大家好。我使用 n8n 建立 AI 自動化流程。這是我為一個 AI 自動化課程所做的作品集專案,基於一個教育機構的假設情境。這不是一個付費專案,也不代表任何真實組織的實際系統。我透過 Retell AI 模擬環境進行對話測試,並錄製了示範影片。
問題是:一間教育機構每天接到大量電話,其中大部分都涉及重複性的問題,例如提供哪些課程、下一期何時開課,以及如何預約諮詢。目標是開發一個語音接待員,能夠回答這些問題、捕捉感興趣者的資訊、預約諮詢時段,並在無法解決查詢時,將其轉接給真人代表。
本文介紹如何使用 Retell AI、MCP 和 n8n 建立一個 AI 語音接待員原型,旨在為教育機構處理大量日常電話諮詢。這個系統能回答常見問題、捕捉潛在客戶資訊、預約諮詢時段,並在無法解決問題時轉接給真人客服。作者分享了專案的架構、學習到的經驗以及目前的限制。

大家好。我使用 n8n 建立 AI 自動化流程。這是我為一個 AI 自動化課程所做的作品集專案,基於一個教育機構的假設情境。這不是一個付費專案,也不代表任何真實組織的實際系統。我透過 Retell AI 模擬環境進行對話測試,並錄製了示範影片。
問題是:一間教育機構每天接到大量電話,其中大部分都涉及重複性的問題,例如提供哪些課程、下一期何時開課,以及如何預約諮詢。目標是開發一個語音接待員,能夠回答這些問題、捕捉感興趣者的資訊、預約諮詢時段,並在無法解決查詢時,將其轉接給真人代表。
這個系統的功能包括:使用常見問題知識庫回答關於課程的一般問題。從 Google Sheets 檢索課程詳細資訊和即將開課的時程。將感興趣者的資訊作為潛在客戶儲存在 Google Sheets 中。在 Google Calendar 中建立 30 分鐘的諮詢活動並記錄預約。
透過 Gmail 發送確認電子郵件。如果無法提供答案,則儲存請求以供真人後續追蹤。透過專用的 webhook 工作流程,將每次通話的詳細資訊記錄到 Google Sheets。
系統結構:總共有 9 個 n8n 工作流程。其中一個是 MCP 伺服器,為 Retell AI 語音代理提供 7 個工具:search_courses(搜尋課程)、check_upcoming_class_schedule(檢查即將開課時程)、capture_lead_information(捕捉潛在客戶資訊)、book_consultation(預約諮詢)、send_email_confirmation(發送電子郵件確認)、escalate_to_human(轉接真人)和 faq_knowledge_base(常見問題知識庫)。
另外有 7 個獨立的子工作流程,每個工具對應一個特定功能。最後還有一個用於通話記錄的 webhook 工作流程。
我沒有 Retell 提供的專用電話號碼。我使用 Retell AI 的模擬功能測試對話流程,並使用 Bruno API Client 向 n8n 生產環境的 webhook 發送 JSON 酬載,以驗證資料是否正確到達 Google Sheets。由於每個工具都作為一個獨立的子工作流程運作,因此可以輕鬆地單獨測試和偵錯它們。
在測試期間,預約的結束時間顯示不正確;這是由於在計算結束時間時調整時區發生錯誤所致。我學到必須在將開始和結束時間發送到 Google Calendar 之前,為特定時區(Asia/Dhaka)正確設定它們。下圖顯示了一個測試預約:左側是 Google Calendar 中 7 月 31 日下午 3:30 的預約活動;右側是該預約的確認電子郵件。
目前的限制:它在預約前不會檢查日曆中是否有可用的時段;它只是單純地建立活動。關於結束時間的時區問題仍有待解決。真人轉接目前僅記錄請求;它不會立即觸發通知給支援團隊。測試主要透過模擬進行,而不是實際電話通話。
這 9 個工作流程的清理後 JSON,以及 Retell 代理的配置,都可以在 GitHub 上找到,歡迎匯入並探索它們:GitHub - jamilur0101/ai-receptionist-retell-mcp-n8n。
一個問題:當使用語音代理在 Google Calendar 中預約時,您如何處理時區問題?您是在 n8n 內部管理,還是由代理端管理?
覺得值得一看?分享給朋友。
以上為 AI 自動翻譯導讀。原文版權歸 n8n Community 所有, 建議透過「閱讀原文」前往原始網站,以取得最完整資訊並支持原作者。
43 個來源、每 2 小時更新,太多看不完。電子報每週挑最值得看的幾則,附上 Max 的看法。