Botpress Autonomous Node, işlevsel yapay zeka aracıları oluşturmanıza olanak tanır - sohbet robotları değil, mevcut bağlamlarına göre kararlar alan otonom aracılar.
Bot üreticileri, net talimatlar sağlayarak ve araçları entegre ederek, bir sohbet botunun davranışını ana hatlarıyla belirlemek için Otonom Düğümleri kullanabilir.
Node, kullanıcı girdilerini anlayarak, doğru verilerle yanıt vererek ve araçlarından yararlanarak hem karar verme hem de yürütme işlemlerini gerçekleştirecek şekilde tasarlanmıştır.
Autonomous Node kullanmakla ilgileniyorsanız doğru yerdesiniz. Bu makalede, platformumuzun aracı güç merkezi özelliğini kullanmanın temellerini ortaya koyacağım.
Otonom Düğümün Temel Özellikleri
1. LLM Karar Odaklı
Bir Otonom Düğüm, akıllı kararlar almak için LLM 'un yeteneklerini kullanır.
2. Otonom Davranış
Bir Otonom Düğüm, talimatlara ve kullanıcı girdisine dayalı olarak manuel müdahale olmadan eylemler gerçekleştirebilir.
3. Araçlar
Otonom Düğüm belirli araçları anlar ve kullanır - örneğin, bilgi tabanlarını sorgulayabilir, web aramaları yapabilir ve iş akışı geçişlerini yürütebilir.
4. Özelleştirme
Bir Otonom Düğümü uygun bir persona ve ayrıntılı talimatlarla yapılandırarak, görüşmeler sırasında markaya uygun ve kapsam dahilinde davranmasını sağlayabilirsiniz.
5. Kod Yazma ve Yürütme
Otonom Düğüm, görevleri yerine getirmek için özel kod oluşturabilir ve yürütebilir.
6. Kendi kendini düzeltme
Otonom Düğüm kendini yanlış bir yola girerken bulursa, kendi kendini düzeltme ve hatalardan kurtulma yeteneğine sahiptir.
Yapılandırma Ayarları
Her Otonom Düğüm, davranışını iş ihtiyaçlarıyla uyumlu hale getirmek için dikkatli bir yapılandırma gerektirir.
Bir Otonom Düğüm kurmanın en önemli kısmı doğru istem ve talimatları yazmaktır. Komut istemi, temsilcinin kişiliğini anlamasına yardımcı olur ve karar verme sürecini yönlendirir.
Talimat Kutusu
Talimatlar Kutusunda net yönergeler sağlayın. Talimatlar ne kadar spesifik olursa, temsilcinin karar verme süreci o kadar iyi olur.
Örnek: "Siz her zaman 'knowledgeAgent.knowledgequery' aracını kullanarak soruları yanıtlayan yardımcı bir asistansınız. Eğer kullanıcı 'ara' derse, 'browser.webSearch' aracını kullanın."
Konuşmaya İzin Ver
Konuşmaya İzin Ver geçişi Otonom Düğümün kullanıcılarla doğrudan iletişim kurmasını sağlar. Kapatılırsa, Düğüm kullanıcılara mesaj göndermeden yalnızca komutları işler ve dahili mantığını yürütür.
Araçları Anlama
Verdiğiniz talimatlara bağlı olarak, bir Otonom Düğüm çağırabileceği çeşitli araçlarla donatılmıştır.
Her araç belirli bir eylemi gerçekleştirir - bu araçların ne zaman ve nasıl kullanılacağını anlamak, Node'un kararlarını yönlendirmek için kritik öneme sahiptir.
En Yaygın 7 Araç
- global.think: Devam etmeden önce LLMz motorunun düşünmesine izin verir.
- browser.webSearch: Temsilcinin cevaplar için web'de arama yapmasını sağlar.
- knowledgeAgent.knowledgequery: İlgili bilgiler için dahili bir bilgi tabanını sorgular.
- clock.setReminder: Gelecekteki görevler veya yanıtlar için bir hatırlatıcı ayarlar.
- workflow.transition: Kullanıcı girdisine göre görüşmenin bir bölümünden diğerine geçerek bir iş akışı geçişi yürütür.
- chat.sendText: Kullanıcıya yanıt olarak bir metin mesajı gönderir.
- chat.waitForUserInput: Yürütmeyi duraklatır ve kullanıcıdan daha fazla girdi bekler.
Kullanıcı eylemlerine yanıt olarak hangi aracın kullanılacağını belirleyerek, görüşmenin akışını ve sonuçlarını kontrol edebilirsiniz.
Örneğin, LLM adresine belirli koşullar karşılandığında her zaman belirli eylemleri gerçekleştirmesi talimatını verebilirsiniz: "Kullanıcı '1' dediğinde, bir sonraki adıma geçmek için 'workflow.transition' aracını kullanın."
Veya: "Kullanıcı bir soru sorarsa, önce 'knowledgeAgent.knowledgequery' aracını kullanarak yanıtlamaya çalışın."
Örnek İş Akışı
Otonom Düğümün bir görüşme sırasında nasıl yapılandırılabileceğine ve çalışabileceğine dair adım adım bir örnek aşağıda verilmiştir:
1. Kullanıcı Girişi
Kullanıcı, şirketin ürünü hakkında bir soru yazar.
2. Komut Yürütme
Otonom Düğüm komut istemini takip eder ve dahili bilgi tabanında arama yapmak için knowledgeAgent.knowledgequery aracını kullanır.
3. LLM Karar
Bilgi tabanında tatmin edici bir yanıt yoksa düğüm, ek bilgi için web'de arama yapmak üzere browser.webSearch aracını kullanabilir.
4. Mesaj Gönder
Yanıt hazır olduğunda, düğüm kullanıcıya ilgili bilgilerle yanıt vermek için chat.sendText 'i kullanır.
5. Girdi için bekleyin
Yanıt verdikten sonra düğüm, kullanıcıdan daha fazla sorgu veya etkileşim beklemek için chat.waitForUserInput kullanır.
Talimatlar Nasıl Yazılır
Örnekte gösterildiği gibi, Otonom Düğümün doğru şekilde davranmasını sağlamak için açık talimatlar hayati önem taşımaktadır.
LLM'un karar verme yeteneği, talimatların yapılandırılma şeklinden büyük ölçüde etkilenir.
İşte Otonom Düğümünüz için talimatlar yazmaya yönelik en iyi 3 uygulama:
1. Spesifik Olun
Belirsiz komutlar yerine, temsilciyi net bir şekilde yönlendiren açık bir dil kullanın.
Örnek: "Kullanıcı 'yardım' derse, 'chat.sendText' kullanarak önceden tanımlanmış bir destek seçenekleri listesi gönderin."
2. Araç Kullanımını Tanımlama
Hangi aracın hangi koşullar altında kullanılması gerektiğini açıkça belirtin.
Örnek: "Ürünle ilgili soruları yanıtlamak için her zaman 'knowledgeAgent.knowledgequery' kullanın."
3. Akışı Yönlendirin
Konuşmanın doğru yönde akmasını sağlamak için net geçişler ve adımlar kullanın.
Örnek: "Bilgi tabanı yanıt veremiyorsa, 'browser.webSearch' kullanarak bir arama sorgusuna geçin."
Aşağıdaki bağlantılardan daha fazla bilgi edinebilirsiniz:
- OpenAI API ile hızlı mühendislik için en iyi uygulamalar
- ChatGPT API ile Sistemler Oluşturma
- ChatGPT Geliştiriciler için Hızlı Mühendislik
Markdown Sözdizimini Kullanma
Başlamadan önce, Markdown Sözdizimini kullanmanın öneminden bahsetmek önemlidir.
Yapılandırılmış, görsel olarak net bir istem oluşturmak için, başlıklar, madde işaretleri ve kalın metin gibi markdown sözdizimini kullanmak çok önemlidir.
Bu sözdizimi, LLM 'un talimatların hiyerarşisini tanımasına ve buna saygı göstermesine yardımcı olarak ana bölümler, alt talimatlar ve örnekler arasında ayrım yapmasına rehberlik eder.
Markdown sözdizimini kullanmak size zor geliyorsa, açık ve hiyerarşik kaldığınız sürece sizin için kolay olan herhangi bir yapıyı kullanın.
Markdown Basic Syntax hakkında daha fazla bilgi
Yararlı İpuçları
Bu bölüm, Otonom Düğümün davranışını kontrol etmek için kullanabileceğiniz en yaygın örneklerin ve kalıpların bir listesini içerir.
Bu örnekler pratik deneyimlerden alınmıştır ve belirli talimatlar ve araçlar kullanılarak farklı senaryoların nasıl ele alınacağını göstermektedir.
Dahili Bilgiye Odaklanın
Düğümün destek soruları ile diğer soru türlerini (fiyatlandırma veya özellikler gibi) birbirinden ayırdığından emin olmak için düğümü aşağıdaki şekilde yönlendirebilirsiniz:
**ÖNEMLİ Genel Süreç**
- knowledgeAgent.knowledgequery aracı yalnızca destekle ilgili sorular için kullanılmalı, genel özellikler veya fiyatla ilgili sorular için KULLANILMAMALIDIR.
- Browser.websearch aracı SADECE destek soruları için kullanılmalıdır ve genel özellikler veya fiyatla ilgili sorular için KULLANILMAMALIDIR.
Bu istem, LLM 'un belirli araçları yalnızca destekle ilgili sorgular bağlamında kullanmaya devam etmesini ve aldığı bilgi türü üzerinde kontrol sahibi olmasını sağlar.
Düğümün Alt Akışa Geçişi
Bazen botun Otonom Düğümden çıkıp bir alt akışa geçmesini istersiniz.
Diyelim ki botunuzun bir kullanıcı e-postası toplamasını ve ardından iletişim bilgilerini zenginleştirmek için diğer sistemlerden bu e-posta hakkında daha fazla bilgi aramasını istiyorsunuz.
Bu durumda, botun Otonom Düğüm döngüsünden çıkması ve bu teması zenginleştirmek için birçok adım/sistem içeren bir alt akışa girmesi gerekebilir:
Kullanıcı bir e-posta hakkında daha fazla bilgi istediğinde, geçiş aracına gidin.
Bu talimat, kullanıcı e-postalar hakkında daha fazla ayrıntı istediğinde düğüme workflow.transition aracını çağırmasını ve konuşma akışını buna göre yönlendirmesini söyler.
Bir Değişkeni Doldurma ve Bir Eylem Gerçekleştirme
Düğümün aynı anda hem girdi yakalamasını hem de bir eylemi tetiklemesini istediğiniz senaryolar için bu şekilde komut verebilirsiniz:
Kullanıcı bir e-posta hakkında daha fazla bilgi istediğinde, geçiş aracına gidin ve "e-posta" değişkenini kullanıcının sorduğu e-posta ile doldurun.
Burada, Node'u yalnızca geçişi tetiklemek için değil, aynı zamanda kullanıcının e-postasını bir değişkende çıkarmak ve saklamak için de yönlendirirsiniz, böylece konuşmanın ilerleyen bölümlerinde dinamik davranış sağlarsınız.
Bir Koşula Bağlı Olarak Yanıtı Değiştirme
Bazen, düğümün koşullara bağlı olarak ek mantık yürütmesini istersiniz. İşte video bağlantıları sağlamakla ilgili örnek bir istem:
Kullanıcılar "1 "i seçerse, "teşekkür ederim" gibi bir şey söyleyin, ardından geçiş aracını kullanın.
Bu istem, düğümün bir video bağlantısının beklenen yapısını ve kullanıcı videodaki belirli bir noktaya başvurmak istediğinde bunu nasıl değiştireceğini anlamasına yardımcı olur.
Video Bağlantıları için Şablon Kullanımına Örnek
Video bağlantıları için bir kullanıcı talebine yanıt verirken sistemin nasıl davranması gerektiğine dair gerçek bir örnek sağlayarak istemi daha da netleştirebilirsiniz:
**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}}"""
Bu, düğüme belirli zaman damgalarına sahip video bağlantılarının dinamik olarak nasıl oluşturulacağı konusunda net bir rehberlik sağlayarak tutarlı ve kullanıcı dostu yanıtlar sağlar.
Sorun Giderme ve Teşhis
Otonom Node'un emülatördeki davranışını test ederken, kaputun altında neler olduğunu teşhis etmek önemlidir. Node nasıl kararlar alıyor?
Node'un düşünce süreci ve performansıyla ilgili sorunları şu şekilde giderebilir ve inceleyebilirsiniz.
Sorun gidermenin üç yolu
1. Düğümün Zihnini İnceleyin
İncele'ye tıklayarak Otonom Düğümün dahili durumuna göz atabilir ve LLM 'un ne işlediğini anlayabilirsiniz. İnceleyerek şunları görebilirsiniz:
- Düğümün hangi talimatlara öncelik verdiği
- İsteminizi nasıl yorumluyor
- Sağladığınız kısıtlamalara ve talimatlara uyup uymadığı
Düğümün doğru yanıt vermediğini veya belirli talimatları görmezden geldiğini fark ederseniz, inceleme, komut istemini yanlış anlayıp anlamadığını veya belirli bir aracı çalıştırmayı başaramadığını ortaya çıkaracaktır.
2. Araçlar Sekmesini Kontrol Edin
Araçlar bölümü, Otonom Düğümün yararlanabileceği tüm mevcut araçları görüntüler. Her yeni kart eklediğinizde veya düğüm yapılandırmasında bir değişiklik yaptığınızda Araçlar listesi güncellenir.
- Listelenen araçların düğümün karar verme sürecinde mevcut olmasını beklediğiniz araçlarla eşleştiğinden emin olun.
- Düğümün belirtilen eylemi doğru şekilde yürütebilmesini sağlamak için araç adlarının isteminizde doğru yazıldığından emin olun.
3. Yinelemeler Sekmesini Kontrol Edin
Otonom Düğüm genellikle tüm talimatları bir veya iki yineleme içinde yürütmeye çalışır. Yineleme sayısı, komut isteminin karmaşıklığına ve Node'un bunu nasıl analiz ettiğine bağlıdır.
Daha karmaşık görevler için düğümün veri toplaması, karar vermesi veya harici bilgi getirmesi birden fazla yineleme gerektirebilir.
Yinelemeler sekmesini (veya Tümü sekmesini) inceleyerek anlayabilirsiniz:
- Düğümün nihai kararına ulaşması için kaç iterasyon gerekmiştir.
- Düğümün birden fazla adım atmasına neden olan şey (örneğin, knowledgeAgent.knowledgequery veya browser.webSearch gibi araçlardan ek veri getirme).
- Belirli bir sonuca neden ulaşıldığı.
Yaygın Sorun Giderme Problemleri
Model boyutu
Otonom Düğüm komut isteminizi takip etmiyor, komut isteminin tamamı yerine bir kısmını yürütüyor veya "workflowExecuteAll" araçlarını çağırmadan "workflowQueue "yu çağırıyor olabilir.
Autonomous Node LLM boyutunu her zaman daha küçük bir modelle değiştirmek mantıklıdır - çünkü daha ucuzdur - ancak bunun bir bedeli vardır.
Daha küçük bir LLM , komut isteminin bazı bölümlerinin, özellikle de Botpress 'un LLM 'un kartların nasıl çalıştığını, hangi parametrelerin gerekli olduğunu vb. anlamasını sağlamak için eklediği tanım sarmalayıcısının kesilmesine neden olabilir. Bu olmadan bot nasıl düzgün hareket edeceğini bilemez.
LLMz versiyonu
Her zaman LLMz'nin en son kararlı sürümünü kullandığınızdan emin olun. Otonom düğümü çalışmaya yönlendiren otonom motordur.
Ayrıca hata düzeltmeleri içermekte ve istemleri LLMs adresinden daha agnostik hale getirmektedir.
Örnek: Kod Oluşturma Teşhisi
Diyelim ki bir Otonom Düğüm kod üretiyor ancak komut istemini doğru şekilde takip etmiyor. Bu sorunu şu şekilde giderebilirsiniz:
- Kontrol edin: Düğümün hangi talimatları izlediğini kontrol edin. Kod oluşturma talebini doğru bir şekilde anlıyor mu?
- Araçlar: Düğümün gerekli araçlara (örneğin, kod oluşturma araçları veya bilgi tabanı sorgulama araçları) erişimi olduğunu doğrulayın. Komut isteminin bu araçlara açıkça atıfta bulunduğundan emin olun.
- Yinelemeler: Düğümün kodu oluşturma noktasına nasıl ulaştığını görmek için yinelemeler sekmesine bakın. Bir veya birden fazla adım mı attı? Önce bir bilgi tabanını mı sorguladı yoksa hemen kod üretmeye mi çalıştı?
Çözüm: Bot düzgün bir şekilde kod üretemiyorsa:
- Kod üretimi için kullanılan aracın istemde doğru şekilde referanslandırıldığından emin olun.
- Talimatları, düğümün kod oluşturmaya çalışmadan önce ilgili bilgiyi alması gibi belirli adımları kullanması için yönlendirilecek şekilde ayarlayın.
Tam İstem Örneği
**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.
İstem Dağılımı
Yukarıdaki tam istemde kullanıcı, öğrencilerin eğitim kursları hakkındaki sorularını yanıtlayan bir yapay zek a asistanı oluşturdu.
Yukarıdaki örnek, ihtiyaçlarınıza göre değiştirilebilecek bir kılavuzdur, ancak bu düzen şimdiye kadar en etkili yapı olarak bulduğum şeydir.
İstemin neden bu şekilde düzenlendiğini açıklayalım:
1. Önemli Uyarı
**ÖNEMLİ: Sorgu Bilgi Tabanı yalnızca öğrenci kurslarıyla ilgili destek soruları için kullanılmalıdır, genel özellikler veya fiyatlandırma soruları için DEĞİL.
Amaç: Sorgu Bilgi Tabanı aracının ne zaman ve nasıl kullanılacağına dair sınırlar belirleyin. Bunun kesinlikle kursla ilgili destek için olduğunu, özellikler veya fiyatlandırma hakkında genel sorular için olmadığını vurgular.
Önemlilik: Botun kapsamını daraltmaya, yanıtlarını odaklamaya ve özellikle yanıtların eğitim içeriğiyle uyumlu olmasını sağlayarak kullanıcılar için alaka düzeyini artırmaya yardımcı olur.
2. Rol Tanımı
XYZ LMS tarafından sunulan profesyonel kurslarla ilgili destek sağlamaya odaklanmış, XYZ Assistant' adlı yapay zeka destekli bir sorun giderme sohbet robotusunuz. Birincil hedefiniz, bilgi tabanından doğru bilgileri alarak ve soruları net bir şekilde yanıtlayarak öğrenci sorularını verimli bir şekilde ele almaktır.
Amaç: YZ'nin destek odaklı bir asistan olarak rolünü tanımlar ve kursla ilgili soruları çözmek için birincil hedefini açıkça belirtir.
Önemlilik: Asistanın yanıtlarının amacına uygun olmasını, kullanıcı beklentilerini yönetmesini ve etki alanıyla (bu durumda XYZ LMS) ilgili kalmasını sağlar.
3. Ton ve Dil
- Her zaman nazik, profesyonel ve yardımsever bir tavır sergileyin.
- Finans ve yatırım alanındaki öğrenciler ve profesyoneller için açık, özlü ve uygun bir dil kullanın.
- İlgili tüm veri koruma politikalarına bağlı kalarak kullanıcı verilerinin güvenli ve gizli bir şekilde işlendiğinden emin olun.
-Yalnızca **LMS Bilgi Tabanı**ndakibilgileri kullanın . Kullanıcı katılımını ve memnuniyetini artırmak için etkileşimleri kişiselleştirin.
- Görüşme boyunca**XYZ markasını**yansıtın , netlik ve profesyonellik sağlayın.
- Bilgi tabanı dışında yanıtlar vermekten veya bilgi için internette gezinmekten kaçının.
- Kullanıcı hayal kırıklığını ifade ederse, endişelerini kabul edin ve onlara yardım etmek için burada olduğunuza dair güvence verin.
Amaç: Güvenli, veri koruyucu etkileşimleri sürdürürken asistanın tavrı, tonu ve profesyonelliği konusunda rehberlik sağlamak.
Önemlilik: Destekleyici ve profesyonel bir asistan için marka ve kullanıcı beklentileriyle uyumlu, samimi ve güvenli bir ton belirler.
4. Etkileşim Akışı ve Talimatlar
Selamlama ve İlk Sorgu
- Dostça ve profesyonel bir selamlama ile başlayın.
- Kullanıcıları kurs içeriği, destek materyalleri veya kursla ilgili diğer endişeler hakkında soru sormaya teşvik edin.
Amaç: Bu yönerge, asistanı sıcak ve profesyonel bir karşılama ile başlamaya ve kullanıcıları kursları hakkında belirli sorular sormaya teşvik etmeye yönlendirir.
Önemlilik: Kullanıcı etkileşimini artıran ve botun daha iyi bir yanıt için ayrıntıları toplamasına yardımcı olan davetkar bir giriş noktası oluşturur.
Bilgi Alma ve Sorun Çözme
- Öğrenci sorularına doğru yanıtlar bulmak için 'Bilgi Tabanını Sorgula' aracını kullanın.
- Kullanıcının sorusunu çözmek için açık, özlü ve yardımcı yanıtlar verin.
- Sorgu bir videoya bağlanmayı içeriyorsa, sağlanan video bağlantı yapısını kullanın. Videodaki belirli bir ana bağlantı vermek için, istenen zaman için "t" parametresini ekleyin (örneğin, 15 saniyelik işaret için "t=15" kullanın).
Amaç: Asistana ilgili ve net yanıtlar için bilgi tabanından yararlanma talimatı verin. Ayrıca, video kaynaklarını zamana dayalı bağlantılarla paylaşmak için yapılandırılmış bir yaklaşım içerir.
Önemlilik: Verimli, kesin yanıtlar ve videolar gibi içeriğe özgü sorguları ele almak için yapılandırılmış bir yol sağlayarak sorunsuz bir kullanıcı deneyimini teşvik eder.
Sonuç
Sorun çözüldükten sonra, etkileşimi kibarca sonlandırın ve yardımcı olabileceğiniz başka bir şey olup olmadığını sorun.
Amaç: Daha fazla yardıma ihtiyaç olup olmadığını sorarak etkileşimlerin kibarca nasıl sonlandırılacağı konusunda bota rehberlik eder.
Önemlilik: Etkileşim boyunca profesyonel ve destekleyici bir ton korur ve gerektiğinde kullanıcıların etkileşime devam etmesini sağlar.
5. Ekstra Talimatlar
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}}"""
Amaç: Öğrencilerin kesin bilgileri bulmalarına yardımcı olmak için bir videonun belirli bölümlerine bağlantı verme biçimini gösterir.
Önemlilik: Özellikle zamana özgü eğitim içeriği için video kaynaklarının paylaşılması konusunda netlik sağlar.
*Uç Vakaların Ele Alınması
Kullanıcı genel veya net olmayan bir soru sorarsa, daha iyi bir çözüm sunabilmeniz için daha fazla ayrıntı vermelerini isteyin.
Amaç: Kullanıcılardan daha fazla ayrıntı isteyerek asistanı belirsiz veya genel soruları ele almaya hazırlar.
Önemlilik: Kafa karışıklığını önlemeye yardımcı olur ve asistanın kullanıcı sorularını mümkün olduğunca spesifik bir şekilde ele alabilmesini sağlar.
Bugün Bir Yapay Zeka Aracısı Oluşturun
Botpress işletmeler için tamamen genişletilebilir bir yapay zeka aracı platformudur.
Hepsi bir arada diyalogsal yapay zeka Hizmet Olarak Platformumuz (PaaS), şirketlerin LLM destekli çözümler oluşturmasına, dağıtmasına ve izlemesine olanak tanır.
Sektörler, kullanım alanları ve iş süreçleri genelinde uygulanan Botpress projeleri her zaman ölçeklenebilir, güvenli ve markaya uygundur.
Dünya çapında 500.000'den fazla kullanıcı ve milyonlarca bot ile Botpress hem şirketler hem de geliştiriciler için tercih edilen bir platformdur. Üst düzey güvenliğimiz ve özel müşteri başarı hizmetimiz, şirketlerin kurumsal düzeyde yapay zeka aracılarını dağıtmak için tam donanımlı olmasını sağlar.
Kuruluşlar, Otonom Düğümleri uygun istemler ve araç tanımlarıyla etkili bir şekilde yapılandırarak, kullanıcı etkileşimlerini otonom olarak ele alan akıllı aracılar oluşturabilir.
Bugün inşa etmeye başlayın. Ücretsiz.
İçindekiler
Yapay zeka ajanlarıyla ilgili en son gelişmelerden haberdar olun
Bunu paylaşın: