但您无需编码，而是使用更类似于 Google 电子表格中的公式的函数。 显示 OpenAI 聊天机器人集成的公式块部分的屏幕截图 如果您想了解有关公式块的工作原理及其用途的更多信息，请查看下面来自我们的Landbot Academy 的视频教程。 您只需要知道我们正在使用“推送”公式将@response（OpenAI）以及稍后的@user_text（用户输入）推送到我们的空对话记忆盒@conversation_history 中。
公式如下： 推送（推送（@conversation_history，'@response'），'@user_text'） 7. 创建对话循环 一旦我们有了确保对话历史记录框被填写的公式，我们就可以进行实际对话。 如何在 OpenAI 聊天机器人集成中创建对 瑞士电话 话循环 公式块将我们带到“提问”块。
机器人的“问题文本”字段不是固定文本，而是填充了 @response 字段，该字段存储并展示 OpenAI 的响应，无论对话循环中特定空间中的内容是什么。用户有空间用自己的语言回答，他们的答案存储在 @user_text 字段中。 理论上，您可以从这里循环回到 Webhook 块。
但是，这将创建一个永无止境的对话。这就是为什么在连接回 Webhook 并关闭循环之前，我们需要为机器人提供一条退出途径（如果它拥有所需的所有信息）。 8. 设置目标达成时结束对话的条件 使用条件逻辑块是结束对话和收集所有数据的一种非常简单的方法。 因为在我们的提示中，我们指示 OpenAI 在拥有所有必要信息时说“代理将调查此事”，所以您可以使用此响应作为让机器人退出循环的条件： 屏幕截图展示了如何添加条件块来结束 OpenAI 聊天机器人集成的对话 这样，如果 AI 机器人说代理将联系用户，流程将把它视为已收集所有必要信息的信号，并将绿色输出带向 EXIT 流程。
如果 @response 不包含单词“代理”，它将采用粉色输出并将对话带回 Webhook 块以重复循环。 9. 定义退出流程 这里最简单的做法是复制您之前设置的 Webhook 块，转到“自定义正文”并简单地更新提示以提供新指令。 如果您不想处理 Webhook 块，您也可以使用与之前相同的技巧：使用“设置字段”块。
