Workflowassistenter
Workflowassistenter er en avansert form for AI-assistenter i AI-School. I stedet for en fri samtale uten fast struktur, følger brukeren en definert rekke steg — styrt av AI-en. Dette gjør det mulig å automatisere komplekse, flertrinns prosesser, som en fullstendig leksjon fra start til slutt.
Hva er en workflowassistent?
En workflowassistent består av en visuell workflow med noder som er koblet sammen med piler (edges). Hver node utfører en spesifikk oppgave, som:
- Start / Slutt — start- og sluttpunktet for workflowen
- Evaluer — analyserer konteksten og lagrer strukturert informasjon i minnet
- Betingelse — evaluerer et uttrykk og sender flyten i riktig retning
- LLM — kaller opp en språkmodell for en spesifikk oppgave (valgfritt: venter på brukerinput)
- Godkjenning — stiller et ja/nei-spørsmål og styrer flyten basert på svaret
- Viderekobling — kobler ruter uten AI-oppgave eller synlig output, nyttig for å holde workflowen oversiktlig
- Subagent - utfører samme oppgave parallelt for flere elementer, for eksempel én elev per retteomgang
Workflowen lagrer tilstanden sin automatisk etter hvert steg. Når brukeren gir input, fortsetter workflowen nøyaktig der den slapp.
Opprette en workflowassistent
Åpne Assistenter og velg fanen Workflowassistenter. Klikk på Ny workflow i kortet øverst og velg Opprett eller rediger workflow med AI, Tom workflow, n8n workflow eller en av forhåndsinnstillingene. Under Hurtigstart kan du starte en forhåndsinnstilling direkte eller velge Bruk som mal.
Du kan også gjøre en egen assistent om til en workflowassistent: velg Åpne som workflow i menyen på assistentkortet. Du får et nytt, udelt utkast; den opprinnelige assistenten forblir som den er. Kontroller og test de foreslåtte stegene før du publiserer.
Workflowassistenter kan, akkurat som vanlige assistenter, deles med grupper og kolleger, også fra editoren med knappen Del i verktøylinjen. Når du deler med kolleger, kan AI-School automatisk sende en e-postvarsling slik at mottakerne vet at workflowassistenten er tilgjengelig.
Starte en n8n workflow
I tillegg til AI-styrte workflowassistenter kan AI-School også starte en n8n workflow via en webhook. En n8n workflow åpner ikke en chat: uten felter kalles webooken direkte, med felter åpnes først et skjema. Administratorer oppretter dette via Assistenter → Workflowassistenter → Ny workflow → n8n workflow.
Les hele forklaringen på siden n8n workflows.
Generelle innstillinger
Når du oppretter eller redigerer en workflow, stiller du inn de generelle innstillingene via innstillingspanelet. Disse innstillingene gjelder for hele workflowen:
- Modell: AI-modellen som brukes av alle steg. Du velger én modell for hele workflowen.
- Verktøy: Hvilke verktøy som er tilgjengelige i workflowen (f.eks. Vastlegging, SLO zoeken, Internet zoeken). Aktiverte verktøy er tilgjengelige for alle LLM-steg, med mindre du slår dem av per steg.
- MCP-servere: Eksterne integrasjoner som er tilgjengelige i workflowen.
- Dokumenter: Filer som LLM-steg kan lese.
- Bilder: Bilder som LLM-steg kan bruke.
Du kan også angi om brukeren selv får legge til filer eller bilder under samtalen.
Filer i workflow-skjemaer
En workflow kan be brukeren om å levere filer, for eksempel en prøve, en retteguide eller innlevert elevarbeid. Ved en slik filforespørsel kan brukeren:
- laste opp en ny fil
- velge en eksisterende fil fra Filbehandling
- per spørsmål bestemme hvilken fil som hører til hvilket delmoment
Nye filer behandles først. Workflowen kan først fortsette pålitelig når behandlingen er ferdig. Hvis en obligatorisk filforespørsel fortsatt behandles eller har feilet, må brukeren vente eller velge/laste opp filen på nytt.
Filer som legges til via workflow-skjemaet blir tilgjengelige som assistentfiler for den chatten. De blir ikke automatisk valgt som vanlige chatfiler.
Innstillinger per steg
I hvert LLM-steg kan du slå av verktøy, filer og bilder som er aktivert globalt, for akkurat det steget. Dette gir deg presis kontroll over hvilke hjelpemidler som er tilgjengelige i hvilke steg. Du kan ikke legge til noe på steg-nivå som ikke allerede er aktivert globalt.
For de fleste brukere er en forhåndsinnstilling det beste utgangspunktet. Du kan deretter tilpasse den til dine egne behov.
Eksempel: Les-assistenten
Les-assistenten er en ferdig forhåndsinnstilling spesielt utviklet for undervisning. Den veileder brukeren fra start til slutt gjennom en full leksjon: fra valg av tema og nivå, via læringsmål og forklaring, til øvelser og en avsluttende oppsummering.
Oversikt over workflowen
Les-assistenten består av følgende steg (noder), i rekkefølge:
Steg for steg forklart
1. Start
Workflowen starter når brukeren åpner chatten og sender sin første melding.
2. Triage: Lestema (evaluer-node)
Hva gjør den? AI-en analyserer brukerens melding og prøver å finne:
- Tema — hva handler leksjonen om? (f.eks. "loven om kraftarm")
- Nivå — grunnleggende, middels eller avansert?
- Tilstrekkelig info? — er det nok kontekst til å formulere læringsmål med en gang?
Resultatet lagres i workflowens minne.
3. Tilstrekkelig info? (betingelses-node)
Hvis det finnes tilstrekkelig informasjon (voldoende_info = true), går workflowen direkte til Formulere læringsmål.
Hvis informasjon mangler, går workflowen til Samle informasjon.
4. Samle informasjon (LLM-node, venter på input)
Hva gjør den? AI-en stiller målrettede spørsmål til brukeren for å finne tema og ønsket nivå. Så snart brukeren har svart, går flyten tilbake til Triage: Lestema for å evaluere på nytt.
Eksempel på en samtale:
🤖 "Hyggelig at du er her! For å hjelpe deg godt, har jeg noen korte spørsmål: 1. Hvilket tema vil du ha en leksjon om? 2. Hvilket nivå er du på? (grunnleggende / middels / avansert)"
👤 "vg1 fysikk, loven om kraftarm"
Etter dette svaret evaluerer triagen på nytt og bestemmer: voldoende_info = true.
5. Formulere læringsmål (LLM-node)
Hva gjør den? AI-en lager en nummerert liste med maksimalt 4 til 5 konkrete, målbare læringsmål for det angitte temaet og nivået.
Eksempel på output:
Læringsmål for Loven om kraftarm – vg1 (middels):
- Du kan formulere loven om kraftarm og forklare formelen F₁ × r₁ = F₂ × r₂.
- Du kan utføre beregninger der du finner ukjente krefter eller armavstander.
- Du kan bruke loven om kraftarm på praktiske eksempler (saks, trillebår, vippe).
- Du kan forklare forskjellen mellom en første-, andre- og tredjesorts spak.
6. Godkjenne læringsmål (godkjennings-node)
Hva gjør den? AI-en spør brukeren om de utformede læringsmålene er gode og om leksjonen kan begynne.
- Ja → fortsett til leksjonen
- Nei → gå tilbake til Formulere læringsmål for å formulere dem på nytt
Brukeren kan se læringsmålene via den utfellbare menyen i chatten.
7. Triage: Læringsmål (evaluer-node)
Hva gjør den? Etter hver leksjonssyklus kontrollerer AI-en om brukeren behersker alle læringsmålene. Dette er en streng evaluering: brukeren må kunne vise tydelig forståelse av hvert læringsmål.
8. Alle læringsmål forstått? (betingelses-node)
- Ja → gå videre til Øvelsesagent
- Nei → gå videre til Læreragent for neste læringsmål
9. Læreragent (LLM-node, venter på input)
Hva gjør den? AI-en underviser om temaet, steg for steg, med utgangspunkt i de fastsatte læringsmålene. Etter hvert delmoment stiller AI-en et forståelsesspørsmål. Først når brukeren viser at læringsmålet er forstått, fortsetter leksjonen.
Etter brukerens input går flyten tilbake til Triage: Læringsmål for å vurdere fremdriften.
Eksempel:
🤖 "Vi begynner med læringsmål 1: loven om kraftarm. En spak er en stiv stang som roterer rundt et dreiepunkt. Kraften du trenger, avhenger av avstanden til dreiepunktet. Formelen er:
F₁ × r₁ = F₂ × r₂
Kan du forklare hva r₁ og r₂ betyr i denne formelen?"
10. Øvelsesagent (LLM-node, venter på input)
Hva gjør den? AI-en stiller minst ett øvingsspørsmål per læringsmål. Brukeren svarer på spørsmålene, og deretter går flyten videre til Tilbakemeldingsagent.
11. Tilbakemeldingsagent (LLM-node, venter på input)
Hva gjør den? AI-en gir detaljert, personlig tilbakemelding på øvelsene som er gjort. Per læringsmål diskuteres hva som gikk bra og hvor forbedring er mulig. Tonen er ærlig, men oppmuntrende.
12. Avslutte? (godkjennings-node)
AI-en spør om brukeren vil avslutte eller øve mer.
- Ja → gå til Oppsummering
- Nei → gå tilbake til Øvelsesagent for en ny runde
13. Oppsummering (LLM-node)
Hva gjør den? AI-en gir en tydelig oppsummering av alt lærestoffet som er gjennomgått, etterfulgt av personlig, motiverende tilbakemelding om prestasjonen.
14. Slutt
Workflowen avsluttes med en oppmuntrende sluttmelding.
"Godt jobbet i denne leksjonen, og vi ses neste gang!"
Fullstendig eksempelkonversasjon
Nedenfor er en forkortet eksempelkonversasjon med Les-assistenten om loven om kraftarm, vg1:
| Hvem | Melding |
|---|---|
| 👤 Bruker | hei |
| 🤖 Les-assistent | Hyggelig at du er her! Hvilket tema vil du ha en leksjon om, og hvilket nivå er du på? |
| 👤 Bruker | vg1 fysikk, loven om kraftarm |
| 🤖 Les-assistent | Perfekt! Jeg har formulert 4 læringsmål. Vil du starte leksjonen med disse læringsmålene? |
| 👤 Bruker | ja |
| 🤖 Les-assistent | Vi starter med læringsmål 1: loven om kraftarm. (forklaring + forståelsesspørsmål) |
| 👤 Bruker | (svar på forståelsesspørsmål) |
| 🤖 Les-assistent | (videre leksjon for læringsmål 2, 3, 4 ...) |
| 🤖 Les-assistent | Du har gått gjennom alle læringsmålene! Tid for øvelsene... |
| 👤 Bruker | (svar på øvingsspørsmål) |
| 🤖 Les-assistent | (personlig tilbakemelding) Vil du avslutte eller øve mer? |
| 👤 Bruker | avslutte |
| 🤖 Les-assistent | (oppsummering + motiverende avslutning) |
Se fremdrift
Når du har en samtale med en workflowassistent, kan du se fremdriften via Workflow-knappen til høyre for chat-inntastingen. Når du klikker på denne knappen, åpnes et panel med:
- Alle stegene i workflowen (betingelses- og notatnoder vises ikke)
- Status for hvert steg:
- ⬜ Vent: Ikke nådd ennå
- 🔄 Aktiv: Utføres nå
- ✅ Klar: Fullført med suksess
- ⏸️ Venter på input: Venter på et svar fra brukeren
- ⏭️ Hoppet over: Ikke utført (f.eks. på grunn av en betingelse)
- ❌ Feil: Det har oppstått en feil
Opprette en triage-node
En evaluer-node (triage-node) henter informasjon fra samtalen og lagrer den i workflowens minne. Betingelsesnoder kan deretter lese disse verdiene for å styre flyten i riktig retning.
Konfigurere
- Legg til en Evaluer-node i workflowen.
- Skriv en systemprompt som beskriver hva AI-en skal analysere og hvilke slutninger den skal trekke.
- Definer utskriftsskjemaet med felter:
- Feltnavn: Nøkkelen du senere bruker for å hente verdien (f.eks.
voldoende_info,niveau,route). - Type:
string(tekst),number(tall),boolean(ja/nei), ellerenum(valg blant faste verdier). Forenumangir du de tillatte verdiene kommaseparert.
- Feltnavn: Nøkkelen du senere bruker for å hente verdien (f.eks.
- Sett maks. iterasjoner for å forhindre at noden kjører ubegrenset.
Minneverdier
De lagrede verdiene er tilgjengelige via prefikset state. i betingelsesnoder, for eksempel state.voldoende_info eller state.niveau.
Sette opp en betingelses-node
En betingelses-node evaluerer uttrykk basert på workflow-minnet og sender flyten til riktig neste steg.
Brancher
En betingelses-node har én eller flere brancher:
- Hvis (if): Den første betingelsen som evalueres.
- Ellers hvis (else-if): Valgfrie ekstra betingelser.
- Ellers (else): Standardruten hvis ingen betingelser stemmer.
Skrive uttrykk
Uttrykk skrives i CEL (Common Expression Language):
| Ønsket atferd | Uttrykk |
|---|---|
Felt er true | state.voldoende_info == true |
| Felt har en fast verdi | state.niveau == "gevorderd" |
| Numerisk sammenligning | state.score > 7 |
| Flere betingelser | state.niveau == "basis" && state.score < 5 |
Sette opp forbindelser
Tegn separate forbindelser fra betingelses-noden for hver branch til riktig neste node. Editoren viser en egen utgang for hver branch på noden.
Bruke en viderekoblings-node
En viderekoblings-node utfører ingen AI-oppgave selv. Noden sender bare workflowen videre til neste steg. Bruk denne noden når du vil samle flere ruter på en ryddig måte, eller når du trenger et teknisk mellomsteg i flytskjemaet.
Praktiske eksempler:
- koble en sti som hopper over skript med steget der bilder velges
- la flere godkjenningsruter ende opp på samme neste steg
- gjøre en lang workflow mer visuelt lesbar uten å bruke en notat-node som koblingspunkt
En viderekoblings-node må ha minst én inngående og én utgående forbindelse. Noden vises ikke som et eget innholdsmessig steg i workflow-fremdriften.
Bruke en subagent-node
En subagent-node er laget for oppgaver som må utføres flere ganger på samme måte. Noden får en liste med elementer fra workflow-minnet og starter en egen kjøring for hvert element med en isolert kontekst.
Praktiske bruksområder:
- rette en prøve per elev
- lage en analyse per dokument
- lage et sammendrag per utfylt skjema
- lage en egen rapport per del
Konfigurere
- Sørg for at en tidligere evaluer-node lagrer en liste med elementer i workflow-minnet, for eksempel
leerlingen_json. - Legg til en Subagent-node.
- Angi kilden til elementene.
- Angi eventuelt et etikettfelt, slik at fremdriften blir gjenkjennelig.
- Angi maksimalt antall parallelle kjøringer.
- Angi under hvilken minnenøkkel resultatene skal lagres.
Subagent-konteksten inneholder bare elementet som behandles akkurat nå. La derfor prompten eksplisitt vise til det gjeldende elementet, og unngå at AI-en behandler flere elementer samtidig.
Vastlegging i workflows
Vastlegging-verktøyet er spesielt nyttig i workflows. Det lar AI-en automatisk lagre mellomresultater eller sluttresultater som redigerbare dokumenter i sidepanelet.
Sette opp
- Aktiver Vastlegging-verktøyet via workflowens generelle innstillinger.
- Legg til en instruksjon i systemprompten for ønsket LLM-steg om å lagre bestemt innhold. Slå på verktøyet for det steget (eller la det være aktivert globalt).
Eksempel
I et steg for læringsmål kan du skrive i systemprompten:
"Formuler læringsmål for det angitte temaet og nivået. Legg deretter læringsmålene direkte inn med Vastlegging-verktøyet, med tittelen 'Læringsmål'."
Brukeren kan se de lagrede dokumentene via Vastlegging-knappen (📄) i chatens verktøylinje.
Gjenopprette en samtale
Hvis du er midt i en leksjon og vil tilbake til et tidligere punkt i samtalen, kan du gjøre dette via gjenopprettingsknappen (historikk-ikonet) ved en tidligere melding. Dette fjerner alle meldinger etter det punktet og fortsetter workflowen fra nøyaktig det tidspunktet.
Gjenoppretting er permanent — de slettede meldingene er ikke lenger tilgjengelige.
Redigere workflow
Som administrator kan du åpne og tilpasse en eksisterende workflow i workflow-editoren. Klikk på en node for å endre konfigurasjonen, legg til nye noder via høyreklikkmenyen, eller dra forbindelser til andre noder.
For en helt ny workflow kan du begynne med et tomt lerret eller en annen forhåndsinnstilling.
Opprette eller redigere workflow med AI
Diskuter workflowen din med AI. Gyldige endringer vises i editoren. Kontroller og test resultatet før du lagrer eller publiserer.