خدمات مشتری واتس‌اپ با هوش مصنوعی و GPT-4

خدمات مشتری واتس‌اپ با هوش مصنوعی، GPT-4، مسیریابی هوشمند و پایگاه دانش

این Workflow یک سیستم پیشرفته خدمات مشتری مبتنی بر هوش مصنوعی را در واتس‌اپ سازماندهی می‌کند. این سیستم از GPT-4 برای پاسخ‌های هوشمند، مسیریابی هوشمند برای حل کارآمد مسائل و ادغام یک پایگاه دانش برای ارائه پشتیبانی دقیق و آگاه از زمینه استفاده می‌کند. سیستم پیام‌های ورودی (متنی و صوتی) را مدیریت می‌کند، قصد و احساسات را طبقه‌بندی می‌کند، اطلاعات مرتبط را از منابع داده مختلف بازیابی می‌کند و تعیین می‌کند که آیا پاسخ خودکار ارائه دهد یا به یک عامل انسانی ارجاع دهد.

این Workflow و موارد دیگر را در کاتالوگ n8n در Axeto.ai کاوش کنید.

---

۱. نمای کلی Workflow

این Workflow برای خودکارسازی و بهبود خدمات مشتری واتس‌اپ طراحی شده است با:

• دریافت و پیش‌پردازش پیام‌ها: مدیریت پیام‌های متنی و صوتی، از جمله رونویسی صدا.
• طبقه‌بندی مبتنی بر هوش مصنوعی: تجزیه و تحلیل پیام‌ها برای قصد، احساسات و نگرانی‌های حریم خصوصی.
• تولید زمینه و مدیریت حافظه: تجمیع داده‌ها از منابع داخلی و خارجی (پایگاه‌های داده، پایگاه‌های دانش) و حفظ تاریخچه مکالمه.
• تولید پاسخ هوشمند: استفاده از یک عامل هوش مصنوعی برای فرموله‌بندی پاسخ‌ها یا تصمیم‌گیری در مورد ارجاع.
• مسیریابی هوشمند و ارجاع: هدایت مسائل پیچیده یا حساس به عوامل انسانی از طریق اعلان‌های ایمیلی.
• ارسال پاسخ‌ها: ارسال پاسخ‌های خودکار به مشتریان در واتس‌اپ.

---

۲. جزئیات Workflow

۲.۱ دریافت و پیش‌پردازش پیام

این بخش بر دریافت پیام‌های ورودی واتس‌اپ و آماده‌سازی آن‌ها برای تجزیه و تحلیل تمرکز دارد. این بخش تفاوت بین ورودی‌های متنی و صوتی را مدیریت می‌کند، از جمله رونویسی پیام‌های صوتی.

Nodes:

• WhatsApp Trigger: نقطه ورود برای پیام‌های ورودی واتس‌اپ. این Node از طریق یک Webhook پیکربندی شده به پیام‌های جدید گوش می‌دهد.

* Type: n8n-nodes-base.whatsApp (Trigger)

* Purpose: دریافت پیام‌های متنی یا صوتی ورودی.

• Voice or Text (Switch): نوع پیام (متنی یا صوتی) را تعیین می‌کند تا Workflow را به طور مقتضی هدایت کند.

* Type: n8n-nodes-base.switch

* Purpose: شاخه‌بندی Workflow بر اساس محتوای پیام (به عنوان مثال، وجود صدا).

• Download media: فایل‌های پیوست پیام صوتی را از واتس‌اپ دانلود می‌کند.

* Type: n8n-nodes-base.whatsApp (Action)

* Purpose: دریافت محتوای رسانه برای پیام‌های صوتی.

• Transcribe1: از یک مدل OpenAI برای رونویسی پیام صوتی دانلود شده به متن استفاده می‌کند.

* Type: n8n-nodes-base.openAiChat (یا Node مشابه OpenAI برای رونویسی)

* Purpose: تبدیل صدا به متن.

• Text (Set): پیام‌های متنی مستقیم را برای ادغام آماده می‌کند.

* Type: n8n-nodes-base.set

* Purpose: استانداردسازی ورودی متن.

• Merge: متن رونویسی شده (از صدا) و پیام‌های متنی مستقیم را در یک جریان واحد ادغام می‌کند.

* Type: n8n-nodes-base.merge

* Purpose: یکپارچه‌سازی ورودی پیام برای پردازش بعدی.

---

۲.۲ طبقه‌بندی با هوش مصنوعی

این بخش از مدل‌های هوش مصنوعی برای تجزیه و تحلیل پیام پیش‌پردازش شده برای ویژگی‌های کلیدی مانند قصد کاربر، احساسات و نگرانی‌های حریم خصوصی استفاده می‌کند.

Nodes:

• Intent Classifier (Chain LLM): قصد کاربر را بر اساس محتوای پیام پیش‌بینی می‌کند.

* Type: n8n-nodes-base.openAiChat (پیکربندی شده به عنوان Chain LLM)

* Purpose: شناسایی هدف پیام مشتری.

• Sentiment Classifier (Chain LLM): لحن احساسی پیام را ارزیابی می‌کند (به عنوان مثال، مثبت، منفی، خنثی).

* Type: n8n-nodes-base.openAiChat (پیکربندی شده به عنوان Chain LLM)

* Purpose: سنجش احساسات مشتری.

• Privacy Classifier (Chain LLM): تشخیص می‌دهد که آیا پیام حاوی اطلاعات حساس یا خصوصی است.

* Type: n8n-nodes-base.openAiChat (پیکربندی شده به عنوان Chain LLM)

* Purpose: شناسایی محتوای مرتبط با حریم خصوصی.

• Structured Output Parsers (Multiple): خروجی‌های خام مدل هوش مصنوعی را به فرمت JSON ساختاریافته برای استفاده آسان‌تر در منطق بعدی تجزیه می‌کند.

* Type: n8n-nodes-base.json (یا مشابه برای تجزیه)

* Purpose: قالب‌بندی نتایج طبقه‌بندی هوش مصنوعی.

• Merge3 & Merge4: نتایج طبقه‌بندی‌های مختلف را تجمیع می‌کند.

* Type: n8n-nodes-base.merge

* Purpose: تجمیع خروجی‌های طبقه‌بندی.

---

۲.۳ تولید زمینه و مدیریت حافظه

این بخش با ادغام نتایج طبقه‌بندی با منابع داده خارجی و حفظ تاریخچه مکالمه، یک زمینه جامع برای عامل هوش مصنوعی ایجاد می‌کند.

Nodes:

• Aggregate3 & Aggregate: خروجی‌های طبقه‌بندی از مرحله قبل را تجمیع می‌کند.

* Type: n8n-nodes-base.aggregate

* Purpose: جمع‌آوری تمام داده‌های طبقه‌بندی.

• Generate Conversation Context (LangChain Agent): با استفاده از هوش مصنوعی، زمینه مکالمه‌ای غنی ایجاد می‌کند و به طور بالقوه داده‌های خارجی را پرس‌وجو می‌کند.

* Type: n8n-nodes-base.openAiChat (پیکربندی شده به عنوان LangChain Agent)

* Purpose: سنتز زمینه از منابع مختلف.

• Knowledge Base (Google Docs Tool): اطلاعات مرتبط را از پایگاه دانش Google Docs بازیابی می‌کند.

* Type: n8n-nodes-base.googleDocsTool

* Purpose: دسترسی به مستندات برای پاسخ‌های هوش مصنوعی.

• Orders Database (Google Sheets Tool): داده‌های خاص سفارش را از Google Sheets دریافت می‌کند.

* Type: n8n-nodes-base.googleSheets (پیکربندی شده به عنوان Tool)

* Purpose: دریافت اطلاعات سفارش مشتری.

• Supabase Tool: برای داده‌های اضافی مشتری یا مرتبط با زمینه، Supabase را پرس‌وجو می‌کند.

* Type: n8n-nodes-base.supabaseTool

* Purpose: دسترسی به داده‌های Supabase.

• Postgres Chat Memory (LangChain): تاریخچه مکالمه را برای حفظ پیوستگی ذخیره و بازیابی می‌کند.

* Type: n8n-nodes-base.postgresChatMemory (یا Node حافظه مشابه)

* Purpose: مدیریت تاریخچه چت.

• Aliment Context for Next Messages (Supabase): زمینه مکالمه را در Supabase برای تعاملات آینده به‌روز می‌کند.

* Type: n8n-nodes-base.supabase

* Purpose: حفظ زمینه به‌روز شده.

---

۲.۴ عامل هوش مصنوعی و مسیریابی هوشمند

این جزء اصلی تصمیم‌گیری است که در آن عامل هوش مصنوعی تمام اطلاعات جمع‌آوری شده را پردازش می‌کند تا پاسخی تولید کند یا اقدام مناسب را تعیین کند.

Nodes:

• Customer Service AGENT (LangChain Agent): عامل هوش مصنوعی اصلی که تمام ورودی‌ها (طبقه‌بندی‌ها، زمینه، حافظه، ابزارها) را برای تصمیم‌گیری در مورد گام بعدی ادغام می‌کند.

* Type: n8n-nodes-base.openAiChat (پیکربندی شده به عنوان LangChain Agent)

* Purpose: تولید پاسخ‌ها یا مسیریابی مکالمه.

• Think (LangChain Tool Think): یک Node ابزار برای عامل جهت انجام مراحل استدلال یا اجرای ابزار.

* Type: n8n-nodes-base.tool (پیکربندی شده به عنوان Think)

* Purpose: تسهیل پردازش داخلی عامل.

• OpenAI Chat Models (Multiple): مدل‌های زبانی که توسط عامل و سایر اجزای هوش مصنوعی برای تولید و تجزیه و تحلیل متن استفاده می‌شوند.

* Type: n8n-nodes-base.openAiChat

* Purpose: توانمندسازی قابلیت‌های زبان هوش مصنوعی.

• Human Intervention Classifier (Text Classifier): یک طبقه‌بند تخصصی که تعیین می‌کند آیا مداخله انسانی لازم است و در صورت لزوم، مسیر ارجاع.

* Type: n8n-nodes-base.textClassifier (یا Node طبقه‌بندی مشابه)

* Purpose: شناسایی نیاز به عامل انسانی.

• Owner Escalation (Gmail): برای ارجاعات با اولویت بالا، اعلان ایمیلی ارسال می‌کند.

* Type: n8n-nodes-base.gmail

* Purpose: اطلاع‌رسانی به مالکان در مورد مسائل حیاتی.

• Human Request (Gmail): تیم‌ها یا افراد مربوطه را برای کمک عمومی انسانی مطلع می‌کند.

* Type: n8n-nodes-base.gmail

* Purpose: درخواست مداخله عامل انسانی.

• Critical Complaint (Gmail): پرسنل خاصی را در مورد شکایات شدید مشتری مطلع می‌کند.

* Type: n8n-nodes-base.gmail

* Purpose: ارجاع شکایات جدی.

• Historical Chat and Feedback (Google Sheets): رونوشت مکالمات و بازخوردها را برای حسابرسی و بهبود ثبت می‌کند.

* Type: n8n-nodes-base.googleSheets

* Purpose: ثبت تاریخچه چت و بازخورد.

• Send Message (WhatsApp): پاسخ نهایی را به مشتری در واتس‌اپ ارسال می‌کند.

* Type: n8n-nodes-base.whatsApp (Action)

* Purpose: تحویل پاسخ هوش مصنوعی یا عامل.

---

۳. ویژگی‌ها و مزایای کلیدی

• پشتیبانی مشتری ۲۴/۷: ارائه پاسخ‌ها و پشتیبانی فوری در تمام ساعات شبانه‌روز.
• مقیاس‌پذیری: مدیریت کارآمد حجم بالایی از سوالات مشتری.
• بهبود کیفیت پاسخ: استفاده از GPT-4 برای پاسخ‌های دقیق، آگاه از زمینه و شبیه به انسان.
• مسیریابی کارآمد: اطمینان از هدایت سوالات به مناسب‌ترین منبع (هوش مصنوعی یا عامل انسانی).
• ادغام داده‌ها: اتصال با Google Sheets، Google Docs، Supabase و Postgres برای استفاده جامع از داده‌ها.
• کاهش هزینه: خودکارسازی وظایف تکراری، آزاد کردن عوامل انسانی برای مسائل پیچیده‌تر.
• تجربه مشتری بهبود یافته: زمان حل سریع‌تر و پشتیبانی مداوم منجر به رضایت بیشتر مشتری می‌شود.

---

۴. پیش‌نیازها

• نمونه n8n: یک نمونه در حال اجرا از n8n.
• دسترسی به WhatsApp Business API: اعتبارنامه‌های پیکربندی شده WhatsApp Business API.
• کلید API OpenAI: یک کلید API فعال OpenAI با دسترسی به مدل‌های GPT-4 و رونویسی.
• حساب Google Workspace: دسترسی به Google Sheets و Google Docs با مجوزهای مناسب.
• پروژه Supabase: یک پروژه Supabase با جداول و کلیدهای API لازم.
• پایگاه داده PostgreSQL: دسترسی به یک پایگاه داده PostgreSQL برای حافظه چت.
• حساب Gmail: برای ارسال اعلان‌های ایمیلی (پیکربندی OAuth2 توصیه می‌شود).

---

۵. نحوه استفاده

۱. وارد کردن Workflow: این Workflow را از کاتالوگ n8n در Axeto.ai به نمونه n8n خود وارد کنید.

۲. پیکربندی اعتبارنامه‌ها: تمام Nodes لازم (WhatsApp، OpenAI، Google Workspace، Supabase، Postgres، Gmail) را با کلیدهای API و اعتبارنامه‌های مربوطه خود راه‌اندازی و احراز هویت کنید.

۳. راه‌اندازی Webhooks: Node WhatsApp Trigger را با URL Webhook WhatsApp Business API خود پیکربندی کنید.

۴. سفارشی‌سازی Promptها و ابزارهای هوش مصنوعی: Promptها را در Nodes OpenAI تنظیم کنید و ابزارهای خاص (Google Docs، Sheets، Supabase) را برای مطابقت با ساختار پایگاه دانش و منابع داده خود پیکربندی کنید.

۵. تعریف قوانین مسیریابی: منطق را در "Human Intervention Classifier" و Nodes مسیریابی بعدی برای مطابقت با سیاست‌های ارجاع مورد نظر خود تنظیم کنید.

۶. تست کامل: پیام‌های آزمایشی (متنی و صوتی) را به شماره واتس‌اپ خود ارسال کنید تا عملکرد Workflow، پاسخ‌های هوش مصنوعی و مسیرهای ارجاع را تأیید کنید.

۷. استقرار: پس از تست و پیکربندی، Workflow فعال خواهد شد و سوالات خدمات مشتری واتس‌اپ شما را مدیریت می‌کند.