
ساخت خبرنامه رستوران با هوش مصنوعی و تلگرام | اتوماسیون باز…
12 دقیقه مطالعه · منتشر شده ۱۴۰۵/۴/۲۷
دانلود workflow
فایل JSON آماده import در n8n — credentialها باید در n8n شما تنظیم شوند.
- فایل JSON را دانلود کنید.
- در n8n: Workflows → Import from File.
- Credentialهای هر node را متصل کنید.
- workflow را فعال کنید.
شناسه workflow: 4918 · منبع: کاتالوگ Axeto
سازنده خبرنامه رستوران با هوش مصنوعی با تأیید Mailchimp و Telegram
این گردش کار، ایجاد و توزیع خبرنامه رستوران را خودکار میکند و از هوش مصنوعی برای تولید محتوا، Telegram برای تأیید انسانی و Mailchimp برای مدیریت کمپین استفاده میکند.
ویژگیهای کلیدی:
- محتوای مبتنی بر هوش مصنوعی: محتوای خبرنامه را تولید میکند، بخشها را برنامهریزی میکند و با استفاده از عاملهای پیشرفته هوش مصنوعی تحقیق انجام میدهد.
- تأیید انسانی در حلقه (Human-in-the-Loop): امکان بازبینی و اصلاح پیشنویس خبرنامه را از طریق Telegram قبل از توزیع فراهم میکند.
- توزیع خودکار: کمپینهای ایمیلی را از طریق Mailchimp ایجاد و ارسال میکند.
- زمانبندی انعطافپذیر: ایجاد خبرنامه را بر اساس برنامههای زمانبندی شده از پیش تعریف شده آغاز میکند.
مراحل گردش کار:
1. دریافت ورودی و زمانبندی: راهاندازی گردش کار را مدیریت کرده و موضوع خبرنامه را از طریق Telegram جمعآوری میکند.
2. برنامهریزی و تولید محتوای هوش مصنوعی: ساختار خبرنامه را توسعه داده و محتوا را با استفاده از عاملهای هوش مصنوعی و ابزارهای تحقیق تولید میکند.
3. تجمیع و ویرایش محتوا: محتوای خبرنامه را با کمک هوش مصنوعی گردآوری و اصلاح میکند.
4. بازخورد انسانی در حلقه (HITL): بازبینی و اصلاح پیشنویس خبرنامه را از طریق Telegram تسهیل میکند.
5. مدیریت و توزیع کمپین: کمپینهای Mailchimp را ایجاد و ارسال کرده و اعلانهای تأیید را ارسال میکند.
6. گرههای ابزار و کنترل: گرههای کمکی برای مستندات و مدیریت گردش کار را شامل میشود.
---
۱. دریافت ورودی و زمانبندی
این بخش مسئول راهاندازی گردش کار و جمعآوری موضوع خبرنامه است.
گرهها (Nodes):
- Schedule Triggers (مانند
Monday 9am Trigger1): گردش کار را در زمانهای مشخص راهاندازی میکند.
* نوع: Schedule Trigger
* نقش: اجرای گردش کار را بر اساس یک برنامه زمانبندی شده آغاز میکند.
* پیکربندی: برای روزها و زمانهای خاص پیکربندی شده است.
-
Merge All Schedule Triggers1: چندین Schedule Trigger را در یک جریان داده واحد ادغام میکند.
* نوع: Merge
* نقش: خروجیهای چندین Schedule Trigger را ترکیب میکند.
-
Determine Schedule Name: نام نسخه فعلی خبرنامه را قالببندی یا شناسایی میکند.
* نوع: Code
* نقش: دادههای ورودی را برای تعیین نام زمانبندی پردازش میکند.
-
Prompt for Topic on Telegram: پیامی را به یک چت تلگرام ارسال میکند و موضوع خبرنامه را میپرسد.
* نوع: Telegram
* نقش: به طور تعاملی از کاربران ورودی درخواست میکند.
-
Listen for Topic Reply: یک Telegram Trigger که به پیامهای ورودی گوش میدهد.
* نوع: Telegram Trigger
* نقش: پیامهای ارسال شده در پاسخ به درخواست را تشخیص میدهد.
-
Check if Message is a Reply: یک گرهIfکه بررسی میکند آیا پیام تلگرام ورودی، پاسخی به درخواست است یا خیر.
* نوع: If
* نقش: پیامها را فیلتر میکند تا اطمینان حاصل شود که فقط پاسخهای مرتبط پردازش میشوند.
-
Set Topic from Reply: موضوع خبرنامه را از پاسخ تلگرام تأیید شده استخراج میکند.
* نوع: Set
* نقش: موضوع استخراج شده را برای پردازش بعدی هوش مصنوعی ذخیره میکند.
---
۲. برنامهریزی و تولید محتوای هوش مصنوعی
این مرحله بر استفاده از عاملهای هوش مصنوعی برای برنامهریزی ساختار خبرنامه و تولید محتوای آن تمرکز دارد.
گرهها (Nodes):
-
Restaurant Newsletter Expert: یک عامل هوش مصنوعی که محتوای خبرنامه را بر اساس موضوع ارائه شده تعریف میکند.
* نوع: @n8n/n8n-nodes-langchain.agent
* نقش: به عنوان عامل هوش مصنوعی اصلی برای استراتژی اولیه محتوا عمل میکند.
* ورودی: موضوع خبرنامه.
-
Newsletter Section Planner: یک گره هوش مصنوعی که بخشهای خاصی از خبرنامه را مشخص میکند.
* نوع: OpenAI Chat Model (یا گره مدل هوش مصنوعی مشابه)
* نقش: خبرنامه را به بخشهای مجزا ساختاربندی میکند.
-
Split Newsletter Sections: بخشهای برنامهریزی شده را برای پردازش موازی به موارد جداگانه تقسیم میکند.
* نوع: SplitOut
* نقش: بخشها را برای تولید محتوای جداگانه آماده میکند.
-
Restaurant Content Research Team: یک عامل هوش مصنوعی مسئول تولید محتوای دقیق برای هر بخش خبرنامه.
* نوع: @n8n/n8n-nodes-langchain.agent
* نقش: محتوای اصلی را برای هر بخش ایجاد میکند، و به طور بالقوه از ابزارهای تحقیق استفاده میکند.
-
Code(Research Content Processing): یک گره کد برای قالببندی و پردازش محتوای تحقیقاتی تولید شده توسط عاملهای هوش مصنوعی.
* نوع: Code
* نقش: خروجی تحقیق را برای ادغام پاکسازی و آماده میکند.
-
Merge Research Content: محتوای پردازش شده از بخشهای جداگانه را ترکیب میکند.
* نوع: Merge
* نقش: محتوا را از شاخههای پردازش موازی جمعآوری میکند.
-
Aggregate Newsletter Content: تمام محتوای تولید شده را در یک ساختار منسجم جمعآوری میکند.
* نوع: Aggregate
* نقش: کل پیشنویس خبرنامه را تجمیع میکند.
- گرههای ابزار هوش مصنوعی (مانند
Tavily,Tavily1): سرویسهای هوش مصنوعی خارجی که برای بهبود قابلیتهای تولید محتوا و تحقیق استفاده میشوند.
* نوع: httpRequest (یا گرههای ابزار خاص در صورت موجود بودن)
* نقش: قابلیتهای تکمیلی هوش مصنوعی مانند جستجوی وب را فراهم میکنند.
- گرههای مدل هوش مصنوعی (مانند
OpenAI Chat Model,OpenRouter Chat Model): مدلهای زبان هوش مصنوعی اصلی که عاملها را تغذیه میکنند.
* نوع: OpenAI Chat Model, OpenRouter Chat Model
* نقش: قابلیتهای پردازش زبان طبیعی زیربنایی را فراهم میکنند.
---
۳. تجمیع و ویرایش محتوا
این مرحله قبل از بازبینی انسانی، محتوای تولید شده خبرنامه را با استفاده از هوش مصنوعی پالایش میکند.
گرهها (Nodes):
-
First Newsletter Editor1: یک عامل هوش مصنوعی که ویرایش اولیه را بر روی محتوای تجمیع شده انجام میدهد.
* نوع: @n8n/n8n-nodes-langchain.agent
* نقش: بهبودهای سبکی و دستوری را اعمال میکند.
-
Set Intent: یک گرهSetکه برای آمادهسازی دادهها و پرچمها برای فرآیند Human-in-the-Loop (HITL) و ادغام بعدی استفاده میشود.
* نوع: Set
* نقش: وضعیت گردش کار و آمادهسازی دادهها را مدیریت میکند.
-
HITL (Human In The Loop) Telegram Node: پیشنویس خبرنامه را برای بازبینی به یک کانال یا کاربر تلگرام مشخص ارسال میکند.
* نوع: Telegram
* نقش: با تحویل پیشنویس، بازبینی انسانی را تسهیل میکند.
-
Check Feedback: بازخوردهای دریافتی از طریق تلگرام را تجزیه و تحلیل میکند تا مشخص شود آیا اصلاحات لازم است یا خیر.
* نوع: Code یا If (بسته به پیچیدگی)
* نقش: بازخورد را طبقهبندی کرده و گردش کار را بر اساس آن هدایت میکند.
-
Feedback AI: متن بازخورد را برای کمک به طبقهبندی یا اصلاح پردازش میکند.
* نوع: OpenAI Chat Model
* نقش: بازخورد را تفسیر و برای اصلاحات مبتنی بر هوش مصنوعی آماده میکند.
-
Correction Agent: یک عامل هوش مصنوعی که اصلاحات درخواستی را بر روی محتوای خبرنامه اعمال میکند.
* نوع: @n8n/n8n-nodes-langchain.agent
* نقش: خبرنامه را بر اساس بازخورد اصلاح میکند.
-
Merge(نمونه دوم): محتوای اصلی را با هرگونه اصلاح اعمال شده ترکیب میکند.
* نوع: Merge
* نقش: محتوای ویرایش شده را قبل از بازبینی نهایی ادغام میکند.
-
Final Newsletter Editor: یک پالایش نهایی مبتنی بر هوش مصنوعی را بر روی محتوای خبرنامه انجام میدهد.
* نوع: @n8n/n8n-nodes-langchain.agent
* نقش: اطمینان حاصل میکند که خبرنامه برای توزیع آماده است.
---
۴. مدیریت و توزیع کمپین
این بخش به ایجاد و ارسال کمپین خبرنامه از طریق Mailchimp و ارسال اعلانها میپردازد.
گرهها (Nodes):
-
If(تصمیمگیری کمپین): تعیین میکند که آیا فرآیند ایجاد کمپین Mailchimp ادامه یابد یا از یک روش ارسال جایگزین (مانند Gmail) استفاده شود.
* نوع: If
* نقش: مسیر توزیع کمپین را کنترل میکند.
-
Get_Subcribers: لیست مشترکین را از Mailchimp بازیابی میکند.
* نوع: Mailchimp
* نقش: دادههای گیرندگان کمپین را دریافت میکند.
* پیکربندی: نیاز به اعتبارنامه API Mailchimp دارد.
-
Create_Campaign: از API Mailchimp برای ایجاد یک کمپین جدید استفاده میکند.
* نوع: httpRequest
* نقش: یک کمپین جدید را در Mailchimp راهاندازی میکند.
-
Set_Campaign: محتوای کمپین Mailchimp را پیکربندی میکند.
* نوع: httpRequest
* نقش: کمپین را با محتوای نهایی خبرنامه پر میکند.
-
Send_Campaign: ارسال کمپین Mailchimp را آغاز میکند.
* نوع: httpRequest
* نقش: خبرنامه را به مشترکین ارسال میکند.
-
Telegram(اعلان): پس از ارسال کمپین، یک پیام تأیید از طریق Telegram ارسال میکند.
* نوع: Telegram
* نقش: کاربران را از توزیع موفقیتآمیز کمپین مطلع میکند.
-
Gmail1: یک گره جایگزین برای ارسال ایمیل از طریق Gmail در صورتی که مسیر Mailchimp استفاده نشود.
* نوع: Gmail
* نقش: یک مکانیزم ارسال ایمیل جایگزین را فراهم میکند.
---
۵. گرههای ابزار و کنترل
این دسته شامل گرههایی است که از عملیات، مستندات و ساختار کلی Workflow پشتیبانی میکنند.
گرهها (Nodes):
- گرههای
Sticky Note(مانندSticky Note،Sticky Note1): برای افزودن توضیحات، مستندات یا جایگزینها در بوم Workflow استفاده میشوند.
* نوع: stickyNote
* نقش: مستندات داخلی و سازماندهی بصری.
- گرههای
Code(عمومی): گرههای سفارشی جاوا اسکریپت که برای تبدیل دادهها، قالببندی یا منطق خاصی که توسط گرههای دیگر پوشش داده نمیشوند، استفاده میشوند.
* نوع: Code
* نقش: اسکریپتنویسی سفارشی برای دستکاری دادهها و منطق.
- گرههای
Merge(متنوع): در سراسر Workflow برای ترکیب دادهها از شاخههای موازی یا همگامسازی جریانهای اجرایی استفاده میشوند.
* نوع: Merge
* نقش: تجمیع دادهها و کنترل جریان.
---
۶. جدول خلاصه
| نام گره (Node Name) | نوع گره (Node Type) | نقش عملکردی (Functional Role) | گره(های) ورودی (Input Node(s)) | گره(های) خروجی (Output Node(s)) |
|---|---|---|---|---|
Monday 9am Trigger1 | Schedule Trigger | فعالسازی گردش کار دوشنبه ساعت ۹ صبح | None | Merge All Schedule Triggers1 |
Tuesday 4pm Trigger1 | Schedule Trigger | فعالسازی گردش کار سهشنبه ساعت ۴ بعد از ظهر | None | Merge All Schedule Triggers1 |
Friday 2pm Trigger1 | Schedule Trigger | فعالسازی گردش کار جمعه ساعت ۲ بعد از ظهر | None | Merge All Schedule Triggers1 |
Saturday 2pm Trigger1 | Schedule Trigger | فعالسازی گردش کار شنبه ساعت ۲ بعد از ظهر | None | Merge All Schedule Triggers1 |
Merge All Schedule Triggers1 | Merge | ترکیب فعالسازهای زمانبندی شده | Schedule Triggers | Determine Schedule Name |
Determine Schedule Name | Code | قالببندی نام زمانبندی | Merged triggers | Prompt for Topic on Telegram |
Prompt for Topic on Telegram | Telegram | درخواست موضوع خبرنامه از طریق تلگرام | Schedule name | Waits for reply |
Listen for Topic Reply | Telegram Trigger | گوش دادن به پیامهای تلگرام | Telegram messages | Check if Message is a Reply |
Check if Message is a Reply | If | بررسی اینکه آیا پیام یک پاسخ است | Telegram message metadata | Set Topic from Reply |
Set Topic from Reply | Set | استخراج و ذخیره موضوع خبرنامه | Telegram reply | Restaurant Newsletter Expert |
Restaurant Newsletter Expert | @n8n/n8n-nodes-langchain.agent | عامل هوش مصنوعی برای استراتژی اولیه محتوا | Newsletter topic | Newsletter Section Planner |
Newsletter Section Planner | OpenAI Chat Model | برنامهریزی بخشهای خبرنامه | Expert agent output | Split Newsletter Sections |
Split Newsletter Sections | SplitOut | تقسیم بخشها برای پردازش موازی | Planner output | Restaurant Content Research Team |
Restaurant Content Research Team | @n8n/n8n-nodes-langchain.agent | تولید محتوا برای هر بخش | Split sections | Code (Research Content) |
Code (Research Content) | Code | قالببندی محتوای تحقیقاتی | Research agent output | Merge Research Content |
Merge Research Content | Merge | ترکیب محتوای تحقیقاتی پردازش شده | Processed content | Aggregate Newsletter Content |
Aggregate Newsletter Content | Aggregate | تجمیع تمام محتوای تولید شده | Merged research content | First Newsletter Editor1 |
Tavily, Tavily1 | httpRequest (or tool specific) | ابزارهای هوش مصنوعی خارجی برای تحقیق | N/A | AI agents |
OpenAI Chat Model, OpenRouter Chat Model | OpenAI Chat Model, OpenRouter Chat Model | مدلهای زبان اصلی هوش مصنوعی | N/A | AI agents |
First Newsletter Editor1 | @n8n/n8n-nodes-langchain.agent | ویرایش اولیه هوش مصنوعی محتوای تجمیع شده | Aggregated newsletter content | Set Intent |
Set Intent | Set | آمادهسازی دادهها برای HITL و ادغام | Edited newsletter content | HITL and Merge |
HITL (Telegram) | Telegram | ارسال پیشنویس خبرنامه برای بازخورد انسانی | Set Intent output | Check Feedback |
Check Feedback | Code / If | تجزیه و تحلیل بازخورد برای تعیین اصلاحات | HITL Telegram feedback | Merge or Correction Agent |
Feedback AI | OpenAI Chat Model | پردازش بازخورد برای طبقهبندی/اصلاح | Feedback messages | Check Feedback, Correction Agent |
Correction Agent | @n8n/n8n-nodes-langchain.agent | اعمال اصلاحات بر اساس بازخورد | Feedback AI results | Set Intent (loop back) |
Merge (Second Instance) | Merge | ترکیب بازخورد و ویرایشها | Set Intent, Check Feedback | Final Newsletter Editor |
Final Newsletter Editor | @n8n/n8n-nodes-langchain.agent | آخرین ویرایش هوش مصنوعی خبرنامه | Merged content | If (Campaign Decision) |
If (Campaign Decision) | If | تصمیمگیری در مورد مسیر توزیع کمپین | Final Newsletter Editor output | Get_Subcribers or Gmail1 |
Get_Subcribers | Mailchimp | بازیابی لیست مشترکین Mailchimp | True branch from If | Create_Campaign |
Create_Campaign | httpRequest | ایجاد کمپین جدید از طریق API Mailchimp | Subscriber data | Set_Campaign |
Set_Campaign | httpRequest | تنظیم محتوای کمپین از طریق API Mailchimp | Created campaign data | Send_Campaign |
Send_Campaign | httpRequest | ارسال کمپین Mailchimp | Campaign data | Telegram (Notification) |
Telegram (Notification) | Telegram | اطلاعرسانی ارسال کمپین | Send_Campaign output | End |
Gmail1 | Gmail | ارسال جایگزین ایمیل از طریق Gmail | False branch from If | If (or next step) |
Sticky Note Nodes | stickyNote | مستندات/یادداشتهای داخلی | N/A | N/A |
Code Nodes (General) | Code | اسکریپت سفارشی برای منطق/تبدیل | N/A | N/A |
Merge Nodes (Various) | Merge | ترکیب دادهها، همگامسازی شاخهها | N/A | N/A |
Nodeهای استفادهشده
سوالات متداول
این گردش کار چگونه به رستورانها کمک میکند؟▾
این گردش کار به رستورانها کمک میکند تا فرآیند ایجاد و ارسال خبرنامههای بازاریابی را با استفاده از هوش مصنوعی برای تولید محتوا و اتوماسیون، خودکار کنند. این امر باعث صرفهجویی در زمان و بهبود کیفیت ارتباط با مشتریان میشود.
نقش هوش مصنوعی در این گردش کار چیست؟▾
هوش مصنوعی برای تولید محتوای اولیه خبرنامه، برنامهریزی بخشهای مختلف آن و انجام تحقیقات مرتبط استفاده میشود. این امر باعث میشود محتوا جذابتر و مرتبطتر باشد.
چرا از تلگرام برای تأیید استفاده میشود؟▾
استفاده از تلگرام برای تأیید، یک مرحله بازخورد انسانی را در فرآیند ایجاد خبرنامه فراهم میکند. این به شما امکان میدهد قبل از ارسال نهایی، محتوا را بررسی و در صورت نیاز اصلاح کنید و اطمینان حاصل کنید که پیام شما دقیقاً همانطور که میخواهید منتقل میشود.
Mailchimp چه نقشی در این گردش کار دارد؟▾
Mailchimp برای مدیریت کمپینهای ایمیلی و ارسال خبرنامههای تأیید شده به لیست مشترکین شما استفاده میشود. این پلتفرم امکان ارسال حرفهای و پیگیری نتایج کمپین را فراهم میکند.
workflowهای مرتبط
- اتوماسیون جستجوی لینکدین با GPT-4 و جستجوی بولی گوگلHR
- اتوماسیون خلاصهسازی جلسات با Google Drive و OpenAIAI
- تحلیل صوتی با DeepGram و GPT-4o در n8nAI
- گردش کار n8n: ارجاع پشتیبانی هوش مصنوعی به انسانSupport
- ناشناسسازی و بازسازی رزومه با هوش مصنوعی Gemini و Google Sh…HR
- پرسش از هوش مصنوعی درباره تبلیغات متا: بینش فوری از دادههای…AI
