Anknüpfend an einen Beitrag, den ich im ursprünglichen Workflows-Thread gepostet habe. Ich habe herausgefunden, wie man es so einrichtet, wie ich es möchte. Das Ganze ist natürlich nur ein Test, aber hier ist, was es tut:
Dies ist ein Re-Engagement-System, das KI nutzt, um hoffentlich Diskussionen anzustoßen und die Interaktion in Zeiten, in denen die Seite ruhig ist, zu steigern.
Phase A: Identifizieren und Zusammenfassen
Identifiziere Beiträge, die älter als 30 Tage sind und eine Mischung aus Folgendem darstellen:
-Beliebte Themen, die seit geraumer Zeit keinen neuen Beitrag mehr erhalten haben.
-Themen, die viele Aufrufe verzeichnen, aber seit einiger Zeit keine Antwort mehr bekommen haben.
-Themen, die im letzten Jahr noch aktiv waren, dann aber ins Stocken gerieten.
Sobald eines davon gefunden wurde, wird der Discourse-„AI Summary“-Agent gestartet. Der KI-Agent erstellt eine Zusammenfassung. Dies geschieht, indem er eine HTTP-POST-Anfrage an den API-Endpunkt für Zusammenfassungen sendet. Sobald die Zusammenfassung fertiggestellt ist, wird das Vorhandensein des Workflows in einer Datentabelle gespeichert.
(Dies wird stündlich ausgeführt, möglicherweise aber auch häufiger).
Phase B: Zusammenfassung auf Nachfassaktionen prüfen
Ein weiterer, eigenständig nach eigenem Zeitplan laufender Workflow prüft die Datentabelle auf Zeilen, die zusammengefasst, aber noch nicht bewertet wurden. Er holt sich ein Thema aus der Datentabelle und anschließend die 5–10 neuesten Beiträge zu diesem Thema.
Dies wird an einen KI-Agenten übergeben, der für die Triage zuständig ist. Er trifft eine Entscheidung: Sollte dieses Thema wiederbelebt werden? Wenn ja, wie? Er entscheidet, ob das Thema nach oben geschoben (Bump) werden soll oder ob ein Beitrag erstellt werden sollte, der das Thema wieder aufgreift: eine Frage stellt, eine Folgeforderung anregt oder gar nichts tut.
Er aktualisiert die Datentabelle mit der getroffenen Entscheidung.
(Dies sollte etwa so häufig laufen wie Phase A; es könnte auch von Phase A aus getriggert oder mit dieser kombiniert werden.)
Phase C: Mit dem Thema wieder in Kontakt treten
Ein weiterer, eigenständig nach eigenem Zeitplan laufender Workflow, der nicht so häufig ausgeführt wird. Sein erster Schritt besteht darin zu prüfen, wie aktiv das Forum in letzter Zeit war. Das macht er, indem er den durchschnittlichen Beitrag pro Stunde für die letzten 3 Stunden ermittelt. Anschließend berechnet er den Durchschnitt der Aktivität des Forums für 3-Stunden-Zeiträume an denselben Wochentagen und Uhrzeiten der letzten 2 Monate. Wenn die Website nicht so aktiv ist wie üblicherweise zu dieser Tages- und Uhrzeit, wird festgestellt: „Wir können jetzt ein Re-Engagement durchführen.“
Dann werden bis zu 10 verfügbare Re-Engagement-Möglichkeiten abgerufen. Diese werden an einen KI-Agenten gesendet, der gebeten wird, den stärksten Kandidaten für ein Re-Engagement aus der Liste herauszufiltern. Die KI trifft die Entscheidung und gibt eine topic_id zurück. Der Klassifizierer in Phase B hatte zwischen drei Optionen entschieden: Thema nach oben schieben, Folgebearbeitung posten, nichts tun.
Der Workflow wird ein Bump durchführen, es sei denn, es wurde eine Folgebearbeitung festgelegt. Falls eine Folgebearbeitung vorgesehen ist, wird die topic_id übernommen und die neuesten Beiträge aus diesem Thema abgerufen. Dies wird an einen KI-Agenten übergeben, der bestimmt, welche Antwort am besten geeignet ist, um das Thema wieder aufzugreifen. Es gibt Schutzmechanismen (Guardrails), um sicherzustellen, dass die Antwort sehr grundlegend bleibt, aber dennoch thematisch relevant ist und keine Empfehlungen gibt oder Kommentare abgibt. Sie fragt im Wesentlichen nur nach einem Update, ob der ursprüngliche Poster Neuigkeiten zu etwas hat, das passiert ist, usw. Der Beitrag wird gepostet und anschließend wird die Datentabelle mit dem Abschlussdatum aktualisiert.
Ich hoffe, ich habe damit nicht einfach eine versteckte Discourse-Funktion dupliziert, von der ich nichts wusste! Es hat etwas Fummelarbeit gekostet, aber ich habe es hinbekommen.