🎯 Mục Đích

Mục tiêu chính của workflow này là tự động hóa quá trình xử lý và phản hồi các yêu cầu từ người dùng thông qua chat bằng cách sử dụng mô hình AI. Nó tích hợp với Pinecone để tìm kiếm vector, OpenAI để tạo phản hồi ngữ nghĩa từ các thông tin được tải lên Google Drive.

⚙️ Cách Thức Hoạt Động

1. Bắt đầu: Workflow được kích hoạt qua một nút nhấn (“Execute Workflow”) hoặc khi có tin nhắn chat mới.
2. Pinecone Vector Store: Kết nối với Pinecone để lưu trữ và truy vấn vector.
3. Chat Trigger: Theo dõi sự kiện nhận tin nhắn từ người dùng.
4. OpenAI Chat Model: Sử dụng mô hình ChatGPT của OpenAI để xử lý tin nhắn.
5. Google Drive: Lưu URL file vào Google Drive.
6. Tải File: Tải file từ Google Drive để xử lý.
7. Data Loader: Sử dụng Default Data Loader để làm sạch và chuẩn bị dữ liệu.
8. Embeddings: Tạo embeddings từ dữ liệu tải lên bằng OpenAI.
9. Text Splitter: Chia nhỏ văn bản thành các đoạn có kích thước vừa phải.
10. Tối Đa Kích Thước: Đặt giới hạn tối đa cho số đoạn gửi tới mô hình AI.
11. Lấy Top Chunks: Lấy các đoạn tốt nhất phù hợp với truy vấn từ Pinecone.
12. Chuẩn Bị Đoạn Văn: Xử lý những đoạn văn đã lấy từ bước trên.
13. Trả Lời Truy Vấn: Sử dụng thông tin từ các đoạn văn để đưa ra câu trả lời.
14. Tạo Tài Liệu Trích Dẫn: Tạo các trích dẫn cần thiết cho câu trả lời.
15. Tạo Phản Hồi: Biên soạn phản hồi cuối cùng để gửi tới người dùng.

🔗 Tích Hợp Chính

• manualTrigger: Kích hoạt workflow bằng tay.
• vectorStorePinecone: Quản lý và tìm kiếm trong vector cho truy vấn.
• chatTrigger: Theo dõi tin nhắn chat đầu vào.
• lmChatOpenAi: Xử lý và tạo ngữ nghĩa từ tin nhắn.
• googleDrive: Lưu trữ và tải file.
• documentDefaultDataLoader: Chuẩn bị dữ liệu cho phân tích.
• embeddingsOpenAi: Tạo embeddings cho văn bản.
• textSplitterRecursiveCharacterTextSplitter: Chia nhỏ văn bản để xử lý dễ hơn.
• informationExtractor: Trích xuất thông tin từ các đoạn văn.

💼 Giá Trị Kinh Doanh

Workflow giải quyết vấn đề tự động hóa trong việc trả lời truy vấn từ khách hàng bằng sử dụng AI, tiết kiệm thời gian và nguồn lực, đồng thời tăng cường độ chính xác và tính nhất quán trong phản hồi.

📊 Đánh Giá Kỹ Thuật

• Độ phức tạp: Khá cao với nhiều bước và tích hợp.
• Bảo trì: Cần có kỹ năng lập trình và kiến thức về AI.
• Tối ưu hóa: Có thể cải thiện hiệu suất bằng cách giảm số bước nếu không cần thiết hoặc kết hợp các bước tương tự.

🏷️ Nhãn

• Tự động hóa
• AI
• Quản lý dữ liệu
• Trả lời tự động
• Tích hợp nền tảng