대화형 AI 에이전트 노드#

대화형 에이전트는 인간과 같은 대화를 수행합니다. 컨텍스트를 유지하고, 사용자 의도를 이해하며, 관련된 답변을 제공할 수 있습니다. 이 에이전트는 일반적으로 챗봇, 가상 비서 및 고객 지원 시스템을 구축하는 데 사용됩니다.

대화형 에이전트는 시스템 프롬프트에서 tools를 설명하고 도구 호출을 위한 JSON 응답을 파싱합니다. 선호하는 AI 모델이 도구 호출을 지원하지 않거나 더 간단한 상호작용을 처리하는 경우, 이 에이전트는 좋은 일반 옵션입니다. 더 유연하지만 Tools Agent보다 정확성이 떨어질 수 있습니다.

AI 에이전트 노드 자체에 대한 자세한 내용은 AI Agent를 참조하십시오.

이 에이전트는 Chat Trigger 노드와 함께 사용할 수 있습니다.
메모리 서브 노드를 연결하면 사용자가 여러 개의 질의를 포함한 지속적인 대화를 나눌 수 있습니다.
단, 메모리는 세션 간에 유지되지 않습니다.

노드 매개변수#

다음 매개변수를 사용하여 대화형 에이전트를 구성합니다.

프롬프트#

노드가 프롬프트(사용자의 질의 또는 채팅 입력)를 구성하는 방식을 선택하세요.

다음 옵션 중에서 선택할 수 있습니다:

이전 노드에서 자동으로 가져오기(Take from previous node automatically):
이 옵션을 선택하면 노드는 이전 노드에서 chatInput이라는 입력을 기대합니다.
직접 정의(Define below):
이 옵션을 선택하면 텍스트(Text) 필드에 사용할 프롬프트를 입력할 수 있습니다.
동적 콘텐츠를 위해 표현식(Expressions)을 사용할 수도 있습니다.

특정 출력 형식 요구#

이 매개변수는 노드가 특정 출력 형식을 요구할지 여부를 제어합니다.

이 기능을 활성화하면 n8n에서 다음 출력 파서 중 하나를 노드에 연결하도록 요청합니다:

노드 옵션#

다음 옵션을 사용하여 대화형 에이전트 노드의 동작을 조정합니다:

인간 메시지#

에이전트에게 사용할 수 있는 도구에 대해 설명하고 사용자 입력에 대한 컨텍스트를 추가합니다.

다음 표현식과 변수를 반드시 포함해야 합니다:

{tools}: 에이전트에 연결된 도구의 문자열을 제공하는 LangChain 표현식입니다. 누가 도구를 사용해야 하는지, 그리고 그들이 도구를 어떻게 사용해야 하는지에 대한 맥락이나 설명을 제공하십시오.
{format_instructions}: 연결된 출력 파서 노드의 스키마 또는 형식을 제공하는 LangChain 표현식입니다. 지침 자체가 맥락이기 때문에 이 표현식에 대한 맥락은 제공할 필요가 없습니다.
{{input}}: 사용자의 프롬프트를 포함하는 LangChain 변수입니다. 이 변수는 프롬프트 매개변수의 값으로 채워집니다. 이것이 사용자의 입력이라는 맥락을 제공하십시오.

다음은 이러한 문자열을 사용하는 방법의 예입니다:

예제:

TOOLS
------
Assistant는 사용자가 원래 질문에 대한 답변에 도움이 될 수 있는 정보를 찾아보기 위해 도구를 사용하도록 요청할 수 있습니다. 인간이 사용할 수 있는 도구는 다음과 같습니다:

{tools}

{format_instructions}

사용자의 입력
--------------------
여기 사용자의 입력이 있습니다 (마크다운 코드 조각의 JSON 블롭과 단일 작업으로 응답해야 하며, 그 외의 내용은 아무것도 포함하지 않아야 합니다):

{{input}}

시스템 메시지#

대화가 시작되기 전에 에이전트에게 메시지를 보내고 싶다면, 원하는 메시지를 입력하세요.

이 옵션을 사용하면 에이전트의 의사 결정 과정을 유도할 수 있습니다.

최대 반복 횟수#

모델이 사용자 프롬프트에 대한 적절한 응답을 생성하기 위해 실행할 횟수를 입력하세요.

기본값은 10입니다.

중간 단계 반환#

최종 출력에 에이전트가 수행한 중간 단계를 포함할지 여부를 선택하세요.

활성화(ON): 에이전트가 수행한 중간 단계를 포함하여 출력합니다.
이는 에이전트의 동작을 세밀하게 조정하는 데 유용할 수 있습니다.
비활성화(OFF): 중간 단계를 포함하지 않고 최종 응답만 출력합니다.

템플릿 및 예제#

주 AI 에이전트 노드의 템플릿 및 예제 섹션을 참조하십시오.

일반적인 문제#

일반적인 질문이나 문제 및 제안된 해결책에 대해서는 Common issues를 참조하십시오.

AI 용어집 (AI Glossary)#

완성(Completion): GPT와 같은 모델이 생성하는 응답을 의미합니다.
환각(Hallucinations): AI에서 "환각"이란 LLM(대규모 언어 모델)이 실제로 존재하지 않는 패턴이나 개체를 잘못 인식하는 현상을 의미합니다.
벡터 데이터베이스(Vector Database): 정보를 수학적으로 표현한 벡터 데이터를 저장하는 데이터베이스입니다.
임베딩(Embeddings) 및 검색기(Retrievers)와 함께 사용하여 AI가 질문에 답할 때 접근할 수 있는 데이터베이스를 구성할 수 있습니다.
벡터 저장소(Vector Store): 벡터 데이터베이스와 동일한 개념으로, 정보를 수학적으로 표현한 벡터 데이터를 저장하는 시스템입니다.
임베딩 및 검색기와 함께 사용하여 AI가 질문에 답할 때 참조할 수 있는 데이터베이스를 구축할 수 있습니다.