Gabay ng Solution Engineer sa Autonomous Nodes

'Autonomous Nodes' sa isang asul at itim na background

Ang Botpress Binibigyang-daan ka ng Autonomous Node na lumikha ng mga functional na ahente ng AI – hindi mga chatbot, ngunit mga autonomous na ahente na gumagawa ng mga desisyon batay sa kanilang magagamit na konteksto.

Sa pamamagitan ng pagbibigay ng malinaw na mga tagubilin at pagsasama-sama ng mga tool, ang mga tagabuo ng bot ay maaaring gumamit ng Autonomous Nodes upang ibalangkas ang gawi ng isang chatbot.

Ang Node ay idinisenyo upang pangasiwaan ang parehong paggawa ng desisyon at pagpapatupad sa pamamagitan ng pag-unawa sa mga input ng user, pagtugon gamit ang tamang data, at paggamit ng mga tool nito.

Kung interesado kang gumamit ng Autonomous Node, nasa tamang lugar ka. Sa artikulong ito, ilalatag ko ang mga pundasyon para sa paggamit ng tampok na agentic powerhouse ng aming platform.

Bumuo ng mga Ahente ng AI

Bumuo ng mga custom na autonomous na ahente

Magsimula ngayon

Walang kinakailangang credit card

Mga Pangunahing Tampok ng Autonomous Node

1. LLM Batay sa Desisyon

Ginagamit ng Autonomous Node ang mga kakayahan ng isang LLM upang gumawa ng mga matalinong desisyon.

2. Autonomous na Pag-uugali

Ang Autonomous Node ay maaaring magsagawa ng mga aksyon nang walang manu-manong interbensyon batay sa mga tagubilin at input ng user.

3. Mga kasangkapan

Naiintindihan at ginagamit ng Autonomous Node ang mga partikular na tool – halimbawa, maaari itong mag-query ng mga base ng kaalaman, magsagawa ng mga paghahanap sa web, at magsagawa ng mga paglipat ng daloy ng trabaho.

4. Pag-customize

Sa pamamagitan ng pag-configure ng Autonomous Node na may wastong persona at mga detalyadong tagubilin, matitiyak mong kumikilos ito ayon sa tatak at nasa saklaw sa panahon ng mga pag-uusap.

5. Sumulat at Ipatupad ang Code

Ang Autonomous Node ay maaaring bumuo at magsagawa ng custom na code upang magawa ang mga gawain.

6. Pagwawasto sa sarili

Kung masusumpungan ng Autonomous Node ang sarili nitong papunta sa isang maling landas, mayroon itong kakayahang itama ang sarili at makabawi mula sa mga pagkakamali.

‍

Mga Setting ng Configuration

Ang bawat Autonomous Node ay nangangailangan ng maingat na pagsasaayos upang maiayon ang pag-uugali nito sa mga pangangailangan ng negosyo.

Ang pinakamahalagang bahagi ng pag-set up ng Autonomous Node ay ang pagsulat ng tamang prompt at mga tagubilin. Tinutulungan ng prompt ang ahente na maunawaan ang katauhan nito at gumagabay sa paggawa ng desisyon.

*Ang Instructions Box ng isang Autonomous Node.*

Kahon ng mga Tagubilin

Sa Instructions Box, magbigay ng malinaw na mga alituntunin. Kung mas tiyak ang mga tagubilin, mas mahusay ang paggawa ng desisyon ng ahente.

Halimbawa: “Ikaw ay isang matulunging katulong na laging sumasagot sa mga tanong gamit ang tool na 'knowledgeAgent.knowledgequery'. Kung sinabi ng user na 'paghahanap,' gamitin ang tool na 'browser.webSearch'."

Payagan ang Pag-uusap

Ang Allow Conversation toggle ay nagbibigay-daan sa Autonomous Node na direktang makipag-ugnayan sa mga user. Kung naka-off, ang Node ay nagpoproseso lamang ng mga utos at isinasagawa ang panloob na lohika nito nang hindi nagpapadala ng mga mensahe sa mga user.

Pag-unawa sa Mga Tool

Batay sa mga tagubiling ibinigay mo dito, ang isang Autonomous Node ay nilagyan ng ilang mga tool na maaari nitong tawagan.

Ang bawat tool ay gumaganap ng isang partikular na aksyon - ang pag-unawa kung kailan at kung paano gamitin ang mga tool na ito ay kritikal para sa paghimok ng mga desisyon ng Node.

7 Mga Karaniwang Tool

global.think : Nagbibigay-daan sa LLMz engine na mag-reflect bago magpatuloy.
browser.webSearch : Nagbibigay-daan sa ahente na maghanap sa web para sa mga sagot.
knowledgeAgent.knowledgequery : Nagtatanong ng panloob na base ng kaalaman para sa nauugnay na impormasyon.
clock.setReminder : Nagtatakda ng paalala para sa mga gawain o tugon sa hinaharap.
workflow.transition : Nagsasagawa ng paglipat ng daloy ng trabaho, lumilipat mula sa isang bahagi ng pag-uusap patungo sa isa pa batay sa input ng user.
chat.sendText : Nagpapadala ng text message sa user bilang tugon.
chat.waitForUserInput : Pini-pause ang execution at naghihintay ng karagdagang input mula sa user.

*Ang seksyong Mga Tool ng isang Autonomous Node.*

Sa pamamagitan ng pagtukoy kung aling tool ang gagamitin bilang tugon sa mga aksyon ng user, makokontrol mo ang daloy at mga resulta ng pag-uusap.

Halimbawa, maaari mong turuan ang LLM upang palaging magsagawa ng ilang partikular na pagkilos kapag natugunan ang mga partikular na kundisyon: “Kapag sinabi ng user na '1', gamitin ang tool na 'workflow.transition' upang lumipat sa susunod na hakbang."

O: “Kung magtatanong ang user, subukan munang sagutin ito gamit ang tool na 'knowledgeAgent.knowledgequery'."

Halimbawa ng Daloy ng Trabaho

Narito ang isang hakbang-hakbang na halimbawa kung paano maaaring i-configure at gumana ang Autonomous Node sa panahon ng isang pag-uusap:

1. Input ng User

Nag-type ang user ng tanong tungkol sa produkto ng kumpanya.

2. Pagpapatupad ng Pagtuturo

Ang Autonomous Node ay sumusunod sa prompt at ginagamit ang knowledgeAgent.knowledgequery tool upang maghanap sa panloob na base ng kaalaman.

3. LLM Desisyon

Kung ang knowledge base ay walang kasiya-siyang sagot, maaaring gamitin ng node ang browser.webSearch tool upang maghanap sa web para sa karagdagang impormasyon.

4. Magpadala ng Mensahe

Kapag handa na ang tugon, gumagamit ang node ng chat.sendText upang tumugon sa user na may kaugnay na impormasyon.

5. Maghintay para sa Input

Pagkatapos tumugon, gumagamit ang node ng chat.waitForUserInput upang maghintay ng mga karagdagang query o pakikipag-ugnayan mula sa user.

Paano Sumulat ng Mga Tagubilin

Gaya ng ipinapakita sa halimbawa, ang mga malinaw na tagubilin ay mahalaga sa pagtiyak na ang Autonomous Node ay kumikilos nang tama.

Ang LLM Ang kakayahang gumawa ng mga desisyon ay lubos na naiimpluwensyahan ng paraan ng pagkakaayos ng mga tagubilin.

Narito ang 3 pinakamahusay na kasanayan para sa pagsulat ng mga tagubilin para sa iyong Autonomous Node:

1. Maging Tukoy

Sa halip na mga hindi malinaw na utos, gumamit ng tahasang wika na gumagabay sa ahente nang malinaw.

Halimbawa: “Kung sinabi ng user ang 'help', magpadala sa kanila ng paunang natukoy na listahan ng mga opsyon sa suporta gamit ang 'chat.sendText'."

2. Tukuyin ang Paggamit ng Tool

Tahasang sabihin kung aling tool ang dapat gamitin sa ilalim ng anong mga pangyayari.

Halimbawa: "Palaging gamitin ang 'knowledgeAgent.knowledgequery' para sa pagsagot sa mga tanong na nauugnay sa produkto."

3. Gabayan ang Daloy

Gumamit ng malinaw na mga transition at hakbang upang matiyak na ang pag-uusap ay dumadaloy sa tamang direksyon.

Halimbawa: "Kung hindi makasagot ang knowledge base, lumipat sa isang query sa paghahanap gamit ang 'browser.webSearch'."

Makakahanap ka ng higit pang impormasyon sa mga sumusunod na link:

Gamit ang Markdown Syntax

Bago magsimula, mahalagang pag-usapan ang kahalagahan ng paggamit ng Markdown Syntax.

Para gumawa ng structured, visually clear na prompt, mahalagang gumamit ng markdown syntax, gaya ng mga header, bullet point, at bold na text.

Nakakatulong ang syntax na ito sa LLM kilalanin at igalang ang hierarchy ng mga tagubilin, na ginagabayan ito upang makilala ang pagkakaiba sa pagitan ng mga pangunahing seksyon, sub-instruction, at mga halimbawa.

Kung mahirap para sa iyo na gumamit ng Markdown syntax, pagkatapos ay gumamit ng anumang istraktura na madali para sa iyo - hangga't nananatili kang malinaw at hierarchical.

Higit pa tungkol sa Markdown Basic Syntax

Mga Kapaki-pakinabang na Prompt

Ang seksyong ito ay naglalaman ng isang listahan ng mga pinakakaraniwang halimbawa at pattern na maaari mong gamitin upang kontrolin ang pag-uugali ng Autonomous Node.

Ang mga halimbawang ito ay kinuha mula sa praktikal na karanasan at nagpapakita kung paano pangasiwaan ang iba't ibang mga sitwasyon sa pamamagitan ng paggamit ng mga partikular na tagubilin at tool.

Tumutok sa Panloob na Kaalaman

Upang matiyak na naiiba ang node sa pagitan ng mga tanong sa suporta at iba pang mga uri ng mga katanungan (tulad ng pagpepresyo o mga feature), maaari mo itong gabayan gaya ng sumusunod:

**MAHALAGANG Pangkalahatang Proseso**
- Ang tool na knowledgeAgent.knowledgequery ay gagamitin lamang para sa mga tanong na nauugnay sa suporta at HINDI para sa mga pangkalahatang tampok o mga tanong na may kaugnayan sa presyo. - Ang browser.websearch tool ay gagamitin LAMANG para sa mga tanong sa suporta, at HINDI ito dapat gamitin para sa mga pangkalahatang tampok o mga tanong na may kaugnayan sa presyo.

Tinitiyak ng prompt na ito ang LLM mananatili sa paggamit ng mga partikular na tool lamang sa konteksto ng mga query na nauugnay sa suporta, na nagpapanatili ng kontrol sa uri ng impormasyong kinukuha nito.

Ilipat ang Node sa isang Subflow

Minsan, gusto mong umalis ang bot sa Autonomous Node sa isang sub-flow.

Sabihin nating gusto mong mangolekta ang iyong bot ng email ng user, pagkatapos ay maghanap ng higit pang impormasyon tungkol sa email na iyon mula sa iba pang mga system upang pagyamanin ang impormasyon sa pakikipag-ugnayan.

Sa sitwasyong iyon, maaaring kailanganin mo ang bot na umalis sa Autonomous Node loop at magsaliksik sa isang subflow na naglalaman ng maraming hakbang/system para pagyamanin ang contact na iyon:

Kapag gusto ng user ng higit pang impormasyon tungkol sa isang email, pumunta sa tool sa paglipat.

Sinasabi ng tagubiling ito sa node na i-invoke ang workflow.transition tool sa tuwing humihingi ang user ng higit pang detalye tungkol sa mga email, na nagdidirekta sa daloy ng pag-uusap nang naaayon.

Pagpuno ng Variable at Pagsasagawa ng Aksyon

Para sa mga sitwasyon kung saan mo gustong ang node ay parehong kumuha ng input at mag-trigger ng isang aksyon nang sabay-sabay, maaari mo itong i-prompt nang ganito:

Kapag gusto ng user ng higit pang impormasyon tungkol sa isang email, pumunta sa transition tool at punan ang variable na "email" ng email na tinatanong ng user.

Dito, ginagabayan mo ang Node na hindi lamang ma-trigger ang paglipat kundi pati na rin upang kunin at iimbak ang email ng user sa isang variable, na nagbibigay-daan sa dynamic na gawi sa paglaon sa pag-uusap.

Pagmamanipula ng Tugon Batay sa isang Kondisyon

Minsan, gugustuhin mong magsagawa ang node ng karagdagang lohika batay sa mga kundisyon. Narito ang isang halimbawa ng prompt na nauugnay sa pagbibigay ng mga link ng video:

Kung pipiliin ng mga user ang "1" pagkatapos ay sabihin ang isang bagay tulad ng "salamat", pagkatapos ay gamitin ang tool sa paglipat.

Tinutulungan ng prompt na ito ang node na maunawaan ang inaasahang istruktura ng isang link ng video at kung paano ito baguhin kapag hiniling ng user na sumangguni sa isang partikular na punto sa video.

Halimbawa ng Paggamit ng Template para sa Mga Link ng Video

Maaari mo pang linawin ang prompt sa pamamagitan ng pagbibigay ng aktwal na halimbawa kung paano dapat kumilos ang system kapag tumutugon sa isang kahilingan ng user para sa mga link ng 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}}"""

Nagbibigay ito sa node ng malinaw na gabay sa kung paano dynamic na bumuo ng mga link ng video na may mga partikular na timestamp, na tinitiyak ang pare-pareho at madaling gamitin na mga tugon.

Pag-troubleshoot at Diagnosis

Kapag sinusubok ang gawi ng Autonomous Node sa emulator, mahalagang i-diagnose kung ano ang nangyayari sa ilalim ng hood. Paano gumagawa ng mga desisyon ang Node?

Narito kung paano mo maaaring i-troubleshoot at suriin ang proseso ng pag-iisip at pagganap ng Node.

*Halimbawa ng pakikipag-ugnayan ng Autonomous Node at ang Inspect button, sa emulator.*

Tatlong paraan para mag-troubleshoot

1. Siyasatin ang Isip ng Node

Sa pamamagitan ng pag-click sa Inspect , maaari mong silipin ang panloob na estado ng Autonomous Node at maunawaan kung ano ang LLM ay pinoproseso. Sa pamamagitan ng pag-inspeksyon, makikita mo ang:

Anong mga tagubilin ang inuuna ng node
Paano nito binibigyang kahulugan ang iyong prompt
Kung ito ay sumusunod sa mga hadlang at mga tagubilin na iyong ibinigay

Kung mapapansin mo na ang node ay hindi tumutugon nang tama o tila binabalewala ang ilang partikular na mga tagubilin, ang pag-inspeksyon ay magbubunyag kung mali ang pagkakaintindi nito sa prompt o nabigong magsagawa ng isang partikular na tool.

*Maaari mong makita ang Autonomous Nodes na nag-iisip sa screen ng Inspect.*

‍

2. Suriin ang Tools Tab

Ipinapakita ng seksyong Mga Tool ang lahat ng magagamit na tool na maaaring magamit ng Autonomous Node. Sa bawat oras na magdagdag ka ng bagong card o gumawa ng pagbabago sa configuration ng node, ina-update ang listahan ng Mga Tool.

Tiyakin na ang mga tool na nakalista ay tumutugma sa inaasahan mong magagamit sa proseso ng paggawa ng desisyon ng node.
Tiyaking tama ang spelling ng mga pangalan ng tool sa iyong prompt upang matiyak na maisasagawa nang tama ng node ang tinukoy na pagkilos.

*Ang seksyon ng mga tool ng Autonomous Node.*

‍

3. Suriin ang Tab na Mga Pag-ulit

Karaniwang sinusubukan ng Autonomous Node na isagawa ang lahat ng mga tagubilin sa loob ng isa o dalawang pag-ulit. Ang bilang ng mga pag-ulit ay nakasalalay sa pagiging kumplikado ng prompt at kung paano ito sinusuri ng Node.

Para sa mas kumplikadong mga gawain, maaaring tumagal ang node ng maraming pag-ulit upang mangalap ng data, gumawa ng mga pagpapasya, o kumuha ng panlabas na impormasyon.

Sa pamamagitan ng pagsusuri sa tab na Mga Pag-ulit (o sa tab na Lahat), mauunawaan mo ang:

Gaano karaming mga pag-ulit ang kinakailangan para maabot ng node ang panghuling desisyon nito.
Ano ang naging sanhi ng maraming hakbang sa node (hal., pagkuha ng karagdagang data mula sa mga tool tulad ng knowledgeAgent.knowledgequery o browser.webSearch ).
Bakit nakamit ang isang partikular na kinalabasan.

*Maaari mong suriin kung ano ang nangyayari sa bawat pag-ulit.*

Mga Karaniwang Problema sa Pag-troubleshoot

Laki ng modelo

Maaaring hindi sinusunod ng Autonomous Node ang iyong prompt, nagsasagawa ng bahagi ng prompt sa halip na lahat nito, o tinatawag ang "workflowQueue" nang hindi tinatawag ang mga tool na "workflowExecuteAll".

Makatuwiran na palaging baguhin ang Autonomous Node LLM laki sa mas maliit na modelo—dahil mas mura ito—ngunit may halaga iyon.

Isang mas maliit LLM maaaring magresulta sa pagkaputol ng mga bahagi ng prompt, partikular ang definition wrapper na iyon Botpress nagdadagdag upang matiyak ang LLM nauunawaan kung paano gumagana ang mga card, anong mga parameter ang kinakailangan, atbp. Kung wala ito, hindi malalaman ng bot kung paano kumilos nang maayos.

bersyon ng LLMz

Palaging tiyaking ginagamit mo ang pinakabagong stable na bersyon ng LLMz. Ito ang autonomous engine na nagdidirekta sa autonomous node upang gumana.

Naglalaman din ito ng mga pag-aayos ng bug, na ginagawang mas agnostic ang mga senyas LLMs .

*Maaari mong piliin ang pinakabagong stable na modelo sa mga setting ng AI Agent.*

‍

Halimbawa: Pag-diagnose ng Code Creation

Sabihin nating ang isang Autonomous Node ay bumubuo ng code ngunit hindi sumusunod nang tama sa prompt. Narito kung paano mo ito maaaring i-troubleshoot:

Inspect : Suriin kung anong mga tagubilin ang sinusunod ng node. Tama ba ang pag-unawa sa kahilingan para sa pagbuo ng code?
Tools : I-verify na ang node ay may access sa mga kinakailangang tool (hal., code generation tools o knowledge base query tool). Tiyaking malinaw na nire-refer ng prompt ang mga tool na ito.
Mga Pag-ulit : Tingnan ang tab ng mga pag-ulit upang makita kung paano naabot ng node ang punto ng pagbuo ng code. Nagsagawa ba ito ng isa o maraming hakbang? Nag-query ba ito ng isang base ng kaalaman muna, o sinubukan ba nitong bumuo kaagad ng code?

Solusyon : Kung ang bot ay nabigong makabuo ng code nang maayos:

Tiyaking ang tool na ginagamit para sa pagbuo ng code ay wastong na-refer sa prompt.
Isaayos ang mga tagubilin upang magabayan ang node na gumamit ng mga partikular na hakbang, gaya ng pagkuha muna ng may-katuturang kaalaman bago subukan ang pagbuo ng code.

‍

*Sample ng nabuong code mula sa isang Autonomous Node.*

‍

Buong Prompt na Halimbawa

**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.

Prompt Breakdown

Sa buong prompt sa itaas, lumikha ang user ng AI assistant na sumasagot sa mga tanong mula sa mga mag-aaral tungkol sa mga kursong pang-edukasyon.

Ang halimbawa sa itaas ay isang patnubay na maaaring baguhin para sa iyong mga pangangailangan, ngunit ang layout na ito ang nalaman kong pinakamabisang istraktura sa ngayon.

Isa-isahin natin kung bakit ang prompt ay inilatag sa paraang ito:

1. Mahalagang Paunawa

**MAHALAGA: Ang Query Knowledge Base ay gagamitin lamang para sa mga tanong sa suporta na tahasang nauugnay sa mga kurso ng mag-aaral, at HINDI para sa mga pangkalahatang tampok o mga katanungan sa pagpepresyo.

Layunin : Magtakda ng mga hangganan kung kailan at paano dapat gamitin ang tool ng Query Knowledge Base . Binibigyang-diin na ito ay para lamang sa suportang nauugnay sa kurso, hindi para sa mga pangkalahatang katanungan tungkol sa mga feature o pagpepresyo.

Kahalagahan : Tumutulong na paliitin ang saklaw ng bot, itinutuon ang mga tugon nito at pagpapahusay ng kaugnayan para sa mga user, partikular na ang pagtiyak na ang mga tugon ay naaayon sa nilalamang pang-edukasyon.

2. Paglalarawan ng Tungkulin

Isa kang AI-powered troubleshooting chatbot na pinangalanang XYZ Assistant', na nakatuon sa pagbibigay ng suporta na nauugnay sa mga propesyonal na kursong inaalok ng XYZ LMS. Ang iyong pangunahing layunin ay upang pangasiwaan ang mga katanungan ng mag-aaral nang mahusay sa pamamagitan ng pagkuha ng tumpak na impormasyon mula sa base ng kaalaman at pagsagot sa mga tanong nang malinaw.

Layunin : Tinutukoy ang tungkulin ng AI bilang isang katulong na nakatuon sa suporta, malinaw na binabalangkas ang pangunahing layunin nito na lutasin ang mga katanungang nauugnay sa kurso.

Kahalagahan : Tinitiyak na naaayon ang mga tugon ng assistant sa nilalayon nitong layunin, pamamahala sa mga inaasahan ng user at pananatiling may kaugnayan sa domain nito (na, sa kasong ito, ay XYZ LMS).

3. Tono at Wika

• Panatilihin ang isang magalang, propesyonal, at matulunging kilos sa lahat ng oras. • Gumamit ng wikang malinaw, maigsi, at angkop para sa mga mag-aaral at propesyonal sa pananalapi at pamumuhunan. • Tiyaking ligtas at kumpidensyal na pinangangasiwaan ang data ng user, na sumusunod sa lahat ng nauugnay na patakaran sa proteksyon ng data. • Gamitin lamang ang impormasyon mula sa **LMS Knowledge Base** .I-personalize ang mga pakikipag-ugnayan upang mapahusay ang pakikipag-ugnayan at kasiyahan ng user. • Isalamin ang **XYZ branding** sa buong pag-uusap, tinitiyak ang kalinawan at propesyonalismo. • Iwasang magbigay ng mga sagot sa labas ng knowledge base o mag-surf sa internet para sa impormasyon. • Kung ang gumagamit ay nagpahayag ng pagkadismaya, kilalanin ang kanilang pag-aalala at tiyakin sa kanila na narito ka upang tumulong.

Layunin : Magbigay ng patnubay sa kilos, tono, at propesyonalismo ng katulong habang pinapanatili ang secure at proteksiyon ng data na mga pakikipag-ugnayan.

Kahalagahan : Nagtatakda ng magiliw at secure na tono, na umaayon sa pagba-brand at mga inaasahan ng user para sa isang sumusuporta at propesyonal na katulong.

4. Daloy ng Pakikipag-ugnayan at Mga Tagubilin

Pagbati at Paunang Query

• Magsimula sa isang palakaibigan at propesyonal na pagbati. • Hikayatin ang mga user na magtanong tungkol sa nilalaman ng kurso, mga materyales sa suporta, o iba pang mga alalahaning nauugnay sa kurso.

Layunin : Ang direktiba na ito ay nagtuturo sa assistant na magsimula sa isang mainit, propesyonal na pagbati at hikayatin ang mga user na magtanong ng mga partikular na tanong tungkol sa kanilang kurso.

Kahalagahan : Nagtatatag ng kaakit-akit na entry point na nagpapahusay sa pakikipag-ugnayan ng user at tumutulong sa bot na mangalap ng mga detalye para sa mas magandang tugon.

Pagkuha ng Impormasyon at Resolusyon sa Isyu

• Gamitin ang tool na 'Query Knowledge Base' upang makahanap ng mga tumpak na sagot sa mga katanungan ng mag-aaral. • Magbigay ng malinaw, maikli, at kapaki-pakinabang na mga tugon upang malutas ang tanong ng user. • Kung ang pagtatanong ay nagsasangkot ng pag-link sa isang video, gamitin ang ibinigay na istraktura ng link ng video. Upang mag-link sa isang partikular na sandali sa video, idagdag ang parameter na "t" para sa gustong oras (hal., para sa 15 segundong marka, gamitin ang "t=15").

Layunin : Atasan ang katulong na gamitin ang base ng kaalaman para sa may-katuturan at malinaw na mga tugon. Bukod pa rito, may kasama itong structured na diskarte para sa pagbabahagi ng mga mapagkukunan ng video na may mga link na nakabatay sa oras.

Kahalagahan : Nagbibigay-daan sa mahusay, tumpak na mga tugon at isang structured na paraan upang tugunan ang mga query na partikular sa content tulad ng mga video, na nagpapatibay ng tuluy-tuloy na karanasan ng user.

Konklusyon

Kapag nalutas na ang isyu, magalang na tapusin ang pakikipag-ugnayan at tanungin kung mayroon ka pang matutulungan.

Layunin : Ginagabayan ang bot kung paano tapusin ang mga pakikipag-ugnayan nang magalang, na nagtatanong kung kailangan pa ng karagdagang tulong.

Kahalagahan : Nagpapanatili ng isang propesyonal at suportadong tono sa buong pakikipag-ugnayan at nagbibigay-daan sa mga user na magpatuloy sa pakikipag-ugnayan kung kinakailangan.

5. Mga Dagdag na Tagubilin

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}}"""

Layunin : Nagpapakita ng format para sa pag-link sa mga partikular na bahagi ng isang video upang matulungan ang mga mag-aaral na mahanap ang tumpak na impormasyon.

Kahalagahan : Nagbibigay ng kalinawan sa pagbabahagi ng mga mapagkukunan ng video, lalo na para sa nilalamang pagtuturo na tukoy sa oras.

*Paghawak sa Mga Edge Case Kung nagtanong ang user ng pangkalahatan o hindi malinaw na tanong, i-prompt sila na magbigay ng higit pang mga detalye upang makapag-alok ka ng mas mahusay na solusyon.

Layunin : Inihahanda ang katulong na pangasiwaan ang hindi malinaw o pangkalahatang mga katanungan sa pamamagitan ng pag-prompt sa mga user para sa higit pang mga detalye.

Kahalagahan : Tumutulong na maiwasan ang pagkalito at tinitiyak na matutugunan ng katulong ang mga tanong ng user nang may mas tiyak na detalye hangga't maaari.

Bumuo ng AI Agent Ngayon

Botpress ay isang ganap na napapalawak na platform ng ahente ng AI para sa mga negosyo.

Ang aming all-in-one na pakikipag-usap na AI Platform-as-a-Service (PaaS) ay nagbibigay-daan sa mga kumpanya na bumuo, mag-deploy, at magmonitor LLM -pinalakas na mga solusyon.

Inilapat sa mga industriya, kaso ng paggamit, at proseso ng negosyo, Botpress ang mga proyekto ay palaging scalable, secure, at on-brand.

Sa 500,000+ user at milyun-milyong bot na naka-deploy sa buong mundo, Botpress ay ang platform ng pagpili para sa mga kumpanya at mga developer magkamukha. Tinitiyak ng aming mataas na antas ng seguridad at dedikadong serbisyo sa tagumpay ng customer na ang mga kumpanya ay kumpleto sa kagamitan upang mag-deploy ng mga ahente ng AI na antas ng enterprise.

Sa pamamagitan ng epektibong pag-configure ng mga Autonomous Node na may wastong mga prompt at mga kahulugan ng tool, ang mga organisasyon ay maaaring lumikha ng mga matatalinong ahente na humahawak sa mga pakikipag-ugnayan ng user nang awtonomiya.

Simulan ang pagtatayo ngayon. Ito'y LIBRE.