语聚AI:提示词变量功能上线,轻松构建强大的智能体

大模型向量数据库NoSQL数据库

picture.image

为了构建更加强大的智能体,我们往往需要在固定的提示词内插入动态变化的参数,这些参数也叫做变量,会随着每次对话不同而进行变化。比如:我们希望智能体在每次对话时判断用户手机号是否已经收集过了,如果没有收集则询问手机号。或者判断一个用户的会员身份/会员积分,来源渠道,根据不同的信息让AI智能体使用不同的方式来回答。

以前这样的场景要依赖比较复杂的流程搭建才能满足,不仅构建复杂,而且缺乏了AI智能体的自主判断功能,执行时非常不灵活。现在通过提示词变量,可以轻松构建出功能强大的AI智能体。

提示词变量功能介绍

在AI智能体的提示词设置中,您可以在提示词中插入变量

picture.image

目前支持的变量包括:

  • 联系人字段变量 :同步在联系人列表中的全部字段,例如手机号,姓名,标签,企业信息,自定义字段(会员等级,合同金额等)

  • 知识变量 :当前AI助手使用的知识库作为变量,让AI助手可以根据不同的情况调用不同的知识库

  • 工具变量 :前AI助手使用的工具作为变量,让AI助手可以根据不同的情况调用不同的工具

  • 系统变量 :包括当前对话来源(小红书,抖音..), 来源的授权账户等,可在需要通过来源或者授权账户进行判断的场景进行使用

下面我们通过一些场景示例来说明这些提示词变量的使用方式:

示例1:联系人变量判断用户信息

在许多沟通场景中,我们需要判断是否当前AI对话中的用户是否已经留过手机号,如果没有手机号我们希望AI自动收集用户的手机号并更新到联系人信息中。示例:

picture.image

在此场景中我们在提示词中插入了下面变量:

  • 联系人变量:联系人手机号,判断用户是否有手机号

  • 工具变量:语聚AI-修改联系人信息,收集手机号并记录

  • 知识库变量: 指定使用固定知识库中的内容

示例2:根据对话来源执行不同工具

我们将同一个AI智能体对接到各个社交平台上去使用,但是有时候我们需要判断对话来源,让AI智能体执行的工具,例如:如果用户表示想了解我们产品的意向时,我们判断其对话来源,如果是小红书,那么发送小红书名片,如果是抖音则发送抖音留资卡片..另外由于我们一个社交平台可能绑定了多个社交账户,因此我们还要是哪个社交账户的对话,判断后发送不同的素材

picture.image

在此场景中我们在提示词中插入了下面变量:

  • 来源名称变量:判断当前对话来着什么社交平台

  • 授权账户变量:判断是哪个授权账户下的对话

  • 工具变量: 指定调用不同的工具

  • 联系人变量:使用联系人在社交平台的ID(系统自动收集)用于工具调用时的参数

示例3:根据不同场景使用指定工具与知识

在不同场景下通过变量让AI助手使用指定的工具和知识,比如:如果用户发送了一个文档文件,我们先使用“文档文件转markdown”将文档中的文字内容提取,然后再判断是否与我们产品相关,如果相关则调用“产品知识库”查询相关知识后进行解答。或者在强时效性问题时,使用搜索引擎搜索后回答

picture.image

在此场景中我们在提示词中插入了下面变量:

  • 工具变量:在不同场景下,让AI助手调用指定工具解决问题

  • 知识库变量:告知AI什么情况下调用指定私有知识库内容

可以在哪些功能里使用变量?

目前变量功能支持在以下几个功能中进行使用:

1. AI助手的功能与步骤设置:也就是给AI助手的提示词中

picture.image

2. AI流程的“流程指定说明”中:AI流程的提示词

picture.image

3. 在意图判断回答固定文本内容中使用 可以在回复的固定文本中插入联系人字段变量

picture.image

变量功能让复杂的AI助手使用场景变得简单,赋予了AI助手更多使用系统数据的能力。我后续将添加更多可用变量,比如工作时间判断,当前时区等,扩展AI助手的能力,敬请期待。


Q

关于集简云

ABOUT JIJYUN

集简云:让连接更简单

集简云是一款超级软件连接器,无需开发,无需代码知识就可以轻松打通数百款软件之间的数据连接,构建自动化与智能化的业务流程。通过自动化业务流程,每月可节省您数百甚至数万小时的人工成本。

语聚AI:全国首款 AI模型连接器,连接AI模型、软件工具与知识信息

集简云嵌入方案: 为你的系统增加强大的集成对接能力,提升产品竞争力,解决您用户对软件集成对接的需求。

picture.image

picture.image

picture.image

picture.image

picture.image

picture.image

点击阅读原文 ,马上免费体验集简云

0
0
0
0
关于作者
关于作者

文章

0

获赞

0

收藏

0

相关资源
大规模高性能计算集群优化实践
随着机器学习的发展,数据量和训练模型都有越来越大的趋势,这对基础设施有了更高的要求,包括硬件、网络架构等。本次分享主要介绍火山引擎支撑大规模高性能计算集群的架构和优化实践。
相关产品
评论
未登录
看完啦,登录分享一下感受吧~
暂无评论