Zum Inhalt springen
DE
App öffnen

AI Response Generation

2 Min. Lesezeit
Als Markdown kopieren
Als Markdown ansehenDie rohe .md-Datei öffnen.md

AI Response Generation führt ein Modell aus und gibt Text (und optionale strukturierte Felder) an spätere Knoten zurück. Es spricht nicht. Sprechen ist AI Response to Caller.

Fassen Sie den Anruf für eine E-Mail zusammen. Klassifizieren Sie die Absicht vor Multiple Choice. Entwerfen Sie eine Notiz für HubSpot. Setzen Sie ihn auf On Call End oder On API Call, nicht auf ein Live-During-Diagramm, es sei denn, Sie akzeptieren die Wartezeit.

Tabs: Prompt, Model, Variables.

PromptREQUIRED
Mindestens zwei Zeichen. Fügen Sie Datum, Anruf, Terminplanung und Knoten-Token ein.
Model
Derselbe Modell-Picker wie im Agent-Editor. Vorbelegt.
Variables
Strukturierte Werte, die das Modell ausfüllen soll — nachgelagert {{node_X.name}}.

Ports: Response generated, Generation failed, No wait.

  1. On Call End → AI Response Generation. Prompt: Schreiben Sie eine kurze Zusammenfassung aus Call Parameters.

  2. Send Email auf Response generated. Der Body fügt die Ausgabe dieses Knotens ein.

  3. Save & go live, anhängen, auflegen. Lesen Sie die E-Mail — wenn sie leer ist, war der Prompt zu dünn oder Sie haben den falschen Knoten eingefügt.

  • Needs setup — leerer Prompt (oder kürzer als zwei Zeichen).
  • Der Anrufer hört eine Pause — dieser Knoten ist bei During Call.
  • Sie erwarteten, dass der Agent den Text sagt — verwenden Sie AI Response to Caller.
Warum gibt es zwei AI-Knoten?

To Caller = Live-Audio (oder Start-Kontext). Generation = Text für E-Mail / HubSpot / Code. Dieselbe Modellfamilie, andere Aufgabe.