A/B 分割测试

此工作流适合以下人群：
- 产品经理：希望测试不同提示对用户互动的影响。
- 数据分析师：需要分析不同提示的效果，优化用户体验。
- 开发者：想要集成 AI 代理并进行 A/B 测试以改进应用。
- 市场营销人员：希望通过不同的消息策略来提高用户参与度和转化率。

此工作流解决了以下问题：
- 提示测试：在使用大型语言模型时，能够随机分配提示以测试其效果，确保更好的用户互动。
- 会话管理：通过 Supabase 记录会话信息，避免重复测试同一会话，确保数据的有效性和准确性。

工作流的详细步骤如下：
1. 接收消息：当聊天消息被接收时，触发工作流。
2. 会话检查：检查 Supabase 数据库中是否存在该会话的记录。
3. 条件判断：如果会话存在，获取相应的提示；如果不存在，则随机分配一个提示，并将会话信息存储到数据库中。
4. 定义提示值：设置基线提示和替代提示。
5. 调用 AI 代理：使用 OpenAI 模型生成响应，基于选定的提示。
6. 存储聊天记录：将聊天历史记录存储在 PostgreSQL 中，以便后续分析和回顾。

用户可以按照以下步骤自定义和适应此工作流：
- 修改提示内容：在 "定义路径值" 节点中，更新基线和替代提示的具体内容。
- 调整会话表结构：在 Supabase 中根据需求添加或修改表字段。
- 更改 AI 模型：在 "OpenAI 聊天模型" 节点中，可以选择不同的语言模型以满足特定需求。
- 增加监控指标：可以在工作流中添加数据收集节点，以便分析不同提示的效果和用户反馈。