🛠️ Conversation Tool Trigger

Conversation Tool Trigger giver AI-agenter inden for SmartFlow mulighed for dynamisk at interagere med eksterne værktøjer og systemer, hvilket muliggør intelligente beslutninger om at udføre opgaver, hente data eller udløse efterfølgende handlinger. Ved hjælp af en AI beslutningsmotor beslutter agenterne, hvilke værktøjer der skal bruges, og håndterer flere handlinger effektivt. Dette system understøtter op til 10 værktøjsaktioner pr. interaktion før der gives et svar.

---

📝 Trigger Detaljer

Navn: Conversation Tool
Kategori: Triggers

---

🔧 Parametre

1. Værktøjsnavn

   • Type: string
   • Beskrivelse: Angiver det værktøj, der skal udføres af AI-agenten. Værktøjet skal være forudkonfigureret og integreret i SmartFlow.
   • Påkrævet: Ja
   • Eksempel: "CRM Lookup"

2. Inputvariabler

   • Type: object
   • Beskrivelse: De data, der kræves for at værktøjet kan udføre sin opgave, ofte afledt af konteksten i arbejdsflowet eller samtalen.
   • Påkrævet: Ja
   • Eksempel:

     {
       "customerId": "12345"
     }

3. Observation

   • Type: string (standard: Værktøjs-specifik output)
   • Beskrivelse: Resultatet af handlingen, som kan påvirke efterfølgende AI-adfærd. Som standard er observationen indstillet til værktøjets output, men den kan manuelt defineres for at vejlede agentens næste handling.
   • Eksempel:
     • Standardobservation: API-resultat returneret fra værktøjet.
     • Tilpasset observation: "Udløs næste formular baseret på brugerpræferencer."

---

🚀 Sådan fungerer det

1. Standardobservationer:

   • Hver værktøjsaktion genererer en standardobservation baseret på værktøjets resultat.
   • Eksempel: Et vellykket API-opkald returnerer API-svaret som observation.

2. Manuel indstilling af observation:

   • Brugere kan tilsidesætte standardobservationen for at påvirke AIs næste beslutning.
   • Eksempel: I stedet for at bruge API-resultatet som observation, kan en brugerdefineret besked som "Start form submission process" guide AI'en til at igangsætte en anden handling.

3. AI-beslutningsmotor:

   • Beslutningsmotoren analyserer den aktuelle observation og bestemmer den næste værktøjsaktion, hvilket sømløst kæder flere værktøjer sammen, når det er nødvendigt.

4. Formulering af svar:

   • Efter at have udført op til 10 værktøjsaktioner, formulerer AI-agenten et svar, enten direkte ved at bruge observationerne eller baseret på yderligere input fra brugeren.

---

💡 Brugssager

1. Dynamisk kundesupport:

   • Scenario: En bruger spørger: "Kan jeg få en opdatering på min seneste ordre?"
   • Workflow:
     • Værktøj: API-opkald for at hente ordredetaljer.
     • Observation: API-resultat med ordrestatus.
     • Svar: "Din ordre er på vej og vil ankomme den 15. januar 2025."

2. Brugerdefineret workflow-omdirigering:

   • Scenario: En bruger udløser et værktøj, men du vil have AI'en til at starte en specifik formular i stedet.
   • Workflow:
     • Værktøj: "Form Starter."
     • Observation: "Initiate User Feedback Form."
     • Resultat: AI'en overgår dynamisk til formularindsendelse.

3. Multi-trins integration:

   • Scenario: "Hvor meget er min nuværende faktura, og kan jeg betale den nu?"
   • Workflow:
     • Trin 1: Hent fakturadetaljer via API.
     • Trin 2: Udløs betalingsgatewayen.
     • Observationer guider rækkefølgen af disse handlinger.

---

🔍 Eksempelkonfiguration

Standardobservation

Værktøjsnavn: "Order Management"
Inddata Variabler:

{
  "orderId": "67890"
}

Observation: API resultat

{
  "trigger": "ConversationTool",
  "toolName": "Order Management",
  "input": {
    "orderId": "67890"
  },
  "observation": "Ordrestatus hentet med succes."
}

Brugerdefineret Observation

Værktøjsnavn: "Start Form"
Inddata Variabler:

{
  "formId": "feedbackForm"
}

Observation: "Brugerfeedbackformular initieret."

{
  "trigger": "ConversationTool",
  "toolName": "Start Form",
  "input": {
    "formId": "feedbackForm"
  },
  "observation": "Brugerfeedbackformular initieret."
}

---

🛠️ Bedste Praksis

1. Standard vs. Brugerdefinerede Observationer:

   • Brug standardobservationer til standardarbejdsgange og API-integrationer.
   • Overskriv observationer for at omdirigere AI-adfærd til specifikke scenarier.

2. Klare Observationsbeskeder:

   • Sørg for, at brugerdefinerede observationer er præcise for effektivt at guide AI'en.

3. Kædning af Handlinger:

   • Planlæg arbejdsgange for at minimere unødvendige skridt, mens du effektivt udnytter grænsen på 10 handlinger.

4. Testning af Observationer:

   • Simuler arbejdsgange for at verificere, at både standard- og brugerdefinerede observationer fører til forventede AI-beslutninger.

---

📊 Overvågning og Fejlfinding

• Brug SmartFlow overvågningsdashboardet til at spore:
  • Udførte værktøjsaktioner.
  • Genererede observationer.
  • AI-beslutninger og deres resultater.
• Fejlfind arbejdsgange ved at gennemgå observationslogfiler for at identificere og løse uventet adfærd.