สร้างระบบคัดกรองลีดด้วย AI บน n8n ในเวลาเพียง 15 นาที
เรียนรู้วิธีสร้างเวิร์กโฟลว์ 5 โหนดบน n8n เพื่อให้ LLM ช่วยให้คะแนนฟอร์มที่ส่งเข้ามา และแจ้งเตือนผ่าน Slack เฉพาะลีดที่มีคุณภาพ
ภาพประกอบจากคลังภาพสต็อก ไม่ใช่ภาพจากเหตุการณ์จริง
- เวิร์กโฟลว์ n8n 5 โหนดสำหรับคัดกรองลีดอัตโนมัติด้วย LLM
- เชื่อมต่อได้ทั้ง OpenAI, Groq, OpenRouter หรือ Ollama ผ่าน HTTP Request
- แจ้งเตือนผ่าน Slack ทันทีเมื่อคะแนนผ่านเกณฑ์ที่กำหนด
- ดาวน์โหลดเวิร์กโฟลว์ฟรีผ่าน GitHub และต่อยอดด้วย Founder AI Agent Pack
การปล่อยให้ลีดที่ติดต่อเข้ามาต้องรอนานในขณะที่คุณติดธุระอาจทำให้เสียโอกาสทางธุรกิจ บทความนี้จะพาทุกคนไปดูวิธีการสร้างระบบอัตโนมัติเพื่อช่วยคัดกรองลีดด้วยปัญญาประดิษฐ์ (AI) โดยใช้เครื่องมือ n8n ซึ่งใช้เวลาตั้งค่าเพียง 15 นาทีเท่านั้น เพื่อให้มั่นใจว่าจะไม่มีข้อความจากลูกค้าสำคัญหลุดรอดไป
โครงสร้างของเวิร์กโฟลว์นี้ประกอบด้วยโหนดหลัก 7 ขั้นตอน เริ่มตั้งแต่ Webhook สำหรับรับข้อมูล, Config, Build Prompt, ส่งข้อมูลไปยัง LLM ผ่าน HTTP Request, Parse ผลลัพธ์, ตรวจสอบเงื่อนไขว่าคะแนนตั้งแต่ 70 ขึ้นไปหรือไม่ หากผ่านจะส่งข้อความแจ้งเตือนไปที่ Slack ทันที และส่งผลลัพธ์กลับไปยังผู้ส่ง
ภาพประกอบจากคลังภาพสต็อก ไม่ใช่ภาพจากเหตุการณ์จริง
จุดเด่นของระบบนี้คือการไม่ผูกติดกับโหนด AI ของผู้ให้บริการรายใดรายหนึ่ง แต่เลือกใช้คำสั่ง HTTP Request แบบมาตรฐานไปยัง /chat/completions ทำให้สามารถใช้งานร่วมกับแพลตฟอร์มหลากหลาย ไม่ว่าจะเป็น OpenAI, Groq, OpenRouter หรือแม้แต่โมเดลรันในเครื่องอย่าง Ollama เพียงแค่เปลี่ยนค่า baseUrl เท่านั้น
การใช้เครื่องมือ Low-code อย่าง n8n ร่วมกับโมเดลภาษาขนาดใหญ่ (LLM) ผ่าน HTTP Request แทนการใช้ AI node สำเร็จรูป ช่วยเพิ่มความยืดหยุ่นให้นักพัฒนาสามารถสลับเปลี่ยนไปใช้โมเดลโอเพนซอร์สหรือโมเดลท้องถิ่นได้อย่างอิสระ ช่วยลดต้นทุนในระยะยาวและควบคุมข้อมูลได้ดีขึ้น
สำหรับผู้ที่สนใจสามารถเข้าไปดาวน์โหลดโค้ด JSON ฟรีได้ที่ GitHub และหากต้องการเวิร์กโฟลว์ในลักษณะเดียวกันเพิ่มเติมอีก 9 รูปแบบ เช่น ระบบคัดกรองเรซูเม่ ตัวดึงข้อมูลใบกำกับภาษี หรือตัวช่วยสรุปคู่แข่ง ทางผู้พัฒนาได้รวบรวมไว้ในชุด Founder AI Agent Pack บนแพลตฟอร์ม Gumroad แล้ว
ที่มา: Dev.to
พบข้อมูลผิดพลาดในบทความนี้? แจ้งปัญหาบทความนี้
ความคิดเห็น
แสดงความคิดเห็น