Workflow-assistenter
Workflow-assistenter er en avanceret form for AI-assistenter i AI-School. I stedet for en fri samtale uden fast struktur gennemløber brugeren en defineret række trin — styret af AI’en. Det gør det muligt at automatisere komplekse, flertrins-processer, såsom en hel lektion fra start til slut.
Hvad er en workflow-assistent?
En workflow-assistent består af en visuel workflow med knudepunkter (nodes), der er forbundet med pile (edges). Hver node udfører en specifik opgave, såsom:
- Start / Slut — start- og slutpunktet for workflowet
- Evaluer — analyserer konteksten og gemmer struktureret information i hukommelsen
- Betingelse — evaluerer et udtryk og sender flowet i den rigtige retning
- LLM — kalder en sprogmodel til en specifik opgave (valgfrit: venter på brugerinput)
- Godkendelse — stiller et ja/nej-spørgsmål og styrer flowet baseret på svaret
- Videresend — forbinder ruter uden AI-opgave eller synlig output, praktisk til at holde et workflow overskueligt
- Subagent - udfører den samme opgave parallelt for flere elementer, for eksempel en elev pr. rette-runde
Workflowet gemmer automatisk sin tilstand efter hvert trin. Når brugeren giver input, fortsætter workflowet præcis der, hvor det blev afbrudt.
Opret workflow-assistent
Åbn Assistenter og vælg fanen Workflow-assistenter. Klik i kortet øverst på Ny workflow og vælg Opret eller rediger workflow med AI, Tom workflow, n8n workflow eller en af forudindstillingerne. Under Hurtig start kan du starte en forudindstilling direkte eller vælge Brug som skabelon.
En eksisterende assistent kan du også omdanne: vælg i menuen på assistentkortet Åbn som workflow. Du får et nyt, ikke-delt kladdeudkast; den oprindelige assistent forbliver. Kontroller og test de foreslåede trin, før du publicerer.
Workflow-assistenter kan, ligesom almindelige assistenter, deles med grupper og kolleger, også fra editoren med knappen Del i værktøjslinjen. Ved deling med kolleger kan AI-School automatisk sende en e-mailnotifikation, så modtagerne ved, at workflow-assistenten er tilgængelig.
Start en n8n-workflow
Ud over AI-styrede workflow-assistenter kan AI-School også starte en n8n-workflow via en webhook. En n8n-workflow åbner ikke en chat: uden felter kaldes webhooken direkte, med felter åbnes først en formular. Administratorer opretter dette via Assistenter → Workflow-assistenter → Ny workflow → n8n workflow.
Læs hele forklaringen på siden n8n workflows.
Generelle indstillinger
Når du opretter eller redigerer en workflow, angiver du de generelle indstillinger via indstillingspanelet. Disse indstillinger gælder for hele workflowet:
- Model: Den AI-model, som bruges af alle trin. Du vælger én model til hele workflowet.
- Tools: Hvilke værktøjer der er tilgængelige i workflowet (f.eks. Vastlegging, SLO zoeken, Internet zoeken). Aktiverede værktøjer er tilgængelige for alle LLM-trin, medmindre du slår dem fra pr. trin.
- MCP servers: Eksterne forbindelser, der er tilgængelige i workflowet.
- Dokumenter: Filer, som LLM-trin kan tilgå.
- Billeder: Billeder, som LLM-trin kan bruge.
Du kan også indstille, om brugeren selv må tilføje filer eller billeder under chatten.
Filer i workflow-formularer
Et workflow kan bede brugeren om at indsende filer, for eksempel en test, en rettevejledning eller afleveret elevarbejde. Ved et sådant filspørgsmål kan brugeren:
- uploade en ny fil
- vælge en eksisterende fil fra Filhåndtering
- pr. spørgsmål bestemme, hvilken fil der hører til hvilket delmoment
Nye filer behandles først. Workflowet kan kun fortsætte pålideligt, når behandlingen er færdig. Hvis et obligatorisk filspørgsmål stadig behandles eller er mislykkedes, skal brugeren vente eller vælge/uploade filen igen.
Filer, der tilføjes via workflow-formularen, bliver tilgængelige som assistentfiler for den chat. De vælges ikke automatisk som almindelige chatfiler.
Indstillinger pr. trin
I hvert LLM-trin kan du slå værktøjer, filer og billeder, der er aktiveret globalt, fra for netop det trin. Det giver dig præcis kontrol over, hvilke hjælpemidler der er tilgængelige i hvilket trin. Du kan ikke tilføje noget på trin-niveau, som ikke allerede er aktiveret globalt.
For de fleste brugere er en preset det bedste udgangspunkt. Du kan derefter tilpasse preset’en til dine egne behov.
Eksempel: Lektion-assistenten
Lektion-assistenten er en færdig preset, der er særligt designet til undervisning. Den guider brugeren fra start til slut gennem en hel lektion: fra fastlæggelse af emne og niveau, via læringsmål og forklaring, til øvelser og en afsluttende opsummering.
Oversigt over workflowet
Lektion-assistenten består af følgende trin (noder), i rækkefølge:
Trin for trin forklaret
1. Start
Workflowet starter, når brugeren åbner chatten og sender sin første besked.
2. Triage: Lektionsemne (evaluer-node)
Hvad gør den? AI’en analyserer brugerens besked og forsøger at afgøre:
- Emne — hvad handler lektionen om? (f.eks. "momentloven")
- Niveau — begynder, middel eller avanceret?
- Tilstrækkelig info? — er der nok kontekst til at formulere læringsmål med det samme?
Dette resultat gemmes i workflowets hukommelse.
3. Tilstrækkelig info? (betingelses-node)
Hvis der er tilstrækkelig information (voldoende_info = true), går workflowet direkte til Formulér læringsmål.
Hvis informationen mangler, går workflowet til Indsaml information.
4. Indsaml information (LLM-node, venter på input)
Hvad gør den? AI’en stiller målrettede spørgsmål til brugeren for at finde emnet og det ønskede niveau. Når brugeren har svaret, går flowet tilbage til Triage: Lektionsemne for at vurdere igen.
Eksempel på en samtale:
🤖 "Dejligt at du er her! For at kunne hjælpe dig godt, et par korte spørgsmål: 1. Hvilket emne vil du have en lektion om? 2. Hvilket niveau er du på? (begynder / middel / avanceret)"
👤 "1.g fysik, momentloven"
Efter dette svar evaluerer triagen igen og afgør: voldoende_info = true.
5. Formulér læringsmål (LLM-node)
Hvad gør den? AI’en formulerer en nummereret liste med maksimalt 4 til 5 konkrete, målbare læringsmål for det angivne emne og niveau.
Eksempel-output:
Læringsmål for Momentloven – 1.g (middel):
- Du kan formulere momentloven og forklare formlen F₁ × r₁ = F₂ × r₂.
- Du kan udføre beregninger, hvor du bestemmer ukendte kræfter eller armlængder.
- Du kan anvende momentloven på praktiske eksempler (saks, trillebør, vippe).
- Du kan forklare forskellen mellem første-, anden- og tredjeordens vægtstang.
6. Godkend læringsmål (godkendelses-node)
Hvad gør den? AI’en spørger brugeren, om de formulerede læringsmål er gode, og om lektionen kan begynde.
- Ja → fortsæt til lektionen
- Nej → gå tilbage til Formulér læringsmål for at omformulere læringsmålene
Brugeren kan se læringsmålene via den udfoldelige menu i chatten.
7. Triage: Læringsmål (evaluer-node)
Hvad gør den? Efter hver lektionscyklus kontrollerer AI’en, om brugeren behersker alle læringsmål. Dette er en streng evaluering: brugeren skal dokumenterbart forstå hvert læringsmål.
8. Er alle læringsmål forstået? (betingelses-node)
- Ja → fortsæt til Øvelsesagent
- Nej → fortsæt til Lektionsagent for det næste læringsmål
9. Lektionsagent (LLM-node, venter på input)
Hvad gør den? AI’en underviser i emnet trin for trin ud fra de formulerede læringsmål. Efter hvert delmoment stiller AI’en et forståelsesspørgsmål. Først når brugeren viser, at læringsmålet er forstået, fortsætter lektionen.
Efter brugerens input går flowet tilbage til Triage: Læringsmål for at evaluere fremgangen.
Eksempel:
🤖 "Vi starter med læringsmål 1: momentloven. Et moment er et drejningspåvirkning på en stang, der kan rotere omkring et drejepunkt. Den kraft, du har brug for, afhænger af afstanden til drejepunktet. Formlen er:
F₁ × r₁ = F₂ × r₂
Kan du forklare, hvad r₁ og r₂ betyder i denne formel?"
10. Øvelsesagent (LLM-node, venter på input)
Hvad gør den? AI’en stiller mindst ét øvelsesspørgsmål pr. læringsmål. Brugeren besvarer spørgsmålene, hvorefter flowet fortsætter til Feedback-agent.
11. Feedback-agent (LLM-node, venter på input)
Hvad gør den? AI’en giver detaljeret, personlig feedback på de udførte øvelser. For hvert læringsmål diskuteres, hvad der gik godt, og hvor der er plads til forbedring. Tonen er ærlig, men opmuntrende.
12. Afrund? (godkendelses-node)
AI’en spørger, om brugeren vil afslutte eller øve mere.
- Ja → gå til Opsummering
- Nej → gå tilbage til Øvelsesagent for en ny runde
13. Opsummering (LLM-node)
Hvad gør den? AI’en giver en klar opsummering af alt det gennemgåede stof, efterfulgt af personlig, motiverende feedback om præstationen.
14. Slut
Workflowet afsluttes med en opmuntrende afslutningsbesked.
"Godt arbejde i denne lektion, og vi ses næste gang!"
Fuld eksempel-samtale
Nedenfor er en kortet eksempel-samtale med Lektion-assistenten om momentloven, 1.g:
| Hvem | Besked |
|---|---|
| 👤 Bruger | hej |
| 🤖 Lektion-assistent | Dejligt at du er her! Hvilket emne vil du have en lektion om, og på hvilket niveau? |
| 👤 Bruger | 1.g fysik, momentloven |
| 🤖 Lektion-assistent | Perfekt! Jeg har opstillet 4 læringsmål. Vil du starte lektionen med disse læringsmål? |
| 👤 Bruger | ja |
| 🤖 Lektion-assistent | Vi starter med læringsmål 1: momentloven. (forklaring + forståelsesspørgsmål) |
| 👤 Bruger | (svar på forståelsesspørgsmål) |
| 🤖 Lektion-assistent | (fortsættelse af lektion for læringsmål 2, 3, 4 ...) |
| 🤖 Lektion-assistent | Du har gennemgået alle læringsmål! Tid til øvelser... |
| 👤 Bruger | (svar på øvelsesspørgsmål) |
| 🤖 Lektion-assistent | (personlig feedback) Vil du afslutte eller øve mere? |
| 👤 Bruger | afslutte |
| 🤖 Lektion-assistent | (opsummering + motiverende afslutning) |
Vis fremgang
Når du fører en samtale med en workflow-assistent, kan du se fremgangen via Workflow-knappen til højre for chat-inputfeltet. Ved at klikke på denne knap åbnes et panel med:
- Alle trin i workflowet (betingelses- og notenoder vises ikke)
- Status for hvert trin:
- ⬜ Vent: Ikke nået endnu
- 🔄 Aktiv: Udføres nu
- ✅ Klar: Gennemført succesfuldt
- ⏸️ Venter på input: Venter på et svar fra brugeren
- ⏭️ Sprunget over: Ikke udført (f.eks. på grund af en betingelse)
- ❌ Fejl: Der opstod en fejl
Opret en triage-node
En evaluer-node (triage-node) henter information fra samtalen og gemmer den i workflowets hukommelse. Betingelses-noder kan derefter læse disse værdier for at styre flowet i den rigtige retning.
Konfigurering
- Tilføj en Evaluer-node til workflowet.
- Skriv en systemprompt, der beskriver, hvad AI’en skal analysere, og hvilke konklusioner den skal drage.
- Definér outputskemaet med felter:
- Feltnavn: Nøglen, som du senere henter værdien med (f.eks.
voldoende_info,niveau,route). - Type:
string(tekst),number(tal),boolean(ja/nej) ellerenum(valg blandt faste værdier). Vedenumangiver du de tilladte værdier kommasepareret.
- Feltnavn: Nøglen, som du senere henter værdien med (f.eks.
- Angiv maks. iterationer for at forhindre, at noden kører uendeligt.
Hukommelsesværdier
De gemte værdier er tilgængelige via præfikset state. i betingelses-noder, for eksempel state.voldoende_info eller state.niveau.
Indstil en betingelses-node
En betingelses-node evaluerer udtryk baseret på workflow-hukommelsen og sender flowet til det rigtige næste trin.
Branches
En betingelses-node har en eller flere branches:
- Hvis (if): Den første betingelse, der evalueres.
- Ellers hvis (else-if): Valgfri ekstra betingelser.
- Ellers (else): Standardruten, hvis ingen betingelser matcher.
Skriv udtryk
Udtryk skrives i CEL (Common Expression Language):
| Ønsket adfærd | Udtryk |
|---|---|
Felt er true | state.voldoende_info == true |
| Felt har en fast værdi | state.niveau == "gevorderd" |
| Numerisk sammenligning | state.score > 7 |
| Flere betingelser | state.niveau == "basis" && state.score < 5 |
Indstil forbindelser
Tegn fra betingelses-noden separate forbindelser for hver branch til den korrekte næste node. Editoren viser en separat udgang for hver branch på noden.
Brug en videresend-node
En videresend-node udfører ikke selv nogen AI-opgave. Noden sender blot workflowet videre til det næste trin. Brug denne node, når du vil samle flere ruter overskueligt, eller når du har brug for et teknisk mellemtrin i flowdiagrammet.
Praktiske eksempler:
- forbinde en sti, der springer scripts over, med trinnet, hvor billeder vælges
- lade flere godkendelsesruter ende i det samme næste trin
- gøre et langt workflow mere visuelt læsbart uden at bruge en note-node som forbindelsespunkt
En videresend-node skal have mindst én indgående og én udgående forbindelse. Noden vises ikke som et separat indholdsmæssigt trin i workflow-fremgangen.
Brug en subagent-node
En subagent-node er beregnet til opgaver, der skal udføres flere gange på samme måde. Noden får en liste med elementer fra workflow-hukommelsen og starter for hvert element en separat udførelse med en isoleret kontekst.
Praktiske anvendelser:
- rette en test for hver elev
- lave en analyse for hvert dokument
- lave en opsummering for hver udfyldt formular
- registrere en egen rapport for hvert delmoment
Konfigurering
- Sørg for, at en tidligere evaluer-node gemmer en liste med elementer i workflow-hukommelsen, for eksempel
leerlingen_json. - Tilføj en Subagent-node.
- Angiv kilden til elementerne.
- Angiv eventuelt et etiketfelt, så fremgangen er genkendelig.
- Angiv det maksimale antal parallelle udførelser.
- Angiv under hvilken hukommelsesnøgle resultaterne skal gemmes.
Subagent-konteksten indeholder altid kun det element, der behandles på det pågældende tidspunkt. Lad derfor prompten eksplicit henvise til det aktuelle element og undgå, at AI’en behandler flere elementer på én gang.
Vastlegging i workflows
Vastlegging-værktøjet er særligt nyttigt i workflows. Det gør det muligt for AI’en automatisk at gemme mellemresultater eller slutresultater som redigerbare dokumenter i sidepanelet.
Sådan indstilles det
- Aktivér Vastlegging-værktøjet via workflowets generelle indstillinger.
- Tilføj en instruktion i systemprompten for det ønskede LLM-trin om at gemme bestemt indhold. Slå værktøjet til for det trin (eller lad det være globalt aktiveret).
Eksempel
I et trin med læringsmål kan du skrive i systemprompten:
"Formuler læringsmål for det angivne emne og niveau. Gem derefter læringsmålene direkte med Vastlegging-værktøjet med titlen 'Leerdoelen'."
Brugeren kan se de gemte dokumenter via Vastlegging-knappen (📄) i chatens værktøjslinje.
Gendan samtale
Hvis du er midt i en lektion og vil tilbage til et tidligere punkt i samtalen, kan du gøre dette via gendannelsesknappen (historikikonet) ved en tidligere besked. Dette sletter alle beskeder efter det punkt og genoptager workflowet fra netop det øjeblik.
Gendannelse er endelig — de slettede beskeder er ikke længere tilgængelige.
Rediger workflow
Som administrator kan du åbne og tilpasse et eksisterende workflow i workflow-editoren. Klik på en node for at ændre konfigurationen, tilføj nye nodes via højrekliksmenuen, eller træk forbindelser til andre nodes.
Til et helt nyt workflow kan du begynde med et tomt lærred eller en anden preset.
Opret eller rediger workflow med AI
Drøft din workflow med AI. Gyldige ændringer vises i editoren. Kontroller og test resultatet, før du gemmer eller publicerer.