为什么它如此重要？
它绝对改变了聊天机器人的创建方式，因为与 Landbot 等合适的可视化构建器相结合，它可以使任何人都可以构建 AI 机器人。
在本分步教程中，我们将演示如何管理 OpenAI 聊天机器人集成，以便充分利用 AI，而无需编写任何代码（如果这不是您的强项或者您只是想加快聊天机器人开发速度）。
OpenAI 聊天机器人集成：如何加快机器人构建过程
在本教程中，我们将引导您完成创建WhatsApp 调查 澳大利亚电话号码资源 和管理 OpenAI 聊天机器人集成的过程。 所讨论的机器人是一个客户满意度机器人，我们希望使用它来收集数据并在客户对服务/产品不满意时总结事件。
1. 设置账户
首先，为了能够创建聊天机器人，您需要注册或登录 Landbot和OpenAI帐户。创建 OpenAI 帐户后，您将被重定向到 API 密钥区域，这对于后续流程非常重要。如果没有，只需单击右上角的帐户图标并选择“查看 API 密钥”。
屏幕截图显示了在哪里可以找到 OpenAI API 密钥来完成 OpenAI 聊天机器人集成过程
2. 聊天机器人的目的和流程概述
我们希望这个 AI 机器人收集客户订单号、电子邮件地址和问题摘要。然后，让它连接并将这些信息发送到我们的客户支持团队数据库（在本例中存储在 Airtable 中），以便他们检查电子邮件和订单号是否已验证。
显示 OpenAI 聊天机器人集成示例的屏幕截图
我们将把聊天机器人流程分为两个主要部分。
第一部分将是一个循环，得益于 OpenAI 聊天机器人的集成，GPT 将向用户询问必要的信息。对话将持续进行，直到机器人收集到指示其收集的所有数据。
在流程的第二部分，机器人将创建此对话的摘要并将其发送到我们的 Airtable 数据库。
3. 设置开场白
首先，我们需要设置客户将通过 WhatsApp 收到的第一条外展消息。这里的想法是使用一个简单、结构化的按钮问题来评估体验：
创建 OpenAI 聊天机器人集成的第一步
由于这是一个 WhatsApp 机器人，这意味着您将自动获得用户的姓名，而无需询问，因为客户已经选择加入，并且您可以从一开始就使用它来个性化对话。
现在，由于 OpenAI 聊天机器人集成旨在收集事件报告，因此只有点击悲伤表情的用户才能与 AI 机器人交谈。点击非常满意或稍微满意选项的用户将收到简单的“谢谢”回复，聊天将关闭。
显示反馈调查机器人的一部分的屏幕截图
由于大多数回复都指向这条路径，因此紫色（默认）按钮与“谢谢”消息相连并关闭聊天。当您有许多不同的回复，这些回复很重要但不影响流程方向时，默认按钮特别有用。无需从每个回复单独拖动箭头。
现在，我们将从“悲伤脸”按钮拖出一个单独的箭头，以创建处理不满意客户的 AI 流程。
4. 设置对话“记忆盒”
首先，我们要为聊天创建一个存储容器。可以把它想象成一个空盒子，在创建对话时，你会将对话填入其中。
该图展示了如何在我们的 OpenAI 聊天机器人集成中设置记忆盒来保存答案
为什么这一步如此重要？
当我们将此框发送到 OpenAI 聊天机器人集成时，它将充当其记忆，这样机器人就不会两次询问相同的信息，并帮助我们保持合乎逻辑且有用的对话流程。如果没有它，聊天机器人只会一遍又一遍地继续问同样的问题。
为了创建“框”，我们将使用“设置字段”块：
如何在 OpenAI 聊天机器人集成中设置字段以保存对话历史记录的图像
需要注意的是，存储所有对话数据的字段是数组格式。 “输入值”字段包含空方括号，表示将存储对话的空容器。
注意：您始终可以创建自己的字段来存储聊天机器人收集的数据。最佳做法是为它们赋予描述性名称（例如，在我们的例子中为“@conversation_history”），以便您确切知道它们存储了哪些信息。
5. 连接流程：OpenAI 聊天机器人集成
首先，我们将再次使用“设置字段”块来存储我们的 OpenAI API 密钥。
屏幕截图显示了如何设置 OpenAI API 密钥以将其与我们的聊天机器人集成
现在是时候转到您的 OpenAI 帐户并复制您的 API 密钥了，正如我们在文章开头提到的那样。
显示保存 OpenAI API 密钥的下一步的屏幕截图
现在，我们将解释使用 Webhook 块连接两个平台的 OpenAI 聊天机器人集成。
单击 Webhook 块以打开编辑器。
屏幕截图显示了完成 OpenAI 聊天机器人集成的 webhook
要填充此部分，您可以在OpenAI API 文档的Completions > Create Completion下找到此信息。
OpenAI 文档的屏幕截图
您需要做的就是复制并粘贴 URL 并将命令设置为 POST。
接下来，将注意力转移到 Webhook 编辑器的“自定义标题”部分。
屏幕截图显示了如何自定义 webhook 编辑器的标题
这是需要输入API授权的空间。
您可以在“创建完成”部分中的“示例请求”中找到此信息。
显示 OpenAI 授权 API 密钥的图像
客户标头键是“Authorization”，值是单词“Bearer”，后跟一个空格和您的 API 密钥。
由于您创建了 API 密钥字段，聊天机器人会使用该字段自动将您的 API 拉入 Webhook。
该块中需要注意的下一个部分是“自定义正文”部分。
屏幕截图展示了如何自定义 OpenAI 聊天机器人集成的 webhook 主体
这里，您需要参考OpenAI Completions 文档中的“示例请求”部分并复制以下内容：
显示来自 OpenAI 的示例请求的屏幕截图
此序列指定以下信息：
GPT 模型
提示： OpenAI 的一组指令，阐明请求的目的和范围。它应该尽可能清晰明了，不留任何解释的余地。您可以随意重复命令几次来实现这一点。清晰的提示有助于防止出现幻觉。
最大标记数：标记是 OpenAI 模型（包括 ChatGPT）用来计算文本长度的基本单位。它们是字符或字符组，可能与单词对应，也可能不对应。但为了简化起见，您可以将它们视为字符数。
温度： GPT 模型温度设置向 AI 表明了它有多少发挥空间和“创造力”。最低温度为 0，最高温度为 1。增量以小数表示，例如 0.1、0.2 等。我们将机器人的温度设置为 0，这意味着它只能使用现有的温度。如果您正在使用更具创造性的用例，您可能需要提高温度。
提示的示例如下：
客户 (@name) 正在联系我们，因为出现了问题。您必须充当友好的代理，负责收集订单出了什么问题的清晰信息，您需要询问他们。我们知道存在问题，但我们需要知道是什么问题，所以您需要找出原因。此外，获取他们的电子邮件地址和订单号（不要向用户显示摘要，也不要创建任何信息）。一次只问一个问题，要友好。您的工作不是提供支持，只是收集信息。不要创建任何信息，信息必须由客户提供。这是您与客户的对话历史记录：@conversation_history，一旦您从客户那里收集了所有三条信息，并且他们不再需要帮助，请说“代理将调查此事”，请务必仅在您有问题的清晰摘要（至少来自用户的一句话）、订单号和电子邮件地址并且客户不再需要帮助时使用关键字“代理将调查此事”。客户：@user_text。您：\n”
此提示禁止机器人创建信息，而是收集和总结关键点。它还引入了存储整个对话的字段，以便机器人可以在每次循环时访问更新的内存。它还告诉机器人，用户创建的响应存储为@user_text。而且，由于它是一个完成模型，它被设计为完成对话，因此有“你：\n”提示，这样机器人就知道如何完成对用户输入的响应。
Webhook 编辑器中的下一部分是“测试您的请求”。为了确保一切正常，您只需单击“测试请求”按钮。
屏幕截图展示了如何测试 OpenAI 聊天机器人集成的请求
如果连接正常，您将收到 200 响应。
我们即将完成我们的机器人！我们应该关注的其余部分是“将响应另存为字段”和“响应路由”。
屏幕截图显示了在 OpenAI 聊天机器人集成中将用户响应保存为字段的步骤
“将响应保存为字段”允许我们将 OpenAI 响应保存在字段下并将其显示给用户。
“响应路由” 可以起到一定程度的损害控制作用。如果 OpenAI-chatbot 集成连接运行良好 (200)，流程将继续进入我们设计的循环。如果出现错误 (429) 且 OpenAI 服务器超载，它允许您重新路由到“稍后再试”消息。
这就是 Webhook 块的全部内容。现在让我们更深入地了解一下公式块。
6. 设置公式块，将对话推入“记忆盒”
虽然错误 429 Webhook 响应会将用户重新路由到稍后再试消息，但 200 响应会将他们引导至与 OpenAI 聊天机器人的对话循环。
如上所述，为了让对话真正发挥作用并取得成果，机器人需要记住每一步收集的数据。为此，我们需要确保使用“设置字段”块将对话存储在我们在流程开始时创建的“空框”中。
为了填写它，我们使用公式块。简而言之，此块允许您执行通常需要一些编码的操作，例如更复杂的计算、高级格式条件或更改等。但您无需编码，而是使用更类似于 Google 电子表格中的公式的函数。
显示 OpenAI 聊天机器人集成的公式块部分的屏幕截图
如果您想了解有关公式块的工作原理及其用途的更多信息，请查看下面来自我们的Landbot Academy 的视频教程。
您只需要知道我们正在使用“推送”公式将@response（OpenAI）以及稍后的@user_text（用户输入）推送到我们的空对话记忆盒@conversation_history 中。
公式如下：
推送（推送（@conversation_history，'@response'），'@user_text'）
7. 创建对话循环
一旦我们有了确保对话历史记录框被填写的公式，我们就可以进行实际对话。
如何在 OpenAI 聊天机器人集成中创建对话循环
公式块将我们带到“提问”块。机器人的“问题文本”字段不是固定文本，而是填充了 @response 字段，该字段存储并展示 OpenAI 的响应，无论对话循环中特定空间中的内容是什么。用户有空间用自己的语言回答，他们的答案存储在 @user_text 字段中。
理论上，您可以从这里循环回到 Webhook 块。但是，这将创建一个永无止境的对话。这就是为什么在连接回 Webhook 并关闭循环之前，我们需要为机器人提供一条退出途径（如果它拥有所需的所有信息）。
8. 设置目标达成时结束对话的条件
使用条件逻辑块是结束对话和收集所有数据的一种非常简单的方法。
因为在我们的提示中，我们指示 OpenAI 在拥有所有必要信息时说“代理将调查此事”，所以您可以使用此响应作为让机器人退出循环的条件：
屏幕截图展示了如何添加条件块来结束 OpenAI 聊天机器人集成的对话
这样，如果 AI 机器人说代理将联系用户，流程将把它视为已收集所有必要信息的信号，并将绿色输出带向 EXIT 流程。如果 @response 不包含单词“代理”，它将采用粉色输出并将对话带回 Webhook 块以重复循环。
9. 定义退出流程
这里最简单的做法是复制您之前设置的 Webhook 块，转到“自定义正文”并简单地更新提示以提供新指令。
如果您不想处理 Webhook 块，您也可以使用与之前相同的技巧：使用“设置字段”块。
屏幕截图显示了如何设置 OpenAI 聊天机器人集成的最终提示
因此，如果您想修改最终提示，只需打开“设置字段”编辑器并将更改应用于“键入值”字段。
在 Webhook 内部，提示应如下所示：
显示 OpenAI 聊天机器人集成的 webhook 提示的屏幕截图
由于它包含字段@final_prompt而不是固定文本，因此您之前对“设置字段”块内的提示所做的任何更改都将自动反映。
OpenAI 的最终回应将包括事件摘要，其中包含解决问题所需的所有来自客户的信息。
10. 发送信息到你的数据库
最后要做的一件事是将收集的数据发送到我们的数据库。为此，您可以使用 Landbot 原生集成。
屏幕截图展示了如何通过本机集成将信息从 OpenAI 聊天机器人集成传输到 Airtable
要了解如何集成 Airtable，请参阅下面的简短教程：
但是，如果 Airtable 块更适合您的需求，您可以随意用 Google Spreadsheets 集成块替换它。下面，您将找到有关将聊天机器人与 Google Spreadsheets 连接所需遵循的流程的更多信息：
将信息发送到选定的数据库后，我们将添加一个块来告别并关闭聊天。
11.如何避免常见错误
机器人构建是一场冒险，细节可能会被你忽视。因此，如果事情进展不顺利，请确保：
字段名称拼写正确
没有任何字段被意外删除
您正在使用正确的 OpenAI API 密钥
您正在使用正确的 GPT 模型
您的代币尚未过期
就是这样！
您已成功完成 OpenAI 聊天机器人集成，现在您拥有一个可以有效处理客户反馈的 WhatsApp 机器人！
如果您需要有关如何处理 Landbot 与OpenAI Assistant集成的更多信息，您可以在我们的知识中心找到更多详细信息，以及与最新版本 GPT-4相关的所有内容。
总结
我们希望本文能够帮助您创建能够改善客户体验并帮助您的业务增长的机器人。
请记住，如果您对将 OpenAI 与聊天机器人集成相关的更多资源感兴趣，请务必查看我们的知识中心，并关注我们的博客以获取更多提示和教程！
