أداة المحادثة
أنشئ أداة يمكن للذكاء الاصطناعي استخدامها أثناء المحادثات. يقرر الذكاء الاصطناعي متى يستدعيها بناءً على السياق.
متى تستخدم
استخدم هذا الزر لتوسيع ما يمكن أن يفعله الذكاء الاصطناعي:
- البحث عن المنتجات في الكتالوج الخاص بك
- التحقق من حالة الطلب في نظامك
- البحث عن بيانات العملاء في CRM
- إنشاء تذاكر الدعم في JIRA
- حجز المواعيد
- أي قدرة مخصصة
التكوين
الإعدادات الأساسية
| الحقل | الوصف |
|---|---|
| اسم الأداة | اسم يمكن قراءته من قبل البشر (يظهر في مكتبة العقد) |
| الوصف | يشرح متى/how يجب أن يستخدم الذكاء الاصطناعي هذه الأداة |
استهداف المستخدمين
اختر من يمكنه استخدام هذه الأداة:
| الخيار | الوصف |
|---|---|
| جميع المستخدمين | المستخدمون المجهولون + المتصلون |
| المستخدمون المتصلون فقط | المستخدمون الذين قاموا بتسجيل الدخول فقط |
| الوصول القائم على الدور | أدوار مستخدمين محددة |
متغيرات الأداة
حدد المعلمات التي يحتاج الذكاء الاصطناعي لجمعها من المستخدم:
| الحقل | الوصف |
|---|---|
| اسم المتغير | الاسم الداخلي (مثل query, orderId) |
| الوصف | يساعد الذكاء الاصطناعي على فهم ما يجب أن يسأل عنه |
تصبح المتغيرات متاحة كـ {{variableName}} في تدفقك.
كيف تعمل
- أنت تحدد أداة باسم، وصف، ومتغيرات
- يتعلم الذكاء الاصطناعي متى يستخدمها من وصفك
- يسأل المستخدم شيئًا ذا صلة (مثل: "ابحث لي عن لابتوب")
- يجمع الذكاء الاصطناعي المتغيرات المطلوبة بشكل محادثاتي
- يتم تشغيل التدفق بالبيانات المجمعة
- ترجع النتيجة إلى الذكاء الاصطناعي للرد النهائي
تسمية أدواتك: لماذا يهم
عندما يكون لدى مساعدك الذكي الوصول إلى أدوات متعددة، فإنه يختار أي منها يستدعي بناءً على ثلاثة أشياء فقط: اسم الأداة، وصف الأداة، ووصف المتغيرات. لا يمكنه رؤية ما بداخل التدفق - يقرأ النص ويقرر.
إذا كانت تلك الحقول الثلاثة غامضة أو متشابهة جدًا عبر الأدوات، سيختار الذكاء الاصطناعي الأداة الخاطئة. تظهر الدراسات حول استدعاء وظائف LLM أن تحسين وضوح الوصف وحده يمكن أن يزيد من اختيار الأداة الصحيحة بمقدار 15-20 نقطة مئوية، دون تغيير النموذج الأساسي.
هذا مهم بشكل خاص عندما يكون لديك عدة أدوات تبحث في قواعد معرفة مختلفة - من منظور الذكاء الاصطناعي، جميعها "تبحث عن المعلومات." الاسم والو صف هما الطريقة الوحيدة التي يمكنه من خلالها التمييز بينها.
اسم الأداة
استخدم النمط domain_action_target بحيث يميز الاسم وحده كل أداة:
| ❌ غامض | ✅ واضح |
|---|---|
Search | rgpd_legal_analysis |
search_docs | ecommerce_product_search |
Tool 2 | support_ticket_lookup |
يستخدم الذكاء الاصطناعي الاسم كأول فلتر قبل قراءة الوصف. الاسم الواضح يسمح له بتقصير القائمة على الفور؛ الاسم العام يجبره على التخمين.
وصف الأداة
الوصف هو أقوى رافعة لديك. استخدم هذه الصيغة:
[ما تفعله - جملة واحدة]
استخدم من أجل: [3-5 حالات استخدام ملموسة مع الكلمات التي سيقولها مستخدموك فعليًا]
❌ سيء:
ابحث في قاعدة المعرفة عن المعلومات.
✅ جيد:
يبحث في عقوبات CNIL وقانون CJUE.
استخدم من أجل: العثور على قرارات العقوبات حسب القطاع أو نوع الانتهاك،
البحث عن مبالغ الغرامات، الاستشهاد بالسوابق القانونية،
تقييم المخاطر المالية لعدم الامتثال لـ RGPD.
تعمل الكلمات داخل "استخدم من أجل" كـ محفزات دلالية. عندما تحتوي رسالة المستخدم على "غرامة"، "عقوبة"، أو "خطر"، يتطابق الذكاء الاصطناعي على الفور مع هذه الأداة.
أوصاف المتغيرات
متغير موصوف كـ "استعلام البحث" لا يخبر الذكاء الاصطناعي بشيء. سيقوم بلصق سؤال المستخدم الخام في كل مرة. وصف أفضل يوجه الذكاء الاصطناعي إلى استخراج الكلمات الرئيسية الصحيحة قبل إرسالها.
| ❌ غامض | ✅ واضح |
|---|---|
استعلام البحث | استعلام البحث: نوع الانتهاك، اسم الشركة، القطاع، مبلغ الغرامة، أو المفهوم القانوني |
مدخل المستخدم | نوع الوثيقة المطلوبة: قالب، نموذج، استمارة، بند، أو عقد |
هذا يدفع الذكاء الاصطناعي إلى إعادة صياغة بدلاً من نسخ رسالة المستخدم بالكامل - مما يؤدي إلى عمليات بحث أكثر استهدافًا ونتائج أفضل.
تجنب تضارب الأدوات
عندما يمكن لأداتين الإجابة على نفس السؤال، يتردد الذكاء الاصطناعي - وأحيانًا يختار عشوائيًا. يجب أن تغطي كل أداة إقليمًا حصريًا.
القاعدة: إذا كنت تستطيع التفكير في سؤال من المستخدم يمكن أن يذهب إلى أي من الأداتين، تحتاج أوصافك إلى مزيد من الدقة.
مثال - 5 أدوات امتثال مع حدود واضحة:
| الأداة | تغطي | لا تغطي |
|---|---|---|
compliance_legal_analysis | مواد قانونية، التزامات قانونية، حقوق | لا نصائح عملية، لا حالات واقعية |
compliance_methodology | أدلة خطوة بخطوة، إجراءات تدقيق، أطر عمل | لا نص قانوني، لا قوالب |
compliance_document_templates | نماذج جاهزة للاستخدام، استمارات، بنود عقود | لا منهجية، لا تحليل قانوني |
compliance_business_processes | سير العمل التشغيلية، دوائر الموافقة | لا نص قانوني، فقط العمليات الداخلية |
compliance_operational_solutions | حلول ملموسة، توصيات تقنية | لا نظرية، فقط حلول قابلة للتنفيذ |
كلما كانت كل وصف أكثر تحديدًا حول ما تغطيه الأداة، كانت هناك أقل غموض. لا تحتاج إلى كتابة استثناءات صريحة - الدقة تقوم بالعمل.
قائمة التحقق السريعة
قبل نشر تدفق مع زر أداة المحادثة، تحقق من:
- الاسم يتبع
domain_action_target- يمكن تمييزه دون قراءة الوصف - الوصف يبدأ بما تفعله الأداة في جملة واحدة
- الوصف يتضمن "استخدم من أجل:" مع 3-5 حالات استخدام ملموسة
- أوصاف المتغيرات تسرد أنواع المعلومات المتوقعة، وليس فقط "الاستعلام"
- لا تداخل مع إقليم أداة أخرى
- تم الاختبار مع 2-3 أسئلة غامضة في لوحة الاختبار لتأكيد التوجيه الصحيح
مثال: بحث عن منتج
تكوين الأداة:
- الاسم:
ecommerce_product_search - الوصف: يبحث في كتالوج المنتجات حسب الاسم، الفئة، أو الميزة. استخدم من أجل: العثور على منتج معين، مقارنة المنتجات في فئة، التحقق مما إذا كان المنتج موجودًا، البحث عن مواصفات أو أسعار المنتج.
- المتغير:
query— "اسم المنتج، الفئة، الميزة، أو نطاق السعر للبحث عنه"
التدفق:
- الزر: أداة المحادثة
- الإجراء: البحث في قاعدة المعرفة (
{{query}}) - الإجراء: تعيين الملاحظة (إرجاع النتائج)
محادثة المستخدم:
المستخدم: "هل لديك أي سماعات رأس لاسلكية؟"
الذكاء الاصطناعي: يستدعي ecommerce_product_search مع query="سماعات رأس لاسلكية"
الذكاء الاصطناعي: "نعم! لقد وجدت 3 سماعات رأس لاسلكية. سماعة Sony WH-1000XM5 هي الأكثر مبيعًا بسعر 349 يورو..."
مثال: تذكرة JIRA
تكوين الأداة:
- الاسم:
support_create_jira_ticket - الوصف: ينشئ ت ذكرة دعم JIRA من المحادثة. استخدم من أجل: عندما يبلغ المستخدم عن خطأ، يطلب ميزة، أو يحتاج إلى تصعيد مشكلة إلى الفريق الفني.
- المتغيرات:
title— "ملخص قصير للمشكلة (جملة واحدة)"،description— "وصف مفصل بما في ذلك خطوات التكرار، السلوك المتوقع، والسلوك الفعلي"
التدفق:
- الزر: أداة المحادثة
- الإجراء: طلب الذكاء الاصطناعي (إنشاء عنوان/وصف)
- متوازي: إنشاء الوصف + العنوان
- الإجراء: JIRA إنشاء مشكلة
