🛠️ 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 til 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. Input Variabler

   • Type: object
   • Beskrivelse: De data, der kræves for at værktøjet kan udføre sin opgave, ofte afledt fra konteksten af 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:
     • Standard Observation: API-resultat returneret fra værktøjet.
     • Tilpasset Observation: "Udløs den næste formular baseret på brugerpræferencer."

---

🚀 Hvordan det fungerer

1. Standard Observationer:

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

2. Manuel Indstilling af Observation:

   • Brugere kan overskrive den standard observation for at påvirke AI's næste beslutning.
   • Eksempel: I stedet for at bruge API-resultatet som observation, kan en tilpasset besked som "Start formularindsendelsesprocessen" vejlede AI 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. Svarformulering:

   • 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.

---

💡 Brugsscenarier

1. Dynamisk Kundesupport:

   • Scenario: En bruger spørger: "Kan jeg få en opdatering på min seneste ordre?"
   • Arbejdsflow:
     • 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. Tilpasset Arbejdsflow Omdirigering:

   • Scenario: En bruger udløser et værktøj, men du ønsker, at AI skal starte en specifik formular i stedet.
   • Arbejdsflow:
     • Værktøj: "Form Starter."
     • Observation: "Initier brugerfeedbackformular."
     • Resultat: AI'en skifter dynamisk til formularindsendelse.

3. Multi-Trin Integration:

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

---

🔍 Eksempelkonfiguration

Standard Observation

Værktøjsnavn: "Order Management"
Input Variabler:

{
  "orderId": "67890"
}

Observation: API resultat

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

Tilpasset Observation

Værktøjsnavn: "Start Form"
Input Variabler:

{
  "formId": "feedbackForm"
}

Observation: "Brugerfeedbackformular initieret."

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

---

🛠️ Bedste Praksis

1. Standard vs. Tilpassede Observationer:

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

2. Klare Observationsbeskeder:

   • Sørg for, at tilpassede observationer er præcise for effektivt at vejlede AI.

3. Kæd Handlinger:

   • Planlæg arbejdsflows for at minimere unødvendige trin, mens du effektivt udnytter 10-handlingsgrænsen.

4. Test Observationer:

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

---

📊 Overvågning og Fejlfinding

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