Интеллектуальная документация: эффективное создание тендерных документов с помощью Dify Chatflow

Чтение и запись на естественном языке интерактивных баз данных

Ближе к концу года снова наступает сезон тендеров, и подготовка крупных документов, таких как тендерная документация, часто становится головной болью.

Нужно не только обеспечить точность и профессионализм контента, но и подчеркнуть сильные стороны компании, проверив как профессиональные знания, так и навыки копирайтинга. Даже если и то, и другое, все равно нужно потратить много времени и сил, чтобы написать слово за словом, объем работы огромный, а сложность довольно высокая.

И вот этот, основанный на Dify Интеллектуальный рабочий процесс подготовки документов стал эффективным решением, суть которого заключается в использовании Dify-Chatflow для реализации операций чтения/записи базы данных на естественном языке, что позволяет автоматически читать исходный документ, изменять или записывать новое содержание в соответствии с потребностями пользователя, а также автоматически создавать обзор документа и выделять ключевые моменты, а затем завершать сохранение.

Этот рабочий процесс использует шаблон оркестровки рабочего процесса Chat Assistant от dify, также называемый Chatflow.

Chatflow VS Workflow

Сценарии применения Chatflow:

Ориентирован на сценарии диалогового типа, включая обслуживание клиентов, семантический поиск и другие разговорные приложения, требующие многоступенчатой логики при построении ответов. Этот тип приложений отличается поддержкой нескольких раундов диалогового взаимодействия для корректировки генерируемых результатов.

Общие пути взаимодействия: предоставление инструкций → создание контента → многочисленные обсуждения контента → повторное генерирование результатов → завершение

Сценарии применения рабочих процессов:

Ориентирован на автоматизацию и сценарии пакетной обработки, подходит для таких приложений, как высококачественный перевод, анализ данных, генерация контента, автоматизация электронной почты и т. д. Этот тип приложений не допускает многоразового диалогового взаимодействия с генерируемыми результатами.

Общие пути взаимодействия: дать команду → сгенерировать контент → завершить

Логика реализации интеллектуальной документации Chatflow

Шаг1

Мы разбиваем большие документы на несколько текстовых блоков. Например, общее содержание тендерного документа: профиль компании, меры по обеспечению качества, возможности технического развития, гарантия послепродажного обслуживания и т. д. - разбивается на отдельные текстовые блоки.

Шаг2

Храните эти блоки текста в базе данных. Основная причина выбора хранения в базе данных вместо локальных файлов заключается в том, что базами данных легко обмениваться, а структурирование содержимого документа упрощает его постобработку и реагирование на различные сценарии спроса. Наша таблица данных включает такие поля, как ID, название, категория, обзор, ключевые моменты, содержание и время записи, причем обзор и ключевые моменты автоматически генерируются большой моделью на основе измененного содержания. Обзор представляет собой краткое изложение содержания на высоком уровне, а ключевые моменты - это детализированные резюме, которые могут быть легко использованы для последующего создания PPT и т. д.

Шаг3

С помощью приложения Chatflow от Dify пользователи могут выполнять две задачи, используя естественный язык: одна из них - изменение и улучшение существующих блоков документов, а другая - написание совершенно нового контента. После выполнения задания измененный и новый контент автоматически отправляется в базу данных с помощью естественного языка для обновления и сохранения.

Поскольку весь узел Chatflow сложен и многочисленен, я дам краткий обзор всего этого.

Задача 1: Изменить и улучшить существующие блоки документации

1. Ветвь запроса документа:

• Пользователь инициирует запрос, вводя идентификатор текстового блока (например, номер скважины + номер).
• Ветвь запроса извлекает из базы данных соответствующий блок документов, извлекает и отображает его идентификатор, заголовок и содержание.
• Результаты запроса обрабатываются узлом выполнения кода и определяют, существует ли правильный блок документа.

1. Ветвь модификации документа:

• После того как пользователь вводит запрос на изменение, система определяет, следует ли расширить или изменить блок документа, основываясь на его содержании.
• В ветви modify большая модель модифицирует запрашиваемый документ в соответствии с требованиями пользователя, а измененное содержимое выводится в формате блока кода для удобства копирования.
• Пользователь подтверждает измененное содержимое, если он удовлетворен, то может перейти к процессу сохранения, если не удовлетворен, то продолжить изменение.
• После того как пользователь подтверждает сохранение изменений, система сохраняет измененный текст в базе данных и отображает обзор и ключевые моменты изменений.

Задача II: Подготовка совершенно нового контента

1. Сброс ветвления задач: если пользователь выбирает сброс, система очищает статус ранее запрошенных документов для подготовки к написанию нового контента.
2. Составить новую ветку контента: пользователь вводит новый блок текстового запроса, а система составляет композицию для новой задачи, генерируя заголовки и контент.
3. Новая ветка подсказок по заголовкам контента: предлагает пользователям новые предложения по заголовкам, чтобы помочь им лучше организовать и редактировать свой контент.
4. Подтверждение ветки сохранения: пользователь подтверждает написанное новое содержимое и, в конечном итоге, входит в процесс сохранения.
5. Отправить ветку сохранения: новый контент сохраняется в базе данных, а также выводится резюме и ключевые моменты.

Описание ключевых функций и узлов

1. Узел классификатора: классифицирует вводимые пользователем данные и определяет необходимость запроса, изменения и сохранения.
2. Узлы условного ветвления: определяют направление рабочего процесса в зависимости от различных ситуаций (например, пустое содержимое или нет).
3. Узел выполнения кода: выполняет запросы к базе данных, обработку текста и другие операции.
4. Узел большой модели: отвечает за генерацию или модификацию текста для обеспечения вывода в соответствии с требованиями пользователя.
5. Узел прямого ответа: показывает результат или предлагает пользователю выполнить действие.
6. Узел назначения переменных: управляет переменными в сессии, чтобы обеспечить бесперебойную работу логики процесса.

Выше представлен общий процесс и основные функциональные узлы задач 1 и 2. Благодаря четкому дизайну система может гибко реагировать на потребности пользователей и обеспечивать бесперебойную работу по поиску, изменению и созданию документов.