Documentación inteligente: Creación eficiente de documentos de licitación con Dify Chatflow
Tutoriales prácticos sobre IAPublicado hace 8 meses Círculo de intercambio de inteligencia artificial 2K 00
Lectura y escritura de bases de datos interactivas en lenguaje natural
Hacia finales de año llega de nuevo la temporada de licitaciones, y la preparación de grandes documentos, como los pliegos de condiciones, suele ser un quebradero de cabeza.
No sólo hay que asegurarse de que el contenido sea preciso y profesional, sino también destacar los puntos fuertes de la empresa, poniendo a prueba tanto los conocimientos profesionales como las habilidades de redacción. Aunque ambas cosas, todavía hay que dedicar mucho tiempo y energía a escribir palabra por palabra, la carga de trabajo es enorme, y la dificultad bastante alta.

Así pues, ésta se basa en Dify El flujo de trabajo inteligente de preparación de documentos del marco se ha convertido en una solución eficaz, cuyo núcleo consiste en utilizar Dify-Chatflow para realizar operaciones de lectura/escritura de bases de datos basadas en el lenguaje natural, que pueden leer automáticamente el documento original, modificar o escribir nuevos contenidos según las necesidades del usuario y, al mismo tiempo, generar automáticamente una visión general del documento y destilar los puntos clave, para finalmente completar la conservación.

Este flujo de trabajo utiliza el patrón de orquestación de flujo de trabajo Chat Assistant de dify, también llamado Chatflow.
Chatflow VS Workflow
Escenarios de aplicación de Chatflow:
Orientado a escenarios de tipo diálogo, incluyendo atención al cliente, búsqueda semántica y otras aplicaciones conversacionales que requieren una lógica de múltiples pasos en la construcción de respuestas. Este tipo de aplicaciones se distingue por admitir múltiples rondas de interacciones de diálogo para ajustar los resultados generados.
Vías de interacción habituales: dar instrucciones → generar contenidos → múltiples discusiones sobre los contenidos → volver a generar los resultados → finalizar.

Escenarios de aplicación del flujo de trabajo:
Orientado a escenarios de automatización y procesamiento por lotes, adecuado para aplicaciones como traducción de alta calidad, análisis de datos, generación de contenidos, automatización de correo electrónico, etc. Este tipo de aplicación no permite múltiples rondas de interacción de diálogo con los resultados generados.
Rutas de interacción habituales: dar orden → generar contenido → finalizar

Documentación inteligente Lógica de implementación de Chatflow
Paso 1
Dividimos los documentos grandes en varios bloques de texto. Por ejemplo, los contenidos comunes de un pliego de condiciones: perfil de la empresa, medidas de garantía de calidad, capacidades de desarrollo técnico, garantía de servicio posventa, etc., se dividen en bloques de texto independientes.
Paso 2
Almacene estos bloques de texto en una base de datos. La razón principal para elegir el almacenamiento en bases de datos en lugar de archivos locales es que las bases de datos son fáciles de compartir y la estructuración del contenido del documento facilita el postprocesamiento y la respuesta a diversos escenarios de demanda. Nuestra tabla de datos incluye campos como ID, título, categoría, resumen, puntos clave, contenido y tiempo de grabación, donde el resumen y los puntos clave son generados automáticamente por el big model a partir del contenido modificado. La visión general proporciona un resumen de alto nivel del contenido, mientras que los puntos clave son resúmenes basados en la entrada, que pueden utilizarse fácilmente para la posterior producción de PPT, etc.
Paso 3
Con la aplicación de construcción Chatflow de Dify, los usuarios pueden completar dos tareas mediante la interacción con el lenguaje natural: una es modificar y mejorar los bloques de documentos existentes, y la otra es escribir contenidos totalmente nuevos. Una vez completada la tarea, el contenido modificado y el nuevo se envían automáticamente a la base de datos a través del lenguaje natural para su actualización y guardado.

Dado que todo el nodo Chatflow es complejo y numeroso, daré una breve visión de conjunto.
Tarea 1: Modificar y mejorar los bloques de documentación existentes
- Rama de consulta de documentos:
- El usuario inicia la solicitud de consulta introduciendo un ID de bloque de texto (por ejemplo, número de pozo + número).
- La rama de consulta recupera el bloque de documentos correspondiente de la base de datos, extrae y muestra el ID, el título y el contenido.
- Los resultados de la consulta se procesan a través del nodo de ejecución de código y determinan si existe un bloque de documento válido.


- Rama de modificación del documento:
- Después de que el usuario introduzca una solicitud de modificación, el sistema determina si se debe ampliar o modificar el bloque de documentos en función del contenido.
- En la rama de modificación, el modelo grande modificará el documento consultado de acuerdo con los requisitos del usuario, y el contenido modificado se emite en formato de bloque de código para facilitar su copia.
- El usuario confirma el contenido modificado, si está satisfecho puede entrar en el proceso de guardado, si no está satisfecho, continúa modificando.
- Después de que el usuario confirme el almacenamiento de las modificaciones, el sistema guarda el texto modificado en la base de datos y muestra un resumen y los puntos clave de las modificaciones.


Tarea II: Preparación de contenidos totalmente nuevos
- Restablecer ramificación de tareas: Si el usuario opta por restablecer, el sistema borra el estado de los documentos consultados anteriormente para preparar la escritura de nuevos contenidos.
- Componer una nueva rama de contenido: el usuario introduce una nueva solicitud de bloque de texto y el sistema compondrá de acuerdo con la nueva tarea, generando títulos y contenido.
- Nueva rama de sugerencias de títulos de contenidos: ofrece a los usuarios nuevas sugerencias de títulos para ayudarles a organizar y editar mejor sus contenidos.
- Confirmación de la rama de guardado: el usuario confirma el nuevo contenido escrito y, finalmente, entra en el proceso de guardado.
- Enviar guardar rama: el nuevo contenido se guarda en la base de datos y se muestra un resumen y los puntos clave.

Descripción de funciones y nodos clave
- Nodo clasificador: clasifica las entradas del usuario e identifica la necesidad de consultar, modificar y guardar.
- Nodos de ramificación condicional: determinan la dirección del flujo de trabajo en función de distintas situaciones (por ejemplo, si el contenido está vacío o no).
- Nodo de ejecución de código: realiza consultas a bases de datos, procesamiento de texto y otras operaciones.
- Nodo de modelo grande: responsable de generar o modificar el texto para proporcionar una salida de acuerdo con los requisitos del usuario.
- Nodo de respuesta directa: muestra el resultado o solicita una acción al usuario.
- Nodo de asignación de variables: gestiona las variables de la sesión para garantizar la fluidez de la lógica del proceso.
Arriba se muestra el proceso general y los nodos funcionales clave de la Tarea 1 y la Tarea 2. Gracias a un diseño claro, el sistema puede responder con flexibilidad a las necesidades de los usuarios y garantizar la consulta, modificación y creación de documentos sin problemas.
© declaración de copyright
Derechos de autor del artículo Círculo de intercambio de inteligencia artificial Todos, por favor no reproducir sin permiso.
Artículos relacionados
Sin comentarios...