צמתי AI
צמתי AI מכניסים אינטליגנציה ל-workflows שלכם. אפשר להשתמש בהם כדי לסווג הודעות, לנתב שיחות לענף המתאים וליצור תגובות בשפה טבעית.
כברירת מחדל, Agentix משתמשת ב-OpenAI Responses API עם משפחת המודלים GPT-4.1.
ai.router
סיווג הודעות נכנסות וניתוב לענפים שונים.
AI Router משתמש ב-structured output, כלומר JSON mode, כדי לסווג הודעה באופן דטרמיניסטי לאחת מהקטגוריות שהגדרתם. כל קטגוריה הופכת לידית יציאה, וכך אפשר לבנות הסתעפות לוגית שמבוססת על סיווג AI.
קונפיגורציה
| Option | Type | Required | Description |
|---|
categories | array | Yes | קטגוריות סיווג, כל אחת עם label ו-description |
categories[].label | string | Yes | מזהה קצר לקטגוריה, למשל "billing", "support", "sales" |
categories[].description | string | Yes | תיאור שעוזר ל-AI להבין אילו הודעות שייכות לקטגוריה |
model | string | No | המודל שבו משתמשים. ברירת המחדל היא gpt-4.1-nano, שמתאים לסיווג מהיר וחסכוני |
systemPrompt | string | No | הוראות מערכת נוספות להקשר הסיווג |
Outputs
ידית יציאה אחת לכל קטגוריה. ה-AI בוחר קטגוריה אחת בדיוק עבור כל הודעה.
| Output | Description |
|---|
[category label] | ידית אחת לכל קטגוריה שהוגדרה |
Connections
- Inputs: ידית כניסה אחת שמקבלת את הקשר ההודעה
- Outputs: ידית אחת לכל קטגוריה, עם ניתוב הדדי בלעדי
דוגמת שימוש
אפשר להגדיר קטגוריות כמו "pricing_question", "technical_support", "complaint" ו-"general_inquiry". ה-router קורא את ההודעה הנכנסת, מסווג אותה ומעביר אותה לצמתי AI Respond ייעודיים, שכל אחד מהם משתמש ב-system prompt שמתאים לנושא.
AI Router משתמש ב-JSON schema structured output, ולכן הפלט תמיד תקין ומוגבל לתוויות שהוגדרו. כך מתקבל ניתוב דטרמיניסטי בלי צורך בפרשנות טקסט או התאמות fuzzy.
ai.respond
יצירת תגובה בשפה טבעית.
צומת AI Respond הוא צומת יצירת התוכן המרכזי. הוא מקבל את הקשר השיחה, מחיל את ה-system prompt שלכם ומייצר תשובה שאפשר לשלוח ללקוח דרך צומת WhatsApp Send Message.
קונפיגורציה
| Option | Type | Required | Description |
|---|
systemPrompt | string | Yes | הוראות שמגדירות את האישיות, הידע וההתנהגות של ה-AI |
model | string | No | המודל שבו משתמשים. ברירת המחדל היא gpt-4.1-mini, איזון טוב בין איכות לעלות |
temperature | number | No | רמת האקראיות בתגובה, בטווח 0.0 עד 2.0. ברירת המחדל: 0.7. ערך נמוך יותר ייתן פלט דטרמיניסטי יותר |
maxTokens | number | No | מספר הטוקנים המרבי לתגובה. מומלץ להגדיר מגבלה |
tools | array | No | הגדרות אופציונליות ל-tool-augmented generation |
AI Respond באמצעות כלים:
| Tool Type | Description |
|---|
| Web Search | חיפוש רשת מובנה של OpenAI למידע עדכני |
| File Search | חיפוש במסמכים ובמאגרי ידע שהועלו |
| HTTP Tools | קריאה ל-API חיצוניים בזמן יצירת התגובה |
Outputs
| Output | Type | Description |
|---|
response.text | string | טקסט התגובה שנוצר |
response.tokensUsed | number | מספר הטוקנים שנצרכו בהרצה |
Connections
- Inputs: ידית כניסה אחת שמקבלת את הקשר השיחה
- Outputs: ידית יציאה אחת שמעבירה את התגובה לצומת הבא
דוגמת שימוש
אפשר להגדיר סוכן תמיכה עם system prompt כמו: “You are a helpful support agent for Acme Corp. You know about our products, pricing, and return policy. Be concise and friendly. If you cannot help, suggest the customer speak to a human agent.” לאחר מכן מחברים ל-wa.send_message כדי למסור את התשובה ללקוח.
עלויות טוקנים: יצירת תגובות AI צורכת טוקנים שמחויבים דרך OpenAI. מומלץ תמיד להגדיר maxTokens כדי לשלוט בעלויות. הפלטפורמה אוכפת גם תקרת בטיחות של 150,000 טוקנים לכל run כדי למנוע לולאות סוכן לא מבוקרות.
שיחות מרובות פניות
צמתי AI Respond משתמשים אוטומטית ב-OpenAI Conversations API כדי לשמור זיכרון לאורך שיחה. לכל contact ב-WhatsApp מוקצה thread ייעודי, ולכן ה-AI זוכר הודעות קודמות באותו thread בלי שתצטרכו לנהל הקשר ידנית.