OpenAI: สร้างข้อความ

ใช้ OpenAI: สร้างข้อความ เพื่อขอให้โมเดล OpenAI สร้างข้อความสั้นๆ กลาง journey จากนั้นนำไปใช้ใหม่ใน push, email หรือ SMS ในภายหลัง จุดนี้จะรับรองความถูกต้องด้วย OpenAI API key ของตัวเอง มันไม่ได้ใช้การผสานรวมระดับบัญชีใดๆ ที่กำหนดค่าไว้ที่อื่นใน Settings

การใช้งานทั่วไป:

• ปรับแต่งบรรทัดข้อความ: ร่างข้อความดึงดูดหนึ่งบรรทัดจาก tags ของผู้เดินทาง จากนั้นใส่ลงใน push หรือ email ถัดไปด้วย Dynamic Content
• สรุปก่อนส่ง: เปลี่ยน tags สองสามอย่าง เช่น คำสั่งซื้อล่าสุดหรือหมวดหมู่การเข้าชม ให้เป็นบรรทัดภาษาธรรมชาติสั้นๆ ที่เทมเพลตสามารถแสดงได้
• เปลี่ยนคำพูด: ขอวลีที่แตกต่างกันเล็กน้อยในแต่ละครั้ง เพื่อให้ผู้เดินทางไม่เห็นข้อความที่เหมือนกันทุกครั้งที่พวกเขาผ่านเข้ามา

กำหนดค่าจุด

1. ลาก OpenAI: สร้างข้อความ จากส่วน Integrations ของแผงด้านซ้ายไปยัง canvas
2. ดับเบิลคลิกที่จุดและป้อน Step Name
3. ใน OpenAI API key ให้ป้อน OpenAI API key ของคุณ มันจะถูกจัดเก็บแบบปิดบังเหมือนกับ webhook secret header

4. ใน Model ให้เลือกโมเดล OpenAI ที่จะใช้ ค่าเริ่มต้นคือ gpt-5-mini

   • gpt-5-nano และ gpt-5-mini: ทั้งสองตอบสนองได้ดีภายในเวลา 10 วินาทีของจุด
   • gpt-5: สามารถทำงานใกล้ถึงเวลาหมดเวลาเมื่อใช้ prompt ที่ยาว มีค่าใช้จ่ายต่อ token มากกว่าโมเดลขนาดเล็ก

   ทุกการเรียกใช้จะเรียกเก็บเงินจาก OpenAI key ของคุณสำหรับผู้เดินทางทุกคนที่มาถึงขั้นตอนนี้

5. ใน Prompt ให้เขียนสิ่งที่คุณต้องการให้โมเดลสร้าง มันใช้ macros เดียวกันกับ Webhook body ใดๆ ตัวอย่างเช่น {{device:hwid}}

6. คลิก Save

การให้เหตุผลถูกตั้งค่าให้น้อยที่สุดและการตอบกลับถูกจำกัดไว้ที่ประมาณ 300 tokens (ประมาณหนึ่งย่อหน้าสั้นๆ) เพื่อให้คำขออยู่ภายใน Webhook timeout ขอสิ่งที่สั้นๆ prompt ที่ยาวหรือละเอียดกว่าจะไม่ได้รับพื้นที่ในการตอบกลับมากขึ้น

การตอบกลับ

ผู้เดินทางจะเดินทางต่อไปยังขั้นตอนใดก็ตามที่คุณเชื่อมต่อถัดไปบน canvas

Attributes หลังจากขั้นตอนทำงาน

Attribute	สิ่งที่เก็บไว้
llm_text	ข้อความที่สร้างขึ้น
llm_input_tokens	จำนวน Token สำหรับอินพุตของคำขอ
llm_output_tokens	จำนวน Token สำหรับเอาต์พุตของคำขอ

วิธีใช้ llm_text ในขั้นตอนต่อไป

• ใส่ลงใน push, email หรือ SMS: ใช้ Dynamic Content
• สร้างเงื่อนไขแยกด้วย Condition split: บันทึกลงใน Tag ก่อนด้วย Update user profile จากนั้นแยกตาม Tag นั้น

ความล้มเหลวและการตอบกลับที่ไม่คาดคิด

คำขอที่ล้มเหลวจะทำให้ผู้เดินทางออกจาก journey ดูที่ Errors and failed requests

การตอบกลับที่กลับมาแต่ไม่ใช่สิ่งที่คุณคาดหวังจะทำให้ผู้เดินทางยังคงอยู่ใน journey:

• ข้อความถูกตัดที่ขีดจำกัด 300-token: llm_text จะเก็บข้อความที่ถูกตัดทอน
• โมเดลปฏิเสธที่จะตอบ: llm_text จะเก็บสิ่งที่โมเดลตอบกลับมาแทน

สถานการณ์ตัวอย่าง: การร่างบรรทัดอีเมลสำหรับผู้ที่ละทิ้งการเข้าชมด้วย OpenAI

ทีมต้องการให้อีเมลสำหรับผู้ที่ละทิ้งการเข้าชมเริ่มต้นด้วยบรรทัดเกี่ยวกับผลิตภัณฑ์เฉพาะที่ผู้เข้าชมดู แทนที่จะเป็นหัวข้อทั่วไปว่า “กลับมา”

1. เพิ่มองค์ประกอบ Trigger-based entry และตั้งค่าให้ทำงานเมื่อมี event ProductViewedNoPurchase
2. เพิ่ม OpenAI: สร้างข้อความ ต่อจากนั้นทันที ใน Prompt ให้เขียน Write one short sentence recommending {{tag:Last Viewed Product}} to a shopper who looked at it but didn't buy.
3. เพิ่มขั้นตอน Send Email ต่อจากนั้นทันที โดยใช้ Dynamic Content เพื่อแทรก llm_text ลงในเนื้อหาอีเมล

เมื่อสิ่งนี้ทำงาน ผู้เข้าชมแต่ละคนจะได้รับอีเมลที่มีบรรทัดเปิดเกี่ยวกับผลิตภัณฑ์ที่พวกเขาดู แทนที่จะเป็นบรรทัดทั่วไปสำหรับทั้ง segment