Доводка текста под поисковый запрос — с вашим одобрением

Сценарий переписывает черновик под нужный запрос, опираясь на выдачу, историю в таблица и базу знаний Postgres PGVector Store, и сохраняет результат только после вашего одобрения в Mattermost.

  • Правка опирается на реальную выдачу, а не на вкус
  • Тон и факты берутся из вашей базы знаний
  • Ничего не сохраняется без вашего одобрения
  • История текстов копится в таблица
Google Sheets ToolSerpApi (Google Search)ChatPinecone Vector StoreEmbeddings OpenAI
Подключить базу знаний и запуститьScriptera

Как это работает

Перенос данных из Mattermost в Postgres PGVector Store делается готовым сценарием: он сам замечает новое и переносит его.

  1. Запуск: Триггер чат-сценария
  2. Затем: Задать входные параметры
  3. Затем: Агент оптимизации контента (AI)
  4. Затем: Сохранить утверждённый черновик в таблицу
  5. Затем: Запросить утверждение через Slack
  6. Проверка: Проверить статус утверждения человеком
  7. Если да — Отправить уведомление об успехе в Slack
  8. Затем: Краткосрочная память
  9. Затем: Обеспечить структуру JSON-вывода
  10. Затем: Получить контекст из Google Sheets
  11. Затем: Модель OpenAI GPT-4o Mini
  12. Затем: Анализ конкурентов через SerpAPI
  13. Затем: Запросить базу знаний компании
  14. Затем: Embeddings OpenAI для векторного поиска

Такой сценарий можно запустить в Scriptera: задача описывается обычными словами, сборка и запуск — на стороне сервиса.

Похожие сценарии