AgentFlow menyediakan pengalaman setup terpandu yang membantu Anda membuat, mengonfigurasi, menguji, dan melakukan deployment AI agent tanpa perlu membangun logika secara manual di Flow Builder. Fitur ini juga menyediakan kontrol tambahan untuk mempersonalisasi respons, mengatur penggunaan knowledge, dan mengelola deployment dengan lebih presisi.

Proses setup menggunakan wizard 3 langkah yang memandu Anda dalam membuat agent, mengatur knowledge dan perilakunya, menguji respons, serta melakukan deployment ke channel yang dipilih.

Workflow ini membantu tim untuk:

• Menyiapkan AI agent lebih cepat menggunakan template use case
• Menguji respons sebelum digunakan secara live
• Memahami bagaimana agent menghasilkan jawaban melalui tools debugging bawaan

Contoh use case umum:

• Commerce: product advisor atau asisten penjualan
• Service booking: menjawab pertanyaan dan memandu pelanggan menyelesaikan booking
• Education: membantu pengguna mengeksplorasi program atau layanan

Langkah-langkah setup

Proses setup mencakup langkah berikut:

1. Membuat AI agent
2. Mengonfigurasi agent dan menguji respons
3. Melakukan deployment ke channel

Mengakses halaman “Create AI agent”

Ikuti langkah berikut untuk membuka halaman “Create AI agent”:

1. Klik ikon di panel kiri untuk masuk ke halaman SleekFlow AI
2. Klik “AgentFlow” pada navigation bar di bagian atas
   

Step 1: Membuat AI agent

Terdapat 2 cara untuk membuat AI agent:

1. Jika ini pertama kalinya Anda membuat AI agent, klik “Start now”
   
2. Jika Anda sudah pernah membuat AI agent sebelumnya, klik “Create new agent” di kanan atas halaman
   

Langkah “Create” memungkinkan Anda memilih template dan menentukan informasi dasar untuk AI agent.

Memilih template

Mulailah dengan memilih template yang sesuai dengan use case Anda.

Opsi yang tersedia mencakup template untuk skenario umum seperti:

• e-Commerce
• Service booking
• Education
• Legal intake agent

Template menyediakan titik awal terstruktur dengan instruksi Playbook yang sudah ditentukan dan dapat Anda ubah nanti. Anda juga dapat memilih “Custom” untuk membuat AI agent dari awal.

Beri nama AI agent Anda

Selanjutnya, isi informasi dasar untuk AI agent Anda.

Field wajib

• Agent name: Digunakan secara internal untuk mengidentifikasi agent. Nama ini tidak terlihat oleh pelanggan.

Field opsional

• Description: Deskripsi singkat untuk membantu tim Anda memahami tujuan agent.

Jika Anda memulai dengan template, field ini akan otomatis terisi. Anda dapat mengeditnya agar nama dan deskripsi agent mudah dikenali oleh tim internal.

Klik “Create” di pojok kanan atas halaman untuk melanjutkan.

Step 2: Konfigurasi dan uji AI agent Anda

Pada tahap ini, Anda menentukan bagaimana AI agent berperilaku dan informasi apa yang digunakan untuk menjawab pertanyaan pelanggan.

Anda akan:

• Menambahkan sumber knowledge
• Mengatur perilaku respons
• Menentukan instruksi percakapan di Playbook
• Mengaktifkan lead scoring (opsional)
• Menguji agent menggunakan Testing Playground

Testing Playground memungkinkan Anda mensimulasikan percakapan dan mengevaluasi respons sebelum agent di-deploy.

Menambahkan sumber data ke Knowledge base

Sumber pengetahuan menyediakan informasi yang digunakan AI agent untuk menghasilkan jawaban. Anda harus menambahkan setidaknya satu sumber knowledge sebelum menguji agent.

Jenis sumber pengetahuan yang tersedia

1. Upload file

Fitur Files upload memungkinkan Anda menambahkan dokumen sebagai sumber knowledge untuk AI agent.

Saat Anda mengunggah file, sistem akan mengekstrak konten teks dan menggunakannya sebagai referensi saat menjawab pertanyaan pelanggan.

Format file yang didukung:

• .PDF
• .DOCX
• .XLSX
• .CSV
• .JPG

Batasan:

• Maksimal 20 file
• Maksimal 50 MB per file

File-file ini akan diindeks dan digunakan sebagai referensi oleh AI agent.

1. Pada tahap “Configure”, klik “File” di bagian Knowledge
2. Panel samping akan muncul
   
3. Drag & drop file, atau klik “upload .DOCX, .PDF, .XLSX, .JPG” untuk memilih file dari perangkat Anda
4. Setelah dipilih, sistem akan memproses file. Setelah selesai, daftar file akan muncul
   
5. Setelah proses scan selesai, Anda dapat:
   1. Train selected files: Menambahkan file ke knowledge base sebagai materi training.
   2. Delete selected files: Menghapus file dari daftar

Setelah memilih file, klik “Train selected” untuk memproses konten.

URL indexing

Anda juga dapat memasukkan URL website agar sistem dapat melakukan scan dan indexing.

URL indexing memungkinkan AI agent mengambil informasi langsung dari website Anda.

Saat Anda menambahkan URL:

• Sistem akan memindai halaman web
• Mengekstrak konten teks
• Menggunakannya sebagai referensi saat menjawab pertanyaan

Kapan menggunakan URL indexing

Gunakan fitur ini jika website Anda sudah memiliki informasi terstruktur seperti:

• Halaman produk atau katalog
• FAQ atau artikel help center
• Deskripsi layanan
• Informasi harga
• Halaman kebijakan (pengiriman, pengembalian, dll.)

Dengan URL indexing, AI agent dapat memberikan jawaban yang lebih akurat dan cepat karena informasi sudah diproses sebelumnya.

Cara menambahkan URL:

1. Pada tahap “Configure”, klik “URL indexing” di bagian Knowledge
2. Panel samping akan muncul
   
3. Masukkan URL yang ingin diindeks
   
   1. Aktifkan sub halaman Scan all di bawah URL ini jika anda ingin sistem memasukkan sub halaman secara otomatis
4. Klik “Scan URL”
5. Sistem akan melakukan scanning URL dan mengambil data jika Anda memulih untuk melakukan scan ke semua sub halaman di bawah URL tersebut.
   
6. Setelah proses scanning selesai, URL yang terdeteksi akan muncul dalam daftar. 
   
   Pada tahap ini, konten website baru saja dipindai (scanned) dan ditambahkan ke platform SleekFlow. Konten tersebut belum ditambahkan ke knowledge AI agent. Selanjutnya, Anda dapat memilih tindakan berikut:
   
    
7. Train selected: Menambahkan URL yang dipilih ke knowledge base AI agent sebagai materi training
8. Delete selected: Menghapus URL yang dipilih dari daftar

Setelah memilih URL yang ingin digunakan, klik “Train selected” untuk memproses konten.

Web search

Fitur Web search memungkinkan AI agent mengambil informasi dari website tertentu secara real-time.

Alih-alih hanya mengandalkan konten yang diunggah atau diindeks, agent dapat mencari informasi langsung dari domain atau URL yang Anda izinkan saat menjawab pertanyaan pelanggan.

Kapan menggunakan Web search

Gunakan Web search jika informasi yang ingin dirujuk:

• Sering berubah dan perlu selalu up-to-date
• Tersedia di halaman website yang регулярно diperbarui
• Merupakan informasi publik yang perlu diakses secara real-time

Contoh:

• Halaman produk atau layanan yang sering diperbarui
• Konten website yang dinamis
• Informasi publik terbaru

Gunakan opsi ini jika Anda ingin AI agent mengambil informasi terbaru dari website yang disetujui, bukan hanya dari knowledge yang sudah di-training sebelumnya.

Menambahkan website untuk Web search

Langkah-langkah:

1. Pada tahap “Configure”, klik “Web search” di bagian Knowledge
2. Panel samping akan muncul
   
3. Masukkan domain atau URL yang ingin diizinkan
   
4. Klik “Add”

Setelah ditambahkan, URL akan muncul dalam daftar Web search.

Dari daftar ini, Anda dapat:

• Meninjau website yang telah ditambahkan
• Memilih satu atau beberapa website
• Menghapus website yang tidak lagi diperlukan

Custom answers

Fitur Custom answers memungkinkan Anda membuat jawaban yang telah ditentukan sebelumnya untuk pertanyaan umum pelanggan.

Alih-alih mengandalkan dokumen atau website, Anda dapat langsung menentukan bagaimana AI agent harus menjawab pertanyaan tertentu. Ketika pelanggan mengajukan pertanyaan serupa, agent akan memberikan jawaban yang telah ditentukan.

Custom answers disusun dalam bentuk grup pertanyaan yang berbagi satu jawaban yang sama.

Kapan menggunakan Custom answers

Cocok untuk informasi yang:

• Singkat dan jelas
• Harus selalu konsisten

Contohnya:

• Jam operasional
• Lokasi toko
• Informasi kontak
• Kebijakan dasar
• FAQ umum

Anda dapat menambahkan beberapa variasi pertanyaan untuk satu jawaban yang sama, sehingga agent dapat mengenali berbagai cara pengguna bertanya.

Menambahkan Custom answer

Ikuti langkah berikut:

1. Pada tahap “Configure”, klik “Custom answers” di bagian Knowledge
2. Panel samping akan muncul
3. Isi informasi berikut:
   
   1. Set name: Masukkan nama grup untuk mengidentifikasi jenis pertanyaan (misalnya: Operating hours)
   2. Training question: Masukkan pertanyaan yang mungkin diajukan oleh pelanggan. Anda dapat mengklik “Add training question” untuk menambahkan variasi lain dari pertanyaan tersebut.
   3. Custom answers: Masukkan jawaban yang harus diberikan AI agent ketika pelanggan mengajukan pertanyaan terkait.
4. Click “Add” to save the custom answer set.

Klik “Add” untuk menyimpan set custom answer.

Mengelola custom answers

Setelah membuat custom answers, Anda dapat mengelolanya melalui daftar yang tersedia.

Anda bisa:

• Melihat custom answer yang sudah ada
• Memilih satu atau beberapa set
• Menghapus set yang tidak lagi diperlukan

Setiap set akan menampilkan jumlah training question yang terkait.

Global knowledge base

Anda juga dapat mengimpor konten dari Global knowledge base milik organisasi Anda.

Hal ini memungkinkan beberapa AI agent menggunakan sumber knowledge yang sama. Untuk informasi lebih lanjut, silakan lihat artikel Pusat Bantuan terkait.

Mengizinkan agent mengakses properti kontak

Anda dapat mengizinkan AI agent mengakses properti kontak tertentu untuk mempersonalisasi respons.
 

Cara mengatur akses properti kontak:

1. Di bagian Customer data access, klik “Add property”
2. Pilih properti kontak yang dapat digunakan oleh agent
3. Klik “Save properties”

Mengatur prioritas respons

Response priority menentukan bagaimana agent menyeimbangkan kecepatan dan kualitas jawaban.

Anda dapat memilih salah satu opsi berikut:

• Ultra fast: memprioritaskan kecepatan untuk respons yang sangat cepat
• Balanced: menyeimbangkan kecepatan dan akurasi
• High quality: memprioritaskan jawaban yang lebih detail dan akurat

AI agent kemudian dapat menggunakan informasi ini saat menghasilkan balasan.

Menulis Playbook

Playbook menentukan bagaimana AI agent harus menjalankan percakapan dengan pelanggan.

Gunakan Playbook editor untuk menulis instruksi yang memandu cara agent merespons dalam berbagai situasi serta tindakan yang dapat dilakukan selama percakapan.

Saat menulis Playbook, Anda dapat menyertakan hal berikut:

• Tone dan gaya komunikasi: Tentukan bagaimana agent berkomunikasi (misalnya: ramah, profesional, ringkas)
• Instruksi umum: Jelaskan peran utama AI agent dan bagaimana ia membantu pelanggan
• Hal yang harus dihindari: Tentukan batasan, seperti tidak berspekulasi, tidak memberikan informasi yang tidak didukung, atau melakukan eskalasi untuk permintaan tertentu
• Penanganan skenario: Berikan panduan untuk situasi spesifik, seperti permintaan refund, pertanyaan produk, atau booking. Sertakan juga informasi yang perlu dikumpulkan, seperti nomor pesanan, preferensi produk, atau detail booking

Jika Anda memilih template pada Step 1, Playbook akan sudah berisi instruksi awal yang dapat Anda tinjau dan sesuaikan.

Menggunakan perintah (commands) di Playbook

Playbook editor mendukung perintah dengan slash (/), yang memungkinkan Anda menyisipkan aksi terstruktur langsung ke dalam alur percakapan.

Perintah ini memungkinkan AI agent melakukan tindakan seperti:

• Menambahkan label (labels)

Cara menambahkan command:

1. Ketik / di Playbook editor
2. Pilih aksi yang ingin digunakan dari daftar command

Playbook menjelaskan cara Agent AI seharusnya melakukan percakapan dengan pelanggan. 

 

Menggunakan Shopify commands di Playbook

Jika perusahaan Anda telah menghubungkan Shopify ke SleekFlow, Anda dapat menambahkan Shopify commands di Playbook untuk mengatur kapan AI agent melakukan aksi terkait Shopify.

Hal ini memungkinkan Anda untuk:

• Mengontrol kapan agent mengambil informasi produk
• Mengatur cara agent menangani aksi terkait keranjang (cart)
• Menjaga konsistensi dalam menangani pertanyaan terkait toko

Available Shopify actions

The AI agent can use the following Shopify actions during conversations:

Menghitung lead score (opsional)

Anda dapat mengaktifkan fitur “Calculate lead score” untuk mengevaluasi niat (intent) pelanggan selama percakapan.

Saat diaktifkan, AI agent akan memberikan skor berdasarkan kriteria yang Anda tentukan.

Cara mengatur lead scoring:

1. Aktifkan toggle Calculate lead score
2. Klik ikon pengaturan untuk mengonfigurasi aturan scoring
3. Panel samping akan muncul
   
4. Di panel tersebut, field sudah terisi dengan kriteria yang disarankan. Anda dapat mengeditnya sesuai kebutuhan bisnis.
   1. Lead score weight (%): Tentukan bobot untuk setiap kriteria. Bobot ini menentukan seberapa besar kontribusi kriteria terhadap skor akhir.
   2. Criteria: Jelaskan sinyal yang harus dievaluasi oleh AI agent saat memberikan skor. Misalnya, apakah lead menanyakan fitur produk, membandingkan opsi, atau menunjukkan indikasi niat membeli.
   3. Anda juga dapat mengklik “Add criteria” untuk menambahkan kondisi penilaian tambahan.

Jika Anda ingin kembali ke konten awal yang sudah diisi, klik “Use default” di pojok kanan atas.

Setelah mengatur kriteria, klik “Save” di pojok kanan atas untuk menerapkan aturan lead scoring.

Setelah diaktifkan, AI agent akan secara otomatis menghitung lead score selama percakapan berdasarkan kriteria yang telah ditentukan. Lead scoring membantu tim Anda mengidentifikasi lead dengan potensi tinggi dan memprioritaskan tindak lanjut.

Uji agent Anda di Testing Playground

Testing Playground memungkinkan Anda menguji AI agent dan meninjau bagaimana respons dihasilkan sebelum deployment.

Panel pengujian muncul di sisi kanan halaman setup (pengaturan).

Pengujian tersedia setelah:

Anda telah menambahkan setidaknya satu knowledge source
Anda telah mengonfigurasi Playbook

Jika knowledge source Anda masih dalam proses indexing, pengujian melalui chat mungkin tetap tersedia. Namun, respons agent dapat berubah setelah proses indexing selesai.

Uji respons melalui chat

Setelah Anda menambahkan setidaknya 1 knowledge source dan mengonfigurasi Playbook, Anda dapat menggunakan antarmuka pengujian chat untuk mensimulasikan percakapan dengan AI agent.

Untuk menguji respons:

1. Klik “Test responses via chat.”
2. Gunakan pembuka percakapan yang disarankan, atau masukkan pesan Anda sendiri.
   
3. Dalam tampilan pengujian chat, Anda dapat melihat hal-hal berikut:
   1. AI agent response (Respins agent AI) 
      1. Kartu respons utama menunjukkan bagaimana AI agent akan menjawab pesan pelanggan.
      2. Hal ini memungkinkan Anda memeriksa apakah respons tersebut akurat, jelas, dan sesuai dengan perilaku yang ditentukan dalam Playbook.
   2. Actions taken (Tindakan diambil)
      1. Bagian Actions taken menunjukkan langkah-langkah yang dilakukan AI agent sebelum menghasilkan respons.
      2. Ini dapat mencakup tindakan seperti:
         1. Searching the knowledge base (Mencari dasar pengetahuan)
         2. Calling an integration or API (Memanggil integrasi atau API)
         3. Calculating lead score, if enabled (Mengitung skor lead, jika diaktifkan)
      3. Bagian ini membantu Anda memahami bagaimana AI agent menghasilkan jawabannya.
   3. Sources (Sumber)
      1. Bagian Sources menunjukkan knowledge source yang dirujuk dalam respons.
      2. Untuk setiap source, Anda dapat melihat nama file dan cuplikan teks singkat yang digunakan oleh AI agent. Ini membantu Anda memverifikasi apakah respons didasarkan pada source material yang benar.
   4. Response feedback (Feedback respons)
      1. Di bawah respons, Anda dapat menunjukkan apakah balasan yang dihasilkan sesuai dengan harapan Anda.
      2. Gunakan ini untuk meninjau dengan cepat apakah kualitas respons dapat diterima selama pengujian.
   5. Suggested follow-up questions (Saran pertanyaan lanjutan)
      1. Panel chat juga dapat menampilkan pertanyaan lanjutan yang disarankan berdasarkan percakapan.
      2. Anda dapat mengklik saran ini untuk melanjutkan pengujian dan melihat bagaimana AI agent merespons pertanyaan pelanggan yang terkait.
   6. Message input field (Masukan pesan pada bidang)
      1. Di bagian bawah panel, Anda dapat memasukkan pesan tambahan untuk melanjutkan percakapan dan menguji berbagai skenario.
      2. Hal ini memungkinkan Anda mensimulasikan percakapan multi-turn dan mengevaluasi bagaimana AI agent merespons sepanjang keseluruhan interaksi.

Jalankan response batch test

Response batch test memungkinkan Anda mengevaluasi seberapa percaya diri AI agent dalam menjawab sekumpulan pertanyaan uji yang dibuat secara otomatis berdasarkan knowledge source Anda.

Alih-alih menguji satu pesan per kali, batch test akan menghasilkan banyak pertanyaan dari knowledge yang telah Anda unggah dan menjalankannya melalui AI agent. Ini membantu Anda dengan cepat mengidentifikasi bagian yang sudah dijawab dengan baik dan area yang masih perlu ditingkatkan sebelum deployment.

Untuk menjalankan response batch test:

1. Klik “Run response batch test” di Test Playground
2. Pilih bahasa pengujian
   
3. Klik “Run performance test”
4. Setelah pengujian selesai, Anda dapat meninjau hasilnya melalui:
   1. Overall confidence score
      1. Di bagian atas halaman hasil, Anda dapat melihat skor kepercayaan keseluruhan dari batch test.
      2. Ringkasan ini menunjukkan performa AI agent di seluruh pertanyaan yang dihasilkan, termasuk jumlah respons dalam setiap kategori confidence.
   2. Confidence categories
      1. Hasil pengujian dikelompokkan ke dalam kategori confidence, seperti:
         1. Excellent
         2. Needs attention
      2. Ini membantu Anda dengan cepat mengidentifikasi jawaban mana yang sudah baik dan mana yang perlu ditingkatkan.
   3. Individual test results
      1. Setiap hasil pengujian menampilkan:
         1. Pertanyaan uji yang dihasilkan
         2. Jawaban dari AI agent
         3. Skor confidence untuk jawaban tersebut
         4. Knowledge source yang digunakan untuk menghasilkan pertanyaan
      2. Hal ini memungkinkan Anda meninjau bagaimana AI agent merespons setiap pertanyaan dan apakah jawabannya didukung oleh sumber yang sesuai.

Setelah Anda menyelesaikan konfigurasi dan pengujian AI agent, klik “Save” di pojok kanan atas untuk melanjutkan ke Step 3.

Step 3: Deploy AI agent Anda

Setelah konfigurasi dan pengujian selesai, Anda dapat melakukan deployment agar AI agent mulai merespons percakapan pelanggan.

Pada tahap ini, Anda akan:

1. Memilih channel tempat AI agent akan merespons
2. (Opsional) Menentukan kapan agent diizinkan untuk membalas
3. Mengatur kondisi exit yang menentukan kapan agent berhenti merespons, serta tindakan lanjutan setelah agent keluar dari percakapan

Memilih channel

Langkah pertama adalah memilih channel tempat AI agent akan menerima dan merespons pesan.

Untuk mengatur:

1. Di tahap Deploy, temukan bagian Channel
   
2. Pilih channel dari dropdown list
3. Pengaturan ini menentukan channel tempat AI agent akan menangani pesan masuk.

Mengatur waktu balasan (opsional)

Anda dapat mengontrol kapan AI agent diizinkan untuk membalas pelanggan dengan mengaktifkan Set specific reply time.

Untuk mengatur waktu balasan:

1. Aktifkan toggle Set specific reply time
2. Pilih hari dalam seminggu saat AI agent aktif
3. Atur waktu From dan To

Pengaturan ini memungkinkan Anda menentukan kapan AI agent dapat merespons. Misalnya, Anda dapat mengaktifkan AI agent hanya di luar jam kerja.

Sistem juga mendukung waktu lintas hari (overnight), seperti pukul 18:00 hingga 09:00.

Mengatur exit conditions

Bagian “When to exit” memungkinkan Anda menentukan kondisi kapan AI agent harus berhenti merespons dalam percakapan.

Secara default, AI agent memiliki exit conditions bawaan untuk skenario umum, seperti:

• Confidence is low: saat tingkat kepercayaan respons rendah
• Time out: saat percakapan tidak aktif dalam periode tertentu
• Human agent takes over: saat agen manusia mengambil alih percakapan
• System error: saat terjadi kesalahan sistem

Anda dapat meninjau dan mengedit kondisi ini sesuai kebutuhan bisnis.

Cara mengatur exit condition:

1. Temukan bagian “When to exit”
2. Klik untuk membuka exit condition
3. Tentukan kriteria pemicu
4. (Opsional) Tambahkan follow-up action setelah AI agent keluar dari percakapan. Contoh tindakan lanjutan yang tersedia:
   1. Assign the conversation to a team member
      Add labels to the conversation untuk pelacakan atau kategorisasi
   2. Jika Anda membutuhkan logika yang lebih kompleks, Anda dapat melanjutkan pengaturan di Flow Builder setelah deployment.
5. Klik “Add exit condition” untuk menambahkan aturan tambahan.

Pengaturan ini membantu memastikan percakapan dialihkan atau diakhiri dengan tepat saat AI agent tidak lagi dapat membantu secara efektif.

Menentukan target audience untuk deployment

Anda dapat membatasi siapa saja yang dapat berinteraksi dengan AI agent saat deployment. Ini berguna untuk melakukan uji coba pada audiens terbatas sebelum digunakan secara luas.

Untuk menentukan target audience:

1. Di bagian Target Audience, pilih “Custom audience”
   
2. Klik “Add condition”
3. Pilih jenis kondisi:
   1. Phone number
   2. Keyword
   3. Contact label
4. Masukkan nilai kondisi yang diinginkan.
   

Deploy AI agent

Setelah channel dan pengaturan opsional selesai dikonfigurasi:

1. Klik “Save” dan deploy di pojok kanan atas.

Setelah deployment:

• AI agent akan aktif
• Agent mulai merespons percakapan pada channel yang dipilih
• Anda akan diarahkan kembali ke daftar AI agent
• Sistem secara otomatis membuat flow terkait di Flow Builder

Flow yang dihasilkan dapat digunakan untuk konfigurasi lanjutan, seperti menyempurnakan exit logic atau menambahkan aksi tambahan.

Anda juga dapat kembali kapan saja untuk memperbarui konfigurasi atau pengaturan deployment.

Mengelola AI agent yang sudah ada

Setelah membuat dan melakukan deployment, Anda dapat kembali kapan saja untuk memperbarui konfigurasi, menguji ulang respons, atau menyesuaikan pengaturan deployment.

Cara mengelola AI agent:

1. Klik ikon di navigasi kiri untuk membuka halaman SleekFlow AI
    
2. Di tab “AgentFlow”, cari agent yang ingin dikelola
3. Di dalam kartu agent, Anda dapat:
   1. Mengedit AI agent dengan klik “Edit”
   2. Menghapus AI agent dengan klik ikon hapus

Memperbarui konfigurasi dan testing

Di tahap “Configure”, Anda dapat:

• Menambah, menghapus, atau melatih ulang knowledge source
• Memperbarui instruksi Playbook
• Menyesuaikan prioritas respons dan pengaturan perilaku
• Memperbarui pengaturan lead scoring (jika diaktifkan)
• Menjalankan kembali chat testing dan response batch test sebelum menyimpan perubahan

Mengelola exit conditions

Di tab “Exit”, Anda dapat mengelola exit condition global AI agent serta follow-up action yang terkait.

Anda dapat:

• Menambahkan exit condition baru
• Mengedit exit condition yang sudah ada
• Menghapus exit condition yang sudah ada (perlu diperhatikan bahwa saat Anda menghapus exit condition, kondisi tersebut akan dihapus dari semua flow yang ada)
• Memperbarui follow-up action yang terkait dengan exit handling

Perubahan lain, seperti mengedit atau menghapus exit condition yang sudah ada, akan langsung diterapkan tanpa perlu redeploy.

Memperbarui pengaturan deployment

Di tahap “Deploy”, Anda dapat:

• Mengubah channel yang terhubung
• Memperbarui jadwal balasan
• Meninjau dan mengedit exit conditions
• Menyesuaikan follow-up action yang tersedia dalam pengaturan deployment

Setelah melakukan perubahan, klik “Save and deploy” untuk menerapkan pembaruan.

Di tab Deploy, Anda juga dapat melihat deployment AI agent yang sedang aktif serta membuat atau memperbarui flow berdasarkan jenis deployment.

Membuat flow baru

Untuk melakukan deployment AI agent ke flow tambahan, buat flow baru di tab Deploy dan selesaikan pengaturannya.

Tergantung pada jenis deployment, Anda dapat mengatur:

• Connected channel
• Reply schedule

Setelah selesai, klik “Save and deploy” untuk menerapkan deployment.

Memperbarui flow yang sudah ada

Untuk deployment yang tidak dikelola di Flow Builder, Anda dapat:

• Mengubah connected channel
• Memperbarui reply schedule

Setelah melakukan perubahan, klik “Save and deploy” untuk menerapkannya.