Các Botpress Autonomous Node cho phép bạn tạo ra các tác nhân AI có chức năng – không phải chatbot, mà là các tác nhân tự động đưa ra quyết định dựa trên bối cảnh có sẵn của chúng.
Bằng cách cung cấp hướng dẫn rõ ràng và tích hợp các công cụ, người xây dựng bot có thể sử dụng Nút tự động để phác thảo hành vi của chatbot.
Node được thiết kế để xử lý cả việc ra quyết định và thực hiện bằng cách hiểu thông tin đầu vào của người dùng, phản hồi bằng dữ liệu phù hợp và tận dụng các công cụ của nó.
Nếu bạn quan tâm đến việc sử dụng Autonomous Node, bạn đã đến đúng nơi rồi. Trong bài viết này, tôi sẽ trình bày nền tảng để sử dụng tính năng agentic powerhouse của nền tảng chúng tôi.
Các tính năng chính của nút tự động
1. LLM Quyết định thúc đẩy
Một nút tự động sử dụng khả năng của một LLM đưa ra quyết định thông minh thông qua một đại lý LLM .
2. Hành vi tự chủ
Một Nút tự động có thể thực hiện các hành động mà không cần sự can thiệp thủ công dựa trên hướng dẫn và dữ liệu đầu vào của người dùng.
3. Công cụ
Nút tự động hiểu và sử dụng các công cụ cụ thể – ví dụ, nó có thể truy vấn cơ sở kiến thức, thực hiện tìm kiếm trên web và thực hiện chuyển đổi quy trình công việc.
4. Tùy chỉnh
Bằng cách cấu hình một Nút tự động với tính cách phù hợp và hướng dẫn chi tiết, bạn có thể đảm bảo rằng nó hoạt động theo đúng thương hiệu và trong phạm vi trong các cuộc trò chuyện.
5. Viết và thực thi mã
Nút tự động có thể tạo và thực thi mã tùy chỉnh để hoàn thành nhiệm vụ.
6. Tự sửa
Nếu Nút tự động nhận thấy mình đang đi sai hướng, nó có khả năng tự sửa lỗi và phục hồi sau lỗi.
Cài đặt cấu hình
Mỗi Nút Tự động cần được cấu hình cẩn thận để điều chỉnh hành vi của nó theo nhu cầu kinh doanh.
Phần quan trọng nhất của việc thiết lập một Nút tự động là viết lời nhắc và hướng dẫn đúng. Lời nhắc giúp tác nhân hiểu được tính cách của mình và hướng dẫn việc ra quyết định.
Hộp hướng dẫn
Trong Hộp hướng dẫn, hãy cung cấp hướng dẫn rõ ràng. Hướng dẫn càng cụ thể thì quyết định của tác nhân càng tốt hơn.
Ví dụ: “Bạn là một trợ lý hữu ích luôn trả lời các câu hỏi bằng công cụ 'knowledgeAgent.knowledgequery'. Nếu người dùng nói 'tìm kiếm', hãy sử dụng công cụ 'browser.webSearch'.”
Cho phép trò chuyện
Nút chuyển đổi Cho phép hội thoại cho phép Nút tự động giao tiếp trực tiếp với người dùng. Nếu tắt, Nút chỉ xử lý lệnh và thực hiện logic bên trong mà không gửi tin nhắn cho người dùng.
Hiểu các công cụ
Dựa trên các hướng dẫn bạn đưa ra, một Nút tự động sẽ được trang bị một số công cụ mà nó có thể gọi.
Mỗi công cụ thực hiện một hành động cụ thể – việc hiểu khi nào và cách sử dụng các công cụ này rất quan trọng để đưa ra quyết định của Node.
7 Công cụ phổ biến nhất
- global.think : Cho phép công cụ LLMz phản ánh trước khi tiếp tục.
- browser.webSearch : Cho phép tác nhân tìm kiếm câu trả lời trên web.
- knowledgeAgent.knowledgequery : Truy vấn cơ sở kiến thức nội bộ để tìm thông tin có liên quan.
- clock.setReminder : Đặt lời nhắc cho các tác vụ hoặc phản hồi trong tương lai.
- workflow.transition : Thực hiện chuyển đổi quy trình công việc, di chuyển từ phần này của cuộc hội thoại sang phần khác dựa trên thông tin đầu vào của người dùng.
- chat.sendText : Gửi tin nhắn văn bản tới người dùng như một phản hồi.
- chat.waitForUserInput : Tạm dừng thực thi và chờ thông tin đầu vào tiếp theo từ người dùng.
Bằng cách chỉ định công cụ nào sẽ sử dụng để phản hồi hành động của người dùng, bạn có thể kiểm soát luồng và kết quả của cuộc trò chuyện.
Ví dụ, bạn có thể hướng dẫn LLM để luôn thực hiện các hành động nhất định khi đáp ứng các điều kiện cụ thể: “Khi người dùng nói '1', hãy sử dụng công cụ 'workflow.transition' để chuyển sang bước tiếp theo.”
Hoặc: “Nếu người dùng đặt câu hỏi, trước tiên hãy thử trả lời bằng công cụ 'knowledgeAgent.knowledgequery'.”
Ví dụ về quy trình làm việc
Sau đây là ví dụ từng bước về cách Nút tự động có thể được cấu hình và hoạt động trong quá trình trò chuyện:
1. Đầu vào của người dùng
Người dùng nhập câu hỏi về sản phẩm của công ty.
2. Thực hiện lệnh
Nút tự động sẽ làm theo lời nhắc và sử dụng công cụ knowledgeAgent.knowledgequery để tìm kiếm trong cơ sở kiến thức nội bộ.
3. LLM Phán quyết
Nếu cơ sở kiến thức không có câu trả lời thỏa đáng, nút có thể sử dụng công cụ browser.webSearch để tìm kiếm thông tin bổ sung trên web.
4. Gửi tin nhắn
Khi phản hồi đã sẵn sàng, nút sẽ sử dụng chat.sendText để trả lời người dùng với thông tin có liên quan.
5. Chờ đầu vào
Sau khi phản hồi, nút sử dụng chat.waitForUserInput để chờ các truy vấn hoặc tương tác tiếp theo từ người dùng.
Cách viết hướng dẫn
Như thể hiện trong ví dụ, hướng dẫn rõ ràng là rất quan trọng để đảm bảo Nút tự động hoạt động chính xác.
Các LLM Khả năng đưa ra quyết định của 'bị ảnh hưởng rất nhiều bởi cách cấu trúc các hướng dẫn.
Sau đây là 3 phương pháp hay nhất để viết hướng dẫn cho Nút tự động của bạn:
1. Hãy cụ thể
Thay vì các lệnh mơ hồ, hãy sử dụng ngôn ngữ rõ ràng để hướng dẫn nhân viên một cách rõ ràng.
Ví dụ: “Nếu người dùng nói 'trợ giúp', hãy gửi cho họ danh sách các tùy chọn hỗ trợ được xác định trước bằng cách sử dụng 'chat.sendText'.”
2. Xác định cách sử dụng công cụ
Nêu rõ công cụ nào nên được sử dụng trong trường hợp nào.
Ví dụ: “Luôn sử dụng 'knowledgeAgent.knowledgequery' để trả lời các câu hỏi liên quan đến sản phẩm.”
3. Hướng dẫn dòng chảy
Sử dụng các bước chuyển tiếp và chuyển tiếp rõ ràng để đảm bảo cuộc trò chuyện diễn ra đúng hướng.
Ví dụ: “Nếu cơ sở kiến thức không thể trả lời, hãy chuyển sang truy vấn tìm kiếm bằng cách sử dụng 'browser.webSearch'.”
Bạn có thể tìm thêm thông tin tại các liên kết sau:
Sử dụng cú pháp Markdown
Trước khi bắt đầu, điều quan trọng là phải nói về tầm quan trọng của việc sử dụng Cú pháp Markdown.
Để tạo lời nhắc có cấu trúc, rõ ràng về mặt trực quan, điều cần thiết là phải sử dụng cú pháp đánh dấu, chẳng hạn như tiêu đề, dấu đầu dòng và văn bản in đậm.
Cú pháp này giúp LLM nhận biết và tôn trọng thứ bậc của các hướng dẫn, hướng dẫn phân biệt giữa các phần chính, hướng dẫn phụ và ví dụ.
Nếu bạn thấy khó sử dụng cú pháp Markdown, hãy sử dụng bất kỳ cấu trúc nào dễ sử dụng với bạn – miễn là bạn giữ được sự rõ ràng và phân cấp.
Lời nhắc hữu ích
Phần này chứa danh sách các ví dụ và mẫu phổ biến nhất mà bạn có thể sử dụng để kiểm soát hành vi của Nút tự động.
Những ví dụ này được rút ra từ kinh nghiệm thực tế và chỉ ra cách xử lý các tình huống khác nhau bằng cách sử dụng các hướng dẫn và công cụ cụ thể.
Tập trung vào kiến thức nội bộ
Để đảm bảo nút phân biệt giữa các câu hỏi hỗ trợ và các loại yêu cầu khác (như giá cả hoặc tính năng), bạn có thể hướng dẫn nút như sau:
**Quy trình chung QUAN TRỌNG**
- Công cụ knowledgeAgent.knowledgequery chỉ được sử dụng cho các câu hỏi liên quan đến hỗ trợ và KHÔNG được sử dụng cho các câu hỏi liên quan đến tính năng chung hoặc giá cả. - Công cụ browser.websearch CHỈ được sử dụng để giải đáp các câu hỏi hỗ trợ và KHÔNG NÊN sử dụng cho các tính năng chung hoặc các câu hỏi liên quan đến giá cả.Lời nhắc này đảm bảo LLM sẽ chỉ sử dụng các công cụ cụ thể trong bối cảnh truy vấn liên quan đến hỗ trợ, duy trì quyền kiểm soát đối với loại thông tin mà nó thu thập được.
Nút chuyển đổi thành luồng phụ
Đôi khi, bạn muốn bot di chuyển ra khỏi Nút tự động vào một luồng phụ.
Giả sử bạn muốn bot của mình thu thập email của người dùng, sau đó tìm kiếm thêm thông tin về email đó từ các hệ thống khác để làm phong phú thêm thông tin liên hệ.
Trong trường hợp đó, bạn có thể cần bot di chuyển ra khỏi vòng lặp Nút tự động và đi sâu vào luồng phụ chứa nhiều bước/hệ thống để làm phong phú thêm liên hệ đó:
Khi người dùng muốn biết thêm thông tin về email, hãy chuyển đến công cụ chuyển tiếp.Hướng dẫn này yêu cầu nút gọi công cụ workflow.transition bất cứ khi nào người dùng yêu cầu thêm thông tin chi tiết về email, từ đó điều hướng luồng hội thoại theo đó.
Điền một biến và thực hiện một hành động
Đối với các tình huống mà bạn muốn nút vừa nắm bắt đầu vào vừa kích hoạt hành động cùng lúc, bạn có thể nhắc nút như sau:
Khi người dùng muốn biết thêm thông tin về email, hãy chuyển đến công cụ chuyển đổi và điền biến "email" bằng email mà người dùng đang yêu cầu.Tại đây, bạn hướng dẫn Node không chỉ kích hoạt quá trình chuyển đổi mà còn trích xuất và lưu trữ email của người dùng trong một biến, cho phép thực hiện hành vi động sau này trong cuộc trò chuyện.
Điều khiển phản ứng dựa trên điều kiện
Đôi khi, bạn sẽ muốn nút thực hiện logic bổ sung dựa trên các điều kiện. Sau đây là một ví dụ về lời nhắc liên quan đến việc cung cấp liên kết video:
Nếu người dùng chọn “1” rồi nói điều gì đó như “cảm ơn”, sau đó sử dụng công cụ chuyển đổi.Lời nhắc này giúp nút hiểu được cấu trúc dự kiến của liên kết video và cách sửa đổi cấu trúc đó khi người dùng yêu cầu tham chiếu đến một điểm cụ thể trong video.
Ví dụ về việc sử dụng mẫu cho liên kết video
Bạn có thể làm rõ hơn lời nhắc bằng cách cung cấp ví dụ thực tế về cách hệ thống sẽ hoạt động khi phản hồi yêu cầu liên kết video của người dùng:
**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}}"""Điều này cung cấp cho nút hướng dẫn rõ ràng về cách tạo liên kết video động với dấu thời gian cụ thể, đảm bảo phản hồi nhất quán và thân thiện với người dùng.
Xử lý sự cố & Chẩn đoán
Khi kiểm tra hành vi của Autonomous Node trong trình giả lập, điều quan trọng là phải chẩn đoán những gì đang xảy ra bên trong. Node đưa ra quyết định như thế nào?
Sau đây là cách bạn có thể khắc phục sự cố và kiểm tra quy trình suy nghĩ cũng như hiệu suất của Node.
Ba cách để khắc phục sự cố
1. Kiểm tra tâm trí của nút
Bằng cách nhấp vào Kiểm tra , bạn có thể xem trạng thái bên trong của Nút tự động và hiểu được LLM đang xử lý. Bằng cách kiểm tra, bạn có thể thấy:
- Những hướng dẫn nào mà nút đang ưu tiên
- Nó diễn giải lời nhắc của bạn như thế nào
- Cho dù đó là tuân thủ các ràng buộc và hướng dẫn bạn đã cung cấp
Nếu bạn nhận thấy nút không phản hồi đúng hoặc có vẻ như bỏ qua một số hướng dẫn nhất định, việc kiểm tra sẽ cho biết liệu nút đó có hiểu sai lời nhắc hay không thực thi một công cụ cụ thể nào đó hay không.
2. Kiểm tra Tab Công cụ
Phần Công cụ hiển thị tất cả các công cụ có sẵn mà Nút tự động có thể tận dụng. Mỗi lần bạn thêm thẻ mới hoặc thực hiện thay đổi trong cấu hình nút, danh sách Công cụ sẽ được cập nhật.
- Đảm bảo rằng các công cụ được liệt kê phù hợp với những gì bạn mong đợi có trong quy trình ra quyết định của nút.
- Đảm bảo rằng tên công cụ được viết đúng chính tả trong lời nhắc để đảm bảo nút có thể thực hiện đúng hành động đã chỉ định.
3. Kiểm tra Tab Lặp lại
Autonomous Node thường cố gắng thực hiện tất cả các lệnh trong một hoặc hai lần lặp. Số lần lặp phụ thuộc vào độ phức tạp của lời nhắc và cách Node phân tích lời nhắc đó.
Đối với các tác vụ phức tạp hơn, nút có thể thực hiện nhiều lần lặp để thu thập dữ liệu, đưa ra quyết định hoặc tìm kiếm thông tin bên ngoài.
Bằng cách xem lại tab Lặp lại (hoặc tab Tất cả), bạn có thể hiểu:
- Cần bao nhiêu lần lặp lại để nút đưa ra quyết định cuối cùng.
- Nguyên nhân nào khiến nút thực hiện nhiều bước (ví dụ: lấy dữ liệu bổ sung từ các công cụ như knowledgeAgent.knowledgequery hoặc browser.webSearch ).
- Tại sao một kết quả cụ thể nào đó đạt được.
Các vấn đề khắc phục sự cố thường gặp
Kích thước mô hình
Nút tự động có thể không tuân theo lời nhắc của bạn, thực thi một phần lời nhắc thay vì toàn bộ hoặc gọi "workflowQueue" mà không gọi công cụ "workflowExecuteAll".
Luôn luôn có ý nghĩa khi thay đổi Nút tự động LLM kích thước thành một mô hình nhỏ hơn—vì nó rẻ hơn—nhưng điều đó phải trả giá.
Một nhỏ hơn LLM có thể dẫn đến một số phần của lời nhắc bị cắt bớt, cụ thể là trình bao bọc định nghĩa Botpress thêm vào để đảm bảo LLM hiểu cách thức hoạt động của các thẻ, những thông số nào là cần thiết, v.v. Nếu không có những thông tin này, bot sẽ không biết cách hoạt động đúng.
Phiên bản LLMz
Luôn đảm bảo bạn đang sử dụng phiên bản ổn định mới nhất của LLMz. Đây là công cụ tự động chỉ đạo nút tự động hoạt động.
Nó cũng chứa các bản sửa lỗi, làm cho các lời nhắc trở nên khách quan hơn LLMs .
Ví dụ: Chẩn đoán việc tạo mã
Giả sử một Autonomous Node đang tạo mã nhưng không tuân theo đúng lời nhắc. Sau đây là cách bạn có thể khắc phục sự cố:
- Kiểm tra : Kiểm tra xem nút đang làm theo hướng dẫn nào. Nó có hiểu đúng yêu cầu tạo mã không?
- Công cụ : Xác minh rằng nút có quyền truy cập vào các công cụ cần thiết (ví dụ: công cụ tạo mã hoặc công cụ truy vấn cơ sở kiến thức). Đảm bảo lời nhắc tham chiếu rõ ràng đến các công cụ này.
- Lặp lại : Xem tab lặp lại để xem nút đã đạt đến điểm tạo mã như thế nào. Nó đã thực hiện một hay nhiều bước? Nó đã truy vấn cơ sở kiến thức trước hay đã cố gắng tạo mã ngay lập tức?
Giải pháp : Nếu bot không tạo được mã đúng cách:
- Đảm bảo công cụ được sử dụng để tạo mã được tham chiếu chính xác trong lời nhắc.
- Điều chỉnh hướng dẫn để nút được hướng dẫn sử dụng các bước cụ thể, chẳng hạn như trước tiên là truy xuất kiến thức có liên quan trước khi thử tạo mã.
Ví dụ đầy đủ về lời nhắc
**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.Phân tích nhanh chóng
Trong lời nhắc đầy đủ ở trên, người dùng đã tạo ra một trợ lý AI để trả lời các câu hỏi của sinh viên về các khóa học giáo dục.
Ví dụ trên là hướng dẫn có thể sửa đổi tùy theo nhu cầu của bạn, nhưng theo tôi, đây là cấu trúc hiệu quả nhất cho đến nay.
Chúng ta hãy cùng phân tích lý do tại sao lời nhắc được trình bày theo cách này:
1. Thông báo quan trọng
**QUAN TRỌNG: Cơ sở kiến thức truy vấn chỉ được sử dụng cho các câu hỏi hỗ trợ liên quan cụ thể đến khóa học của sinh viên và KHÔNG được sử dụng cho các tính năng chung hoặc yêu cầu về giá cả.Mục đích : Đặt ra ranh giới về thời điểm và cách sử dụng công cụ Cơ sở tri thức truy vấn . Nhấn mạnh rằng công cụ này chỉ dành riêng cho hỗ trợ liên quan đến khóa học, không dành cho các câu hỏi chung về tính năng hoặc giá cả.
Ý nghĩa : Giúp thu hẹp phạm vi của bot, tập trung phản hồi và tăng cường sự liên quan cho người dùng, đặc biệt là đảm bảo phản hồi phù hợp với nội dung giáo dục.
2. Mô tả vai trò
Bạn là một chatbot xử lý sự cố được hỗ trợ bởi AI có tên là XYZ Assistant', tập trung vào việc cung cấp hỗ trợ liên quan đến các khóa học chuyên nghiệp do XYZ LMS cung cấp. Mục tiêu chính của bạn là xử lý các yêu cầu của học viên một cách hiệu quả bằng cách thu thập thông tin chính xác từ cơ sở kiến thức và trả lời các câu hỏi một cách rõ ràng.Mục đích : Xác định vai trò của AI như một trợ lý hỗ trợ, nêu rõ mục tiêu chính của nó là giải quyết các thắc mắc liên quan đến khóa học.
Ý nghĩa : Đảm bảo rằng phản hồi của trợ lý phù hợp với mục đích dự kiến, quản lý kỳ vọng của người dùng và phù hợp với lĩnh vực của mình (trong trường hợp này là XYZ LMS).
3. Giọng điệu và ngôn ngữ
• Luôn giữ thái độ lịch sự, chuyên nghiệp và hữu ích. • Sử dụng ngôn ngữ rõ ràng, súc tích và phù hợp với sinh viên và chuyên gia trong lĩnh vực tài chính và đầu tư. • Đảm bảo dữ liệu người dùng được xử lý an toàn và bảo mật, tuân thủ mọi chính sách bảo vệ dữ liệu có liên quan. • Chỉ sử dụng thông tin từ **Cơ sở kiến thức LMS** . Cá nhân hóa các tương tác để tăng cường sự tham gia và sự hài lòng của người dùng. • Phản ánh **thương hiệu XYZ** trong suốt cuộc trò chuyện, đảm bảo sự rõ ràng và tính chuyên nghiệp. • Tránh cung cấp câu trả lời bên ngoài cơ sở kiến thức hoặc lướt internet để tìm thông tin. • Nếu người dùng bày tỏ sự thất vọng, hãy thừa nhận mối quan tâm của họ và trấn an họ rằng bạn ở đây để giúp đỡ.Mục đích : Cung cấp hướng dẫn về thái độ, giọng điệu và tính chuyên nghiệp của trợ lý trong khi vẫn duy trì các tương tác an toàn và bảo vệ dữ liệu.
Ý nghĩa : Thiết lập giọng điệu thân thiện và an toàn, phù hợp với thương hiệu và kỳ vọng của người dùng về một trợ lý chuyên nghiệp và tận tâm.
4. Luồng tương tác và hướng dẫn
Chào hỏi và câu hỏi đầu tiên
• Bắt đầu bằng lời chào thân thiện và chuyên nghiệp. • Khuyến khích người dùng đặt câu hỏi về nội dung khóa học, tài liệu hỗ trợ hoặc các mối quan tâm khác liên quan đến khóa học.Mục đích : Chỉ thị này yêu cầu trợ lý bắt đầu bằng lời chào nồng nhiệt, chuyên nghiệp và khuyến khích người dùng đặt câu hỏi cụ thể về khóa học của họ.
Ý nghĩa : Thiết lập điểm vào hấp dẫn giúp tăng cường sự tương tác của người dùng và giúp bot thu thập thông tin chi tiết để phản hồi tốt hơn.
Truy xuất thông tin và giải quyết vấn đề
• Sử dụng công cụ 'Cơ sở tri thức truy vấn' để tìm câu trả lời chính xác cho các câu hỏi của học sinh. • Cung cấp các phản hồi rõ ràng, súc tích và hữu ích để giải quyết câu hỏi của người dùng. • Nếu câu hỏi liên quan đến liên kết đến video, hãy sử dụng cấu trúc liên kết video được cung cấp. Để liên kết đến một khoảnh khắc cụ thể trong video, hãy thêm tham số "t" cho thời gian mong muốn (ví dụ: đối với mốc 15 giây, hãy sử dụng "t=15").Mục đích : Hướng dẫn trợ lý tận dụng cơ sở kiến thức để có phản hồi rõ ràng, phù hợp. Ngoài ra, nó bao gồm một cách tiếp cận có cấu trúc để chia sẻ tài nguyên video với các liên kết theo thời gian.
Ý nghĩa : Cho phép phản hồi hiệu quả, chính xác và có cấu trúc để giải quyết các truy vấn về nội dung cụ thể như video, thúc đẩy trải nghiệm liền mạch cho người dùng.
Kết thúc
Khi vấn đề đã được giải quyết, hãy lịch sự kết thúc cuộc trò chuyện và hỏi xem bạn có thể hỗ trợ thêm điều gì nữa không.Mục đích : Hướng dẫn bot cách kết thúc tương tác một cách lịch sự, đồng thời hỏi xem có cần trợ giúp thêm không.
Ý nghĩa : Duy trì giọng điệu chuyên nghiệp và hỗ trợ trong suốt quá trình tương tác và cho phép người dùng tiếp tục tham gia nếu cần.
5. Hướng dẫn bổ sung
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}}"""Mục đích : Trình bày định dạng liên kết đến các phần cụ thể của video để giúp học sinh tìm thông tin chính xác.
Ý nghĩa : Cung cấp sự rõ ràng về việc chia sẻ tài nguyên video, đặc biệt là đối với nội dung hướng dẫn có thời gian cụ thể.
*Xử lý các trường hợp ngoại lệ Nếu người dùng hỏi một câu hỏi chung chung hoặc không rõ ràng, hãy yêu cầu họ cung cấp thêm thông tin chi tiết để bạn có thể đưa ra giải pháp tốt hơn.Mục đích : Chuẩn bị cho trợ lý khả năng xử lý các câu hỏi chung chung hoặc mơ hồ bằng cách nhắc nhở người dùng cung cấp thêm thông tin chi tiết.
Ý nghĩa : Giúp tránh nhầm lẫn và đảm bảo trợ lý có thể giải quyết các câu hỏi của người dùng một cách cụ thể nhất có thể.
Xây dựng một tác nhân AI ngay hôm nay
Botpress là nền tảng tác nhân AI có thể mở rộng hoàn toàn dành cho doanh nghiệp.
Nền tảng AI đàm thoại toàn diện của chúng tôi dưới dạng dịch vụ (PaaS) cho phép các công ty xây dựng, triển khai và giám sát LLM - giải pháp được cung cấp năng lượng.
Được áp dụng trong nhiều ngành công nghiệp, trường hợp sử dụng và quy trình kinh doanh, Botpress các dự án luôn có khả năng mở rộng, an toàn và phù hợp với thương hiệu.
Với hơn 500.000 người dùng và hàng triệu bot được triển khai trên toàn thế giới, Botpress là nền tảng được các công ty và nhà phát triển lựa chọn. Dịch vụ bảo mật cấp cao và thành công của khách hàng tận tâm của chúng tôi đảm bảo các công ty được trang bị đầy đủ để triển khai các tác nhân AI cấp doanh nghiệp.
Bằng cách cấu hình hiệu quả các Nút tự động với lời nhắc và định nghĩa công cụ phù hợp, các tổ chức có thể tạo ra các tác nhân thông minh xử lý tương tác của người dùng một cách tự động.
Bắt đầu xây dựng ngay hôm nay. Nó miễn phí.
Câu hỏi thường gặp
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)
