今天的客戶服務即時訊息是由人和聊天機器人一起工作組成的。這從第一天起就是 Tiledesk 的座右銘。 讓我們來看一個典型的用例，最終用戶請求支援。通常在通訊前面有一個聊天機器人。使用者提出問題，聊天機器人使用基於 AI/LLM 的知識庫進行回應。然後，聊天機器人可以繼續“流動”，例如，當它對自動響應不滿意並想要與人類聯繫時。在連接最終用戶和運營商之前，聊天機器人會詢問一些數據，顯示隱私政策以供接受等。有時，使用者的資料也會傳送到 Hubspot 等外部 CRM，有時聊天機器人會透過一些公司的 API 取得的資料來回應使用者。 您今天的建造方式與昨天的建造方式非常不同。我們從基於意圖的設計方法轉變為基於區塊的設計方法。在具有複雜意圖的回應中大量使用程式方法已轉變為用於開發回應的視覺化、無程式碼方法。這最終發生了，聊天機器人透過使用大量複雜邏輯的視覺圖形表示，基於節點、區塊、動作、條件分支等概念，迎接了無程式碼運動。 磁磚設計工作室 自動連接節點 聊天機器人已經從基於意圖轉變為基於區塊。區塊是一段邏輯，可以透過各種 斯洛維尼亞電話號碼數據 方式與其他區塊互連，從而使聊天機器人的邏輯變得複雜。 對於無程式碼或公民開發人員來說，為自己配備一個靈活的工具非常重要，該工具使用與在紙上繪製邏輯相同的視覺語言 聊天機器人流程草圖 對於這種類型的複雜流程，意圖是不夠的。在建立問答機器人時，意圖很容易採用，但隨著聊天機器人變得更加複雜，意圖突然發現了限制。 這是我們開發自己的視覺設計師的主要原因。 設計器是圍繞超級節點的概念構建的，超級節點是圖形階段上的可視塊，可以執行許多任務（操作）並以非順序流連接到其他塊以實現聊天機器人的邏輯設計。 現在，對話開發人員不再需要一張紙來起草流程並將其發送給開發部門。只需一種具有拖放式使用者體驗的工具即可自行設計和部署聊天機器人。是的，使用者體驗是最重要的元素。開發人員必須樂於透過引人入勝的環境解決問題，不僅靈活、直覺和高效能，而且美觀且令人興奮！ 順便說一句，該設計器是從頭開始構建的，沒有任何第三方工具或庫，以便每個人都可以使用它（是的，Tiledesk 是開源的，MIT 許可證，我們在 Github 上的可視化設計器也是如此- 請給我們留言線）。
走向未來：開發支援 LLM 的對話應用程式 現在讓我們思考未來，從今天的經驗中汲取靈感。 我們發現，為區塊提供邏輯可以讓對話開發人員更有能力創建自己的流程。當我們將 chatGPT 整合到流程中時發生了什麼？我們立即發現了無程式碼開發的令人難以置信的好處。最初，整合 ChatGPT 是為了為最終用戶創建快速且富有成效的回應。但突然我們的客戶開始使用 ChatGPT 來分析使用者的句子並根據他們的答案做出決策。使用 chatGPT 區塊，您可以簡單地詢問「告訴我這句話是否與緊急任務有關」。 ChatGPT 回覆。您可以相應地分支您的流程。瞧，我們從最初的超級節點轉移到了人工智慧節點，能夠分析句子並相應地轉移到下一個區塊。 ChatGPT 的緊急流程 支援法學碩士的對話式應用程式開發：橋接技術 我們突然發現設計工作室解決的問題比我們原先想像的還要多。 現在改變我們的上下文。退出客戶服務市場並進入公司的管理領域（請閱讀Paolo Cervini撰寫的關於 ChatGPT 在這種情況下如何表現的文章）。假設您是一家大公司的資料分析師，您的老闆要求您從公司的資料中獲得他想要的見解。今天，您可以詢問 ChatGPT，使用其高級數據分析功能和 GPT-4 模型。將資料作為 CSV 檔案發送，要求 GPT 根據某些請求刪除某些行，然後接收另一個 CSV 回應，透過另一個請求對其進行操作以合併某些列，依此類推，直到獲得圖表的回應，最後發送給你的老闆。你的老闆每天都會問你。這是一項重複性的任務。需要一些自動化來涉及所有這些提示鏈。過去，您必須將新應用程式交給開發人員，設計多個 API 集成，並花費大量資金購買您不知道它能在公司工具包上持續多久的應用程式。 今天呢？使用 Tiledesk 設計工作室。只需將一些 GPT 塊放入一條鏈中即可。每個區塊接受一個輸入（CSV）並為下一個區塊產生輸出（CSV/影像）。您的老闆將在您的公司資料中打開他的 WhatsApp，選擇您的聊天機器人（也稱為對話應用程式）並詢問其見解。您的流程將開始，按照您設計的方式連接區塊並在老闆的聊天中產生圖表。就是這樣，您剛剛發現了一種建立應用程式的新方法。您發現了一種新的應用程式範例：對話式應用程式。而且，與優秀的舊應用程式不同，它完全由互聯的人工智慧區塊組成。沒有一行程式碼。
