这个n8n工作流能够自动处理用户反馈，进行情感分析，并将其与Notion中的相关洞察关联起来。
## 工作流概述
该工作流使用GPT-4分析每个反馈条目，确定其是否对应现有的洞察或需要创建新的洞察，并相应更新Notion数据库。它帮助团队集中化和结构化大规模定性用户反馈。
## 适用对象
– 希望组织和优先处理用户反馈的产品团队
– 寻求从定性数据中获得可操作洞察的创始人或独立开发者
– 管理Notion工作区，需要收集反馈并将其标记或链接到功能和改进的用户
## 前置条件
– Notion账户，包含：
– 反馈数据库（必须包含反馈内容和状态字段）
– 洞察数据库，包含解决方案、用户画像的多选字段以及与反馈的关系字段
– 在n8n中配置的Notion API集成
– OpenAI API密钥
## 工作原理
1. **触发机制**：当Notion中的反馈项目更新时触发工作流
2. **情感分析**：使用OpenAI进行情感分析（积极、中性或消极），并将结果存储在Notion的选择字段中
3. **AI代理分析**：
– 识别反馈是否匹配现有洞察
– 或在Notion中创建包含简明名称、解决方案和用户画像的新洞察
4. **关联处理**：将反馈链接到相应的洞察并标记为”已处理”
## 主要节点功能
– **Notion触发器**：监控反馈数据库的更新
– **情感分析节点**：使用OpenAI分析反馈情感
– **AI代理**：协调决策过程，决定创建新洞察还是关联现有洞察
– **Notion工具节点**：获取现有反馈和洞察，创建新洞察
– **输出解析器**：确保AI输出格式正确
– **内存管理**：维护会话状态
## 配置要点
– 设置产品概述和核心功能，帮助AI代理更准确分类洞察
– 确保所有Notion节点正确连接到相应的数据库
– 可选择修改提示以更好地适应特定产品上下文
## 技术特点
– 仅处理状态为”已接收”的反馈
– 只有在找不到相关匹配时才创建新洞察
– 包含备用解析器以修复AI输出中的潜在格式问题
– 可替换默认n8n内存为更强大的后端（如Supabase）
评论(0)