Dokumen ini menjelaskan alur end-to-end chat customer dan titik penerapan entity extraction, retrieval menu/promo, dan skill order.

Chatbot Flow And Entities

Dokumen ini menjelaskan alur end-to-end chat customer dan titik penerapan entity extraction, retrieval menu/promo, dan skill order.

Ringkasan

• ChatbotEngine adalah entry point utama flow chat.
• IntentDetector atau LlmIntentDetector menentukan intent percakapan.
• ChatEntityExtractor mengekstrak entity terstruktur dari isi chat:
• product
• qty
• variant
• price
• currency
• budget hint
• MenuSkill menangani tanya menu, deskripsi, harga, dan budget query.
• PromoSkill menangani retrieval promo dan jawaban promo berbasis konteks.
• CartSkill menangani add, update, remove, topping, varian, dan cart summary.

Diagram

flowchart TD
    A[Customer Message] --> B[ChatbotEngine]
    B --> C[Hook: chat.before_ai]
    C --> D[ChatEntityExtractor]
    C --> E[IntentDetector / LlmIntentDetector]
    D --> F[Context Builder]
    E --> F
    F --> G{Dispatch Skill}

    G --> H[MenuSkill]
    G --> I[PromoSkill]
    G --> J[CartSkill]
    G --> K[CheckoutSkill]

    H --> H1[MenuModel.searchRelevantByName]
    H --> H2[MenuRagResponder]
    H --> H3[Budget Filter by effective_price]

    I --> I1[PromoModel.getActiveForBranch]
    I --> I2[PromoRagResponder]

    J --> J1[Resolve product from extracted entities]
    J --> J2[Resolve variant]
    J --> J3[Resolve toppings]
    J --> J4[CartModel mutations]

    H1 --> L[(Menu + Variant + Topping Data)]
    H2 --> L
    I1 --> M[(Promo Data)]
    J4 --> N[(Cart Data)]

    N --> O[Reply Message]
    H --> O
    I --> O
    K --> O

Detail Entity Extraction

ChatEntityExtractor bekerja sebelum dispatch skill, lalu hasilnya dimasukkan ke context['entities'].

Contoh struktur:

[
  'products' => [
    [
      'name_candidate' => 'latte',
      'qty' => 2,
      'variant_label' => 'large',
      'mentioned_price' => 30000.0,
      'mentioned_currency' => 'IDR',
    ],
  ],
  'prices' => [
    ['amount' => 30000.0, 'currency' => 'IDR', 'raw' => 'Rp30.000'],
  ],
  'currencies' => [
    ['code' => 'IDR', 'source' => 'text'],
  ],
  'primary_currency' => 'IDR',
  'budget' => [
    'operator' => 'lte',
    'amount' => 30000.0,
    'currency' => 'IDR',
  ],
]

Titik Penerapan

1. Menu Retrieval

• Query produk/deskripsi tetap memakai pencarian ter-ranking dari MenuModel.
• Jika LLM aktif, MenuRagResponder menyusun jawaban hanya dari context item yang diambil.
• Query seperti kopi di bawah Rp30.000 diproses sebagai budget-aware menu lookup.

2. Promo Retrieval

• PromoRagResponder mengambil promo aktif lalu meranking promo yang paling relevan terhadap pesan user.
• Jika LLM aktif, jawaban promo dibuat dari promo context yang sudah diambil.

3. Cart Mutation

• CartSkill memakai entity products untuk resolve nama item dan varian.
• Jika user menyebut harga eksplisit dan currency cocok dengan cabang, hasil pencarian item dibias ke item yang punya harga sesuai.
• Jika varian belum disebut, state machine tetap meminta klarifikasi.

Catatan Penting

• Retrieval menu/promo saat ini masih berbasis keyword scoring, belum vector embedding.
• currency utama tetap berasal dari konfigurasi cabang.
• Entity extraction membantu memahami teks chat user, tetapi tidak menggantikan sumber harga resmi dari menu cabang.