Ответы по документам в WhatsApp из Google Docs — шаблон n8n
Документы из Google Docs превращаются в базу знаний для ответов на вопросы в WhatsApp. В n8n сообщения WhatsApp обрабатывает ИИ, который ищет контекст в MongoDB и отвечает с помощью OpenAI.
Оригинал на n8n.io: AI-powered WhatsApp chatbot for text, voice, images, and PDF with RAG — NovaNode
Открыть шаблон на n8n.io бесплатно- Сложность
- сложный18 видов узлов
- Просмотров на n8n.io
- 262 921
- Опубликован
- Обновлён
- Автор
- NovaNodeпроверен n8n.io
- Сверено
Что делает шаблон
В WhatsApp приходят ответы на вопросы по продуктовой документации, сохранённой в Google Docs и проиндексированной в MongoDB Atlas. ИИ использует найденные фрагменты и сохраняет контекст переписки между сообщениями. Сценарий обрабатывает текст, голосовые сообщения, изображения и документы, включая PDF и таблицы; голос преобразуется в текст, а изображения анализируются для подготовки ответа. Для поиска нужна коллекция MongoDB Atlas с векторным индексом, полями embedding и метаданных; имя индекса должно совпадать в обоих workflow. В системном запросе задаются тон, стиль ответа и бизнес-правила компании.
Как работает workflow по шагам
- Manual Trigger запускает импорт документации из Google Docs.
- Google Docs передаёт продуктовые документы для обработки.
- Recursive Character Text Splitter делит документы на фрагменты, а Embeddings OpenAI создаёт для них векторы.
- Mongodb Atlas Vector Store сохраняет фрагменты, векторы и метаданные в коллекции.
- Whatsapp Trigger принимает сообщение и Switch направляет его по типу: текст, аудио, изображение или документ.
- AI Agent ищет контекст в MongoDB и формирует ответ с OpenAI Chat Model, затем WhatsApp Business Cloud отправляет его пользователю.
Что нужно для запуска
- Учётная запись Google Docs и URL документации.
- Учётная запись MongoDB Atlas, коллекция и векторный поисковый индекс.
- Учётные данные Meta для WhatsApp Business Cloud.
- Доступ к OpenAI для embeddings и модели GPT-4o-mini.
Как подключить WhatsApp к n8n
В узле WhatsApp указываются учётные данные аккаунта Meta. Они нужны для получения входящих сообщений и отправки ответов.
Что изменить под себя
- URL документации Google Docs и коллекцию MongoDB Atlas.
- Имя векторного индекса: оно должно совпадать в обоих workflow.
- Системный запрос Knowledge Base Agent: тон, стиль ответа и бизнес-правила компании.
Кому подойдёт
Для внутренних команд поддержки, специалистов по продукту и менеджеров знаний в технологических компаниях, которым нужны ответы по документации через WhatsApp.
Сервисы 4
- Google Docs40
- WhatsApp45
- OpenAI811
- MongoDB
Категории у источника: Боты поддержки , RAG: ответы по своим документам
Узлы workflow 18
- HTTP Request
- Edit Fields (Set)
- Switch
- Google Docs
- Sticky Note
- WhatsApp Business Cloud
- Code
- Manual Trigger
- AI Agent
- Embeddings OpenAI
- OpenAI Chat Model
- Simple Memory
- Recursive Character Text Splitter
- Extract from File
- Default Data Loader
- OpenAI
- Whatsapp Trigger
- Mongodb Atlas Vector Store
Виды узлов, из которых собран сценарий, — как их перечисляет страница шаблона. Серым — служебные узлы n8n.
Автор и первоисточник
Сценарий «AI-powered WhatsApp chatbot for text, voice, images, and PDF with RAG» опубликовал на n8n.io NovaNode. Файл шаблона и авторское описание — на странице шаблона.
Русское описание написано языковой моделью по странице шаблона и прошло автоматическую проверку: в нём нет сервисов и чисел, которых нет у автора. Сценарий принадлежит автору; каталог его не хранит.