Workflow für einen WhatsApp-Vertrieb-Assistenten

Diese Workflow ist ein AI-gesteuertes WhatsApp-Chatbot-System, das Styling-Informationen aus einem Produktkatalog bereitstellt.

Workflow für einen WhatsApp-Vertrieb-Assistenten

Die Website nutzt die Wordpress-Infrastruktur.

Server: Unser Server befindet sich in einem Unternehmen mit Sitz in Deutschland. Er hat eine hohe und schnelle Internetverbindung. Es gibt eine Generatorunterstützung für ununterbrochenen Strom.

Workflow Beschreibung

In diesem Workflow wird ein WhatsApp-Chatbot erstellt, der als Vertriebsassistent fungiert. Der Chatbot kann Fragen zu einem Produktkatalog beantworten, der aus einer PDF-Broschüre extrahiert wurde.

1. WhatsApp Trigger

  • Node Name: WhatsApp Trigger
  • Typ: n8n-nodes-base.whatsAppTrigger
  • Funktion: Dieser Node fungiert als Auslöser, der eintreffende WhatsApp-Nachrichten abfängt.
  • Einstellungen: Der Webhook wird eingerichtet, um Updates über eingehende Nachrichten zu empfangen.

2. Handle Message Types

  • Node Name: Handle Message Types
  • Typ: n8n-nodes-base.switch
  • Funktion: Dieser Node überprüft den Typ der eingehenden Nachricht, um festzustellen, ob es sich um eine unterstützte Nachricht handelt.
  • Einstellungen: Nur Textnachrichten werden verarbeitet; alles andere wird als „Nicht unterstützt“ betrachtet.

3. AI Sales Agent

  • Node Name: AI Sales Agent
  • Typ: @n8n/n8n-nodes-langchain.agent
  • Funktion: Dieser Node ist für die Verarbeitung der Benutzeranfragen zuständig und verwendet KI, um relevante Informationen aus dem Katalog bereitzustellen.
  • Einstellungen: Die Konfiguration umfasst eine Systemnachricht, die die Rolle des Agenten definiert, und den Benutzertext.

4. OpenAI Chat Model

  • Node Name: OpenAI Chat Model
  • Typ: @n8n/n8n-nodes-langchain.lmChatOpenAi
  • Funktion: Verwendet das GPT-4o-Modell, um interaktive Antworten zu generieren.
  • Einstellungen: Parameter definieren, welches Modell. Hier wurde „gpt-4o-2024-08-06“ gewählt.

5. Product Catalogue

  • Node Name: Product Catalogue
  • Typ: @n8n/n8n-nodes-langchain.vectorStoreInMemory
  • Funktion: Dient als in-Memory-Vektor-Store, um Produkte abzurufen und Antworten basierend auf Benutzeranfragen bereitzustellen.
  • Einstellungen: Der Schlüssel „memoryKey“ ist auf „whatsapp-75“ gesetzt.

6. Reply To User

  • Node Name: Reply To User
  • Typ: n8n-nodes-base.whatsApp
  • Funktion: Sendet die generierte Antwort durch das KI-Modell als Antwort an den Benutzer zurück.
  • Einstellungen: Der Nachrichtentext wird aus der vorherigen Verarbeitung übernommen.

Ergebnis

Der Workflow ermöglicht es, auf Fragen von WhatsApp-Nutzern in Bezug auf das Produktangebot zu reagieren und Informationen aus dem Produktkatalog bereitzustellen. Nachrichten, die nicht unterstützt werden (wie Audio oder Video), werden ignoriert und der Benutzer erhält eine Rückmeldung, dass nur Textnachrichten verarbeitet werden können.

Facebook
Twitter
LinkedIn

Andere Projekte