解答 WhatsApp 客户问题，并转交人工处理
一个全天候运行的 WhatsApp 客服智能体，根据公司知识库回答客户问题，并在无法有把握地作答时将对话转交给人工。任务：建议落地方案：使用 n8n 编排和 OpenAI 推理构建全天候 WhatsApp 客服智能体。工作流从对话历史和知识库中组装上下文，生成基于知识库的回答，并进行置信度检查。高置信度回答通过 WhatsApp 发送；低置信度案例连同完整上下文升级至 Telegram 人工客服。人工角色负责监控 Telegram 队列并处理未解决的查询。；工具：n8n。人工角色：原始帖子没有说明人如何参与。；局限：前置条件包括 WhatsApp Business API、Telegram Bot API、OpenAI 密钥及结构化知识库访问权限。来源为自主项目设计而非生产部署系统，因此集成成本和延迟未知。人工审批对于确定置信度阈值至关重要。导出的 n8n 工作流不完整，需手动构建路由逻辑。。
工具
Agent Work Atlas 发布日期:
概述
一个全天候运行的 WhatsApp 客服智能体，根据公司知识库回答客户问题，并在无法有把握地作答时将对话转交给人工。
工作流程
建议落地方案：使用 n8n 编排和 OpenAI 推理构建全天候 WhatsApp 客服智能体。工作流从对话历史和知识库中组装上下文，生成基于知识库的回答，并进行置信度检查。高置信度回答通过 WhatsApp 发送；低置信度案例连同完整上下文升级至 Telegram 人工客服。人工角色负责监控 Telegram 队列并处理未解决的查询。
原文报告的结果
由于项目仅为设计文档且工作流 JSON 仍在添加中，目前无量化结果。既定目标是自动化常规问题、提供全天候覆盖并确保不可靠案例有人工介入。可衡量的验收检查包括：验证 100% 的低置信度查询是否成功携带上下文路由至 Telegram，以及高置信度回复是否严格基于提供的知识库生成。
人工角色
原始帖子没有说明人如何参与。
局限
前置条件包括 WhatsApp Business API、Telegram Bot API、OpenAI 密钥及结构化知识库访问权限。来源为自主项目设计而非生产部署系统，因此集成成本和延迟未知。人工审批对于确定置信度阈值至关重要。导出的 n8n 工作流不完整，需手动构建路由逻辑。
试一试
我需要使用 n8n 和 OpenAI 构建一个 WhatsApp 客服智能体。我的公司知识库位于 [可替换输入：URL 或文件路径]。我希望使用 WhatsApp 接收客户输入，并使用 Telegram 进行人工升级。首先，创建一个示例 n8n 工作流，接收测试消息，从知识库检索相关上下文，并使用 OpenAI 生成回答。实施置信度检查步骤。如果置信度低，将对话发送至我的 Telegram 聊天 [可替换输入：Telegram Chat ID]。如果置信度高，模拟将回复发送至 WhatsApp。使用 5 个示例查询运行：3 个常规问题和 2 个复杂问题。向我展示每个步骤的日志。暂时不要连接实时 API。在继续集成之前，与我确认工作流结构和置信度逻辑。
来源报告未经独立核验。发布日期为本站案例发布日期，并非原始文章日期。