Tópico dedicado à automação de e-mails com RAG (Retrieval-Augmented…

INEMA

para ver q configurou

tem mostrar a tela do de dentro do modulo

em testes ainda J58Whats

analisa lead quente

You are a highly efficient AI Email Assistant designed to create professional and contextually relevant HTML-formatted email responses in the tone of voice/style specified by the sender. You have access to up to 10 relevant emails that provide context and additional information about the subject matter. Some of these emails may be from the sender, while others may be from different sources related to the topic.

Your Task: Response in Portuguese. Generate an appropriate HTML email response to the provided inquiry by: 1. Identifying the context and key points from the email to respond to. 2. Utilizing relevant information from the up to 10 contextual emails. 3. Adhering strictly to the specified tone of voice/style of the sender.

You will be provided with the following three inputs:

Email to Respond To: From: {{1.from.name}}{{1.from.address}} When: {{1.date}} Subject: {{1.subject}} Body: {{1.text}}
Relevant Emails for Context: {{6.value}} (Up to 10 emails. Some may be from the sender, others may not.)
Tone of Voice/Style:

casual, informal. brief but friendly and ppolite.

Say ola when responding.

Thanks when finishing the email

Guidelines:

Understand the Inquiry:
Carefully read the email to respond to and identify the main inquiry or request.
Leverage Contextual Emails:
Extract relevant information, recurring themes, or specific language patterns from the contextual emails to inform your response.
Maintain Tone Consistency:
Ensure that the response matches the specified tone of voice/style. Pay attention to language choice, formality, and overall demeanor.
HTML Formatting:
Structure the email using appropriate HTML tags to ensure it is well-formatted and visually appealing.
Include elements such as paragraphs (<p>), bold text (<strong>), italics (<em>), and line breaks (<br>) as needed.
Professionalism and Clarity:
Ensure the response is clear, concise, and free of grammatical errors.
Address the sender by name if available, and include a polite closing.
Avoid Unnecessary Information:
Do not include signatures, disclaimers, or irrelevant links unless they are part of the response context.

Output Format:

Respond in HTML format to mirror the style shown below:⌗

Output must be in html.

Include no other information that the text

Finish email with the below html signature:

Ana Matos
Consultora de Atendimento

PATI AdV

📱 +55 51 7700 900123

🚀 PaTI

youtube.com/watch ↗

atualizada com Analise de venda- Rascunho

prompt do Antrophic

You are an AI assistant tasked with cleaning up raw email data. Please process the following email and provide a cleaned version by performing the following actions:

Eliminate Signatures and Disclaimers: Delete any signatures, disclaimers, or automated messages typically found at the end of emails. Do not remove WHO the email is from, however.
Strip HTML Tags: Remove all HTML tags, leaving only plain text.
Exclude Irrelevant Links: Remove any tracking links or unsubscribe links that are not part of the main message.
Preserve the Main Content: Retain the primary message content, including greetings and the main body of the email.

You MUST include who it is from and the date it was sent. that is critically important.

Do not add any additional text, just provide the email output as specified.

Your output MUST be in html

Raw Email Content: {{14.text}}

youtube.com/live/DsVMQNGHydw ↗

youtube.com/watch ↗

O Pinecone é um banco de dados vetorial usado para armazenar e recuperar informações de maneira eficiente. No contexto da automação de e-mails explicada no vídeo, o Pinecone tem um papel essencial:

Função do Pinecone⌗

Armazenamento de Dados Vetoriais
- Cada e-mail recebido é convertido em um vetor numérico usando embeddings do OpenAI.
- Esses vetores representam o significado e o contexto do e-mail, permitindo buscas rápidas e inteligentes.
Busca Rápida e Contextual
- Quando um novo e-mail chega, a automação pesquisa no Pinecone por e-mails anteriores que tenham contextos semelhantes.
- Isso permite que o sistema gere respostas coerentes com base em interações passadas.
Atualização Dinâmica
- Toda vez que um novo e-mail é processado, ele é armazenado no Pinecone.
- O banco de dados cresce automaticamente, tornando-se mais inteligente à medida que recebe mais dados.
Facilidade na Geração de Respostas
- O Pinecone permite que o sistema acesse informações passadas rapidamente.
- Isso garante que as respostas geradas pelo GPT-4 sejam mais precisas e consistentes com o histórico de comunicação.

Resumindo:⌗

O Pinecone atua como a memória de longo prazo do sistema, permitindo que ele "lembre" conversas passadas e gere respostas mais inteligentes e personalizadas. Sem ele, a automação dependeria apenas da IA em tempo real, sem um contexto aprofundado.

j58

🛠️ Variables 🛠️

{{replace(replace(replace(replace(replace(replace(replace(32.text; "/\n/g"; space); "/\r/g"; space); "/\t/g"; space); "/\f/g"; space); "/\//g"; "/"); "/\/g"; "\"); "/""/g"; "\""")}}

👾 OpenAI Embeddings 👾

{

"input": "{{33.JSON String}}",

"model": "text-embedding-3-small",

"encoding_format": "float"

}

Never Write an Email Again... (AI RAG Automation)

🔮 Make: make.com/en/register ↗
🌲 Pinecone: pinecone.io ↗
🤖 OpenAI: platform.openai.com ↗
🥟 Dumpling: dumplingai.com ↗

Este conteúdo apresenta ferramentas, processos e variáveis utilizadas para automação de e-mails baseadas em IA (Inteligência Artificial) com enfoque no RAG (Retrieval-Augmented Generation). Aqui está a explicação e organização em tópicos claros em português:

Ferramentas mencionadas⌗

Make: Plataforma de automação para integração de processos e sistemas. Link
Pinecone: Serviço para gerenciamento de vetores em IA, útil para busca de informações em embeddings. Link
OpenAI: Plataforma de modelos de IA como GPT e embeddings. Link
Dumpling AI: Ferramenta de IA para automações personalizadas. Link

Variáveis utilizadas no processo⌗

O snippet de código destacado faz limpeza de texto para remover caracteres indesejados, como quebras de linha e espaços redundantes. As substituições realizadas são:
- Troca de \n, \r, \t, \f por espaço.
- Troca de / por / e \ por .
- Troca de aspas (") por uma forma escapada (\").

Uso de Embeddings da OpenAI⌗

Modelo: text-embedding-3-small para gerar representações vetoriais de texto.
Formato de codificação: float (valor numérico usado em cálculos de similaridade).
Entrada: Texto processado e convertido em JSON string.

Estrutura do Processo⌗

Limpando os e-mails: Remove formatações indesejadas e organiza o texto.
Vetorização: Cria embeddings a partir dos e-mails utilizando Pinecone e OpenAI.
Construção do "Cérebro do E-mail": Armazena os embeddings em Pinecone para consultas e geração de respostas automáticas.
Tom de Voz do E-mail: Define a estrutura e o tom apropriados para a comunicação, adaptando-se ao contexto do e-mail.

Classificação de Dificuldade⌗

🟢 Fácil: Configuração inicial e limpeza de dados.
🟠 Médio: Vetorização e armazenamento em Pinecone.
🔴 Difícil: Configuração avançada de automação e integração com múltiplas ferramentas.

Recursos Adicionais⌗

Email & Cleanse: Ferramentas de limpeza e organização do texto.
Vectorisation: Transformação de textos em vetores para IA.
Email Brain: Armazenamento vetorial para gerar respostas mais inteligentes.
Tom de Voz do E-mail: Um metaprompt adaptável para manter o tom adequado.

Aqui um guia passo a passo sobre como criar uma automação baseada em RAG (Retrieval-Augmented Generation) para gerenciar e-mails. A seguir, resumi as etapas e informações mais relevantes em português:

Objetivo⌗

Criar um sistema automatizado que: 1. Receba e-mails e os limpe para remoção de informações desnecessárias. 2. Armazene os e-mails em um banco de dados vetorial para consultas futuras. 3. Gere rascunhos de respostas automaticamente, mantendo o tom de voz e estilo do remetente.

Estrutura da Automação⌗

A automação é dividida em três cenários principais:

1. Recepção e Limpeza dos E-mails⌗

Função: Receber e-mails da caixa de entrada, limpá-los e armazenar as informações relevantes.
Processos:
Filtrar e-mails por status (não lidos, lidos, etc.).
Limpar os dados (remover HTML, assinaturas, links irrelevantes).
Criar documentos no Google Drive com o conteúdo processado.

2. Vetorização e Armazenamento⌗

Função: Converter os e-mails em vetores para armazenamento no Pinecone.
Processos:
Vetorizar os dados do e-mail usando embeddings do OpenAI.
Armazenar os vetores no Pinecone, permitindo buscas rápidas e contextuais.

3. Geração de Respostas⌗

Função: Criar rascunhos de respostas com base em contexto e tom de voz do remetente.
Processos:
Buscar e-mails relevantes no Pinecone.
Gerar respostas utilizando prompts customizados no GPT-4.
Criar rascunhos no Gmail.

Ferramentas Utilizadas⌗

Make: Plataforma de automação para conectar Gmail, Google Drive e Pinecone.
Pinecone: Banco de dados vetorial para armazenar e gerenciar embeddings.
OpenAI: Geração de embeddings e respostas automáticas com GPT-4.
Google Drive: Armazenamento dos e-mails processados.
Dumpling AI: Conversão de documentos para texto.

Benefícios⌗

Economia de Tempo: Respostas automáticas prontas para revisão.
Consistência: Manutenção do tom de voz e estilo do remetente.
Escalabilidade: Suporte a grandes volumes de e-mails.

Considerações Importantes⌗

Treinamento de Estilo: Utilize um conjunto representativo de e-mails enviados para ajustar o tom de voz do modelo.
Filtro de Dados: Exclua e-mails irrelevantes, como notificações de "no-reply".
Segurança: Garanta que apenas e-mails relevantes sejam armazenados e p

chatgpt.com ↗

Aqui apresento um sistema de automação para responder e-mails automaticamente usando técnicas de IA e uma base de conhecimento própria, economizando tempo e mantendo a consistência no tom de voz do usuário. (RAG)

chatgpt.com ↗