Assistant WhatsApp alimenté par l'IA pour le traitement de contenu multi-format
Cette automatisation intelligente de chatbot WhatsApp utilise les modèles de langage d'OpenAI pour comprendre et répondre à une large gamme d'entrées utilisateur, y compris le texte, les notes vocales, les images et les documents PDF.
En maintenant l'historique des conversations, le bot peut s'engager dans des interactions contextuelles, adaptant ses réponses aux besoins de l'utilisateur. Conçu pour les passionnés de messagerie et de bots, ce workflow s'intègre parfaitement avec WhatsApp et exploite des capacités avancées d'IA pour fournir un assistant conversationnel robuste et polyvalent.
Comment Latenode estime le temps et le coût
Latenode facture le temps d'exécution des workflows en secondes CPU. Les 10 000 premières secondes CPU sont gratuites chaque mois, puis l'utilisation suit la tarification pay-as-you-go à la seconde CPU. Les nœuds AI Plug-and-Play (PnP) sont facturés séparément — chaque token PnP coûte 1 USD, en pay-as-you-go au coût du fournisseur plus une petite commission de traitement, sans clés API requises.
Tarifs complets — comment fonctionnent les secondes CPU →Aperçu du workflow
Ce que fait ce modèle
- Traite les textes, notes vocales, images et documents PDF à l'aide de modèles de langage IA
- Maintient l'historique de la conversation pour des interactions contextuelles
- S'intègre à l'API WhatsApp Business Cloud pour permettre l'automatisation des messages
- Tire parti de Supabase pour stocker les données de conversation et les profils utilisateur
- Fournit un assistant conversationnel polyvalent alimenté par OpenAI GPT-3
Comment ça marche
Recevoir un message WhatsApp
Le workflow commence par la réception d'un message WhatsApp entrant via l'intégration WhatsApp Business Cloud. Il peut s'agir de contenu texte, audio, image ou PDF de l'utilisateur.
Analyser le message
Le contenu du message est ensuite traité à l'aide des modèles de langage d'OpenAI pour comprendre l'intention de l'utilisateur et extraire les informations pertinentes, quel que soit le type de message (texte, audio, image ou PDF).
Vérifier le type de message
Le workflow achemine ensuite le message en fonction de son type de contenu, garantissant qu'une réponse appropriée est générée pour les entrées texte, audio, image ou PDF.
Générer une réponse texte
Pour les messages texte, le workflow génère une réponse textuelle contextuelle en utilisant les informations de l'analyse OpenAI.
Générer une réponse audio
Pour les messages audio, le workflow convertit la réponse texte en fichier audio, permettant une expérience conversationnelle naturelle et engageante.
Envoyer la réponse
Enfin, la réponse texte ou audio est renvoyée à l'utilisateur via l'intégration WhatsApp Business Cloud, complétant la boucle conversationnelle et fournissant à l'utilisateur les informations ou l'assistance appropriées.
Guide de configuration
Ajouter un identifiant API WhatsApp Business Cloud
Dans le panneau des identifiants Latenode, ajoutez un nouvel identifiant pour l'API WhatsApp Business Cloud. Fournissez les informations requises, telles que votre jeton d'accès à l'API WhatsApp Business et autres identifiants nécessaires.
Configurer l'identifiant OpenAI
Dans le panneau des identifiants Latenode, ajoutez un nouvel identifiant pour l'API OpenAI. Fournissez votre clé API OpenAI.
Ajouter un identifiant Supabase
Dans le panneau des identifiants Latenode, ajoutez un nouvel identifiant pour Supabase. Fournissez l'URL de votre projet Supabase et votre clé API.
Configurer le nœud Déclencheur WhatsApp
Dans le constructeur visuel Latenode, ajoutez un nœud Déclencheur WhatsApp. Configurez le nœud avec l'identifiant API WhatsApp Business Cloud que vous avez ajouté précédemment, et spécifiez l'ID du numéro de téléphone ainsi que tout autre paramètre requis.
Configurer le modèle de langage OpenAI
Dans le constructeur visuel Latenode, ajoutez un nœud OpenAI. Configurez le nœud avec l'identifiant OpenAI que vous avez ajouté précédemment, et sélectionnez le modèle de langage approprié pour votre cas d'utilisation (par exemple, GPT-3, GPT-4).
// Exemple de nœud de code Latenode pour le traitement du texte saisi
async function processText(inputText) {
const openaiNode = this.getNode('OpenAI');
const response = await openaiNode.runModel(inputText);
return response.text;
}Prérequis
FAQ