정 도구를 사용하도록 하여 검색하는 정보의 종류를 계속 제어할 수 있도록 합니다.
전환 노드를 하위 흐름으로 전환
때로는 봇이 자율 노드에서 하위 플로우로 이동하기를 원할 때가 있습니다.
봇이 사용자 이메일을 수집한 다음 다른 시스템에서 해당 이메일에 대한 추가 정보를 찾아 연락처 정보를 보강한다고 가정해 보겠습니다.
이 경우 봇이 자율 노드 루프에서 벗어나 많은 단계/시스템이 포함된 하위 플로우로 이동하여 해당 접점을 보강해야 할 수도 있습니다:
사용자가 이메일에 대한 자세한 정보를 원하는 경우 전환 도구로 이동합니다.이 명령은 사용자가 이메일에 대한 자세한 내용을 요청할 때마다 노드에 workflow.transition 도구를 호출하여 그에 따라 대화 흐름을 안내하도록 지시합니다.
변수 채우기 및 액션 수행하기
노드가 입력을 캡처하고 동시에 동작을 트리거하도록 하려는 시나리오의 경우, 이렇게 메시지를 표시할 수 있습니다:
사용자가 이메일에 대한 자세한 정보를 원하는 경우 전환 도구로 이동하여 '이메일' 변수에 사용자가 문의하는 이메일을 입력합니다.여기서 노드가 전환을 트리거할 뿐만 아니라 사용자의 이메일을 추출하여 변수에 저장하도록 안내하여 나중에 대화에서 동적 동작을 사용할 수 있도록 합니다.
조건에 따라 응답 조작하기
때로는 노드가 조건에 따라 추가 로직을 수행하기를 원할 수도 있습니다. 다음은 동영상 링크 제공과 관련된 프롬프트의 예시입니다:
사용자가 "1"을 선택한 다음 "감사합니다"와 같은 말을 하면 전환 도구를 사용합니다.이 프롬프트는 노드가 동영상 링크의 예상 구조와 사용자가 동영상의 특정 지점을 참조하도록 요청할 때 수정하는 방법을 이해하는 데 도움이 됩니다.
동영상 링크에 템플릿을 사용하는 예
동영상 링크에 대한 사용자 요청에 응답할 때 시스템이 어떻게 작동해야 하는지에 대한 실제 예를 제공하여 메시지를 더욱 명확하게 설명할 수 있습니다:
**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}}"""이렇게 하면 노드에 특정 타임스탬프가 있는 동영상 링크를 동적으로 생성하는 방법에 대한 명확한 지침을 제공하여 일관되고 사용자 친화적인 응답을 보장할 수 있습니다.
문제 해결 및 진단
에뮬레이터에서 자율 노드의 동작을 테스트할 때는 내부에서 어떤 일이 일어나고 있는지 진단하는 것이 중요합니다. 노드는 어떻게 의사 결정을 내리고 있나요?
노드의 사고 과정과 성능 문제를 해결하고 검사하는 방법은 다음과 같습니다.
문제 해결을 위한 세 가지 방법
1. 노드의 마음 검사
검사를 클릭하면 오토노머스 노드의 내부 상태를 들여다보고 LLM 에서 처리 중인 내용을 파악할 수 있습니다. 검사하면 다음을 확인할 수 있습니다:
- 노드가 우선순위를 지정하는 명령어
- 프롬프트 해석 방법
- 제공한 제약 조건 및 지침을 준수하고 있는지 여부
노드가 올바르게 응답하지 않거나 특정 지침을 무시하는 것 같으면 검사를 통해 프롬프트를 잘못 이해했거나 특정 도구를 실행하지 못한 것인지 확인할 수 있습니다.
2. 도구 탭을 확인합니다.
도구 섹션에는 자율 노드에서 사용할 수 있는 모든 도구가 표시됩니다. 새 카드를 추가하거나 노드 구성을 변경할 때마다 도구 목록이 업데이트됩니다.
- 나열된 도구가 노드의 의사 결정 프로세스에서 사용할 수 있을 것으로 예상되는 것과 일치하는지 확인합니다.
- 노드가 지정된 작업을 올바르게 실행할 수 있도록 프롬프트에서 도구 이름의 철자가 올바른지 확인하세요.
3. 반복 탭을 확인합니다.
자율 노드는 일반적으로 한두 번의 반복 내에서 모든 명령을 실행하려고 시도합니다. 반복 횟수는 프롬프트의 복잡성과 노드가 이를 분석하는 방식에 따라 달라집니다.
더 복잡한 작업의 경우 노드는 데이터를 수집하거나 의사 결정을 내리거나 외부 정보를 가져오는 데 여러 번 반복할 수 있습니다.
반복 탭(또는 전체 탭)을 검토하면 이해할 수 있습니다:
- 노드가 최종 결정에 도달하는 데 필요한 반복 횟수입니다.
- 노드가 여러 단계를 수행하게 된 원인(예: 지식 에이전트.지식 쿼리 또는 브라우저.웹 검색과 같은 도구에서 추가 데이터 가져오기).
- 특정 결과를 달성한 이유
일반적인 문제 해결
모델 크기
자율 노드가 프롬프트를 따르지 않거나, 프롬프트의 전체가 아닌 일부를 실행하거나, "workflowExecuteAll" 도구를 호출하지 않고 "workflowQueue"를 호출할 수 있습니다.
자율 노드( LLM ) 크기를 더 작은 모델로 변경하는 것이 더 저렴하기 때문에 항상 더 작은 모델로 변경하는 것이 합리적이지만 비용이 발생합니다.
LLM 이 작아지면 프롬프트의 일부, 특히 Botpress 이 카드의 작동 방식, 필요한 매개 변수 등을 이해하기 위해 추가하는 정의 래퍼( LLM )가 잘릴 수 있습니다. 이 부분이 없으면 봇이 제대로 작동하는 방법을 알 수 없습니다.
LLMz 버전
항상 안정적인 최신 버전의 LLMz를 사용하고 있는지 확인하세요. 이는 자율 노드가 작동하도록 지시하는 자율 엔진입니다.
또한 버그 수정이 포함되어 있어 프롬프트가 LLMs 로 변경됩니다.
예시: 코드 생성 진단
자율 노드가 코드를 생성하고 있지만 프롬프트를 올바르게 따르지 않는다고 가정해 보겠습니다. 이 문제를 해결하는 방법은 다음과 같습니다:
- 검사: 검사: 노드가 어떤 지침을 따르고 있는지 확인합니다. 코드 생성 요청을 올바르게 이해하고 있나요?
- 도구: 노드에서 필요한 도구(예: 코드 생성 도구 또는 지식창고 쿼리 도구)에 액세스할 수 있는지 확인합니다. 프롬프트에서 이러한 도구를 명시적으로 참조하는지 확인하세요.
- 반복: 반복 탭에서 노드가 코드를 생성하는 지점에 어떻게 도달했는지 확인하세요. 한 단계 또는 여러 단계를 거쳤나요? 지식창고를 먼저 쿼리했나요, 아니면 즉시 코드 생성을 시도했나요?
해결 방법: 봇이 코드를 제대로 생성하지 못하는 경우:
- 코드 생성에 사용되는 도구가 프롬프트에서 올바르게 참조되는지 확인합니다.
- 코드 생성을 시도하기 전에 먼저 관련 지식을 검색하는 등 노드가 특정 단계를 사용하도록 안내하도록 지침을 조정하세요.
전체 프롬프트 예제
**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.프롬프트 분석
위의 전체 프롬프트에서 사용자는 교육 과정에 대한 학생의 질문에 답변하는 AI 도우미를 만들었습니다.
위의 예는 필요에 따라 수정할 수 있는 가이드라인이지만, 이 레이아웃이 지금까지 가장 효과적인 구조라고 판단한 것입니다.
프롬프트가 이러한 방식으로 배치된 이유를 자세히 살펴보겠습니다:
1. 중요 공지
**중요: 지식창고 문의는 학생 코스와 명시적으로 관련된 지원 문의에만 사용해야 하며 일반적인 기능이나 가격 문의에는 사용할 수 없습니다.목적: 지식창고 조회 도구를 언제, 어떻게 사용해야 하는지에 대한 경계를 설정합니다. 기능이나 가격에 대한 일반적인 문의가 아닌 코스 관련 지원만을 위한 것임을 강조합니다.
중요성: 봇의 범위를 좁혀 응답의 초점을 맞추고 사용자를 위한 관련성을 높이는 데 도움이 되며, 특히 교육 콘텐츠와 일치하는 응답을 보장합니다.
2. 역할 설명
귀하는 XYZ LMS에서 제공하는 전문 과정과 관련된 지원을 제공하는 데 중점을 둔 'XYZ 어시스턴트'라는 이름의 AI 기반 문제 해결 챗봇입니다. 지식창고에서 정확한 정보를 검색하고 질문에 명확하게 답변하여 학생의 문의를 효율적으로 처리하는 것이 주요 목표입니다.목적: 코스 관련 문의를 해결하는 지원 중심의 도우미로서 AI의 역할을 정의하고, AI의 주요 목표를 명확하게 설명합니다.
중요성: 어시스턴트의 응답이 의도된 목적에 부합하도록 하여 사용자의 기대치를 관리하고 해당 도메인(이 경우 XYZ LMS)과의 관련성을 유지합니다.
3. 어조 및 언어
- 항상 정중하고 전문적이며 도움이 되는 태도를 유지하세요.
- 명확하고 간결하며 금융 및 투자 분야의 학생과 전문가에게 적합한 언어를 사용합니다.
- 모든 관련 데이터 보호 정책을 준수하여 사용자 데이터를 안전하고 기밀로 취급합니다.
- LMS 지식 베이스**의정보만 활용하고 , 상호작용을 개인화하여 사용자 참여도와 만족도를 높입니다.
- 대화 전반에 걸쳐**XYZ 브랜딩**을 반영하여 명확성과 전문성을 보장합니다.
- 지식창고 외부에서 답변을 제공하거나 인터넷 서핑을 통해 정보를 찾지 않도록 하세요.
- 사용자가 불만을 표출하는 경우에는 사용자의 우려를 인정하고 도움을 드리고자 한다는 사실을 알려 안심시켜 주세요.목적: 데이터를 보호하는 안전한 상호작용을 유지하면서 어시스턴트의 태도, 어조 및 전문성에 대한 지침을 제공합니다.
중요성: 지원적이고 전문적인 비서에 대한 브랜드 및 사용자의 기대에 부합하는 친근하고 안전한 어조를 설정합니다.
4. 상호 작용 흐름 및 지침
인사말 및 초기 쿼리
- 친절하고 전문적인 인사말로 시작하세요.
- 사용자가 코스 콘텐츠, 지원 자료 또는 기타 코스 관련 문제에 대해 질문할 수 있도록 장려합니다.목적: 이 지시문은 어시스턴트가 따뜻하고 전문적인 인사말로 시작하여 사용자가 코스에 대해 구체적인 질문을 하도록 유도합니다.
중요성: 사용자 참여를 향상시키고 봇이 더 나은 응답을 위해 세부 정보를 수집하는 데 도움이 되는 매력적인 진입점을 설정합니다.
정보 검색 및 문제 해결
- '지식창고 쿼리' 도구를 활용하여 학생의 문의에 대한 정확한 답변을 찾아보세요.
- 사용자의 질문을 해결하기 위해 명확하고 간결하며 도움이 되는 답변을 제공하세요.
- 문의에 동영상 링크가 포함된 경우 제공된 동영상 링크 구조를 사용하세요. 동영상의 특정 순간에 연결하려면 원하는 시간에 't' 매개변수를 추가합니다(예: 15초 표시의 경우 't=15' 사용).목적: 어시스턴트에게 지식창고를 활용하여 관련성 있고 명확한 답변을 하도록 안내하세요. 또한 시간 기반 링크를 통해 동영상 리소스를 공유하기 위한 구조화된 접근 방식이 포함되어 있습니다.
중요성: 동영상과 같은 콘텐츠별 쿼리에 대해 효율적이고 정확한 응답과 체계적인 방식으로 대응하여 원활한 사용자 환경을 조성할 수 있습니다.
결론
문제가 해결되면 정중하게 상호작용을 마무리하고 더 도와줄 수 있는 것이 있는지 물어보세요.목적: 봇에게 추가 도움이 필요한지 물어보며 상호작용을 정중하게 마무리하는 방법을 안내합니다.
중요성: 상호작용 내내 전문적이고 지지적인 어조를 유지하며 필요한 경우 사용자가 계속 참여할 수 있도록 합니다.
5. 추가 지침
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}}"""목적: 학생들이 정확한 정보를 찾을 수 있도록 비디오의 특정 부분으로 링크하는 형식을 보여 줍니다.
중요성: 특히 시간별 교육 콘텐츠의 경우 동영상 리소스 공유에 대한 명확성을 제공합니다.
*엣지 케이스 처리
사용자가 일반적이거나 불분명한 질문을 하는 경우 더 나은 해결책을 제시할 수 있도록 자세한 정보를 제공하라는 메시지를 표시하세요.목적: 사용자에게 자세한 내용을 묻는 메시지를 표시하여 어시스턴트가 모호하거나 일반적인 문의를 처리할 수 있도록 준비합니다.
중요성: 혼란을 방지하고 어시스턴트가 사용자의 질문에 최대한 구체적으로 답변할 수 있도록 합니다.
지금 바로 AI 에이전트 구축하기
Botpress 는 완전히 확장 가능한 기업용 AI 에이전트 플랫폼입니다.
올인원 대화형 AI 서비스형 플랫폼(PaaS)을 통해 기업은 LLM-기반 솔루션을 구축, 배포 및 모니터링할 수 있습니다.
산업, 사용 사례 및 비즈니스 프로세스 전반에 걸쳐 적용되는 Botpress 프로젝트는 항상 확장 가능하고 안전하며 브랜드에 부합합니다.
전 세계 50만 명 이상의 사용자와 수백만 개의 봇이 배포된 Botpress 은 기업과 개발자 모두가 선택하는 플랫폼입니다. 높은 수준의 보안과 전담 고객 성공 서비스를 통해 기업은 엔터프라이즈급 AI 에이전트를 배포할 수 있는 완벽한 준비를 갖출 수 있습니다.
적절한 프롬프트와 도구 정의로 자율 노드를 효과적으로 구성함으로써 조직은 사용자 상호작용을 자율적으로 처리하는 지능형 에이전트를 만들 수 있습니다.
지금 바로 구축을 시작하세요. 무료입니다.
자주 묻는 질문
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)
