지능형 문서화: Dify Chatflow를 통한 효율적인 입찰 문서 작성
자연어 대화형 데이터베이스 읽기 및 쓰기
연말이 다가오면 입찰 시즌이 다시 시작되고 입찰 서류와 같은 대용량 문서 준비로 골머리를 앓는 경우가 많습니다.
콘텐츠가 정확하고 전문적인지 확인해야 할 뿐만 아니라 회사의 강점을 강조하고 전문 지식과 카피라이팅 기술을 모두 테스트해야 합니다. 두 가지를 모두 충족하더라도 한 단어 한 단어를 작성하는 데 많은 시간과 에너지를 소비해야 하며 작업량이 많고 난이도가 상당히 높습니다.

따라서 이것은 다음을 기반으로 합니다. Dify 프레임워크의 지능형 문서 준비 워크플로는 효율적인 솔루션이 되었으며, 그 핵심은 Dify-Chatflow를 사용하여 자연어 기반 데이터베이스 읽기/쓰기 작업을 실현하여 원본 문서를 자동으로 읽고, 사용자 요구에 따라 새 콘텐츠를 수정하거나 쓸 수 있으며, 동시에 문서 개요를 자동으로 생성하고 핵심 사항을 추출한 다음 마지막으로 보존을 완료하는 것입니다.

이 워크플로에서는 Chatflow라고도 하는 디파이의 Chat Assistant 워크플로 오케스트레이션 패턴을 사용합니다.
채팅 흐름 VS 워크플로
Chatflow 애플리케이션 시나리오:
고객 서비스, 시맨틱 검색 및 응답을 구성하는 데 다단계 로직이 필요한 기타 대화형 애플리케이션을 포함한 대화형 시나리오를 지향합니다. 이 유형의 애플리케이션은 생성된 결과를 조정하기 위해 여러 차례의 대화 상호 작용을 지원한다는 점에서 구별됩니다.
일반적인 상호 작용 경로: 지시 사항 제공 → 콘텐츠 생성 → 콘텐츠에 대한 여러 토론 → 결과 재생성 → 종료

워크플로 애플리케이션 시나리오:
자동화 및 일괄 처리 시나리오를 지향하며 고품질 번역, 데이터 분석, 콘텐츠 생성, 이메일 자동화 등과 같은 애플리케이션에 적합합니다. 이러한 유형의 애플리케이션은 생성된 결과와 여러 차례의 대화 상호 작용을 허용하지 않습니다.
일반적인 상호 작용 경로: 명령 제공 → 콘텐츠 생성 → 종료

지능형 문서 채팅 흐름 구현 로직
Step1
큰 문서를 여러 개의 텍스트 블록으로 분할합니다. 예를 들어 입찰 문서의 공통 내용인 회사 프로필, 품질 보증 조치, 기술 개발 능력, 애프터 서비스 보증 등은 별도의 텍스트 블록으로 나뉩니다.
Step2
이러한 텍스트 블록을 데이터베이스에 저장하세요. 로컬 파일 대신 데이터베이스 스토리지를 선택하는 주된 이유는 공유가 쉽고 문서 콘텐츠를 구조화하면 사후 처리와 다양한 수요 시나리오에 대한 대응이 용이하기 때문입니다. 데이터 테이블에는 ID, 제목, 카테고리, 개요, 요점, 내용, 기록 시간 등의 필드가 포함되며, 개요와 요점은 수정된 콘텐츠를 기반으로 빅 모델에 의해 자동으로 생성됩니다. 개요는 콘텐츠에 대한 개괄적인 요약을 제공하며, 키포인트는 항목별 요약으로 추후 PPT 등의 제작에 쉽게 사용할 수 있습니다.
Step3
Dify의 Chatflow 구축 애플리케이션을 사용하면 자연어 상호작용을 통해 기존 문서 블록을 수정 및 개선하는 작업과 새로운 콘텐츠를 작성하는 두 가지 작업을 완료할 수 있습니다. 작업이 완료되면 수정된 콘텐츠와 새 콘텐츠가 자동으로 데이터베이스에 제출되어 자연어를 통해 업데이트 및 저장됩니다.

전체 Chatflow 노드는 복잡하고 많으므로 전체에 대한 간략한 개요를 설명하겠습니다.
작업 1: 기존 문서 블록 수정 및 개선하기
- 문서 쿼리 브랜치:
- 사용자는 텍스트 블록 ID(예: 우물 번호 + 숫자)를 입력하여 쿼리 요청을 시작합니다.
- 쿼리 브랜치는 데이터베이스에서 해당 문서 블록을 검색하고 ID, 제목 및 콘텐츠를 추출하여 표시합니다.
- 쿼리 결과는 코드 실행 노드를 통해 처리되며 유효한 문서 블록이 존재하는지 여부를 결정합니다.


- 문서 수정 브랜치:
- 사용자가 수정 요청을 입력하면 시스템에서 콘텐츠에 따라 문서 블록을 확장할지 수정할지 결정합니다.
- 수정 브랜치에서는 빅 모델이 사용자의 요구 사항에 따라 쿼리된 문서를 수정하고, 수정된 콘텐츠는 코드 블록 형식으로 출력되어 쉽게 복사할 수 있습니다.
- 사용자는 수정된 콘텐츠를 확인하고 만족하면 저장 프로세스에 들어갈 수 있으며, 만족하지 않으면 수정을 계속할 수 있습니다.
- 사용자가 수정 사항 저장을 확인하면 시스템에서 수정된 텍스트를 데이터베이스에 저장하고 수정 사항의 개요와 요점을 표시합니다.


작업 II: 완전히 새로운 콘텐츠 준비
- 작업 분기 초기화: 사용자가 초기화를 선택하면 새 콘텐츠 작성을 준비하기 위해 시스템이 이전에 조회된 문서의 상태를 지웁니다.
- 새 콘텐츠 브랜치 작성: 사용자가 새 텍스트 요청 블록을 입력하면 시스템이 새 작업에 따라 제목과 콘텐츠를 생성하여 작성합니다.
- 새로운 콘텐츠 제목 팁 브랜치: 사용자가 콘텐츠를 더 잘 정리하고 편집할 수 있도록 새로운 제목 제안을 제공합니다.
- 저장 브랜치 확인: 사용자가 새로 작성된 콘텐츠를 확인하고 최종적으로 저장 프로세스로 들어갑니다.
- 저장 브랜치 제출: 새 콘텐츠가 데이터베이스에 저장되고 요약과 요점이 출력됩니다.

주요 기능 및 노드에 대한 설명
- 분류기 노드: 사용자 입력을 분류하고 쿼리, 수정 및 저장의 필요성을 식별합니다.
- 조건부 분기 노드: 다양한 상황(예: 콘텐츠가 비어 있는지 여부)에 따라 워크플로우의 방향을 결정합니다.
- 코드 실행 노드: 데이터베이스 쿼리, 텍스트 처리 및 기타 작업을 수행합니다.
- 대형 모델 노드: 사용자의 요구 사항에 따라 출력을 제공하기 위해 텍스트를 생성하거나 수정하는 역할을 담당합니다.
- 직접 응답 노드: 결과를 표시하거나 사용자에게 작업을 요청하는 메시지를 표시합니다.
- 변수 할당 노드: 세션의 변수를 관리하여 프로세스의 로직이 원활하게 작동하도록 합니다.
위는 태스크 1과 태스크 2의 전체 프로세스와 주요 기능 노드입니다. 명확한 설계를 통해 사용자 요구에 유연하게 대응하고 원활한 문서 조회, 수정, 생성을 보장할 수 있습니다.
© 저작권 정책
기사 저작권 AI 공유 서클 모두 무단 복제하지 마세요.
관련 문서
댓글 없음...