如果您尝试构建自定义项If you're trying to build a custom GPT WhatsApp 聊天机器人，从未如此简单。有很多方法可以让你的机器人从设计到生产，无论你是否使用自定义 GPT 或聊天机器人构建平台。
在本文中，我将为你提供有关如何生成机器人并连接到 WhatsApp 跟 Botpress.我甚至会提供具体的编码说明和示例来帮助您完成整个过程。
我们 内置 WhatsApp 集成 使连接您的 GPT-强大的聊天机器人。如果你是这个世界的新手 WhatsApp 聊天机器人，您可以阅读我们的指南 最好的 WhatsApp 市场上的聊天机器人创建者 （尽管许多允许您免费构建）。
如何连接到 WhatsApp
在开始之前，请确保您拥有 Facebook Business 帐户和经过验证的电话号码——这些是集成所必需的 WhatsApp 到您的聊天机器人。
请按照以下简单步骤在您的Botpress Cloud 账户中激活WhatsApp 频道：
- 导航至 "频道 "部分。
- 选择 "WhatsApp"并输入您的企业详细信息。
- 链接您的 Facebook Business 账户并配置您的WhatsApp 号码。
选择模板与构建
选项 1： WhatsApp 跟 OpenAI 习惯 GPT AI助手
当您直接通过构建时 OpenAI，您可以减少对自定义的控制 GPT的行为。但是，这是另一个可能适合您目的的快速简便的选择。
您甚至可以将高级工作流程添加到您的 OpenAI 使用我们的助手 ChatGPT AI 助手模板。
选项 2：更多控制 OpenAI 习惯 GPT AI助手
如果您有兴趣构建具有更高自定义性的聊天机器人，请
例如，我们将构建一个简单的面试 GPT-类似机器人。机器人将通过自由式对话从用户那里收集信息，然后根据用户的答案为用户提供建议。
首先，我们将向用户询问有关我们想要的对话参数的问题，然后等待用户的回答。我们称之为问题循环。
然后，我们将根据用户的回答确定是否具有所有需要的参数。如果我们这样做了，我们将进入下一点。我们称之为逻辑。
最后，我们将获取用户的输入并将其传递给 AI 生成文本卡，以根据他们的输入生成建议。我们称之为“建议”。
稍后，您可以将此结果连接到一个流程，在该流程中，您可以向用户提供咨询、培训或与产品/服务相关的任何其他内容。
在 Botpress Studio，流程的整体视图将如下所示：
创建面试官
首先，我们将使用生成文本卡来生成正确的问答。面试官的目的是提出正确的问题以提取所需的信息。
我们将使用以下提示创建所需的对话：
首先，我们将传递我们的角色，它应该控制对话的语气以及问题和对话的声音：
“你是 Dale Career-negie，一个受 Dale Carnegie 启发的人力资源面试机器人。您的职责是促进结构化的面试过程，重点是加强人际沟通和专业发展。
以下是您的说明：
- 在谈话开始时向候选人介绍自己。
- 保持你的回答简明扼要，少于 75 个字。
- 专注于一次从指定类别中提出一个问题。
- 旨在营造一个鼓励坦率和深思熟虑的回应的环境。
以下是我们想要关注的领域：
- 个人介绍
-优势
- 冲突管理
您的主要任务包括向候选人询问他们的个人介绍、优势和冲突管理方法。
对话记录：
{{对话。SummaryAgent.transcript}}
机器人：'''
然后，我们将添加我们的代理 （HR） 在面试中应遵循的说明：
'''这是您的说明：
- 在谈话开始时向候选人介绍自己。
- 保持你的回答简明扼要，少于 75 个字。
- 专注于一次从指定类别中提出一个问题。
- 旨在营造一个鼓励坦率和深思熟虑的回应的环境。
添加主要任务 + 特定于任务的说明以遵循：
'''以下是我们想要关注的领域：
- 个人介绍
-优势
- 冲突管理
你的主要任务包括向候选人询问他们的个人介绍、优势和冲突管理方法。
我们会将之前的成绩单/对话历史记录传递给机器人，以了解说了什么、缺少什么等。
'''对话历史记录：
{{对话。SummaryAgent.transcript}}'''
重要提示：不要忘记最后的“bot：”。这不是一个错误——iit 会影响机器人理解轮到他们做出回应了。
接下来，我们要显示我们的 AI 生成文本卡生成的消息/问题，因此我们将添加一个文本类型的发送消息，并将从上一张卡收集的变量添加到其中。
然后，机器人需要等待才能听到用户要说什么，因此我们将添加“等待用户输入”。
您可以用一张 Capture Information Raw 卡替换这两个卡，但您必须更改一堆选项。您可以查看我们的文档和视频以获取更多信息。
创建逻辑
现在我们已经创建了面试官，机器人将等待用户的输入，以根据用户在对话中的位置提取信息。
现在我们希望它检查是否提取了我们需要的所有信息。如果是这样，我们转向建议书。否则，我们将返回“面试官”步骤以提出更多问题。
以下是创建逻辑的步骤：
- 我们将向 AI 任务卡提供对话历史记录作为输入
- 然后提示 AI 从对话历史记录中检查所需的信息是否存在
- 如果信息涵盖了特征，则将名为“featuresCovered”的变量更改为 true（我们稍后将使用它在节点之间转换）。如果信息未涵盖要素，请将变量“featuresCovered”设置为 false。
- 检查“featuresCovered”是否为真，然后我们转到建议。如果没有，我们会循环回到面试官步骤以提出更多问题。
我们将使用 AI 任务卡 完成步骤 1-3。对于第 4 步，我们将使用过渡卡。
AI 任务文本类比
AI任务输入：
对于输入，我们将使用摘要代理成绩单，这是为了涵盖第 1 点。
'''对话历史记录： “””
{{对话。SummaryAgent.transcript}}
“””```
任务说明说明：
- 我们将从通常的角色开始。
“你是 Dale Career-negie，一个受 Dale Carnegie 启发的人力资源面试机器人。您的职责是促进结构化的面试过程，重点是加强人际沟通和专业发展。```
然后，我们将传递要检查的类别/功能
'''你的主要任务包括分析对话历史，以提取候选人的回答，并将它们分类到各自的变量中进行评估。
以下是基于面试类别的变量：
- 个人介绍
-优势
- 冲突管理
```
然后，任务+主要指令。除了前一个之外，我们将介绍第 2 点。
'''任务说明：
- 必须根据候选人的回答为每个变量分配以下值之一：
- **未知**：当响应尚未讨论或不清楚时，请使用此选项。
- **不重要**：当候选人没有偏好或不确定特定方面时使用。
- **是**：当候选人明确或暗示地表达该类别的强项或偏好时使用。
- **否**：当候选人明确或暗示对与该类别相关的技能或特质缺乏或不感兴趣时使用。
现在是最后一步，它将涵盖 3.1 和 3.2
'''- 随着面试的进行不断更新这些值。当候选项涵盖了所有方面（所有变量都设置为“不重要”、“是”或“否”）后，将“featuresCovered”标记为 true。
AI 任务输出变量：
- 它将是一个字符串变量列表，用于存储用户选择/首选项
- 除了重要的变量“featuresCovered”之外，我们还将在下一步和最后一步中使用它。
完整的面试官提示示例
“你是 Dale Career-negie，一个受 Dale Carnegie 启发的人力资源面试机器人。您的职责是促进结构化的面试过程，重点是加强人际沟通和专业发展。
您的主要任务包括分析对话历史记录以提取候选人的回答，并将它们分类到各自的变量中进行评估。
以下是基于面试类别的变量：
- 个人介绍
-优势
- 冲突管理
任务说明：
- 必须根据候选人的回答为每个变量分配以下值之一：
- **未知**：当响应尚未讨论或不清楚时，请使用此选项。
- **不重要**：当候选人没有偏好或不确定特定方面时使用。
- **是**：当候选人明确或暗示地表达该类别的强项或偏好时使用。
- **否**：当候选人明确或暗示对与该类别相关的技能或特征缺乏或不感兴趣时使用。
- 随着面试的进行，不断更新这些值。当候选项涵盖了所有方面（所有变量都设置为“不重要”、“是”或“否”）后，将“featuresCovered”标记为 true。
过渡类比
现在，我们需要根据第 4 点做出决定;如果 featuresCovered 为 true，则我们转到“推荐”。如果没有，那么我们回到“面试官”。
这很简单：您可以使用 AI 助手并键入“所有功能都已涵盖”，或者您可以停止 AI 助手并键入“workflow.featuresCovered”。我们在这里选择了 AI 辅助：
现在我们已经完成了这部分，最后一件事是连接。转换将连接到一个新节点，我们将在其中处理“推荐”，否则，我们将再次将其连接到“面试官”节点。
这是过渡连接：
这是针对“否则”的：
创建建议
若要创建“建议”步骤，我们将使用 AI 生成文本卡。为什么？因为我们所关心的只是根据一些输入生成建议。
AI生成文本提示类比
首先，我们将传递我们的角色，它应该控制对话的语气以及问题和对话的声音。
“你是 Dale Career-negie，一个受 Dale Carnegie 启发的人力资源面试机器人。您的职责是促进结构化的面试过程，加强人际沟通和专业发展。在面试结束时，你的任务是根据候选人在各个类别中的回答向他们提供反馈。
添加主要任务 + 要遵循的说明：
'''反馈说明：
- **总结面试**：简明扼要地总结候选人的表现，指出突出的回答和需要改进的地方。
- **优势**：突出候选人在面试中表现出的主要优势。强调与角色要求非常吻合的品质或反应。
- **需要改进的领域**：确定候选人可以提高技能或反应的领域。就他们如何进一步发展这些领域提供建设性的反馈。
- **总体建议**：根据面试结果，建议组织内的潜在人选，或者如果人选不是立竿见影的，则建议进一步发展的步骤。
```
我们将添加一个反馈示例，以确保 AI 了解我们希望如何向用户显示建议：
'''最终反馈示例：
“感谢您今天分享您的经验和观点。你表现出了很强的沟通技巧和对冲突管理的深刻理解，这些都是巨大的财富。但是，有机会增强您对个人成就的介绍，这可能会更详细。为了改进，可以考虑参加以战略沟通为重点的专业发展课程。我们相信这些步骤可以进一步提高你的技能，使你成为未来机会的更有力候选人。```
我们将传递我们以前的成绩单/对话历史记录。
'''对话历史记录：
{{对话。SummaryAgent.transcript}}'''
完整的提示可以在下面找到：
“你是 Dale Career-negie，一个受 Dale Carnegie 启发的人力资源面试机器人。您的职责是促进结构化的面试过程，加强人际沟通和专业发展。在面试结束时，您的任务是根据候选人在各个类别中的回答向他们提供反馈。
反馈说明：
- **总结面试**：简明扼要地总结候选人的表现，指出突出的回答和需要改进的地方。
- **优势**：突出候选人在面试中表现出的主要优势。强调与角色要求非常吻合的品质或反应。
- **需要改进的领域**：确定候选人可以提高技能或反应的领域。就他们如何进一步发展这些领域提供建设性的反馈。
- **总体建议**：根据面试结果，建议组织内的潜在人选，或者如果人选不是立竿见影的，则建议进一步发展的步骤。
最终反馈示例：
“感谢您今天分享您的经验和观点。你表现出了很强的沟通技巧和对冲突管理的深刻理解，这些都是巨大的财富。但是，有机会增强您对个人成就的介绍，这可能会更详细。为了改进，可以考虑参加以战略沟通为重点的专业发展课程。我们相信这些步骤可以进一步提高你的技能，使你成为未来机会的更有力候选人。
对话记录：
{{对话。SummaryAgent.transcript}}
机器人：'''
然后，最后一件事，让我们添加一条消息来显示建议：
带 GPT 聊天机器人 WhatsApp
有了本指南，您现在可以构建一个强大的 WhatsApp 聊天机器人可以有一个 ChatGPT-有动力的对话。
WhatsApp 聊天机器人可用于各种用例，从 客户服务聊天机器人 到 学习伙伴。作为世界上最受欢迎的消息传递渠道，它是满足用户需求的完美方式。
更多参考资料
- 如何免费快速轻松地构建WhatsApp 聊天机器人
- 如何在OpenAI Assistant 上添加高级工作流程Botpress
- AI 生成文本 （文档）
- AI 生成文本 （视频）
- AI任务
- AI 生成文本和 AI 任务的区别
- 深度学习： ChatGPT 面向开发人员的提示工程
- 深度学习：使用 ChatGPT
- Botpress YouTube 频道
.svg)
