تخطّ إلى المحتوى
AISI
𝕏
سير عمل / أتمتة

روبوت ردود متعدد القنوات للأسئلة الشائعة في المنظمات

بناء روبوت ردود ذكي باستخدام Flowise لإجابة الأسئلة الشائعة عبر WhatsApp وموقع الويب، مع تمرير الأسئلة المعقّدة للموظفين البشريين.

الهدف من مسار العمل

تقليل ضغط الأسئلة المتكررة على فريق دعم المنظمة، مع ضمان أن الحالات الحساسة تصل لإنسان.

خطوات التشغيل التفصيلية

الخطوات

خطوة

مخطط سير العمل

رسم بياني مُولَّد تلقائيًا

flowchart RL S1["1. تشغيل Flowise عبر Docker: docker..."] S2["2. إنشاء Chatflow: Chat node →..."] S3["3. تحميل وثائق المنظمة (FAQ، سياسات،..."] S4["4. تعيين System Prompt واضح: 'أجب..."] S5["5. إعداد n8n webhooks لاستقبال رسائل..."] S6["6. إضافة فلتر للكلمات الحساسة في..."] S7["7. اختبار بـ 50 سؤال حقيقي..."] S8["8. النشر بمرحلة 'مساعد' أولاً: الروبوت..."] S1 --> S2 S2 --> S3 S3 --> S4 S4 --> S5 S5 --> S6 S6 --> S7 S7 --> S8 subgraph Tools["🔧 الأدوات المستخدمة"] T0(("Flowise")) T1(("Ollama")) T2(("n8n")) T3(("WordPress")) end style Tools fill:#fffbeb,stroke:#f59e0b,stroke-width:1px

التفاصيل البرمجية والتهيئة

الفرق التي تستقبل أسئلة عبر القنوات (WhatsApp، نموذج موقع، Email) تجد أن 60–70% من الأسئلة متكررة: 'كيف أقدّم طلب؟'، 'ما هي الوثائق المطلوبة؟'، 'متى الرد؟'. الإجابة يدوياً عن كل واحدة تستنزف فريقاً صغيراً. Flowise يُتيح بناء knowledge-based chatbot بواجهة visual (دون كود). يربط نموذج LLM (Ollama محلياً أو OpenAI) مع قاعدة معرفة (وثائق المنظمة الرسمية، الأسئلة الشائعة المُحدَّثة). البنية المُوصى بها: 1. Flowise يستقبل السؤال عبر webhook من n8n. 2. Flowise يبحث في قاعدة المعرفة عن المقاطع الأكثر صلة. 3. النموذج يولّد إجابة عربية مبنية على المقاطع. 4. **شرط أمان مهم**: إذا confidence score أقل من حد معيّن، أو إذا السؤال يتضمن كلمات حساسة (طارئ، عاجل، إلخ)، يُمرَّر تلقائياً لإنسان عبر Slack/Email. تحذير حساس: لا يجب أن يُجيب الروبوت عن أسئلة تتعلق بـ: - المساعدة الطبية أو النفسية الطارئة - المسائل القانونية الفردية - الحالات التي تتضمن خطراً على شخص يجب برمجة هذه الفئات للتحويل الفوري لإنسان. الإفراط في الاعتماد على الروبوت في القطاع الإنساني خطر حقيقي على المستفيدين.