想象一下，您的公司將始終保持線上，客戶的問題能夠立即得到準確、全天候的解答。這並非異想天開的未來，而是您今天就能構建的現實：利用 WhatsApp 的人工智慧技術，實現銷售流程的自動化。想象一下，一位客戶向您傳送產品資訊，幾乎可以立即從一位已經完全“讀懂”您產品手冊的人工智慧那裡獲得準確的答案。我們將引導您使用 n8n 和 OpenAI 模型構建這款智慧 WhatsApp 聊天機器人，徹底改變您的客戶服務和銷售體驗。
什麼是n8n？
n8n 是一款開源的座席構建和工作流自動化工具，可簡化各種應用程式的整合，並輕鬆實現座席工作流的自動化。與其他自動化工具不同，n8n 提供靈活的自託管功能，消除了供應商鎖定。作為一款無程式碼/低程式碼平臺，即使是非開發人員也能輕鬆構建強大的自動化流程。
您可以在此處閱讀完整 n8n 指南。
WhatsApp Business上n8n自動化的先決條件
使用 n8n 在 WhatsApp Business 上實現全天候響應自動化，必須滿足以下要求。
n8n 平臺：n8n 工作流自動化工具的執行例項，該解決方案將利用此平臺和操作來建立工作流自動化。
OpenAI 帳戶 + 憑證：需要使用 OpenAI 帳戶才能訪問 OpenAI。該解決方案使用 OpenAI 模型生成文字嵌入並實現 AI 代理功能的對話功能。您必須使用有效的 API 憑證進行身份驗證並與 OpenAI 模型進行互動。
WhatsApp 商業帳戶 + 憑證：要即時交換訊息，必須擁有經過驗證的 WhatsApp 商業雲帳戶。您需要獲取 API 金鑰才能有效整合元件。
構建您的代理：分步指南
建立此自動化 WhatsApp 銷售助手的工作流程包含兩個關鍵部分：首先，建立您的產品目錄向量商店；其次，建立 WhatsApp AI 代理本身，所有這些都使用基本的 n8n 無程式碼/零程式碼自動化。具體方法如下：
第一部分：建立產品目錄向量庫
此初始階段重點準備您的產品資訊，以便您的 AI 能夠高效地理解和檢索這些資訊：
1. 從手動觸發器開始
透過新增手動觸發器來開始您的工作流程。
2. 使用HTTP節點獲取產品手冊
接下來，新增一個 HTTP 節點，用於從 Web 檢索產品手冊。將方法設定為“get”，並將身份驗證設定為“none”。您需要提供產品目錄的託管 URL；例如，指向包含揚聲器資訊的 PDF 檔案的連結。
3. 從PDF中提取資訊
獲取 PDF 後，您需要從中提取資訊。使用提取檔案節點，如果您的目錄連結包含 PDF 檔案，請選擇“extract from PDF node”。
4. 建立向量儲存
提取資訊後，您將開始使用簡單的向量儲存節點建立向量儲存。
- 選擇“add document to vector store”操作，並選擇“insert document”。
- 至關重要的是，透過選擇“by ID”併為其指定一個唯一名稱（例如“data store one”）來建立您自己的記憶鍵。此鍵稍後會將您的 AI 代理連結到此特定資料。
5. 使用OpenAI生成嵌入
新增 OpenAI 嵌入節點，以建立宣傳冊內容的數值表示（嵌入）。
- 提供您的 OpenAI 憑據。
- 在文件部分，使用預設資料載入器。將資料型別設定為“JSON”，模式設定為“load specific data”，並使用表示式從上一個 PDF 提取步驟中提取資訊。
- 將文字拆分更改為“custom”，並新增遞迴字元文字拆分器。
至此，工作流程的第一部分已完成。觸發後，它會獲取您的 PDF 檔案，提取其中的資訊，使用 OpenAI 建立嵌入，並將其儲存在您的簡單向量儲存中。
第二部分：建立 WhatsApp AI 代理
現在，讓我們構建互動部分：使用 n8n 自動化技術，用於 WhatsApp 查詢的 AI 代理：
1. 新增WhatsApp觸發節點
要在收到訊息時啟動代理，請新增 WhatsApp Business Cloud 觸發節點。選擇“on message”並輸入您的 WhatsApp 憑據。
2. 使用切換節點過濾訊息
由於此工作流程主要關注基於文字的問題，因此請使用切換節點來區分文字訊息和非文字訊息。
- 將模式更改為“rules”。
- 設定第一條規則以檢查訊息值是否為“text”，並將其輸出重新命名為“supported”。
- 新增另一條規則以檢查訊息字串表示式是否“not equal”“text”，並將其輸出重新命名為“not supported”。這將建立兩個不同的路由
3. 處理不支援的問題
對於“not supported”的路由，只需回覆使用者即可。
- 新增 WhatsApp Business Cloud 傳送訊息節點。
- 提供您的憑證，將操作設定為“send”，並使用表示式作為收件人電話號碼。
- 對於文字正文，請輸入類似“Sorry, we are unable to process your query”的訊息。
4. 構建用於文字問題的AI代理
對於支援（文字）的問題，神奇的事情就發生在這兒。
- 新增 AI 代理節點：此代理不僅可以使用大型語言模型 (LLM)，還可以利用您在第一部分中建立的向量儲存。
- 連線到 OpenAI 模型：將 AI 代理連線到 OpenAI 模型，選擇您想要的模型並提供憑證。對於記憶體，請使用“simple memory”。我們選擇了 gpt-oss-20b。
- 整合向量儲存工具：將向量儲存搜尋問答工具連線到您的 AI 代理。– 至關重要的是，請使用您在工作流程第一部分中定義的完全相同的記憶體金鑰（例如“data store one”）。這可確保代理訪問正確的產品目錄資料。– 為此工具新增您的 OpenAI 嵌入模型憑證。
- 設定聊天模型：對於主要聊天互動，請使用 OpenAI 聊天模型，新增您的憑證並選擇模型。
5. 透過WhatsApp傳送代理的回覆
最後，當您的 Agentic RAG（檢索增強生成）準備好答案後，將其直接傳送給使用者。
- 新增另一個 WhatsApp Business Cloud 傳送訊息節點。
- 新增您的憑證，將操作設定為“send”，並使用表示式來表示收件人電話號碼和文字正文（其中包含代理的答案）。
完成這些步驟後，您的工作流程就完成了！現在，您擁有一位功能強大、自動化的 WhatsApp 銷售助理，它經過了全面的產品手冊培訓，能夠處理真實的客戶問題，並立即提供準確的回覆，所有這些都透過 n8n、OpenAI 和 WhatsApp 整合實現。
小結
這款代理型 RAG WhatsApp 聊天機器人將來自向量庫的特定產品資訊與 AI 代理的生成能力自然地結合在一起，確保每次客戶互動都具有可操作性、準確性和有效性。現在，您可以隨時處理真實的客戶諮詢，從而提升您的銷售流程和客戶體驗。
評論留言